Как сгенерировать изображение нейросетью: примеры создания людей и животных

Сгенерировать изображение нейросетью сегодня можно за несколько секунд - без навыков рисования и без установки программ. Достаточно текстового описания: модель генерирует картинку с нуля прямо в браузере. Попробовать генерацию онлайн: DALL-E 3, Midjourney, Stable Diffusion, Flux.

Но «портрет женщины» и «молодая женщина 28 лет, высокие скулы, зелёные глаза с детализированной радужкой, длинные каштановые волосы» - это принципиально разные запросы. Чем конкретнее описание, тем меньше случайных решений берёт на себя модель.

Эта статья про конкретику: как нейросеть создаёт изображение человека, почему лица и волосы требуют особого подхода, как описывать кошек и собак по породе - и много готовых промптов с разбором.

Собрали практический разбор под конкретные задачи - чтобы не искать ответ в общих гайдах:

Нейросеть не понимает слова буквально - она переводит каждое слово в числовое представление и ищет паттерны в своих обучающих данных. Слово «человек» открывает тысячи вариантов. «Молодая женщина с тёмными волосами в кожаной куртке на фоне ночного города» - значительно более узкий диапазон.

Чем больше визуальных деталей в запросе, тем меньше случайных решений берёт на себя модель. Это основной принцип работы с генерацией людей: ваше описание - инструкция, а не пожелание.

Человеческое лицо - самый трудный объект для диффузионных моделей. Мы эволюционно настроены замечать малейшие несоответствия: небольшая асимметрия, нестандартное расположение глаз, странная форма губ - мозг мгновенно регистрирует «что-то не так», даже не понимая что именно.

Модели обучены на огромном количестве лиц и в целом справляются с фронтальными портретами хорошо. Проблемы начинаются с нетиповых ракурсов (три четверти снизу, строго в профиль), сложного освещения и нестандартных выражений. В таких случаях добавляйте «sharp focus on face» и уточняйте ракурс явно.

Описывайте конкретные черты, а не абстрактные оценки. «Красивая женщина» не несёт визуальной информации - каждая модель интерпретирует «красоту» по-своему. Работает конкретика: «женщина 30 лет, высокие скулы, миндалевидные глаза, прямой нос, полные губы».

Рабочая структура описания человека:

[стиль фото/арта] + [возраст и пол] + [черты лица] + [волосы] + [одежда] + [поза/выражение] + [свет] + [фон] + [формат] + [негатив]

Быстрый аватар:

Portrait photography, young woman with warm smile, clean neutral background, soft natural light, sharp focus, 1:1. No text, no watermark, no artifacts.

Средняя детализация:

Cinematic portrait photography, woman in her late 20s, wavy auburn hair over one shoulder, casual cream sweater, warm afternoon light from window, soft bokeh background, 4:5. No text, no watermark, no artifacts, no distorted features.

Высокая детализация:

Cinematic portrait, woman in her late 20s, high cheekbones, almond-shaped green eyes with detailed iris, light freckles across the nose, wavy deep auburn hair falling over right shoulder, oversized cream knit sweater, warm golden afternoon light from side window, soft cream bokeh background, genuine relaxed expression, 4:5. No text, no watermark, no artifacts, no distorted features, no extra fingers.

Почему работает: «detailed iris» даёт задание прорисовать глаза, а не оставить схематичными. «Freckles across the nose» - конкретная деталь, которая оживляет лицо. «Golden afternoon light from side window» задаёт источник и характер света.

Деловой портрет:

Cinematic portrait photography, professional man in his 40s, short dark hair with light grey at temples, strong jaw, confident expression, dark navy suit, white shirt, neutral grey background, soft studio three-point lighting, sharp focus on eyes, 1:1. No text, no watermark, no artifacts, no distorted features.

Уличный портрет:

Street photography style, young man in his mid-20s, short dark hair, light stubble, casual denim jacket over white t-shirt, urban background with blurred bokeh city lights, overcast natural light, candid half-smile, 4:5. No text, no watermark, no artifacts, no distorted features.

