Капсула персонажа

Главная идея

Капсула нужна не для того, чтобы заменить референс из нескольких изображений или описать человека ещё подробнее. Она нужна, чтобы один раз собрать внешность в удобный набор и больше не тащить несколько изображений через каждый промпт.

Одного фото в качестве референса мало, даже если оно хорошее. Приходится собирать несколько фото, лицо, фигуру. Таскать их из промпта в промпт не всегда удобно. Поэтому внешность лучше собрать один раз в капсулу. И потом просто подставлять её к разным сценам.

Что такое капсула?

Капсула, это одна картинка, в которую собрана вся основная информация о внешности. Несколько изображений лица с разных ракурсов и одно тело. Вместо того чтобы каждый раз прикладывать три-четыре отдельных фото, вы делаете один универсальный набор и работаете с ним.

Капсула или карта?

Капсула и карта, это не одно и то же. Капсула это базовая конструкция, несколько лиц и одно тело на одной картинке. Минимум, которого хватает, чтобы внешность персонаж сохранялась. Карта персонажа это расширенный набор. Тот же набор изображений, но не только с разных ракурсов, а ещё и в разных позах. Больше информации, больше стабильности, но и собирать карту дольше и сложнее.

Начинать всегда стоит с капсулы. Карта это уже следующий шаг. Когда необходимо повысить схожесть или когда генерируете видео ролик.

Почему это удобнее обычного референса?

Разные сервисы и инструменты по разному позволяют подгружать референсные изображения. Иногда сервис может быть ограничен 3-5 изображениями или вообще одним. Особенно, если вы пробуете что-то бесплатно.

90% времени уходит на тестирование и отладку промптов. И собирать каждый раз набор изображений это трата времени. Тестирование промпта как правило происходит на условных "куклах" и они чаще всего изначально сразу собраны на такой капсуле.

Сколько информации собрать в капсулу?

Не нужно пытаться запихнуть туда всё. Рабочий минимум это несколько лиц с разных ракурсов и одно фото, где хорошо видна фигура. Этого уже хватает, чтобы получить рабочую основу. Фигуру можно показать и несколькими снимками. Но усложнять с самого начала не обязательно. Изначальная цель, это собрать достаточно для стабильной привязки, а не превратить капсулу в фотоархив.

Что в итоге?

Капсула позволяет не тащить несколько фото в качестве референса, заменив их одним изображением. Но это не даст вам улучшения схожести, а просто зафиксирует условную внешность в одной картинке. Поэтому к ней стоит относиться как к отдельному инструменту, а не как к замене референса из нескольких изображений.

Лично я её использую капсулу, когда нужно протестировать промпт на "кукле", проверить как держится внешность "известного" мне персонажа. А для финальной генерации, всё равно лучше подходит грамотно собранный референс из нескольких изображений.

Хорошо собранная капсула, это один универсальный набор внешности персонажа. Картинка даёт визуальную информацию, а промпт привязки даёт дополнительные инструкции и фиксирует то, чего не видно. Остаётся только подставить промпт сцены к правильно собранной капсуле.

A single photo isn't enough as a reference, even if it's a good one. You have to gather several photos of the face and figure. Keeping them in different prompts isn't always comfortable. That's why it's better to compile the appearance into a single capsule once. Then you can simply apply it to different scenes.

What is a capsule?

A “capsule” is a single image that contains all the key information about a person’s appearance: several shots of the face from different angles and one full-body shot. Instead of uploading three or four separate photos each time, you create one universal set and use that.

A capsule or a sheet?

A capsule and a character sheet are not the same thing. A capsule is a basic design consisting of several facial shots and one full-body shot in a single image. It’s the absolute minimum needed to preserve a character’s appearance. A character sheet is an expanded set. It’s the same set of images, but not only from different angles—they also include different poses. It provides more information and greater consistency, but compiling a character sheet takes longer and is more difficult.

It’s always best to begin with a capsule. A character sheet is the next step—when you need to improve likeness or when generating a video clip.

Why is this more useful than a regular reference?

Different services and tools have different ways of uploading reference images. Sometimes a service may be limited to 3–5 images, or even just one. This is usually the case when you’re trying out a free version.

90% of the time is taken up with testing and fine-tuning prompts. And gathering a set of images every time is a waste of time. Prompt testing usually takes place on test “dummies,” and these are most often collected on such a capsule right from the beginning.

How much information should be included in the capsule?

There’s no need to try to pack everything in there. The working minimum is a few shots of the face from different angles and one photo that clearly shows the figure. That’s enough to get a working base. You can show the figure using several photos. But there’s no need to overcomplicate things from the beginning. The initial goal is to gather enough for stable alignment, not to turn the capsule into a photo archive.

So, what’s the result?

The capsule lets you avoid using multiple photos as references by replacing them with a single image. However, this won’t improve the likeness—it simply captures a general appearance in a single image. Therefore, it should be treated as a separate tool rather than a replacement for references consisting of multiple images.

Personally, I use the capsule when I need to test a prompt on a “dummy” to check how the appearance of a character “known” to me holds up. But for the final generation, a correctly assembled reference set of multiple images is still the better option.

A good capsule is a single, universal set of a character’s appearance. The image provides visual information, while the binding prompt gives additional instructions and specifies what isn’t visible. All that’s left is to apply the scene prompt to a properly collected capsule.