Как создать картинку с помощью ИИ: пошаговая инструкция

Какую нейросеть выбрать, как составить промпт и что делать, если первая генерация получилась не такой, как хотелось.

Чтобы создать картинку в нейросети, не нужны специальные знания — достаточно понимать, как поставить задачу и уточнить результат. Разбираемся, как писать промпты, когда можно обойтись без них и что делать, если первая генерация не подошла.

Создать первую картинку в ChatGPT можно за несколько минут. На курсе по ChatGPT от vc.ru разбираем, как получать более предсказуемый результат: работать с промптами и референсами, редактировать отдельные элементы и использовать готовые изображения в рабочих задачах.

Большинство нейросетей работают по одному и тому же принципу: нужно описать будущую картинку, получить результат и при необходимости его доработать. Но одни сервисы удобнее для работы в диалоге, а другие дают больше настроек или лучше подходят для экспериментов со стилем. Разберем, какие и для чего подойдут.

В ChatGPT изображения можно создавать прямо в обычном чате: достаточно описать, что нужно получить. Специальные формулировки для запроса не нужны, но чем точнее описаны стиль, композиция, цвета и формат, тем проще получить нужный результат.

Готовую картинку можно доработать в том же диалоге. Например, осветлить фон, убрать предмет или заменить персонажа. ChatGPT также умеет редактировать загруженные изображения и отдельные выделенные области.

Цена и ограничения: генерация доступна бесплатно, но с ограничениями. Без ограничений можно создать картинки на тарифе Go за $8 в месяц и Plus — $20 в месяц.

В Gemini изображения создаёт Nano Banana. Работает всё тоже через чат: можно описать будущую картинку словами, загрузить фотографию или несколько референсов, а затем попросить изменить результат.

Gemini хорошо подходит для задач, где нужно объединить несколько исходников или сохранить одного персонажа на серии изображений. Модель также умеет работать с надписями, схемами и инфографикой.

Цена: Nano Banana доступна без подписки, одна здесь есть лимиты, которые компания не озвучивает. Чтобы работать без них, нужно купить тариф Plus за $9,99 в месяц или Pro за $19,99.

Midjourney изначально создавался как сервис для работы с изображениями, поэтому творческих возможностей тут немного больше. Генерировать картинки можно на сайте: нужно написать промпт, а при необходимости добавить референс и настроить формат.

Сильная сторона Midjourney — работа со стилем, поэтому лучше всего она подходит для стилизованных иллюстраций, концепт-арта и поиска визуальных решений. Готовые изображения тоже можно редактировать и дорабатывать.

Доступ и цена: бесплатного тарифа нет. Basic стоит $10 в месяц, Standard — $30, Pro — $60.

Adobe Firefly работает как графический редактор с ИИ. Нужно написать промпт, а после этого можно отдельно настроить формат, цвет, освещение и ракурс.

Также сервис умеет работать с референсами. Например, можно взять из одной картинки композицию, а из другой — стиль. Готовый результат можно перенести в Photoshop или Adobe Express, чтобы отредактировать. Firefly подойдёт тем, кому мало одного текстового промпта и хочется точнее управлять изображением, а также тем, кто уже работает в экосистеме Adobe.

Цена: есть бесплатный тариф с ограничениями. Firefly Standard стоит $9,99 в месяц и включает 2000 генеративных кредитов — примерно 400 изображений.

«Шедеврум» — сервис «Яндекса» на базе YandexART. Картинки можно создавать в приложении и веб-версии: достаточно выбрать модель и описать изображение на русском языке. Сервис нацелен на быстрые генерации, поэтому высокого качества ожидать не стоит.

Также есть режим «Студия» — здесь можно загрузить свои картинки, поменять формат, удалить фон и отредактировать отдельные элементы. Сервис подойдёт для простой генерации на русском языке и тем, кому важна оплата российской картой.