Исторический образ:

Oil painting portrait, nobleman from 17th century Europe, long dark wavy hair, elaborate embroidered velvet coat, white lace collar and cuffs, dark background, dramatic Rembrandt side lighting with warm amber tones, detailed brushwork, 1:1. No text, no watermark, no modern elements, no artifacts.

Почему работает: «Rembrandt lighting» - конкретная историческая техника освещения, хорошо знакомая модели. Даёт мгновенный узнаваемый результат без длинного описания эффекта.

Попробовать портретную генерацию - Flux, Midjourney, DALL-E 3 в одном интерфейсе.

Волосы - один из самых визуально выразительных элементов портрета и один из самых плохо описываемых. «Длинные волосы» дают один результат. «Длинные волнистые каштановые волосы, рассыпанные по плечам, блестящие в золотом свете» - совсем другой.

Длина: short / chin-length / shoulder-length / long / waist-length / floor-length

Тип: straight / wavy / curly / coily / loose waves / tight curls / crimped

Цвет: platinum blonde / golden blonde / honey blonde / auburn / chestnut brown / dark brown / jet black / deep red / silver / grey / ombre from brown to blonde

Укладка и состояние: flowing freely / windswept / tied in a loose bun / braided / half-up / wet and slicked back / voluminous / silky smooth / natural and textured

Движение: flowing in gentle breeze / cascading down the back / spread across pillow / draped over one shoulder / tucked behind ear / falling across face

Детали: individual strands visible / natural highlights / glossy sheen / catching the light / flyaways

Волосы как главный элемент кадра:

Cinematic close-up portrait, young woman with extremely long waist-length auburn wavy hair, individual strands flowing freely in gentle breeze, hair catching golden afternoon sunlight, natural warm highlights, glossy sheen, soft smile, blurred warm background, 9:16. No text, no watermark, no artifacts, no distorted features.

Почему работает: «waist-length» конкретнее, чем «very long». «Individual strands catching golden sunlight» - прямое задание для детализации волос. «9:16» оставляет место для всей длины волос.

Тёмные длинные волосы, студийный свет:

Studio portrait photography, woman with long straight jet black hair, sleek and glossy, hair falling over one shoulder, pale skin creating strong contrast, dark background, dramatic side studio lighting with dedicated hair light, elegant and minimalist, 1:1. No text, no watermark, no artifacts, no frizz.

Почему работает: «dedicated hair light» - профессиональный термин для подсветки волос сзади. Модель понимает эту технику и прорисовывает блики на волосах.

Светлые волосы на улице:

Lifestyle photography, woman with long honey blonde wavy hair, hair windswept naturally, standing on sunny city street, warm golden hour light from behind creating backlit halo effect through hair, candid expression, 4:5. No text, no watermark, no artifacts, no distorted features.

Фэнтезийные волосы:

Fantasy digital art, sorceress with impossibly long silver-white hair, hair swirling with magical energy, glowing particles weaving through strands, hair flowing dramatically across stone floor, deep purple and silver palette, ethereal moonlight, mystical atmosphere, 9:16. No text, no watermark, no artifacts, no distorted features.

Что менять:

Кошки - один из самых популярных объектов для генерации. Модели обучены на огромном количестве кошачьих изображений и справляются с ними стабильно. Но без конкретики порода размывается, поза теряется, шерсть становится обобщённой массой.

Порода: Maine Coon / Scottish Fold / Siamese / British Shorthair / Bengal / Ragdoll / Sphynx / Persian / Norwegian Forest Cat / Abyssinian / Russian Blue

Окрас: orange tabby / black and white tuxedo / calico / grey striped / solid white / tortoiseshell / blue-grey / ginger with white patches / silver tabby

Шерсть: short-haired and sleek / long and fluffy / dense double coat / sparse and fine / curly (Rex breeds)

Поза: sitting upright / curled up sleeping / mid-stretch / grooming with paw / alert and staring / playful crouch ready to pounce / lying belly-up

Выражение: curious wide eyes / sleepy half-closed eyes / alert and focused / content and blinking slowly / surprised

Реалистичный портрет:

Macro portrait photography, fluffy Maine Coon cat with amber eyes, brown tabby markings, dense layered fur with detailed individual strands visible, sitting on wooden surface, soft natural light from left window, shallow depth of field, sharp focus on eyes and face, 1:1. No text, no watermark, no artifacts.

