Более подробно в предыдущих постах: 1 – 2, 3 – 4, 5 – 9.

Кратко:

1. Нейросеть не понимает текст как человек.
Весь промпт превращается в набор чисел – векторов.

2. Внутри обученной модели есть латентное пространство – это огромная невидимая карта смыслов (что как с чем чаще связано – упрощенно, латентное пространство диффузионной модели это пространство сжатых изображений).
То, что часто встречалось вместе в датасете, лежит там рядом.

3. Когда мы описываем сцену общими словами, модель берёт то, что для неё чаще всего связывалось с этой фразой при обучении.

4. Важны связи между словами, а не суп из запятых.
Когда мы просто бросаем в модель список:
angry, dramatic lighting, 8k, ultra detailed, fog, rain, smoke, bokeh, tears, blood, cinema, volumetric light
– модели сложнее установить контекст, кому и чему принадлежит каждый эффект.

5. Нейросеть не читает смысл фразы: она подбирает наиболее вероятные визуальные паттерны под этот набор чисел. Именно поэтому точность и связность формулировок так важны.

Выводы:
👉 Не стоит надеяться, что нейросеть догадается по смыслу. Ей нужны связи между словами и точные описания.
👉 Один общий признак/ярлык (например, angry) ведёт в широкую, размытую зону, получаем шаблонный результат.
👉 Вместо angry girl лучше:
«девушка в библиотеке, сжатая челюсть, слегка нахмуренные брови, неподвижные плечи, взгляд исподлобья, холодный верхний свет».
👉 Добавляйте не только тело, но и атмосферу, свет, расстояния и прочее.
👉 Большой гипердетализированный промпт тоже плохо! В старых моделях он обрезается физически. В новых середина теряет вес, а конкурирующие детали начинают мешать друг другу. Лучше работает не "написать всё", а выбрать главное и выстроить это в связный кадр. (Об этом расскажу позже)
👉 Лучше писать фразами и связками:
"девушка у окна, сжатая челюсть, холодный свет сбоку, за стеклом дождь, фон мягкий и размытый"
вместо простого перечисления эффектов через запятую.

❌ Эмоция одним словом → размытая зона латентного пространства → шаблонный результат.
✅ Эмоция через тело + поза + атмосфера → точные координаты → сцена, которую хочется рассматривать.

Для живых эмоций и красивой генерации лучше думать в стиле не какое чувство испытывает герой, а что конкретно видно зрителю в кадре.

Штош, опять много получилось.. 😔

Рубрика ✨баловство✨

Этот промпт создает инфографику, где лицо будет показано в окружении подходящих цветов, с подписями подходящего сезона (например, Soft Autumn или Clear Spring) и конкретными названиями оттенков.

Для GPT 2! Кажется, что банана про лучшее анализирует фотку, но gpt лучше рисует инфографику.

Use the uploaded portrait photo as the base image. Perform a professional 12-season personal color analysis based on the person's skin undertone, eye color, and hair color. Preserve the person's exact identity, facial features, and natural lighting.

Create a high-end color analysis board layout directly on the image. In one corner, keep the person's original face. Around or next to it, generate a series of clean, elegant color swatches showing their best seasonal palette.

Automatically generate and overlay modern, highly legible text labels in clean text boxes containing:
1. The assigned color season
2. 3-4 exact color names that best complement them.
3. 2 colors to avoid

Visual language: Premium styling studio aesthetic, soft natural lighting, editorial layout. Keep natural skin texture and do not alter the face. Ensure the generated text is perfectly readable, without typos or messy overlapping.

У Драко глаза тут неправильного цвета, да..

Если кому-то надо сделать, пишите :)