Нейросеть для генерации изображений: что выбрать и как писать промпт

_Владимир Ижмуков · автор системы роста Instagram через короткие ролики_

Запрос обычно выглядит так: человек открывает первый попавшийся сервис, пишет «красивая девушка с чашкой кофе», получает глянцевую картинку с восемью пальцами и решает, что нейросети для картинок ещё сырые. Через неделю он видит у кого-то в ленте кадр, который не отличить от съёмки, и удивляется, почему у него так не выходит.

Разница почти никогда не в сервисе. Она в двух вещах: выбран инструмент под задачу и написан промпт, где сказано не только что нарисовать, но и как это снято.

Ниже обе части. Если нужны готовые тексты запросов под разные задачи, они собраны отдельно в промптах для нейросетей. Сначала разбор, что взять под свою задачу и что из этого открывается из России без плясок с оплатой. Потом устройство промпта, пять готовых текстов под задачи контента и ошибки, из-за которых картинка не годится в дело.

Что взять под свою задачу

Сервисов больше двадцати, и они давно перестали различаться «качеством вообще». Различаются они тем, что каждый делает лучше остальных. Выбирайте по задаче.

Фотореалистичный кадр, где человек выглядит живым. Flux от Black Forest Labs держит лица и кожу правдоподобнее прочих, и он встроен в чужие кабинеты: Krea, Freepik, Leonardo работают на нём же. Рядом Midjourney, у него самая красивая картинка из коробки, почти без доработки промпта.

Надпись на картинке, вывеска, обложка. Ideogram. Он единственный стабильно ставит буквы туда, куда просят, и у него есть редактируемые текстовые слои. Остальные модели буквы до сих пор путают.

Логотип, иконки, единый стиль набора. Recraft, он отдаёт векторный SVG вместо картинки в пикселях. Для айдентики это принципиально: вектор потом масштабируется без потерь.

Правка готовой картинки словами. Gemini с моделью Nano Banana. Меняет объект или фон, не трогая остальной кадр. Это ровно то, чего людям чаще всего не хватает: кадр почти хорош, надо поправить одну деталь.

Единый визуал бренда на много публикаций. Leonardo, там обучается своя модель под ваш стиль, дальше все картинки выходят похожими между собой.

Юридически чистая коммерция. Adobe Firefly обучен на собственном стоке и заявлен как безопасный для коммерческого использования, вдобавок встроен в Photoshop.

Картинка прямо в диалоге. Генерация внутри ChatGPT: описали, посмотрели, поправили словами, и всё это в одном разговоре, без перезапуска промпта с нуля.

Соседние разборы: нейросети для видео и полный список сервисов под контент.

Что открывается из России

Проверяла руками 24 августа: прогоняла каждый домен через узлы в Москве и Петербурге, это настоящие запросы с российских адресов. Скажу честно, что именно проверено. Прогон показывает одно: отдаёт ли сайт страницу на запрос из России. Пустят ли вас в кабинет, пройдёт ли регистрация и оплата, так проверить нельзя, и я это не проверяла.

Работают без вопросов и берут рублёвую карту. Шедеврум от Яндекса: приложение бесплатное, в веб-версии без подписки 70 попыток генерации, подписка стоит 100 ₽ в месяц. GigaChat от Сбера: для физлиц бесплатный объём на 365 миллионов токенов на год, дальше пакеты за рубли. Kandinsky от Сбера живёт на fusionbrain.ai, у него открытые веса и родной русский промпт, хотя сам сайт в день проверки не ответил ни с одного узла.

Страница отдалась со всех российских узлов. Gemini, Stability AI, Recraft, Krea.

Отдалась с части узлов. Midjourney, Ideogram, Leonardo, Flux. Значит доступность зависит от провайдера.

Не открылись ни с одного российского узла. ChatGPT, Grok, Freepik.

По оплате отдельно. Midjourney прямо пишет, что платежи идут через Stripe и принимаются только те способы, которые Stripe поддерживает, а российские карты в этот список не входят. У Recraft то же самое устройство платежей. Способы обхода я не разбираю и не советую.

Что из этого следует практически. Начинать имеет смысл со связки: Шедеврум или GigaChat для быстрых картинок без барьеров, плюс один зарубежный сервис под ту задачу, где он сильнее всего. Платить за три подписки сразу смысла нет, разница между ними меньше, чем разница между плохим и хорошим промптом.