Почему работает: порода + цвет глаз + «individual strands visible» для детализации шерсти + конкретный источник и направление света. Предсказуемый, детализированный результат.

Котёнок:

Soft portrait photography, tiny orange tabby kitten, round face with oversized eyes, tiny white paws, playful curious expression, sitting in wicker basket lined with white blanket, warm soft diffused light, pastel cream background, 1:1. No text, no watermark, no artifacts.

Элегантный кот:

Studio portrait photography, elegant Siamese cat, cream and seal-point coloring, striking deep blue eyes, graceful seated pose, paws neatly together, clean white background, professional soft studio lighting, sharp focus, 1:1. No text, no watermark, no artifacts.

Иллюстрация:

Watercolor illustration, regal grey British Shorthair cat, round face, dense plush coat, copper eyes, sitting in a garden setting with soft floral background, delicate brushwork, pastel blue-grey and cream palette, art print quality, 4:5. No text, no watermark, no artifacts.

Аниме-стиль:

Studio Ghibli anime style, fluffy white cat with large expressive blue eyes, sitting on sunlit window sill, rain visible through the glass, warm cozy interior behind, soft pastel palette, gentle and nostalgic atmosphere, 1:1. No text, no watermark, no realistic elements.

Фэнтезийный кот:

Dark fantasy digital art, mystical black cat with glowing emerald eyes, intricate magical runes glowing on sleek fur, sitting on ancient stone wall, moonlit forest background, deep purple and teal atmosphere, otherworldly presence, 9:16. No text, no watermark, no artifacts.

Что менять:

Каталог моделей для генерации животных - Midjourney, DALL-E 3, Stable Diffusion, Flux.

Собаки требуют более точного описания породы, чем кошки - разброс внешности между породами огромный. «Собака» без уточнения даёт модели слишком широкий диапазон. «Золотистый ретривер с густой шерстью, язык высунут, зелёный луг» - уже конкретный результат.

Порода: Golden Retriever / Labrador / German Shepherd / Siberian Husky / French Bulldog / Border Collie / Dachshund / Corgi / Doberman / Samoyed / Akita / Shiba Inu / Beagle / Dalmatian

Окрас: golden / black and tan / tricolor / pure white / merle / brindle / cream / red and white

Шерсть: short and sleek / thick fluffy double coat / wiry and rough / soft and curly / long flowing coat

Поза: sitting attentive / lying down relaxed / running mid-stride / catching a ball / standing proud / head tilted curiously / nose to the ground

Выражение: tongue out and happy / alert and focused / sleepy and relaxed / playful with bright eyes

Реалистичный портрет на природе:

Outdoor portrait photography, Golden Retriever dog, thick golden coat with individual fur details catching afternoon sunlight, happy expression with tongue out, blurred green meadow background, warm golden hour light from behind, shallow depth of field, 1:1. No text, no watermark, no artifacts.

Почему работает: порода сразу задаёт цвет и тип шерсти. «Catching afternoon sunlight» объясняет, как должна выглядеть шерсть в свете. «Tongue out» - характерная узнаваемая деталь ретривера.

Рабочая собака:

Cinematic photography, German Shepherd in alert athletic stance, intelligent focused gaze, black and tan coloring, dramatic mountain landscape background, overcast light with subtle rim lighting, sharp detail on face and coat, powerful and noble mood, 16:9. No text, no watermark, no artifacts.

Щенок:

Soft studio portrait, tiny Pembroke Welsh Corgi puppy, oversized rounded ears, stubby legs, fluffy orange and white coat, sitting on white soft surface, warm diffused studio light, cream background, irresistibly cute and fluffy, 1:1. No text, no watermark, no artifacts.

Собака зимой:

Outdoor lifestyle photography, Siberian Husky dog, striking blue eyes, thick grey and white coat dusted with snow, breath visible in cold air, snowy forest background, cold clear winter light, sharp focus, 4:5. No text, no watermark, no artifacts.

