Словарь фотографа для нейросети, где свет решает всё

Запрос «красивая девушка на улице» даст усреднённую картинку. Запрос с описанием света и кадра превращает её в снимок, похожий на работу профессионала. Разница лежит в словах, знакомых любому фотографу.

Фото: Rawpixel, CC0

Почему нейросеть понимает язык фотографии

Генераторы изображений обучались на огромных массивах снимков с подписями. Среди этих подписей множество терминов: «золотой час», «боке», «широкий угол». Модель связала такие слова с визуальными признаками, поэтому они работают как рычаги управления результатом.

Если описать только объект, свет и композицию модель выберет по умолчанию, и картинка получится ровной и безликой. Если задать их явно, изображение приобретает настроение и глубину.

Разные генераторы реагируют на запросы по-разному. Kandinsky, Шедеврум от Яндекса, GigaChat с функцией рисования и зарубежные Midjourney или Stable Diffusion по-своему трактуют одни и те же слова. Универсального рецепта нет, поэтому проверка нескольких вариантов формулировки остаётся главным способом найти рабочий.

Также стоит учесть язык запроса. Некоторые модели лучше понимают английский, другие свободно работают с русским. Условия и возможности сервисов меняются, их лучше уточнять в самом приложении.

Слова про свет

Самый сильный набор слов описывает освещение. «Золотой час» даёт тёплый мягкий свет низкого солнца и длинные тени. «Голубой час» создаёт прохладные сумерки. «Рассеянный свет» или «пасмурный день» убирает жёсткие тени и подходит для портретов.

«Контровой свет» помещает источник за объект и рисует светящийся контур по волосам или краям предмета. «Боковой свет» подчёркивает фактуру, например морщины, ткань или шероховатость камня. «Рембрандтовское освещение» знакомо по классической живописи: на щеке остаётся небольшой светлый треугольник.

«Студийный свет софтбокс» подходит для чистых портретов и рекламных кадров. «Неоновая подсветка» и «свет уличных фонарей» добавляют городскую атмосферу. «Свет из окна» делает сцену домашней и уютной.

Отдельно работают слова про контраст и настроение: «мягкие тени», «высокий контраст», «драматичный свет», «приглушённые тона». Они меняют не только освещение, но и общее ощущение кадра.

Слова про композицию и оптику

Композицию задают терминами построения кадра. «Правило третей» смещает главный объект от центра. «Симметричная композиция» подходит для архитектуры и интерьеров. «Ведущие линии» направляют взгляд по дороге, перилам или забору к главному объекту. «Негативное пространство» оставляет пустое место для текста, что ценно в рекламе.

Ракурс тоже имеет значение. «Съёмка снизу» делает героя значительным, «вид сверху» подходит для еды и раскладок, «крупный план» показывает детали, «общий план» передаёт масштаб и окружение.

Из оптики полезны «малая глубина резкости» с размытым фоном, «широкоугольный объектив» для пейзажей и интерьеров, «портретный объектив 85 мм» для лиц, «макросъёмка» для мелких предметов. Не стоит ждать физической точности, но модель действительно подстраивает перспективу и размытие.

Ещё один приём: указывать тип плёнки или жанр, например «документальная фотография», «репортаж», «плёночная зернистость». Они задают стилистику, не затрагивая содержание сюжета.

Примеры до и после

Первый пример. Было: «чашка кофе на столе». Стало: «чашка кофе на деревянном столе, вид сверху, мягкий свет из окна, малая глубина резкости, тёплые тона». Вместо плоской иллюстрации получается кадр, похожий на фото из кофейни.

Второй пример. Было: «портрет пожилого рыбака». Стало: «портрет пожилого рыбака, боковой свет, золотой час, крупный план, видна фактура кожи, размытый фон с морем». Лицо получает объём, а сцена настроение.

Третий пример. Было: «город ночью». Стало: «ночной город после дождя, неоновая подсветка, отражения в лужах, широкоугольный кадр, ведущие линии улицы». Картинка получает глубину и характер.

Четвёртый пример. Было: «кроссовки». Стало: «кроссовки на светлом фоне, студийный свет софтбокс, мягкие тени, симметричная композиция, негативное пространство справа». Результат напоминает карточку товара для маркетплейса.

Где это применяется и что дальше

Такие запросы востребованы в рекламе, оформлении соцсетей, подготовке презентаций и карточек товаров. Продавцы на Ozon и Wildberries всё чаще используют генерацию фонов и лайфстайл-сцен, не устраивая отдельную фотосессию. Архитектурные бюро делают быстрые визуализации идей, а игровые студии создают концепт-арты.

Но есть и ограничения. Нейросеть может исказить пропорции, добавить лишние пальцы или нечитаемый текст, а вид товара на сгенерированной картинке не всегда совпадает с реальным. Для карточек товаров это важно: покупатель должен видеть то, что получит.

Стоит помнить и об авторском праве и маркировке. Правила для сгенерированных изображений обсуждаются и меняются, поэтому при коммерческом использовании условия сервиса и актуальные нормы лучше проверять заранее.

Перспективы связаны с более точным следованием запросу. Модели учатся лучше понимать сложные описания, сохранять одного героя в разных кадрах и редактировать отдельные детали без пересборки всей картинки. Знание языка света и композиции в этом мире остаётся полезным, потому что результат определяется тем, насколько точно человек понимает, чего хочет добиться.