Отдельная карта сервисов под задачу, со ссылками и ценой кадра, лежит у меня в боте по слову СЕРВИС. Открыть карту

Как устроен промпт, по которому получается нужная картинка

Главная причина плохих картинок звучит скучно: человек описывает, ЧТО нарисовать, и молчит про то, КАК это снято. Модель дорисовывает недосказанное сама, и берёт она средний вариант из миллионов похожих изображений. Так рождается пластиковая картинка, по которой сразу видно нейросеть.

Рабочий промпт состоит из шести частей, и порядок в нём важен: то, что стоит раньше, модель считает главным.

1. Объект и что он делает. Кто или что в кадре и в каком действии. «Женщина за столом» слабее, чем «женщина сидит за деревянным столом и разливает кофе по двум чашкам».
2. Кадр и ракурс. Крупный план, средний, общий. Снято на уровне глаз, сверху, снизу. Это первое, что отличает случайную картинку от продуманной.
3. Свет. Мягкий из окна слева, жёсткое полуденное солнце, вечерний тёплый свет ламп, контровой. Свет держит настроение сильнее любых прилагательных.
4. Носитель и стиль. Фотография на плёнку, кадр репортажной съёмки, цифровая иллюстрация, карандашный набросок. Здесь же уместно назвать объектив: пятьдесят миллиметров даёт естественную картинку, тридцать пять берёт больше пространства.
5. Материалы и фактура. Шерстяной свитер крупной вязки, матовая бумага, запотевшее стекло, поцарапанный металл. Фактуры делают изображение живым быстрее всего.
6. Что убрать из кадра. Текст, логотипы, лишние руки, посторонние люди. Отдельной строкой в конце.

Приём, после которого картинка перестаёт выглядеть нейросетевой

Модель по умолчанию делает всё идеальным, и именно идеальность выдаёт её первой. Поэтому в промпт добавляются несовершенства живой съёмки: видимые поры кожи, лёгкая естественная асимметрия лица, зерно плёнки, небольшая мягкость в углах кадра, случайные предметы на заднем плане.

Одна эта строка меняет результат сильнее, чем смена сервиса.

Слова, которые лучше не писать

• «Красиво», «качественно», «профессионально», «шедевр». Для модели это пустые слова, каждый из миллионов авторов вкладывал в них своё.
• «4K», «8K», «HD». Разрешение задаётся настройками, в тексте промпта эти слова только занимают место.
• Длинные списки через запятую из двадцати прилагательных. Дальше десятого модель начинает выбирать, что учесть, и выбирает не то, что важно вам.

Пять готовых промптов под задачи контента

Копируйте, меняйте то, что в скобках, остальное оставляйте как есть.

1. Обложка для короткого ролика

> Крупный план: (женщина 30 лет, тёмные волосы) смотрит прямо в камеру, лицо занимает большую часть кадра, выражение сосредоточенное. Снято на уровне глаз, объектив 50 мм. Мягкий свет из окна слева, тёплый оттенок. Фон размыт умеренно, читается (домашняя кухня). Видимые поры кожи, лёгкая естественная асимметрия, зерно плёнки. Вертикальный кадр 9:16, верхняя треть свободна под текст. Без надписей, без логотипов.

2. Фон для слайда карусели

> Минималистичный предметный кадр сверху: (раскрытый блокнот, карандаш, чашка кофе) на (тёплой бежевой) поверхности. Много пустого пространства в левой половине кадра. Мягкий рассеянный дневной свет, тени длинные и спокойные. Матовые фактуры, никакого глянца. Вертикальный кадр 4:5. Без текста и надписей.

3. Предметный кадр продукта

> Студийный предметный кадр: (стеклянный флакон 50 мл) стоит на (сером бетонном) постаменте, съёмка на уровне предмета, объектив 85 мм. Один источник мягкого света справа сверху, вторая сторона уходит в мягкую тень. Видны реальные отражения и мелкие пылинки. Фон нейтральный, однотонный, с лёгким градиентом. Квадратный кадр. Без надписей на предмете.