Арт-портрет:

Vintage oil painting style, noble Doberman, sleek black and tan coat, standing in proud posture, dark dramatic background, warm amber light from one side illuminating face and chest, regal and powerful character, museum quality, 1:1. No text, no watermark.

Собака и хозяин:

Lifestyle photography, young woman hugging her Labrador, both looking happy and relaxed, golden hour park background with bokeh leaves, warm amber tones, candid authentic moment, shallow depth of field, 4:5. No text, no watermark, no artifacts, no distorted features.

Что менять:

Один и тот же персонаж в разных стилях - принципиально разные картинки. Ключевое слово стиля ставится в начало промпта и имеет наибольший вес.

Для реалистичного результата: «cinematic photography», «portrait photography», «documentary photography», «macro photography».

Дополнительные маркеры реализма: «photorealistic», «shot on Canon 5D Mark IV», «f/1.8 aperture», «shallow depth of field», «natural skin texture», «no retouching».

Пример: Cinematic portrait photography, woman in her 50s with silver hair, natural wrinkles visible, kind eyes, authentic expression, warm natural window light, no digital retouching, 1:1.

Для иллюстративного стиля: «digital illustration», «concept art», «fantasy art», «character design», «2D animation style».

Дополнительные маркеры: «detailed linework», «vibrant saturated colors», «dynamic composition», «highly detailed».

Пример: Digital fantasy concept art, warrior woman with long braided red hair, ornate silver armor, dynamic action stance, glowing magical sword, dark atmospheric background with fog, 9:16.

Для аниме: «anime style», «manga illustration», «Studio Ghibli aesthetic», «Makoto Shinkai visual style», «shonen anime action scene».

Маркеры: «expressive large eyes», «clean linework», «cel-shading», «detailed flowing hair strands».

Пример: Makoto Shinkai anime style, girl with short dark hair standing in rain, reflections on wet pavement, soft city lights bokeh, melancholic beautiful atmosphere, blue and purple tones, 9:16.

Для 3D: «3D render», «Pixar animation style», «CGI character», «Unreal Engine render», «Blender 3D».

Маркеры: «subsurface scattering on skin», «volumetric lighting», «ray tracing», «photorealistic materials».

Пример: Pixar 3D animation style, young boy with curly red hair and freckles, oversized adventure backpack, wide curious eyes, lush forest background, warm cinematic lighting, 1:1.

Эффективный промпт для персонажа строится от общего к частному:

1. Кто это - базовая характеристика. «Young adult woman», «elderly man», «Maine Coon kitten».

2. Ключевые черты - то, что делает персонажа узнаваемым. «High cheekbones, almond-shaped green eyes, freckles».

3. Волосы или шерсть - отдельный блок с длиной, типом, цветом и движением.

4. Одежда и аксессуары - задаёт контекст. «Worn leather jacket, silver chain necklace».

5. Поза и выражение - оживляет. «Slight knowing smile, direct gaze», «curious head tilt».

6. Контекст и фон - где находится персонаж. «Rainy Tokyo street at night», «cozy library with warm lamp».

Оценки вместо черт. «Красивая девушка» - это оценка. Нейросеть подставит собственное понятие красоты. Нужны конкретные черты: «high cheekbones, wide-set eyes, defined jawline».

Эмоция вместо выражения лица. «Грустная женщина» хуже, чем «downcast eyes, slightly parted lips, single tear on cheek». Описывайте физику, не эмоцию.

Противоречия в промпте. «Пожилой молодой человек» / «тёмные светлые волосы» - модель либо игнорирует одну характеристику, либо усредняет. Проверяйте промпт на логику.

Перегруженность. Промпт из 20 характеристик заставляет модель выбирать приоритеты - часть деталей потеряется. Оптимум: 7-12 конкретных элементов.

Отсутствие стиля. Без явного указания стиля модель выбирает сама. Почти всегда это не то, что нужно.