Цена: без подписки в веб-версии доступно 70 попыток генерации. «Шедеврум Про» стоит 100 рублей в месяц при наличии «Яндекс Плюса» и снимает лимит на генерации в веб-версии.

Универсального промпта, который всегда приводит к идеальной картинке с первой попытки, нет. Но чем точнее описаны важные визуальные характеристики, тем меньше решений нейросети приходится принимать самостоятельно.

Посмотрим на одном примере.

Первый вариант:

«Смешная такса сидит в кафе»

Мы получаем такой результат:

Такой запрос уже работает, но почти всё нейросеть решила сама: какое это кафе, где находится собака, как выглядит кадр и в каком стиле его рисовать.

Вот что можно указать в промпте:

Главный принцип — описывать то, что можно увидеть. Формулировка «сделай красиво и современно» оставляет нейросети слишком много свободы.

Дадим более подробную версию:

«Две смешные таксы сидят друг напротив друга за маленьким столиком в уютном кафе. Перед ними чашки кофе и круассаны, одна такса что-то эмоционально рассказывает, а вторая внимательно её слушает. За окном видна городская улица. Стиль — fashion-иллюстрация»

Результат сильно отличается от первоначального запроса:

Можно пойти дальше и указать, как должны выглядеть стулья, их одежда, окрас или какие цветы должны стоять в вазе.

Дальше покажем, как сгенерировать картинку в ChatGPT и постепенно довести её до нужного результата.

Для примера сделаем иллюстрацию для календаря, который можно подарить бабушке. Главным героем будет рыжий кот.

Перед генерацией стоит зафиксировать задачу. Например, мы хотим сделать обложку семейного календаря с рыжим котом. Нужно понять, что будет на картинке, для чего она нужна, какой нужен формат и примерный стиль.

В нашем случае задача выглядит так:

«Нужна вертикальная иллюстрация для обложки семейного календаря. Главный герой — рыжий кот. Картинка должна быть естественной, сверху нужно оставить свободное место для названия»

Этот запрос можно использовать для генерации, но результат остается на усмотрение нейросети — мы ничего не сказали о стиле, размерах, фоне и прочих деталях.

Теперь задачу нужно превратить в запрос для нейросети. Необязательно сразу описывать каждую мелочь — достаточно добавить детали, которые действительно важны для результата.

Например:

«Создай вертикальную иллюстрацию для обложки семейного календаря. Рыжий пушистый кот сидит на подоконнике в уютной квартире. За окном осень, мягкий утренний свет. Тёплые естественные цвета, реалистичная фотография. Оставь сверху свободное пространство для названия календаря. Без надписей»

Здесь есть только те детали, которые действительно влияют на результат. Если конкретные детали на фоне не важны, заранее указывать их нет смысла.

Промпт можно отправить обычным сообщением в ChatGPT. Второй вариант — открыть раздел Images и создать изображение там. ChatGPT позволяет указать желаемое соотношение сторон в самом запросе или выбрать его через интерфейс.

Первый результат может получиться не идеальным. Нейросеть способна сделать фон слишком тёмным, оставить мало места сверху или добавить деталь, которой не было в запросе. Проще сначала выбрать наиболее удачный вариант, а затем исправлять конкретные проблемы.

Есть два способа продолжить работу: исправлять картинку в текущем диалоге или начать новую генерацию с уточнённым промптом.

Необязательно каждый раз переписывать исходный запрос целиком. Можно продолжить диалог и описать только нужную правку:

Также можно выделить конкретную область и описать, что должно измениться именно в ней. Однако эта функция не всегда работает точно: иногда исправления затрагивают и соседние участки изображения.

Мы решили заменить фон на лес:

Генерация остаётся вероятностной: просьба поменять одну деталь не гарантирует, что все остальные элементы останутся точно такими же. После нескольких итераций могут начать меняться лицо персонажа, фон, свет или композиция.

В такой ситуации нет смысла бесконечно исправлять одну и ту же генерацию. Проще посмотреть, что было не так с первым запросом, и написать новый промпт с учётом этого опыта.

