Промты для генерации изображений: формула и готовые шаблоны

Что делает промт для генерации изображений

Промт для генерации изображений пишите так, будто описываете кадр по телефону человеку, который его не видит. Назовите до шести вещей: кто или что в кадре, где оно стоит, в какой манере нарисовано, откуда падает свет, с какой точки смотрит камера и какой нужен формат. Нейросеть ведь тоже не видит сцену: всё, чего вы не назвали, она додумает сама, и одно слово «кот» вернёт кота из ниоткуда, а не кадр. На месте «8k» и «снято на Hasselblad» модель подставит среднее по обучению: рисовать в этих словах нечего. Разрешение вы задаёте в настройках, а вместо марки камеры называете объектив и свет. Из всего, что пишут в промте, от сети зависит только надпись в кадре. Короткую русскую строку, заданную дословно в кавычках, ChatGPT и Gemini обычно пишут, но буквы вам стоит сверить глазами. В Шедевруме и Kandinsky подпись надёжнее набрать в редакторе, а место под неё описать поверхностью, например «сплошной мрамор ровного тона»: слова «место под текст» модель нередко принимает за приглашение и забивает зону псевдобуквами.

Всё это про картинку с нуля, фото для неё загружать не нужно. Переснять себя по селфи — обратная задача, и под неё есть отдельный разбор: промты для ИИ-фотосессии.

Формула промта: 6 блоков

Формула промта — шесть блоков в одном порядке: субъект, окружение, стиль, свет, ракурс, технические якоря. Так запрос читают и русские модели, и Midjourney. Шесть блоков — потолок, а не норма: открытке хватает трёх.

[СУБЪЕКТ с деталями], [ОКРУЖЕНИЕ/ФОН], в стиле [СТИЛЬ], [ОСВЕЩЕНИЕ], [РАКУРС/ОБЪЕКТИВ], высокая детализация, соотношение [СООТНОШЕНИЕ]. Надпись на [ОБЪЕКТ: вывеска]: «[ТЕКСТ ДОСЛОВНО: Кофе с собой]», русскими буквами.

Последняя фраза стоит через точку не случайно: это единственный блок, который зависит от сети, а не от вашего замысла. В ChatGPT надпись заказывают дословно и в кавычках, у Шедеврума и Kandinsky её из промта убирают, а место под подпись описывают поверхностью. Три замера, на которых стоит правило, — ниже.

Шаблоны ниже — каркасы под подстановку, готовые версии тех же сценариев есть в каталоге: кадр по описанию в Midjourney, изображение по описанию в Gemini.

Что в промте не работает

В промте не работают вежливость, оценки, стопки синонимов, марки камер и номера версий: визуального содержания в них нет, и модель подставляет на их месте среднее по обучению.

Три замера: запрет, пустое поле и надпись

Три замера — наши прогоны в Шедевруме, на локальном FLUX и в ChatGPT: запрет в теле промта вызывает запрещённый предмет, зона «под текст» зарастает псевдобуквами, русская надпись в ChatGPT выходит с первого раза.

Три вещи ведут себя не так, как подсказывает здравый смысл. Каждую проверяли руками — вот даты и условия.

1. Запрет вызывает предмет, а не убирает его. Замер по Шедевруму, 10.08.2026: запрос «Пустой деревянный стол у окна, дневной свет, реалистичная фотография. На столе нет кружки» вернул стол с кружкой. Модель разбирает фразу целиком и цепляется за существительное: «кружка» весит в ней больше, чем «нет». С тех пор обороты «без X», «никаких X» мы из промтов вычищаем и переводим в утверждение — вместо «без людей» пишем «пустая улица на рассвете», вместо «без бликов» — «матовое стекло, свет рассеянный». Строку «без текста» вычёркивайте из любого шаблона, где она попадётся: буквы она не убирает, а в Шедевруме прямо зовёт их в кадр. Пять точных описаний работают лучше сорока запретов на всякий случай.