Человек: [тип съёмки] + [возраст/пол] + [черты лица] + [волосы] + [одежда] + [поза/выражение] + [свет] + [фон] + [формат] + [негатив]

Животное: [стиль] + [порода/вид] + [окрас] + [тип шерсти с деталями] + [ключевые черты] + [поза] + [свет] + [фон] + [формат] + [негатив]

Правильное освещение быстрее всего переводит картинку из «мультяшной» в «настоящую». Несколько конкретных формулировок:

Для реалистичной кожи: «natural skin texture», «visible pores», «subtle skin imperfections», «subsurface scattering». Избегайте «smooth skin» или «perfect skin» - это даёт пластиковый эффект.

Для реалистичной шерсти: «individual hair strands», «detailed fur texture», «natural coat patterns», «glossy coat sheen». «Fluffy» без деталей даёт однородную массу - добавляйте «individual strands visible» или «layered texture».

Глаза - первое, на что смотрит зритель. Детальные глаза делают портрет живым, схематичные - мёртвым.

Добавляйте: «sharp focus on eyes», «catchlights in eyes», «detailed iris texture», «expressive gaze». Конкретные варианты: «piercing blue-grey eyes with ring of gold around the pupil», «warm hazel eyes with natural reflections».

Для животных: «reflective eyes with slit vertical pupil» (кошки), «warm deep brown eyes with emotional depth» (собаки).

Самый простой, но часто игнорируемый параметр. Неправильное соотношение деформирует или обрезает главный объект:

Для портрета по плечи - 1:1 или 4:5. Для полного роста - 9:16. Для сцены «человек в окружении» - 16:9.

Негатив-промпт для людей: «no distorted face, no extra limbs, no merged fingers, no extra fingers, no plastic skin, no overexposed, no blurry, no artifacts, no watermark, no text».

Негатив-промпт для животных: «no distorted anatomy, no extra limbs, no deformed paws, no blurry fur, no artifacts, no watermark».

Для реализма добавьте: «no illustration, no cartoon, no anime, no painting» - если хотите исключить нежелательный стиль.

Не перегружайте негатив: 5-8 конкретных пунктов работают лучше, чем список из 20 - при большом списке модель теряет часть нужных деталей.

Steps - шаги генерации. Оптимум 25-35 для большинства задач. Выше 50 - заметной разницы уже мало.

CFG Scale - точность следования промпту. Значение 7-8 даёт баланс точности и естественности. Ниже 5 - больше свободы модели. Выше 12 - жёсткое следование, иногда даёт пересвеченный или артефактный результат.

Seed - фиксируйте удачный результат, чтобы итерировать промпт на одной базе. Так видно, что именно изменилось.

Готовые промпты под конкретные задачи - копируйте и меняйте под свой запрос.

Летний уличный портрет:

Lifestyle photography, young woman with long blonde hair, floral sundress, laughing candidly, blurred summer park background with bokeh greenery, natural bright daylight, warm and joyful atmosphere, 4:5. No text, no watermark, no artifacts, no distorted features.

Пожилой портрет с характером:

Documentary portrait photography, elderly man in his 70s, deep expressive wrinkles, kind intelligent eyes, silver stubble, worn flannel shirt, warm natural side light, honest dignified expression, 1:1. No smooth skin, no digital retouching, no text, no watermark.

Фэнтезийный персонаж:

Epic fantasy digital art, female mage with long silver hair, intricate purple robes with golden runes, casting spell with glowing hands, magical energy swirling around, dark dramatic background, 9:16. No text, no watermark, no artifacts, no distorted hands.

Исторический персонаж:

Hyperrealistic portrait painting, Victorian era gentleman, top hat, long dark coat, pale serious face, pocket watch chain, fog of industrial London behind, Rembrandt lighting, museum quality, 1:1. No text, no watermark, no modern elements.

Котёнок крупным планом:

Macro photography, tiny Bengal kitten, spotted orange and brown coat, huge round curious eyes, sitting on rustic wooden table, warm soft light from window, shallow depth of field, 1:1. No text, no watermark.

Кот художественный:

Vintage oil painting, majestic long-haired white Persian cat, sitting on red velvet cushion, regal posture, green eyes, dramatic dark background, warm museum lighting, old master style brushwork, 1:1. No text, no watermark.

