Словарь новичка: пятнадцать слов, на которых все спотыкаются

Зачем здесь английские слова

Промпты почти всегда пишут по-английски: модели устойчивее понимают английские термины света, оптики и материалов. Поэтому у каждого слова в этом словаре стоит его рабочая форма - то, что вы напишете в поле промпта, а не литературный перевод.

Второй смысл английской колонки практический. Когда вы читаете чужой промпт из подборки, вы понимаете, какая его часть за что отвечает, и можете взять оттуда одну строку вместо всей конструкции.

Русское слово нужно, чтобы понять; английское - чтобы написать.

Что вы задаете до генерации

1. Промпт (prompt) - текстовое описание того, что должно быть в кадре. Пример: a woman in her forties by a concrete wall, hard light from the left. Ошибка: писать оценками вместо описания. «Красиво» и «профессионально» модель понимает как среднее по интернету. Как устроен промпт целиком, разобрано отдельно: устройство промпта.

2. Референс (reference) - картинка, которую вы отдаете модели как образец. Пример: свое фото сцены плюс строка keep the same light and framing as the reference. Ошибка: ждать, что модель повторит референс целиком. Она берет из него то, что вы назвали словами: референс вместо описания.

3. Негативный промпт (negative prompt) - список того, чего в кадре быть не должно. Пример: no text, no logos, no extra fingers. Ошибка: перечислять там все подряд. Длинный список запретов часто работает против себя: модель цепляется за сами слова и тянет их в кадр. Надежнее описать то, что нужно, а не то, чего не нужно.

4. Соотношение сторон (aspect ratio) - пропорция кадра: 1:1, 4:5, 16:9. Пример: параметр --ar 4:5 или поле в интерфейсе. Ошибка: считать его размером. Пропорция и число пикселей это разные вещи.

5. Сид (seed) - число, с которого начинается генерация. Пример: тот же промпт с тем же сидом дает почти тот же кадр, с другим - другой. Ошибка: гоняться за «правильным» сидом. Он полезен, чтобы повторить удачный кадр, и бесполезен как способ улучшить плохой промпт.

Что вы делаете после

6. Итерация (iteration) - один заход генерации по одному промпту. Пример: десять итераций одного промпта, из которых в работу идет одна. Ошибка: судить о модели по первой итерации. Генерация вероятностна, разброс видно только на серии.

7. Кроп (crop) - обрезка готового кадра. Пример: из горизонтали с запасом режется вертикаль под сторис. Ошибка: путать кроп с крупностью. Кроп двигает границы, но не добавляет разрешения: вырезанная из общего плана деталь в печать не годится.

8. Апскейл (upscale) - увеличение картинки с дорисовкой деталей. Пример: кадр 2K доводится до 4K перед печатью. Ошибка: ждать, что апскейл восстановит то, чего в кадре не было. Он увеличивает существующее и выдумывает недостающее.

9. Инпейнт (inpaint) - перерисовка выделенного куска кадра без трогания остального. Пример: убрать лишний предмет со стола, оставив свет и позу нетронутыми. Ошибка: чинить инпейнтом свет и композицию. Это инструмент для мелочей, а не для решений.

10. Аутпейнт (outpaint) - дорисовка кадра за его границами. Пример: расширить горизонталь до 16:9, когда изначально сгенерировали квадрат. Ошибка: считать его заменой запасу по краям. Дорисованное пространство модель придумывает, и оно почти всегда пустее настоящего.

Чем меряют качество

11. Разрешение (resolution) - число точек по стороне кадра. Пример: 2048 px по длинной стороне. Ошибка: смотреть на него отдельно от расстояния просмотра. Как это считается в сантиметрах печати, разобрано в материале про формат и размер.

12. Фотореализм (photorealistic) - свойство кадра выглядеть снимком, а не рендером. Пример: an actual photograph, visible skin pores, true fabric grain. Ошибка: думать, что за него отвечает одно слово в промпте. Фотореализм собирается из света с источником, оптики и фактуры.

13. Глубина резкости (depth of field) - зона кадра, которая остается резкой. Пример: shot on 85mm at f/2, focus on the eyes, background falls off. Ошибка: просить размытие вообще. Размытие без точки фокуса читается как фильтр, а не как оптика.

14. Артефакт (artifact) - след работы модели, которого в реальной сцене быть не может. Пример: шестой палец, ломаная линия ткани, буквы без смысла на вывеске. Ошибка: искать артефакты только на лице. Чаще всего они прячутся в руках, обуви, фурнитуре и надписях.

15. Зерно (grain) - фактура пленки, живущая в тенях. Пример: subtle photographic grain living in the shadows. Ошибка: сыпать ровный шум поверх готового кадра в редакторе. Равномерное зерно читается фильтром: настоящее неравномерно и живет под изображением, а не над ним.

Пятнадцать слов закрывают почти все разговоры о генерации, и десять из них про то, что делают после кадра.

Как этим пользоваться

Держите словарь открытым первые две недели и делайте одну вещь: читая чужой промпт, разбирайте его на термины из этого списка. Через десяток разборов вы перестанете копировать чужие конструкции целиком и начнете брать оттуда нужную строку.

Проверка, что слово усвоено: вы можете назвать не только что оно значит, но и что сломается, если его не задать. Сид без этой проверки - просто число, а с ней - способ вернуться к удачному кадру.