Отдельное поле исключений — другая история: это параметр интерфейса, а не часть фразы. У Midjourney под него отведён --no, у Stable Diffusion и локальных сборок — поле негатива. Туда идут явления, которых в кадре не должно быть вовсе:

--no watermark, extra fingers, plastic texture, low resolution

Ловушка параметра: --no вычитает фразу целиком. --no cartoon people уберёт заодно людей, которых вы заказали позитивно, а --no warped window frames — сами окна вместе с кривизной. Поэтому в список ставят самостоятельные вещи вроде водяного знака, а не уточнения к тому, что уже заказано. В Шедевруме и чат-моделях такого поля нет вовсе; у Kandinsky оно есть — отдельное «Исключить», но в само тело промта запрет вписывать всё равно нельзя: там разбирается вся фраза, а держится модель за существительное.

2. Пустую зону нельзя называть по назначению. Наш прогон 10.09.2026 на локальном FLUX — том самом, что крутится на домашней видеокарте, а не в облаке Kandinsky или Gemini: девять обложек, шесть с браком. В четырёх кадрах буквы легли ровно в ту зону, которую промт описывал словами «свободное поле под название сообщества»: «Ontinunt-Shcolo Encckithic nozplom» во всю ширину, «sessesdrents» аккуратно по центру. Ещё в двух псевдоэтикетки приехали на предметах, у которых надпись есть и в жизни, — банка и флакон. Вывод: слова «название», «заголовок», «подпись», «место под текст» из описания пустой зоны убираются вовсе, а саму зону описывают тем, что в ней есть на самом деле, — «ровная заливка одного тона, гладкая чистая поверхность».

Замер один и на одной модели, так что на Kandinsky и Шедеврум мы переносим его как эвристику: буквы им не даются, а зону, названную текстом, они всё равно пытаются заполнить. В ChatGPT этой развилки нет — там надпись не обходят, а заказывают.

3. ChatGPT русскую надпись держит. Наше подтверждение от 10.09.2026: превью к карточке про деловое письмо сгенерировано в ChatGPT — в кадре целый абзац письма, читается весь, с первого раза, переснимать не пришлось. Поэтому общий совет «нейросети букв не умеют, подписывайте в редакторе» мы больше не даём: он верен только для сетей, где текст в кадре и правда не выходит.

Оговорка про Шедеврум: отдельная модель с русским текстом на картинке у него есть, она в платной подписке. И на бесплатных версиях короткая надпись прописными выходит — замер владельца 11.08.2026, открытка со словами «С ДНЁМ РОЖДЕНИЯ» отрисовалась читаемо за приемлемое число попыток. Три слова прописными — да, слоган в строку — уже не по этому замеру.

Разбор заказа: кадр для кофейни

Разбор заказа — проверка формулы на живом задании. На «реклама кофейни, вкусный кофе, красиво» вернётся чашка, пар и зёрна по столешнице: кадр залит объектами до краёв, цену и адрес ставить некуда.

Дизайнеру нужен баннер, а не натюрморт. Тот же заказ по шести блокам:

Капучино в керамической чашке на светлой мраморной стойке, за стойкой размытый интерьер кофейни с латунными деталями, коммерческая фотография, мягкий боковой свет из окна, средний план, объектив 50 мм, все предметы сдвинуты в правые две трети, левая треть — сплошной мрамор ровного тона, соотношение 16:9.

Решают три отличия: назван продукт (капучино, а не «кофе»), назван свет, а левая треть описана как поверхность — «сплошной мрамор», а не «место под текст». Это ровно тот случай из второго замера. Готовая подложка под баннер — карточка подложка для баннера в Kandinsky: предмет в нижней трети, верхние две трети — матовая песочная стена, и в промте она названа стеной, а не местом под заголовок.

Нужны цена и адрес прямо в кадре — это решает не шаблон, а выбор сети. В ChatGPT дописывайте строку из формулы: Надпись на стойке: «Капучино 180 ₽», русскими буквами — и проверяйте её глазами, буква в букву. В Kandinsky и Шедевруме ту же строку ставят поверх мрамора в редакторе.

Такой кадр редко выходит с первого запуска, и бесплатные попытки заканчиваются на версии, которая почти подошла. Когда перебор идёт десятками, кадры дешевле считать у себя: локальная нейросеть для картинок рисует кадр 1344×896 на RTX 4070 Super за 24–42 секунды, счётчика генераций нет. Расплата честная — надписи и мелкая графика компактной модели не даются, заголовок ставить в редакторе.

