Нейросети всё глубже проникают в нашу жизнь. Кто-то боится, что они постепенно захватывают пространство вокруг — и даже человеческий разум. А кто-то, наоборот, научился использовать их в своих целях, превращая технологии в помощников, которые экономят время и открывают новые возможности.
Я отношусь ко второй категории. Мне интересно наблюдать, как генеративные модели могут стать частью творческого процесса — например, при подготовке коммерческих или авторских съёмок. Это не просто инструменты, а партнёры по созданию идей.
Недавно я проходила тестовое задание на позицию AI-дизайнера в группе компаний inno.team. Это команда, которая создаёт цифровые продукты для сферы HoReCa: QR-меню, кассы самообслуживания, Telegram Mini Apps и другие сервисы, помогающие автоматизировать заказы и повышать выручку заведений.
Мне кажется, работа вышла просто шикарной — той самой, когда всё складывается: идея, настроение и технология. Делюсь с радостью, потому что за этим результатом — не просто тестовое задание, а мой искренний интерес к тому, как искусственный интеллект может вдохновлять и усиливать творчество.
Когда промпт становится рецептом: как я выполняла первое задание
Для начала разберёмся, что требовалось от соискателя. Компания создаёт фото- и видеоконтент для ресторанов с помощью генеративных моделей. Задача промпт-инженера или Ai-дизайнера — не просто «задать запрос», а сформулировать его так, чтобы получать стабильный, воспроизводимый результат в едином визуальном стиле. Важно уметь точно описывать композицию, настроение и детали, а также находить баланс между технической точностью и художественным вкусом.
Тестовое задание состояло из двух частей. Сначала требовалось создать серию из трёх реалистичных изображений блюд в одном визуальном пространстве, сохранив единый стиль, ракурс и композицию, но с разными объектами на тарелке.
Для творческого поиска я использовала ChatGPT, GigaChat и нейросеть Reve, которую компания указала в тестовом задании в качестве возможного инструмента.
С Reve я ранее не работала: это сравнительно новая генеративная платформа, доступная через Google-аккаунт (100 бесплатных генераций на пользователя). Сервис сочетает простоту Midjourney с гибкими настройками редактирования — можно менять или удалять объекты, фиксировать фон и добавлять новые элементы прямо в кадр.
ChatGPT помог мне сформулировать промт, но визуальные результаты не вдохновили. В Reve я искала настроение, но безуспешно. А вот GigaChat приятно удивил: его визуальные решения оказались ближе к моему стилю. Я взяла лучшие генерации и доработала их в Reve — там получилось собрать всё воедино, сохранить фон и аккуратно довести композицию.
Мой промт для создания изображений выглядел так:
Вертикальная фотография аппетитного блюда, стоящего строго по центру кадра на столе. Камера под углом 45°, чтобы видны были верх и боковые текстуры. Фон один и тот же для всех изображений — стильный современный ресторан с деревянными столами, модным оформлением и мягким естественным освещением. Фон читаемый, но не отвлекающий. Тарелка полностью в кадре, посуда целиком помещается в изображение и остаётся в центре композиции. Свет мягкий и рассеянный, подчёркивает свежесть ингредиентов. Рядом с тарелкой аккуратно расположены приборы, соответствующие кухне блюда.
Фото 1 — Азиатская лапша:
Азиатская лапша с овощами и креветками в соусе терияки, с яркими овощами и глянцевым соусом, подана в глубокой керамической миске. Рядом — палочки для еды, справа.
Фото 2 — Стейк из лосося:
Стейк из лосося с румяной корочкой, картофелем, спаржей и лимонным соусом, подан на плоской тарелке. Рядом — нож и вилка, справа.
Фото 3 — Паста карбонара:
Итальянская паста карбонара в густом сливочном соусе с хрустящим беконом, пармезаном и свежемолотым перцем, подана в глубокой тарелке. Рядом — вилка и ложка, справа.
Лучше всего, на мой взгляд, удалось первое изображение — с азиатской лапшой. В нём есть ощущение «вкусной реальности»: живая подача, естественные оттенки, аккуратные блики на соусе и сочные текстуры ингредиентов. Кадр выглядит динамично и аппетитно, при этом фон остаётся нейтральным и не отвлекает внимание от блюда.
Второе фото — со стейком из лосося — тоже получилось удачным: хорошая композиция, сбалансированный свет, фактура рыбы передана довольно точно. Однако по выразительности оно немного уступает первому.
