Промптопись
Промпты руками уже почти никто не пишет и это нормально. ИИ сам разложит сцену по слоям, сам подберёт формулировки, которые лучше срабатывают именно с ним, сам расставит акценты так, где текст вообще имеет вес. Потому что писать для ИИ — это отдельный язык. Человек на нём думает медленно и коряво, а модель говорит на нём с рождения. Так что схема давно изменилась: ты даёшь ИИ черновик идеи, задумку, а он выдаёт готовый промпт. Остаётся только прочитать, поправить пару слов под свою задачу — и в генерацию. Не потому что лень, а просто результат чище, быстрее и зачастую лучше.
Вас поймут
Можно не стесняться, объясняйте сцену любым языком, хоть на уровне пятиклассника. «Хочу, чтобы она стояла у окна, а за окном дождь, и свет такой тёплый». Всё, этого достаточно, ИИ не смотрит на вашу формулировку свысока. Он не оценивает слог. Он вытаскивает смысл — и переводит его на свой язык. Туда, где есть свет, композиция, текстура, настроение. И часто выдаёт картинку, которая выглядит лучше, чем то, что вы держали в голове. Потому что вы думали словами, а он думает образами и образов у него больше.
Так что пишите как удобно. Коряво, коротко, сумбурно, лишь бы мысль была живая.
На примерах
Самое простое — найти картинку, которая нравится. И попросить ИИ забрать из неё что угодно. Цветовую гамму, одежду, обстановку или фон, позу, свет или всю сцену целиком, до последней детали. Дальше два пути. Либо использовать как есть — просто подставив своего персонажа. Либо разобрать на части и собрать из них что-то новое. Взяли палитру отсюда, позу оттуда, настроение из третьего места — и вот у вас промпт, которого ни у кого нет.
Второй вариант — с текстом. Находите промпт, который даёт красивую картинку. Не важно, что он про другое. Важно, как он устроен. Потом говорите ИИ простую вещь: «на примере этого промпта, его структуры и качества описания напиши промпт и опиши мою идею». И всё. Он забирает не содержание, а уровень. Плотность описания, порядок блоков, тональность. И натягивает это на вашу задачу.
Когда нужна точность
ИИ по своей природе любит импровизировать. На одной генерации свет чуть мягче, а на другой волосы чуть длиннее. Обычно это даже к лучшему, картинка всегда чуть разная и бывают очень удачные варианты. Но иногда нужна стабильность. Чтобы сцена от генерации к генерации оставалась практически той же.
Тогда промпт переводят в JSON, формат простой "ключ - значение". Камера отдельно, свет отдельно, персонаж отдельно, окружение отдельно. ИИ читает такую структуру иначе. Не как поток текста, а как схему. Каждый блок на своём месте, ничего не смешивается. Главный плюс — иерархия. Можно задать чёткие параметры, слои изображения, детали и расположение этих деталей.
Плюс JSON промпта в том, что генерация меньше страдает от «испорченного телефона». Чем длиннее обычный промпт, тем сильнее ИИ теряет начало к концу. В структуре такого нет. Каждый блок существует сам по себе, и вес у него не падает от того, что он написан десятым, а не первым. Так что если вы гоняете одну и ту же сцену по десять раз и хотите предсказуемости — это ваш вариант. Текстом так не получится, слишком много свободы у самого ИИ.
Настроение, ощущение и ссылки
Эту часть промпта обычно забывают первой. Зачем писать «тёплая ностальгия» или «кадр из старого японского фильма»? Это же не техническая деталь, но именно она часто делает картинку живой.
ИИ обучен на миллионах изображений, внутри есть не только словарь объектов, но и словарь ощущений, для ИИ это не пустой звук. За каждым таким словосочетанием стоит огромное количество визуальных признаков: определённый свет, цвет, композиция, выражения лиц, даже зерно на плёнке. Ссылки на примеры работают ещё жёстче. Написав «кадр как из фильма...», вы задействуйте готовый набор параметров, который ИИ уже видел сотни раз. Одна фраза и десяток деталей уже на месте.
Так что не стесняйтесь описывать настроение и ощущения, которые должен приносить будущий кадр. ИИ не всегда выдаст ровно то, что вы имели в виду, но он точно попадёт ближе, чем если этого не было бы вообще. Технический промпт описывает, что в кадре. Настроение описывает, что вы чувствуете, когда на него смотрите. Без этого даже идеально собранная сцена остаётся обычной картинкой.
Негатив не всегда плохо
Очень понятная, простая и удобная часть промптов. Строка "negative_prompt: ..." в конце промпта это список того, чего в кадре быть не должно. ИИ обучен на миллионах изображений и ему наплевать, что вот именно "телефона" в кадре быть не должно.
Что писать? Базовый минимум в зависимости от сцены, например пластиковая кожа, пересветы, лишние пальцы и конечности, размытые руки, водяные знаки, текст, артефакты. Ограничение фантазии ИИ, чтобы не уходил в мультяшность, 3D-рендер, иллюстрацию. Или что-то определённое под сцену: шляпа, улыбка, трусики, лифчик, нижнее бельё, откровенная обнажёнка.
Главное, на чём спотыкаются почти все, никаких отрицаний. Не «без шляпы», а «шляпа». Не «без улыбки», а «улыбка». Указывайте саму сущность. Двадцать-тридцать пунктов по делу. Ставить в конец промпта. И помните, негативный промпт не спасёт генерацию, если сценический промпт неграмотно написан. Сначала нужно выровнять основной промпт и убрать противоречия, если есть, а потом дополнить это негативным промптом.
Главная ошибка
Почему-то большинство, кто пишет промпты считают своим долгом вписать в промпт не только минимальный текст для привязки внешности, но и кучу лишней информации: цвет глаз, волос, их длину, национальность, «красивая», «молодая», «великолепная» и прочее. Как будто длинноволосая блондинка с большой грудью это идеальный объект.
Всё это нужно убрать из основного промпта. Иначе промпт потеряет универсальность. В хорошем промпте вообще нет описания внешности. Промпт содержит только то, что именно происходит с персонажем в этом кадре.
Референс и промпт привязки уже содержат информацию о внешности, не надо снова тащить её за собой через каждый новый кадр. Отсутствие информации о внешности делает один и тот же сценический промпт пригодным для разных персонажей.