Из шума по описанию
Нейросеть, которая рисует картинки по описанию, называют генератором изображений. Такие генераторы бывают встроены в чат-ассистентов, работают как отдельные сервисы или запускаются на своём компьютере. Кнопки у них разные, но устроены они похоже, и метод работы с ними один. Этому методу и посвящён курс.
Как генератор научился рисовать? Его обучили на огромном количестве картинок с подписями. Он не хранит эти картинки и не склеивает их кусками: из них он вывел, как обычно выглядят «кот», «закат», «акварель», «свет из окна», — и умеет собирать новые изображения, похожие на такие описания.
Рисует он необычно. Работа начинается не с пустого листа, а с шума — случайной ряби, похожей на экран без сигнала. Шаг за шагом генератор убирает из шума всё, что не похоже на ваше описание, и в ряби проступает картинка.
Отсюда два важных следствия. Первое: одно описание даёт много разных картинок — каждая начинается со своего шума. Начальный шум задаётся числом, которое называют зерном (сидом). Второе: при том же описании, том же зерне и тех же настройках многие генераторы дают ту же самую картинку — и это главный инструмент управления (урок 5).
Важно понимать и другое: генератор не понимает мир так, как человек. Он знает, как обычно выглядят вещи вместе, но не знает, сколько пальцев должно быть у руки и что буквы складываются в слова. Отсюда его типичные ошибки.
Что умеет и чего нет
У генератора есть сильные и слабые стороны, и их полезно знать заранее: тогда вы не тратите время на то, что он делает плохо, и проверяете то, где он ошибается.
| A | B | C | |
|---|---|---|---|
| 1 | Задача | Как справляется | Что делать |
| 2 | Атмосфера, свет, настроение | хорошо | описывать подробно |
| 3 | Стиль и материал | хорошо | описывать свойствами |
| 4 | Точное число предметов | часто ошибается | проверять и доделывать |
| 5 | Руки и пальцы | часто ошибается | проверять, перерисовывать часть |
| 6 | Надписи и текст | часто ошибается | текст добавлять в редакторе |
| 7 | Взаимное расположение | путает | упрощать кадр |
Хорошо генератору даётся общее впечатление: свет, настроение, стиль, материал, фактура, погода, время суток. «Туманное утро в сосновом лесу, мягкий свет» — задача для него лёгкая.
Плохо — всё, что требует точности:
- счёт — «ровно пять яблок» часто превращается в четыре или семь;
- руки и пальцы — лишние, сросшиеся, вывернутые;
- текст — вывески и надписи превращаются в похожие на буквы каракули, хотя новые генераторы пишут короткие слова заметно лучше;
- расположение — «кошка слева от собаки, а за ними окно» генератор легко перепутает;
- постоянство — одного и того же персонажа в двух картинках он нарисует по-разному.
Всё это решается не одной генерацией, а методом: упростить кадр, проверить результат, доделать часть отдельно, текст добавить в редакторе. Об этом уроки 7–9.
Виды генераторов
Генераторы различаются тем, как вы ими управляете. Условно их три вида:
- в чат-ассистенте — вы пишете обычным языком, а ассистент сам составляет описание для генератора и показывает результат. Удобно, но настроек мало: управляете вы словами;
- отдельный сервис — поле для описания и набор настроек: пропорции, число вариантов, стиль, иногда зерно и степень следования описанию;
- на своём компьютере — больше всего настроек и никаких ограничений на число попыток, но нужна мощная видеокарта и время на установку.
Метод работы от этого не меняется: описание по частям, изменение по одному, отбор и доработка. Меняется только, сколько рычагов у вас под рукой.
Ещё одно различие — условия использования. У каждого сервиса свои правила: можно ли использовать картинки для продажи, что запрещено изображать, кому принадлежат результаты. Их читают до начала работы, особенно если картинки пойдут в дело (урок 10).
Ещё про язык: многие генераторы понимают русский, но часть лучше понимает английский, потому что обучалась в основном на английских подписях. Если результат упорно не тот, стоит попробовать то же описание по-английски — часто разница заметна.
Три правила курса
Весь курс держится на трёх правилах.
1. Описывать по частям. Хорошее описание — не одно слово и не поток прилагательных, а несколько частей: что изображено, что происходит, где, в каком стиле, при каком свете, каким кадром. Каждая часть отвечает за своё, а недостающую генератор додумывает сам — и часто не так, как вы хотели.
2. Менять одно за раз. Получили картинку, которая почти нравится, — меняйте одну часть описания или одну настройку, а остальное оставляйте. Если поменять сразу три вещи, непонятно, что улучшило или испортило результат.
3. Доделывать руками и проверять глазами. Генерация — черновик. Лишний палец, каракули вместо букв, чужой логотип на футболке, лицо, похожее на реального человека, — всё это замечает только человек.
Описание для генератора называют промптом (от английского «подсказка», «задание»). Писать хороший промпт — первый навык, и ему посвящены следующие три урока: части промпта, кадр, стиль и свет.
И ещё одна привычка, которая окупается с первого дня: записывать удачные промпты вместе с настройками и зерном. Через неделю вы не вспомните, как получили картинку, которая так понравилась, а запись позволит повторить её и сделать серию.