Люди и персонажи: 2 промта

Люди и персонажи — два разных заказа. В портрете несуществующего человека решают примета внешности и конкретная эмоция, в концепт-арте для игры — читаемый силуэт и снаряжение, а не лицо.

1. Студийный портрет — человек, которого не существует: для аватарки, обложки, макета сайта.

Фотореалистичный портрет: [КТО, возраст и внешность], [ЭМОЦИЯ], студийный свет softbox, однотонный фон [ЦВЕТ], объектив 85 мм, малая глубина резкости, естественная фактура кожи, соотношение 4:5.

Возраст, веснушки или седая прядь и эмоция вместо «улыбается» вытаскивают кадр из стокового в живой. Ещё вариант — портрет для аватарки.

2. Концепт-арт персонажа для игры. Полная версия — в карточке концепт-арт персонажа игры.

Концепт-арт персонажа в полный рост: [АРХЕТИП, пол, вид], снаряжение [ОДЕЖДА И ДЕТАЛИ], в руках [ПРЕДМЕТ], поза [БОЕВАЯ / СПОКОЙНАЯ], стиль [РЕАЛИЗМ / СТИЛИЗАЦИЯ / ДАРК-ФЭНТЕЗИ], нейтральный серый фон, соотношение 2:3.

Товар, реклама, площадки: 3 промта

Три коммерческих кадра — карточка товара, превью для видео и постер с надписями. Общее одно: место под текст и цену закладывают в композицию заранее и описывают поверхностью, а не «полем под заголовок».

3. Карточка товара для маркетплейса.

Предметная съёмка: [ТОВАР], чистый белый фон, мягкий рассеянный свет без жёстких теней, высокая детализация текстуры, коммерческая фотография, соотношение 1:1.

Оговорка для продавцов: сгенерированный с нуля товар — похожий товар, а не ваш; на карточку нужна съёмка своего экземпляра.

4. Превью для видео — половина кадра остаётся под заголовок, который вы поставите сами. Полная версия — в карточке кликабельное превью YouTube; она написана под Midjourney и правую половину прямо называет местом под заголовок — в русских сетях эту строку замените описанием поверхности.

Композиция для превью: [ГЕРОЙ: кто, эмоция] в левой половине кадра, взгляд и жест направлены вправо, фон [2 КОНТРАСТНЫХ ЦВЕТА] с диагональными полосами, направленный свет на героя, в правой половине только фон, полосы там сходятся в один ровный тон, высокий контраст, соотношение 16:9.

5. Постер-инфографика с надписями — редкий случай, когда текст просят у самой модели.

Постер-инфографика на тему [ТЕМА: как варить эспрессо], крупный заголовок «[ЗАГОЛОВОК: Эспрессо дома]», [ЧИСЛО: 3] блока с подписями дословно: [ПОДПИСИ: «Помол», «Темпер», «25 секунд»], русские буквы, иллюстрация к каждому блоку, палитра [2-3 ЦВЕТА], чистая типографика, много воздуха, вертикальный формат.

Подписи заданы в кавычках не для красоты: что в кавычках, то модель и пытается написать, пересказ своими словами она превратит в свои слова. Держат такой заказ не все: Шедеврум и Kandinsky на постере проигрывают — одно слово прописными иногда выходит, фраза из трёх почти никогда. Полная версия — в карточке инфографика-постер: она сперва согласует текст рецепта словами, рисует по команде «рисуй», а в конце просит перечислить, в каких надписях поехали буквы, — эти строки перенабирают в редакторе.

Интерьер, архитектура, пейзаж: 3 промта

Интерьер, экстерьер и пейзаж собираются по одной схеме: материалы вместо общих слов, один источник света, один акцентный объект. Масштаб зданию задаёт фигура человека — без неё дом читается то дачным домиком, то виллой.

6. Архитектурная визуализация.

Экстерьер здания [ТИП] в стиле [СТИЛЬ], фасад из [МАТЕРИАЛ], [ВРЕМЯ СУТОК], одна-две фигуры людей для масштаба, реалистичный рендер, объёмный свет, соотношение 16:9.

Полные версии: рендер в Midjourney, дом мечты по описанию.

