Год назад создать приличное изображение без фотоаппарата, фотографа и дизайнера было непросто. Сейчас это занимает две минуты и стоит ноль рублей. Инструменты для генерации картинок стали доступны всем, и порог входа упал до уровня «умею набирать текст».
Но есть нюанс. Многие попробовали, получили странный результат и решили, что «это не для меня». Проблема обычно не в инструменте, а в том, как формулировался запрос.
Какие инструменты существуют
Для начала стоит понять, что выбрать. Самые популярные варианты в 2024-2025 годах:
Midjourney: считается эталоном качества для иллюстративного контента. Работает через Discord. Требует платной подписки, самый дешёвый план стоит около 10 долларов в месяц.
DALL-E 3: встроен в ChatGPT. Если у вас есть подписка на ChatGPT Plus, DALL-E 3 доступен там же. Качество хорошее, особенно для реалистичных сцен и текстов внутри изображения.
Stable Diffusion: открытый проект, можно запустить локально на своём компьютере. Требует технических знаний и достаточно мощного видеокарточного железа. Зато бесплатно и без ограничений.
Leonardo AI: веб-сервис, есть бесплатный план с ежедневными кредитами. Хорош для иллюстраций, концепт-арта, персонажей.
Flux: более новая модель, доступна через несколько платформ. Считается лучшей по соотношению качества и реализма.
Для старта проще всего начать с DALL-E 3 через ChatGPT или с Leonardo AI на бесплатном тарифе.
Как составлять запрос
Это главное. Запрос «нарисуй красивую кошку» даст результат, но посредственный. Хороший результат начинается с конкретного описания.
Структура работающего запроса: что изображено, как это выглядит, в каком стиле, при каком освещении, с какой точки зрения.
Плохой запрос: «офисный работник за компьютером».
Хороший запрос: «молодой мужчина в синем свитере за ноутбуком в уютном кафе, мягкий дневной свет из окна, вид сбоку, фотореализм, тёплая цветовая гамма».
Разница в результате ощутима. Чем конкретнее описание, тем ближе картинка к задуманному.
Стили и слова, которые работают
Несколько формулировок, которые реально меняют результат:
«photorealistic» или «фотореалистично»: делает изображение похожим на фотографию, а не на рисунок.
«cinematic lighting» или «кинематографическое освещение»: добавляет глубину, тени, объём.
«shallow depth of field»: размывает фон, как при съёмке с открытой диафрагмой.
«editorial style»: стиль журнальной фотографии, чистый и профессиональный.
«flat design» или «flat illustration»: если нужна плоская векторная иллюстрация в духе современных приложений.
«watercolor»: акварельный стиль.
«in the style of [художник]»: имитация стиля конкретного художника. Например, «in the style of Edward Hopper» даст узнаваемую живописную атмосферу.
Эти слова можно комбинировать и добавлять к любому основному описанию.
Итерации: первый результат не финальный
Первый результат почти никогда не идеален. Это нормально. Профессиональные пользователи делают 5-10 итераций, прежде чем получают нужный результат.
Если картинка не устраивает, попробуйте: добавить или убрать одно слово, изменить угол зрения, поменять освещение, указать другой стиль. Небольшое изменение в запросе иногда даёт принципиально другой результат.
В большинстве инструментов есть кнопка «regenerate» или «варианты». Она генерирует несколько версий по тому же запросу. Это полезно, потому что даже с одинаковым запросом результаты разные.
Для чего это реально используют
Обложки для статей и блогов. Иллюстрации для презентаций. Концепты для клиентов. Идеи для дизайна помещений или интерьеров. Персонажи и сцены для детских книг. Аватарки и визуальная идентичность.
Небольшие бизнесы сейчас используют ИИ-генерацию для создания фотографий товаров в разных интерьерах без съёмки, для визуализации концепций перед заказом дизайнера, для быстрого создания контента в соцсети.
Что не получится
ИИ плохо справляется с точными текстами внутри изображений (буквы часто искажаются, хотя DALL-E 3 в этом заметно лучше остальных). Сложные сцены с множеством персонажей и взаимодействиями между ними пока работают хуже. Очень специфические объекты из реального мира (конкретная модель автомобиля, точный логотип компании) воспроизводятся неточно.
Всё это ограничения, которые постепенно уходят. Год назад руки на картинках были проблемой. Сейчас большинство топовых моделей рисует руки нормально.
Попробуйте один раз
Самое простое: откройте ChatGPT, напишите подробное описание сцены, которая вам нужна, добавьте в конце «photorealistic, cinematic lighting» и нажмите отправить. Посмотрите на результат. Потом уточните один параметр и сгенерируйте снова.
Навык приходит быстро. После 3-5 попыток становится понятно, как формулировать запросы, и результаты начинают устраивать.
Для какой задачи вы бы попробовали генерацию картинок прямо сейчас?