Допустим, я рисую жетоны для настольной игры. На одном мост поднят, на втором по нему уже можно пройти. Сами берега и башенка на конце должны совпадать, иначе игрок решит, что перед ним другое место. Генеративная нейросеть для картинок создаёт изображение по описанию, и один запрос может привести к разным композициям. Для этих жетонов мне важно понять, какую разницу можно оставить и какой рисунок станет основой для всей пары.
Ожидание 1. Один текст всегда означает одну картинку
Слова «поднятый мост» задают состояние, но ещё не выбирают ракурс. На одном эскизе я бы показал реку внизу и ворота сверху. На другом зритель видит оба берега сбоку. В большой картинке обе версии работают, а на одном маленьком игровом поле они считываются как разные места. Значит, в общей части запроса надо зафиксировать, где стоят берега и как зритель на них смотрит. Самому мосту оставлю одно подвижное звено.
На бумаге нарисую три места: башня слева, сухой берег справа и верхняя граница моста между ними. Башня с круглым окном будет одинаковой на нескольких версиях. Так проще видеть, как меняется именно положение моста. Текст для создания новой сцены даёт начало работы. Если нужен тот же рисунок с одной изменённой деталью, имеет смысл приложить согласованный эскиз. В материале о работе с изображениями эти варианты описаны отдельно.
Когда я сравниваю две первые пробы, записываю одно наблюдение. Например, на одной часть стены видна изнутри, а на другой спереди. Из-за этого место — башенка у моста — запоминается по-разному. Я могу оставить одну точку зрения и в новом описании назвать край берега или соотношение высоты башни и проёма. Если сравнивать только привлекательность картинок, этот выбор легко пропустить. Здесь поле настольной игры уже есть, поэтому вид моста нужно обсуждать вместе с ним.
Ожидание 2. У генеративной нейросети для картинок легко попросить всё сразу
Мне хочется добавить туман, фактуру камня, свечу за круглым окном и заросли у реки. На круглом жетоне для такой сцены мало места. Сначала оставлю достаточно контраста для двух состояний. Пусть под поднятым мостом виден зазор, а опущенный мост образует целую полосу между берегами. Цвет зазора и воды одинаковый. У зрителя тогда есть простое решение, каким жетоном переместить фишку.
