Генерация изображений

Промпт и другие примеры смотрите в статье
на Дзен или ВКонтакте

Не успела вчера вечером обработать, зато сегодня пораньше выкладываю историю котиков.

Если вы хотите получать не случайные картинки, а чёткие и логичные сцены, важно уметь правильно строить промт.
Для этого мною используется техника разбивки сцены на слои.
Не претеендую, конечно, на абсолютную истину. Но такая техника позволяет не просто перечислить отдельные элементы, а выстроить их в цельную, продуманную композицию и менять конкретные элементы, если результат генерации вас не сильно устраивает. Такой подход к созданию промтов позволяет контролировать результат и получать именно ту сцену, которую вы задумали. Ну и разумеется, это применимо только для генераторов с большим контекстным окном, на вроде Sora. Для Stable Diffusion лучше применять предобученные Lora, а у Midjourney длина промта меньше и имеет смысл выстраивать его из ключевых слов, а не "человеческого" описания. Но перейдем к сути техники именно для Sora.

Что такое слои?
Любая картинка состоит из нескольких планов и элементов, каждый из которых отвечает за свою часть впечатления.

Первый слой — фон. Это место действия, которое формирует общее настроение и пространство. Важно не просто указать "комната" или "улица", а описать фактуру, объекты, атмосферу. Фон не должен быть мёртвым — если возможно, добавляйте динамику: открытую дверь, ветер, колышущиеся занавески, движение листвы. Это делает сцену живой.
Второй слой — главный персонаж. Кто он, что делает, как выглядит. Нужно описать не только внешность, но и позу, выражение лица, жесты. Чем конкретнее, тем лучше. Не "кот на столе", а "пушистый рыжий кот, сидящий на столе и лижущий лапку".
Третий слой — освещение. Оно определяет характер сцены. Откуда падает свет? Дневной он или ночной? Мягкий или жёсткий? Освещение выделяет главные элементы и формирует восприятие всей сцены.
Четвёртый слой — дополнительные объекты. Это мелкие, но важные детали, которые создают ощущение достоверности. Посуда, скатерть, яблоки, книги — всё, что делает пространство обжитым.
Пятый слой — цветовая гамма. Какие цвета доминируют? Какие оттенки должны выделяться? Это задаёт настроение и стилистическое единство.
Шестой слой — настроение. Что должен чувствовать зритель, глядя на картинку? Уют, тревога, ирония, торжественность — всё это влияет на выбор ракурсов, мимики и цвета.
Седьмой слой — стиль. Это финальная инструкция для генератора. Реализм, иллюстрация, плакат, комикс — нужно всегда точно указать.

Такой подход позволяет ещё до генерации чётко представить картинку в голове. Промт становится не просто списком объектов, а сценарием изображения.
Рассмотрим пример, как эта техника работает на практике.

Create a photorealistic yet slightly painterly illustration that captures the atmosphere of a quiet Russian village interior during daytime.

Background:
- Traditional Russian log cabin (izba) interior with detailed wooden plank walls.
- Wooden shelves filled with clay pots, jars, and rustic household items.
- A large open window with light, simple fabric curtains gently blowing inward from the summer breeze.
- Through the window, a lush apple orchard is visible: green leaves, tree branches heavy with ripe red apples, softly lit by warm daylight.

Main subject:
- A fluffy ginger cat with white patches sitting comfortably on a sturdy wooden table.
- The cat is engaged in a natural grooming action: lifting one paw and licking it carefully.
- The posture is relaxed but active, conveying casual self-care. The cat’s tail curls naturally around its body, and the head tilts slightly towards the paw.
- Expression is calm and focused, eyes partially closed while licking the paw.

Lighting:
- Warm, soft, natural daylight enters through the window.
- Highlights emphasize the rich texture of the cat’s fur and the natural wood grains.
- Subtle shadows are cast across the table and floor, enhancing depth while maintaining a peaceful, cozy mood.

Additional objects:
- On the table: a rustic linen tablecloth draped casually.
- Beside the cat: a wooden spoon and a single apple, arranged naturally to reinforce the domestic village setting.
- Elements are integrated harmoniously without pulling focus from the cat.

Color palette:
- Earthy, warm tones dominate: soft browns and golds for the wooden interior, muted greens from the orchard, and vibrant reds from the apples.
- The ginger and white fur of the cat stands out warmly against the more neutral surroundings.

Mood and atmosphere:
- Calm, cozy, and serene, evoking a sense of quiet rural life.
- Dynamic touch added by the blowing curtains and the cat’s gentle grooming action, which prevent the scene from feeling static.
- No modern elements, purely traditional and timeless.

Style:
- Painterly realism with subtle artistic brush textures.
- Visible but delicate brush strokes similar to oil painting techniques.
- Balanced between photorealism and soft artistic expression.

Keywords: rustic Russian interior, cozy village life, ginger cat licking paw, soft daylight, blowing curtains, apple orchard, painterly realism, peaceful and lively atmosphere.

Как видно, каждый слой отвечает за свою часть восприятия. Фон и динамика — за пространство и жизнь. Персонаж — за сюжет. Освещение — за акценты. Дополнительные объекты — за правдоподобие. Цвет — за единство. Настроение — за эмоциональный отклик. Стиль — за общее визуальное направление.

Вот результат генерации по промту.

Также держите скелет оного, в качестве шпаргалки:

Base

Background:
Main subject:
Lighting:
Additional objects:
Color palette:
Style:
Keywords:

Сегодня все новостные порталы забиты новостями о крупном обновлении поиска Яндекса. Добавили больше ИИ фишек, поиск теперь может рассуждать, сравнивать вещи и тд. А ещё прямо из поиска стала доступна генерация картинок, до 5 в день в бесплатной версии. Давайте проверим тестом Руслана Усачева?

Ну что ж, Яндекс, хорошая попытка. То чувство, когда отечественный поисковик русские буквы сгенерировать не умеет... Интересно, что в этом сложного?