Изображение по тексту: нейросеть рисует то, что ты описал
Нейросеть изображение по тексту рисует буквально: «кот на подоконнике» дал не того кота. Как я описываю картинку по шести пунктам и что изменилось во втором кадре.
Е
Евгений
Дизайнер-партнёр LibraChat
7 мин чтения
Племянница попросила нарисовать кота для её книжки. Книжка самодельная, про рыжего кота Апельсина, который спит зимой на подоконнике и видит сны. Я дизайнер, но рисую медленно, поэтому решил начать с нейросети. Написал в чат LibraChat четыре слова: «Нарисуй кота на подоконнике». Через полминуты пришёл кот. Красивый, полосатый, серо-коричневый. Сидит днём у окна и смотрит на весенние деревья.
Всё правильно. Кот есть, подоконник есть. Только это был не Апельсин. Не рыжий, не спит, не зима, и вообще это фотография, а не рисунок для детской книжки. Нейросеть изображение по тексту нарисовала ровно так, как я написал. Промахнулся я, а не она: в запросе было четыре слова. Ниже покажу, какую систему я из этого вынес и что пришло на второй запрос.
Первое изображение по тексту: что нейросеть решила за меня
Я посмотрел на первого кота глазами дизайнера и понял простую вещь. Всё, чего я не сказал, нейросеть решила за меня. И решила разумно: самый обычный кот, самый обычный день, самый обычный стиль.
Вот что я не написал и что выбрала нейросеть:
Чего не было в запросе · Что выбрала нейросеть · Что было нужно мне
порода и окрас — полосатый серо-коричневый кот — рыжий кот
время года и суток — день, весна, зелёные деревья — зимний вечер, снег
что вокруг — цветок в горшке, белая занавеска — лампа, чай, книга
стиль — фотография — акварель для детской книги
формат — горизонтальный — горизонтальный, совпало
Шесть строк, и совпала одна. Картинка хорошая, но для книжки бесполезная. Раньше я и с людьми так делал: говорил иллюстратору «нарисуй что-нибудь осеннее» и удивлялся, что получил не то. Однажды я так потерял неделю на обложке для каталога: три круга правок, и все из-за того, что в первом письме не было слова «акварель».
Что я из этого вынес: картинку надо описывать, а не называть
Название — это «кот на подоконнике». Описание — это то, что ты видишь, когда закрываешь глаза. Нейросеть не видит твою картинку в голове. Она видит только слова, и каждое пропущенное слово заполняет самым вероятным вариантом.
Для дизайнера тут нет ничего нового. Хорошее техническое задание иллюстратору всегда содержит одно и то же. Я просто раньше не переносил эту привычку на запросы в чат.
Система: шесть пунктов описания
Теперь перед каждым запросом я прохожу по шести пунктам. Не всегда пишу все, но всегда о них думаю:
Герой. Кто или что в центре, с приметами: «рыжий кот», а не «кот».
Действие. Что он делает: спит, бежит, смотрит. Это задаёт настроение кадра.
Место и предметы. Где всё происходит и что вокруг. Три-четыре предмета, не больше.
Время и свет. Утро или вечер, лампа или солнце. Свет делает половину атмосферы.
Стиль. Фотография, акварель, плоская иллюстрация, эскиз. Без этого пункта стиль выберут за тебя.
Формат и запреты. Горизонтальный или вертикальный кадр. Чего быть не должно: текста, людей, лишних предметов.
На такой запрос уходит 2 минуты вместо 4 секунд. Зато не приходится переделывать. Я проверил это на себе: с тех пор как пишу по пунктам, переделок стало заметно меньше, а иногда первый же вариант оказывается лучше того, что я задумал.
Второй запрос: нейросеть изображение по тексту из шести пунктов
Вот что я написал во второй раз. Это настоящий запрос, и ниже описание того, что пришло:
Нарисуй рыжего кота, который спит на широком деревянном подоконнике в старой квартире. За окном вечерний снег и жёлтые окна дома напротив. Слева тёплый свет настольной лампы, на подоконнике кружка с чаем и раскрытая книга. Стиль — акварельная иллюстрация для детской книги, мягкие края, без текста. Горизонтальный кадр.