А вот третье изображение — с пастой карбонара — вышло менее убедительным. Здесь заметны следы генерации: неестественные переходы текстур и легкая «пластиковость» сыра. Из-за этого блюдо выглядит менее реалистично и теряет ту самую аппетитную глубину, которая делает кадр живым.
Цветокоррекция в генерациях получилась немного разной, поэтому я доработала изображения в Photoshop — выровняла цветовую палитру и устранила мелкие неточности, чтобы серия выглядела цельно и аккуратно.
Оживляя вкус: эксперименты с видео-генерацией
Вторая часть тестового задания ставила задачу «оживить» генерацию.
Необходимо было выбрать одно из трёх ранее созданных изображений и на его основе создать короткое видео длительностью около 5 секунд.
В качестве рекомендуемого инструмента предлагалась Google AI Studio, но первые тесты не вдохновили — ролики получались плоскими и не передавали нужного настроения.
Тогда я решила обратиться к Krea.ai — именно с этой платформой я раньше «оживляла» филина для конкурса VK Crowd. Однако с тех пор сервис заметно изменился, и бесплатных качественных генераций стало значительно меньше.
Я также попробовала сделать видео в Runway, но, кажется, мы с этой нейросетью не нашли общий язык — результат вышел забавным, но совсем не тем, что требовалось.
В итоге я вернулась к Google AI Studio и решила остановить выбор на этой модели, но вспомнила, как однажды оживляла куклу Барби для популярного тренда, и решила попробовать Kling AI. Этот выбор оказался удачным: ролик получился детализированным, плавным и визуально приятным. Единственный минус — водяной знак инструмента, но т.к. это тестовое задание и мы обходимся бесплатными инструментами, то, думаю, в этом не было ничего страшного.
Промт для оживления генерации выглядел так:
В центре кадра — полностью видимое блюдо на исходном фоне. Камера плавно приближается к центру блюда, создавая эффект, будто зритель садится за стол. Справа от тарелки на столе видна рука, которая берёт палочки и аккуратно поднимает лапшу из миски. Движения плавные и естественные, лапша слегка колышется, над горячим блюдом поднимается лёгкий пар, мягко отражающийся на посуде. Свет, стиль и атмосфера соответствуют фото, кадр живой и аппетитный.
Ошибки и секреты промтов для еды: как нейросеть «видит» блюдо
Финальным заданием стало описание двух-трёх типичных ошибок при написании промптов для food-контента и рекомендации, как их избежать. Пока я работала с съедобными визуалами, я заметила несколько особенностей, которыми хочу поделиться.
Одной из самых частых ошибок является слишком общая или расплывчатая формулировка — например, «сделай красивую еду». Такой промт не даёт нейросети необходимой конкретики, и итоговое изображение может оказаться непредсказуемым. Решение простое: указывать конкретные параметры — вид блюда, стиль подачи, фон, цветовую гамму и композицию.
Ещё одна распространённая проблема — игнорирование визуальных особенностей продукта. Если не уточнять текстуру, форму или свежесть ингредиентов, блюдо может выглядеть плоским или искусственным. Для реалистичности важно добавлять детали: блеск соуса, сочность овощей, характерную корочку или текстуру сыра.
И наконец, часто промты не учитывают формат и композицию кадра. Отсутствие информации о вертикальной или горизонтальной ориентации, размере тарелки или расположении предметов ведёт к тому, что часть блюда оказывается обрезанной или теряется гармония кадра. Чтобы этого избежать, нужно чётко прописывать композицию и позиционирование объектов.
Вывод
Работа над этим тестовым заданием была для меня не просто проверкой навыков — это был настоящий творческий эксперимент и возможность глубже погрузиться в мир генеративного дизайна. От первых промтов до оживления блюда в видео я убедилась, насколько важно внимание к деталям, понимание композиции и умение точно формулировать задачи для нейросети.
Каждое изображение, каждый кадр видео стали для меня маленьким шагом к пониманию того, как технологии и креативность могут работать вместе, создавая живые и впечатляющие визуалы.
Я искренне надеюсь, что мой подход, желание экспериментировать и умение сочетать техническую точность с художественным видением найдут отклик у команды inno.team. Было бы здорово присоединиться к команде профессионалов, продолжать развивать навыки и вместе создавать проекты, которые вдохновляют и помогают бизнесу.