Новый диалог полезен ещё и тем, что в нём нет истории предыдущих исправлений. Нейросеть снова получает одну цельную инструкцию вместо цепочки из нескольких противоречащих друг другу изменений.

На курсе по ChatGPT от vc.ru отдельно разбираем оба подхода: как генерировать изображение с нуля и как исправлять конкретные неточности, не переделывая всю картинку. Практикуемся на рабочих задачах — от иллюстраций до визуалов для публикаций.

ИИ умеет работать не только с текстовым описанием. В ChatGPT можно загрузить готовое изображение и использовать его двумя способами: как ориентир для новой генерации или как исходник для редактирования.

Референс пригодится, если нужно сохранить внешность героя, композицию или общий стиль изображения, но создать новую сцену. Загрузим фотографию кота и будем работать с ней:

Вот что у нас получится, если ввести такой запрос:

«Используй кота с фотографии как референс. Сохрани его чёрно-белый окрас и характерные пятна на морде. Создай картинку в стиле комикса, будто этот кот — злодей, который украл сокровища Королевской британской семьи»

В таком сценарии фотография помогает объяснить задачу визуально. Это особенно полезно, когда расположение объектов сложно подробно описать словами.

Если нужно сохранить сам снимок и поменять только часть изображения, можно попросить ChatGPT отредактировать его. Попробуем перенести кота с нашей фотографии в новое окружение:

«Оставь кота, его позу и внешний вид без изменений. Замени интерьер вокруг него так, будто он лежит на мягкой лежанке у окна в уютной квартире. Добавь рядом плед и небольшое комнатное растение, за окном — солнечный день. Сохрани реалистичное освещение и перспективу исходной фотографии»

Так можно менять фон, добавлять или убирать предметы, корректировать цвета и другие детали.

Если результат не подходит, сначала стоит понять, что именно пошло не так. Обычно проблема решается так:

Чтобы создать картинку нейросетью, достаточно описать будущую сцену обычными словами. После первой генерации результат можно уточнять: менять стиль, композицию, формат или отдельные детали.

Достаточно написать, что должно быть изображено. Для более точного результата можно добавить окружение, композицию, стиль, освещение и формат. Например: «Реалистичная фотография рыжего кота за столиком французского кафе, утренний свет, вид на уровне глаз, вертикальный формат 4:5».

Да, например, в ChatGPT можно загрузить фотографию и попросить изменить её или использовать как референс для новой картинки. Сервис также позволяет редактировать отдельную выделенную область.

Сначала нужно описать главный объект и задачу изображения. Затем при необходимости добавить окружение, композицию, стиль, свет, цвет, формат и важные ограничения. Для простой картинки промпт необязательно делать длинным: OpenAI рекомендует начинать с одного-трёх ясных предложений.

Да, бесплатная генерация есть в ChatGPT, Gemini, Adobe Firefly и «Шедевруме», но сервисы ограничивают количество запросов или доступные функции. Например, в веб-версии «Шедеврума» без подписки доступно 70 попыток.

Одного универсального варианта нет: результат зависит от языка, шрифта, длины фразы и композиции. ChatGPT умеет добавлять текст по инструкции, а Google отдельно отмечает улучшенный рендеринг текста в Nano Banana 2.

Для русского текста стоит также попробовать российские модели. В «Шедевруме» есть отдельная модель Exp для изображений с русскими надписями. Kandinsky 6 тоже поддерживает кириллицу.

Если надпись критична, например, это рекламный баннер с ценой и адресом, — результат лучше перепроверить. Иногда надёжнее сгенерировать визуал без текста, а надпись добавить после в графическом редакторе.

На курсе по ChatGPT от vc.ru работа с изображениями разбирается на практике: от первого промпта и генерации с нуля до референсов и точечного редактирования готовой картинки. Первые три урока доступны бесплатно.