7. Интерьер в конкретном стиле.

Интерьер [ПОМЕЩЕНИЕ] в стиле [СТИЛЬ], стены [ОТДЕЛКА], пол [ПОКРЫТИЕ], мебель [2-3 ПРЕДМЕТА С МАТЕРИАЛАМИ], акцент [ОДИН ЯРКИЙ ОБЪЕКТ], тёплый приглушённый свет, фотореалистичный рендер, соотношение 3:2.

Проверьте любой сгенерированный интерьер на одну деталь: розеток и выключателей на стенах почти никогда нет. Для презентации неважно, для проекта — знак, что это картинка, а не чертёж. Карточка лофт-интерьер, выбор модели — Midjourney или Kandinsky.

8. Пейзаж.

Пейзаж: [МЕСТО/ЛАНДШАФТ], [ВРЕМЯ СУТОК и ПОГОДА], [НАСТРОЕНИЕ], широкий план, золотой час, объёмный свет, высокая детализация, соотношение 16:9.

Иллюстрация, стилизация, русские мотивы: 3 промта

Иллюстрация и стилизация держатся на трёх правилах: описание героя повторяют слово в слово, направление называют вместо имени живого автора, русские сюжеты отдают моделям, обученным на русском.

9. Иллюстрация для детской книги.

Иллюстрация для детской книги: [ПЕРСОНАЖ] [ДЕЙСТВИЕ] в [МЕСТО], акварель, тёплая палитра, мягкие контуры, добрая атмосфера, нижняя треть листа — ровный однотонный фон, возраст читателя [3-6 / 6-9].

Сложность не в картинке, а в серии: медвежонок на второй странице должен остаться тем же медвежонком — выручает описание героя: цвет, форма ушей, одежда. Карточка: детская иллюстрация.

10. Стилизация под художественное направление. Имена современных художников модель часто игнорирует, зато спор о правах возникает легко.

[СУБЪЕКТ или СЦЕНА] в стиле [НАПРАВЛЕНИЕ или ЭПОХА], характерная палитра и фактура направления, видимые мазки, [НАСТРОЕНИЕ], соотношение 4:5.

11. Русский лубок, советский плакат, «Союзмультфильм». На этих сюжетах англоязычные шаблоны дают чужие лица и чужие интерьеры.

Иллюстрация в стиле [РУССКИЙ ЛУБОК / СОВЕТСКИЙ КОНСТРУКТИВИЗМ / РИСОВАННАЯ АНИМАЦИЯ 1970-Х], сюжет [СЮЖЕТ], палитра [КРАСНЫЙ, ОХРА, ЗЕЛЁНЫЙ, ЧЁРНЫЙ], плоская композиция, [ОРНАМЕНТ ПО КРАЯМ / ДИАГОНАЛИ И КРУПНЫЕ ФИГУРЫ], вертикальный формат.

У агитплаката без слогана пропадает половина жанра, но просить его у Kandinsky и Шедеврума не стоит: строка целиком вернётся рядом знаков, похожих на кириллицу. Обратите внимание, чего в шаблоне при этом нет: приписки «без текста». Раньше она стояла в конце, и это была ошибка — по первому замеру строка, которой мы гнали буквы из кадра, их туда и звала. Нужен настоящий слоган — набирайте его поверх заливки в редакторе или собирайте плакат в ChatGPT.

Карточки куста: лубочная картинка, персонаж «Союзмультфильма». Есть свой снимок — из него собирают плакат в три слоя: фотография, сухая линия, чернильный силуэт. Логотип — отдельная задача: минималистичный знак и логотип как чертёж; генерация отдаёт растр, знак перерисовывают в кривых.

Формат кадра и печать

Соотношение сторон — параметр, а не пожелание: не указали — модель возьмёт своё и обрежет композицию. Размер под печать считают до генерации: бесплатного квадрата 1024×1024 на открытку не хватает.

Соотношение под площадку: 1:1 — карточки и посты; 4:5 и 3:4 — портреты и обложки; 9:16 — вертикальное видео; 16:9 — баннеры, интерьеры, пейзажи.

Печать считайте заранее: открытка A6 — 105×148 мм, при 300 dpi нужен файл 1240×1748 пикселей.