4. Иллюстрация к посту, где нечего снимать

> Концептуальная иллюстрация: (человек стоит перед стеной из десятков одинаковых дверей). Плоская векторная графика, ограниченная палитра из трёх цветов: (глубокий синий, песочный, белый). Простые геометрические формы, минимум деталей, крупные силуэты. Горизонтальный кадр 16:9. Без текста.

5. Портрет эксперта для шапки профиля

> Поясной портрет: (мужчина 35 лет, короткая борода, тёмная рубашка) сидит вполоборота, смотрит в камеру, сдержанная улыбка с закрытыми губами. Естественный свет из большого окна, вечернее время, тёплые тона. Объектив 85 мм, фон размыт мягко, угадывается (рабочий кабинет с книгами). Кожа с видимыми порами и естественной текстурой, лёгкая асимметрия черт, лёгкое зерно. Вертикальный кадр 4:5. Без надписей.

Готовые кадры дальше идут в обложку ролика, поэтому рядом пригодится разбор, как снимать рилсы.

Пять ошибок, из-за которых картинка не годится в дело

1. Текст внутри картинки. Почти все модели пишут буквы с ошибками, особенно кириллицу. Надпись ставится сверху в любом редакторе, и это единственный надёжный путь. Исключение одно, про него ниже в разборе сервисов.
2. Формат кадра выбран после генерации. Квадратная картинка, обрезанная в вертикаль, теряет треть композиции. Формат задаётся сразу, до генерации.
3. Пальцы и руки в кадре крупно. Слабое место всех моделей до сих пор. Проще спрятать руки за предмет или обрезать кадр выше.
4. Одна попытка вместо четырёх. Первая генерация редко бывает лучшей. Четыре варианта по одному промпту стоят тех же минут и дают выбор.
5. Проверка на маленьком экране. Артефакт, невидимый в телефоне, вылезает в ленте. Смотреть надо в полном размере, особенно глаза, зубы и надписи на предметах.

Забери универсальный промпт для фото топ-качества

Шесть частей промпта выше работают, и держать их в голове каждый раз утомительно.

У меня лежит готовый текст, куда подставляется только ваш объект. Внутри уже прописаны кадр, свет, объектив, фактуры и строка с тем, что убрать из кадра, плюс отдельные вставки под портрет, предмет и интерьер. Промпт вставляется как есть в любой из сервисов выше.

Откройте моего бота и напишите слово КАЧЕСТВО, я пришлю промпт. Перейти в бота

Куда это ведёт дальше

Картинка сама по себе ничего не приносит. Она работает, когда стоит внутри связки: человек увидел кадр, остановился, дошёл до вас и получил материал в личных сообщениях.

Всю связку целиком, от идеи до выдачи, я собрал в одном разборе.

Посмотреть связку целиком

Частые вопросы

Какая нейросеть для картинок лучшая?

Лучшей вообще не существует, потому что задачи разные. Для фотореалистичного кадра с человеком берут одно, для схемы к посту другое, для картинки с текстом третье. Выбирайте по своей задаче из разбора выше.

Можно ли писать промпт по-русски?

У части сервисов да, у части промпт внутри всё равно переводится на английский и теряет половину деталей. Простое правило: если результат заметно расходится с описанием, переведите промпт на английский и сравните. Разница видна сразу.

Почему на картинке кривые пальцы и буквы?

Модель собирает изображение по общей похожести, а мелкая повторяющаяся структура вроде пальцев и букв ей даётся тяжелее всего. Лечится это двумя вещами: убирайте руки из крупного плана и ставьте текст поверх картинки в редакторе.

Сколько картинок нужно сгенерировать, чтобы получить одну хорошую?

По нашей практике из четырёх вариантов годится один, иногда два. Закладывайте четыре генерации на каждый нужный кадр, это нормальный расход.

Можно ли использовать такие картинки в коммерческих проектах?

У каждого сервиса свои условия, и они меняются. Общее правило: на платных тарифах права на использование обычно передаются вам, на бесплатных часто остаются ограничения. Перед первым коммерческим применением прочитайте условия того сервиса, которым пользуетесь.

Заменит ли нейросеть фотографа?

Предметную и фоновую съёмку уже во многом заменила. Живого человека с его настоящим лицом и настоящей эмоцией не заменила, и в контенте эксперта именно это лицо продаёт сильнее любой генерации.