Пришла акварель. Рыжий кот свернулся на старом деревянном подоконнике и спит, положив голову прямо на раскрытую книгу. Слева настольная лампа с тканевым абажуром и бахромой, от неё тёплое жёлтое пятно на стене. Рядом белая кружка с чаем. За окном в частом переплёте идёт снег, синие сумерки, а в доме напротив горят жёлтые окна. Букв на картинке нет.
Я сверил с запросом по пунктам. Всё на месте: рыжий, спит, деревянный подоконник, снег, жёлтые окна, лампа слева, чай, книга, акварель, горизонтальный кадр. Одну деталь нейросеть добавила от себя, и она мне понравилась больше всего. Кот спит на книге. Я этого не просил, я просил книгу рядом. Но для книжки про кота, который видит сны, это лучший кадр, чем я придумал сам.
Как дизайнер отмечу ещё одно. Свет в кадре собран правильно: тёплое пятно от лампы слева и холодный синий за окном. Этот контраст тёплого и холодного делает картинку уютной, хотя слова «уютно» в запросе не было. Он получился сам, потому что я назвал два источника света: лампу и вечер за окном. Это хороший пример того, как один пункт из шести работает на настроение всей картинки.
Племянница посмотрела и сказала: «Это Апельсин». Больше мне ничего не нужно было знать.
Шесть пунктов на других задачах
Кот — это просто. Я попробовал ту же систему на задачах, которые приходят ко мне чаще, и вот как выглядят описания. Это не готовые картинки, а заготовки запросов, которые я сам использую как шаблон.
Обложка для поста о выпечке. «Нарисуй крупным планом корзинку с круассанами на льняной салфетке, утренний свет из окна справа, рядом чашка кофе. Тёплая фотография, мягкий фокус на заднем плане, без людей и надписей. Квадратный кадр».
Иллюстрация к детскому стихотворению. «Нарисуй ёжика в красном шарфе, который несёт на спине яблоко по осенней тропинке. Вечер, оранжевое небо, жёлтые листья. Стиль — цветные карандаши, как в старой детской книжке. Вертикальный кадр, без текста».
Картинка для приглашения на дачный праздник. «Нарисуй длинный деревянный стол под яблоней, на столе самовар, пироги и полевые цветы в банке. Летний день, солнечные пятна сквозь листву. Плоская иллюстрация, пастельные цвета. Горизонтальный кадр».
В каждом описании видны все шесть пунктов: герой, действие, место, свет, стиль, формат. Читается длинно, а пишется быстро, если держать пункты в голове.
Где описание по пунктам не спасёт
Пара честных оговорок, чтобы не ждать невозможного.
Один и тот же герой на разных картинках. Если нужен Апельсин на десяти страницах книжки, каждый раз он будет немного другим. Я повторяю в каждом запросе одни и те же приметы слово в слово, и это помогает, но идеального совпадения не обещаю.
Качество зависит от тарифа. Бесплатный тариф даёт упрощённое качество и водяной знак на картинке, а HD без знака есть на полных платных. Для печатной книжки это важно, подробности на странице тарифов.
Мелкие детали. Чем меньше предмет, тем свободнее нейросеть с ним обращается. Важное лучше делать крупным. Узор на кружке или надпись на корешке книги я бы не заказывал: если они важны, проще дорисовать их руками в редакторе.
Если что-то не понравилось, переделывать с нуля не нужно. Правку пишешь следующим сообщением в том же чате: «сделай свет теплее», «убери кружку». Кроме чата, в LibraChat есть отдельный раздел «Изображения», там можно выбрать стиль и соотношение сторон кнопками, а созданное собирается в галерею «Мои изображения».
Если у тебя уже есть картинка-образец и нужно похожее, у нас есть отдельная статья о том, как создать изображение по примеру.
Вернёмся к коту
Первый кот был хорошим котом. Просто не тем. Разница между ним и Апельсином — шесть пунктов и две минуты. Книжка, кстати, уже в работе: на очереди страница, где Апельсину снится лето.
Попробуй сам: открой чат LibraChat и вставь в чат запрос из четырёх слов про то, что хочешь нарисовать. Посмотри, что придёт. Потом пройди по шести пунктам и отправь второй запрос в том же чате. Положи две картинки рядом и посмотри на них своими глазами. Разница скажет больше, чем эта статья.
нейросеть изображение по текстукартинка по описаниюгенерация изображенийкак описать картинкуиллюстрацияLibraChat
