Получить одну хорошую картинку — это управление везением. Получить двенадцать, выглядящих как одна съёмка, — это процесс. Разница в том, перебрасываете ли вы запросы или контролируете то, что действительно делает результат повторяемым.
Почему один и тот же запрос даёт разные картинки
Модели изображений начинают со случайного шума и лепят его по вашему запросу. Измените начальный шум — и из тех же слов получится другая картинка. Именно из-за этой случайности исследовать легко, а добиваться единообразия трудно.
Всё, что ниже, — это способы убрать случайность из одной части процесса, чтобы модель импровизировала только там, где вы этого хотите.
Референсы — самый сильный рычаг
Слова описывают, референсы показывают. Если объект существует, передача его через генерацию по изображению лишает модель свободы придумывать его заново. Это куда надёжнее любого нагромождения прилагательных.
Сколько референсов принимает модель, сильно различается. GPT Image 2 и GPT Image 2.5 берут до шестнадцати. Nano Banana 2 — четырнадцать, Seedream 5 Pro — десять, Nano Banana Pro и ещё несколько — восемь. Есть модели, принимающие ровно один.
Что класть в каждый слот
Рабочий набор: два-три ракурса объекта, одно изображение, несущее нужный свет, и одно — обстановку или поверхность. Пять референсов, выбранных по разным причинам, лучше двенадцати почти одинаковых, которые в основном учат модель усреднять.
Держите один и тот же набор референсов на всю серию. Замена одного изображения между рендерами — самая частая причина серии, которая «почти» сходится.
Сиды: кнопка повтора
Сид фиксирует начальный шум. Тот же сид, тот же запрос, те же настройки, та же модель — и вы получаете ту же картинку. Измените одно слово — и получите управляемую вариацию, а не новый бросок костей.
Не каждая модель его открывает. Среди тех, что открывают, Qwen, Midjourney Diffusion, Ideogram и модели Wan позволяют задать его напрямую. Когда он доступен, порядок такой: исследуйте без сида, пока что-то не окажется близко, запишите сид того рендера, а дальше итерируйте с зафиксированным сидом, подправляя формулировки.
Ошибка — фиксировать сид слишком рано. Сид запирает композицию, которую вы ещё не выбрали.
Guidance и шаги простыми словами
| Настройка | Что меняет | Разумный диапазон |
|---|---|---|
| Guidance scale | Насколько буквально модель следует запросу | Середина диапазона; высокие значения выглядят натянуто |
| Шаги инференса | Сколько модель доводит результат перед остановкой | По умолчанию, если результат не выглядит незавершённым |
| Strength (по изображению) | Насколько далеко можно уйти от референса | Низкое — сохранить объект, высокое — перестилизовать |
| Негативный запрос | Чего избегать | Коротко и конкретно, не список пожеланий |
Guidance — то, что чаще всего перекручивают. Подняв его высоко, вы вынуждаете буквальное исполнение и обычно теряете естественность: жёсткие края, скованные позы, пересвеченный цвет. Если модель игнорирует что-то важное, лекарство почти всегда в более ясном запросе или референсе, а не в большем числе.
Strength — то, что используют недостаточно. В режиме по изображению это ручка между «подправь это» и «переосмысли это». Если ваш товар постоянно меняет форму, strength слишком высок.
Как написать запрос, переживающий повторный запуск
Повторяемый запрос называет четыре вещи: объект, свет, кадрирование и то, чего быть не должно. Всё более расплывчатое будет заполняться каждый раз по-разному.
Сравните «хорошее предметное фото бутылки, профессионально» и «матовая керамическая бутылка на тёмном сланце, один мягкий рисующий свет слева, малая глубина резкости, без текста, без бликов на этикетке». Второй скучно читать, и он возвращается стабильным.
Держите структуру неизменной по всей серии и меняйте только переменную часть. Если объект меняется, а свет и кадрирование — нет, двигаться должны только эти слова.
Единство серии
Для серии, которая должна держаться вместе: зафиксируйте модель, зафиксируйте соотношение сторон, зафиксируйте набор референсов, зафиксируйте фразу об освещении и меняйте только объект или ракурс. Прогоняйте их за один заход, а не за несколько дней: ваши собственные формулировки плывут сильнее, чем модель.
Разрешение внутри серии тоже должно оставаться постоянным. Смешать главный кадр в 4K со вспомогательными в 1K нормально; смешивать 1K и 2K для изображений, стоящих рядом, заметно по деталям. Какую ступень выбрать для каждого места, разбирает наше руководство по кадру и разрешению.
Когда результат всё равно не устаканивается
Если объект продолжает мутировать даже с референсами, возможно, модель просто не та: лимиты референсов и следование инструкциям сильно различаются по каталогу. Если детали выглядят смазанными, причина скорее в разрешении, чем в запросе. Если текст на изображении выходит искажённым, это вопрос выбора модели: для типографики сделан Ideogram, и в других моделях никакой запрос этого не исправит.
И если картинка верна за исключением одного элемента — перестаньте генерировать. Уберите элемент удалением объекта или поправьте фон инструментами фона. Эту границу мы разобрали в статье чистка изображений.
Цикл, который сходится
Исследуйте дёшево на модели за 2 кредита без сида, пока композиция не станет верной. Запишите сид, если модель его даёт. Перейдите на генерацию по тексту или по изображению на модели, подходящей месту публикации, сохранив те же формулировки. Добавьте референсы для всего, что должно оставаться точным. Меняйте по одной переменной за запуск, никогда не три.
Большинство задач так закрывается за три-четыре рендера. Рабочее пространство держит запрос, референсы и настройки в одном месте, пока вы переключаете движки, а сколько каждый запуск снимает с баланса — показано в тарифах. Если вы всё ещё выбираете между движками, это сравнение — короткий путь.
Шаблон запроса, который стоит переиспользовать
Держите скелет неизменным и меняйте только переменную часть. Примерно так: объект и материал, затем поверхность или обстановка, затем направление и качество света, затем глубина резкости, затем исключения.
Целиком: «матовая керамическая бутылка на тёмном сланце, один мягкий рисующий свет слева, малая глубина резкости, без текста, без резких бликов». Чтобы снять второй товар в той же серии, меняется только первая часть. Всё, из чего модель строит образ, остаётся слово в слово прежним — в этом и смысл.
Исключения ставятся в конец и должны быть конкретными. «Без текста» работает. «Ничего уродливого» не описывает ничего, на что модель может опереться.
Поиск причины по симптому
| Симптом | Вероятная причина | Что делать |
|---|---|---|
| Объект меняется от запуска к запуску | Нет референса или strength слишком высок | Добавить референсы; снизить strength |
| Результат выглядит скованным или пересвеченным | Guidance задран | Вернуться к середине диапазона |
| Детали смазаны в полном размере | Разрешение мало для задачи | Перезапустить в 2K или 4K |
| Текст на изображении искажён | Неподходящая для типографики модель | Использовать Ideogram |
| Серия не сходится | Запрос или референсы «уплыли» | Зафиксировать формулировку и набор референсов; перезапустить всё вместе |
| Один элемент портит хороший кадр | Попытка решить это перегенерацией | Вместо этого удалить его |
Меняйте по одной вещи за раз
Дисциплина, на которой держится всё вышесказанное, скучна: одна переменная за запуск. Меняйте сид, или формулировку, или модель, но никогда две сразу, иначе вы не узнаете, какое изменение дало улучшение.
Ощущается медленнее, а заканчивается раньше. Три осознанных запуска обычно лучше дюжины запусков наудачу, а на дешёвых движках эти три стоят шесть кредитов.