Как писать промты для ChatGPT Image

Вчера вышла ChatGPT Image и вместе с ней официальный гайд по промтам, разобрал его, чтобы вам не пришлось.

В целом всё так же, как и для других нейронок, но есть 5 пунктов, на которые стоит обратить внимание. Примеры прикрепил, смотрим не на красоту, а на точность следования промту.

Модель лучше понимает промт, где ты описываешь всё по порядку: место/локация → кто в кадре → что происходит → как это снято → что трогать нельзя.

Пример (как надо):Открытый космос → астронавт парит в невесомости → скафандр с царапинами и износом → ощущение съёмки на 35mm, жёсткий солнечный свет → без логотипов NASA.

Как не надо:Сделай красивую картинку астронавта в космосе, в хорошем качестве, 8K, гиперреализм, кинематографично.

Почему плохо? Непонятно, что важно, нет конкретики и ограничений.

Слова вроде «красиво», «реалистично», «8K», «ultra-detailed» почти ничего не объясняют. Модели важнее конкретика: свет, оптика, фактура. И тут полезно хотя бы базово понимать, как работает камера и свет.

Пример (как надо):Зимняя городская улица → девушка идёт по тротуару → тёплое пальто, шарф → объектив 50mm, уровень камеры — грудь, мягкий дневной свет, небольшая глубина резкости, естественные цвета → без ретуши и киношного стиля.

Как не надо:Сделай красивое реалистичное фото девушки в зимнем образе, 8K, атмосферно.

При редактировании изображения, если ты меняешь одну деталь и не сказал, что остальное трогать нельзя — модель начнёт менять всё.

Как надо:— Поменяй только одежду, лицо не менять.— Сделай свет теплее, фон и ракурс оставить.— Убери логотип, всё остальное сохранить.

Как не надо:— Мне не нравится.— Чуть поправь образ.— Сделай лучше, но так же.

Нейронка не понимает, что именно тебе не нравится, и начинает менять всё подряд.

Чтобы модель написала текст на картинке без ошибок, ей нужно подробное ТЗ: что именно написать, где и как.

Как надо:— писать текст строго в кавычках: "FRESH COFFEE".— указывать конкретный шрифт: Open Sans, Bold.— задавать точное расположение: на вывеске над входом.

Как не надо:— Название Fresh Coffee.— Напиши текст на здании.— Сделай красивую вывеску.

Это особенно критично для макетов и инфографики, где важны точность и структура.

Когда ты используешь несколько картинок, нейронка не понимает сама, что откуда брать и как это склеивать. В промте нужно прописать логику работы и дать конкретику.

Пример (как надо):— Возьми стиль из Image 1 и примени его к объекту из Image 2.— Поставь собаку из Image 2 рядом с женщиной на Image 1.— Если рефов много: локация из Image 1, человек из Image 2, сумка из Image 3, стиль как на Image 4.

Как не надо:— Используй эти картинки вместе.— Скомбинируй изображения.— Сделай одну сцену из нескольких фото.

Почему плохо? Нейронка не понимает, что главное, а что вторично, и мешает всё подряд.

Итог: короче, мы всё больше приходим к тому, что промт для картинки становится подробным, а иногда и подробнейшим ТЗ: где и как всё стоит, что именно и чем написано и что менять нельзя.

Подписывайте на мой Телеграм-канал, там ещё больше всего интересного.