Как собрать серию кадров по описанию: пошаговая инструкция

Серия кадров в одном стиле получается не из одного удачного запроса, а из одного описания, которое вы осознанно варьируете. Ниже — рабочий порядок действий от первой фразы до готового набора.

Шаг 1. Определите, что должно быть постоянным

Серия отличается от набора случайных картинок тем, что в ней что-то не меняется. Прежде чем писать первую строку, решите, что именно держит набор вместе.

Чаще всего это связка из трёх вещей: палитра (тёплая бежевая, холодная морская, контрастная чёрно-белая), схема света (мягкий рассеянный, жёсткий боковой, контровой) и стилистика одежды. Если эти три блока в описании остаются неизменными, кадры будут выглядеть как одна съёмка, даже когда всё остальное меняется.

Ошибка новичка — менять всё сразу. Тогда получается двадцать разных картинок, а не серия.

Шаг 2. Соберите базовое описание

Возьмите готовое описание из каталога — под каждым примером на сайте есть промт и кнопка «Скопировать». Это быстрее и надёжнее, чем начинать с чистого листа: в готовом описании уже расставлены все смысловые блоки.

Проверьте, что в нём есть пять частей: субъект, одежда, сцена, свет, подача. Если какой-то блок пропущен, модель заполнит его на своё усмотрение, и от кадра к кадру это будет плавать.

Запустите базовое описание один раз, как есть. Это ваша отправная точка: дальше вы будете отталкиваться от неё, а не от воображаемого идеала.

Шаг 3. Меняйте по одному параметру

Дальше начинается собственно работа. Ключевое правило: за один подход меняется ровно один блок описания. Иначе непонятно, что именно повлияло на результат.

Пять вариаций, которые дают ощущение единой съёмки:

• Крупный план — «close-up portrait, head and shoulders» или «крупный план, голова и плечи».
• Поясной портрет — «half body portrait, three-quarter angle».
• В полный рост — «full body shot, wide environmental framing».
• Профиль — «profile view, dramatic side lighting».
• В движении — «candid moment, backlit, shallow depth of field».

Заметьте: меняется только крупность и ракурс. Палитра, свет и одежда остаются теми же словами. Именно это и создаёт серию.

Шаг 4. Разберитесь с языком запроса

Русский и английский работают оба. Разница есть, и её стоит знать.

Английские описания обычно дают более предсказуемый результат в терминах техники съёмки: словосочетания вроде «shallow depth of field», «rim light» или «anamorphic look» модель понимает точнее, потому что именно так были подписаны обучающие изображения.

Русский лучше подходит для сюжета и настроения, а также когда описание длинное и его нужно перечитывать. Практичный компромисс — писать сцену по-русски, а технические термины оставлять английскими.

Шаг 5. Отбраковка

Из десяти кадров в серию обычно идут три-четыре. Это нормальная пропорция, и закладывать её нужно заранее.

На что смотреть при отборе:

• Кисти рук. Самое слабое место технологии. Проверяйте количество пальцев и естественность положения.
• Симметрия. Серьги, пуговицы, оправа очков, узор на ткани — частые места сбоев.
• Текст. Любые надписи в кадре — вывески, этикетки, корешки книг — почти всегда получаются бессмысленными.
• Границы объектов. Волосы на фоне сложной сцены иногда «сплавляются» с фоном.

Кадр с одной мелкой проблемой не обязательно выбрасывать: часто проще загрузить его обратно и отдельным запросом исправить конкретное место.

Шаг 6. Доводка правкой

Второй режим работы — правка готового изображения — закрывает то, чего не удаётся добиться описанием.

Типичные задачи доводки: убрать лишний объект из кадра, заменить фон на однотонный, расширить кадр по краям под нужный формат, поднять резкость. Каждая делается отдельным коротким запросом к уже готовому файлу.

Здесь тоже действует правило запретов: добавляйте в запрос «не меняй остальное», иначе алгоритм заодно «улучшит» соседние области.

Сколько это стоит по времени

Реалистичная оценка для серии из пяти-шести отобранных кадров — от получаса до часа, включая отбраковку и доводку. Основное время уходит не на генерацию, которая занимает секунды, а на решения: что менять и какой из вариантов лучше.

Ускоряет процесс одна привычка: держать базовое описание в отдельном текстовом файле и копировать его оттуда, меняя один блок. Попытки править длинный текст прямо в поле ввода приводят к тому, что через десять итераций вы уже не помните, что именно изменили.

Частая ошибка: погоня за сходством

Если задача — получить именно своё лицо, генерация по описанию её не решает. Она рисует человека, подходящего под описание, а не конкретного вас. Никакая детализация текста этого не изменит: «женщина тридцати двух лет с карими глазами и родинкой над губой» даст правдоподобного, но постороннего человека.

Когда нужно сохранить собственную внешность, работает другой путь: взять свой снимок и править его — менять фон, свет, одежду, — явно запретив изменение лица. Это не даёт свободы «поставить себя в любую сцену», зато даёт достоверность.

Что делать, если результат стабильно не тот

Когда несколько итераций подряд дают не то, проблема почти всегда не в модели, а в описании. Три проверки, которые выручают чаще прочих.

Проверьте, нет ли в тексте противоречий. «Мягкий рассеянный свет» и «глубокие драматичные тени» — взаимоисключающие указания. Модель выберет одно из двух, и предсказать какое нельзя. То же с «минимализм» и подробным описанием предметов на фоне.

Уберите лишние прилагательные. Описание из тридцати эпитетов работает хуже, чем из десяти точных: вес каждого слова размывается. Если кадр «не слушается», попробуйте сократить текст вдвое, оставив только пять смысловых блоков.

Назовите то, чего быть не должно. Многие модели понимают прямые запреты в тексте: «без текста», «без логотипов», «без украшений». Это дешевле, чем потом вычищать лишнее правкой.

И последнее: сохраняйте удачные описания. Через месяц вы не вспомните, какая формулировка дала тот самый свет, а готовая библиотека своих рабочих запросов экономит больше времени, чем любые ухищрения с настройками.