Котёнок и хозяйка:

Cozy lifestyle photography, young woman lying on bed with grey British Shorthair cat on her chest, both relaxed, warm lamp light, soft bedroom interior, autumn evening mood, 16:9. No text, no watermark, no artifacts, no distorted features.

Собака на закате:

Cinematic outdoor photography, Border Collie dog running through tall grass, black and white coat in motion, golden sunset backlight creating silhouette effect, dramatic warm sky, dynamic and free, 16:9. No text, no watermark, no artifacts.

Маленькая собака в интерьере:

Cozy interior lifestyle photography, tiny Dachshund dog, long body, curious expression, wrapped in knit blanket on sofa, warm lamp light, soft bokeh home interior background, 1:1. No text, no watermark.

Смешанная сцена:

Documentary lifestyle photography, child and Golden Retriever puppy lying together on grass, both asleep, warm summer afternoon light, soft and heartwarming moment, 16:9. No text, no watermark, no artifacts, no distorted features.

Попробовать генерацию по примерам - сравните результаты разных моделей на одном промпте.

После регистрации - 40 токенов для знакомства с платформой, ещё 50 за Телеграм-канал. Без карты на старте. Хватает на несколько серий генераций для сравнения стилей и моделей.

Оплата: карта РФ или СБП.

Напишите промпт по формуле: стиль + объект + палитра/атмосфера + формат + негатив. Загружать файлы не нужно - только текст. Первая генерация - ориентир. Меняйте один параметр за раз и делайте 3-5 итераций для хорошего результата.

Описывайте черты конкретно: форму глаз, скулы, тип и цвет волос, одежду. Добавьте «sharp focus on face» и укажите тип освещения. Чем больше визуальных деталей - тем меньше случайных решений принимает модель.

Описывайте волосы отдельным блоком: длина + тип + цвет + движение + детализация. Пример: «long waist-length auburn wavy hair, flowing freely, individual strands catching golden light». Без деталей модель даёт однородную массу.

Укажите породу явно в начале описания: «Maine Coon», «Scottish Fold», «Bengal». Добавьте цвет глаз, тип шерсти и позу. Без породы модель генерирует усреднённого кота без характерных черт.

Укажите полное название породы: «Siberian Husky», «Pembroke Welsh Corgi», «German Shepherd». Добавьте характерный окрас и тип шерсти породы. Для рабочих пород - укажите характерную стойку или выражение.

Руки - классическая слабость диффузионных моделей. Добавьте в негатив: «no extra fingers, no merged fingers, no distorted hands». Или уберите руки из кадра через позу: «hands not visible», «arms folded», «hands behind back».

Flux и Midjourney лучше с реалистичными портретами и текстурами. DALL-E 3 - точнее следует детальному описанию. Stable Diffusion с img2img - для обработки реального фото с сохранением черт. Для первого теста удобно сравнить несколько моделей на одном промпте.

Ставьте стиль в самое начало промпта: «cinematic photography», «watercolor illustration», «anime style», «oil painting», «3D render». Первые слова имеют наибольший вес. Добавьте конкретную технику для точности: «Rembrandt lighting», «Studio Ghibli aesthetic», «impressionist brushstrokes».

Обычно 3-7. Первая генерация показывает направление. Меняйте по одному элементу: сначала добейтесь нужного стиля, потом точности деталей объекта, потом освещения и атмосферы. Фиксируйте удачный сид, чтобы итерировать на одной базе.

Как сгенерировать изображение нейросетью точно - это формула: конкретный стиль + детальное описание объекта + освещение + формат + негатив. Как нейросеть создаёт изображение человека - через сопоставление вашего описания с обучающими паттернами, поэтому точные черты дают точный результат. Как сгенерировать изображение с длинными волосами, кота или собаки - через описание типа, цвета, текстуры и движения, а не общих слов. После регистрации - 40 токенов для знакомства с платформой, ещё 50 за Телеграм-канал. Каталог нейросетей для генерации: DALL-E 3, Midjourney, Stable Diffusion, Flux.