Какая нейросеть под какую задачу

Сеть выбирают по двум вещам: язык запроса и надпись внутри кадра. Русскую строку в кадре держат ChatGPT и Gemini; Шедеврум и Kandinsky берут русское описание, но подпись к ним ставят поверх в редакторе.

Сравнения: Midjourney против Kandinsky, Kandinsky или Шедеврум, фото в Gemini.

Чего нейросеть не сделает

Нейросеть не наберёт вашу типографику, не посчитает график по данным, не удержит персонажа в серии без референса и не даст прав на чужой образ. Формулировкой промта эти границы не обходятся.

• Не наберёт вашу типографику — там, где буквы выходят читаемыми, это всё равно нарисованные буквы: фирменный шрифт, кернинг и точный кегль под макет ставят в редакторе.
• Не построит график по данным — рисует похожее на диаграмму, а не считает числа. Для схемы процесса берите блок-схему в Mermaid.
• Руки, украшения, отражения — браслет срастается с кожей, отражение в зеркале живёт своей жизнью.
• Не даст права на чужой образ — логотип компании, персонаж франшизы, лицо знаменитости: это правовой риск.

Если — то: ремонт результата

Результат чинят по одному блоку за проход: после трёх правок непонятно, какая сработала. Диагноз ставят по симптому — «мыльный» кадр лечат объективом и светом, одинаковые варианты — сменой сцены.

• Все варианты одинаковые — меняйте не прилагательные, а сцену: время суток, ракурс, фон.
• Лицо и анатомия ломаются — на общем плане лицу достаётся пара процентов кадра.
• Кадр «мыльный» — назовите объектив, свет, материал.
• Цвета кислотные — назовите палитру в двух-трёх цветах, добавьте «приглушённые тона».

Генерация по своему фото — другая задача

Генерация по своему фото — не эта задача, а работа с референсом: субъект и ракурс уже заданы снимком, промт описывает только разницу — что сохранить (лицо, позу) и что изменить (фон, свет, стиль).

Частности работы с исходником разобраны отдельно: промты для ИИ-фотосессии, обработка фото нейросетью, Pixar-портрет.

FAQ

На каком языке писать промпт для генерации изображений?

На русском — для Шедеврума, Kandinsky и GigaChat: они на нём и учились. Для Midjourney, FLUX и Stable Diffusion сцену тоже можно описать по-русски, а два-три технических якоря добавить латиницей: cinematic lighting, 35mm, sharp focus. Полный перевод на английский обычно ничего не добавляет, если сцена описана точно.

С каких слов лучше начинать промпт для генерации изображения в GigaChat?

Начинайте с прямого глагола-команды — «Нарисуй…» или «Создай изображение…», — а сразу за ним ставьте субъект. Без глагола ассистент решит, что нужен текст, и опишет картинку словами вместо того, чтобы нарисовать. Дальше идут стиль, свет, ракурс и формат по формуле из шести блоков. Одна картинка за запрос — серию собирайте по кадру.

Какой элемент не является важной составляющей хорошего промпта?

Не важны вежливость и оценки: «пожалуйста», «сделай красиво», «шедевр», «лучшее качество» — визуального содержания в них нет, модель подставит на их месте своё среднее. Важные составляющие — шесть блоков формулы: субъект с деталями, окружение, стиль, освещение, ракурс и технические параметры. Порядок блоков в запросе тоже влияет.

Почему нейросеть рисует не то, что я описал?

Чаще всего потому, что промт короткий или противоречивый: в одном запросе просят студийный свет и закат, крупный план и полный рост. Соберите его по шести блокам, уберите конфликты и правьте по одному блоку за проход — так видно, какая замена сработала. Список запретов не спасает: отдельное поле исключений есть у Midjourney, Stable Diffusion и Kandinsky, но в теле запроса запрет скорее вытащит запрещённое в кадр.

Можно ли генерировать картинку по своему фото?

Да, но это другой режим — работа с референсом: вы загружаете снимок и описываете, что сохранить (лицо, позу) и что изменить (фон, свет, одежду). Сила влияния референса регулируется: выше — ближе к оригиналу, ниже — больше свободы у модели. Готовые сценарии собраны в разборе промтов для ИИ-фотосессии.