Словарь ИИ
Что такое промпт для изображений
Коротко
Промпт для изображений это текстовое описание, по которому нейросеть рисует картинку: что изображено, в каком стиле, с каким светом, ракурсом и настроением.
Промпты · image prompt
Михаил МозгПроверено: 1 минута чтения
Ребенку
Представь, что ты по телефону объясняешь другу, какой рисунок сделать, а он тебя не видит. Скажешь «нарисуй собаку», и получится какая угодно собака. Скажешь «рыжая собака в синем шарфе бежит по снегу, цветными карандашами», и выйдет почти то, что ты придумал. Программы, которые рисуют, тоже очень внимательно слушают такие описания.
Простыми словами
Генератор картинок получает только слова, поэтому все, чего вы не написали, он додумывает сам. Хорошее описание обычно складывается из нескольких частей: главный объект и что он делает, место и фон, стиль (фотография, акварель, мультфильм), свет и время суток, ракурс и формат кадра. Часто добавляют и отдельный список того, чего на картинке быть не должно. Такие модели учились на картинках с подписями, поэтому охотнее понимают описание, похожее на подпись к фото. Сравните «кофе» и «чашка капучино на деревянном столе у окна, утренний свет, вид сверху»: во втором случае переделывать почти не придется.
Для бизнеса
Для маркетинга и интернет-магазинов точное описание экономит деньги напрямую: меньше перегенераций, меньше часов дизайнера на доработку баннеров, иллюстраций к статьям и фонов для товаров. Команде стоит завести общую заготовку с фирменным стилем, цветами и запретами, чтобы картинки разных сотрудников выглядели как одна серия. Расходы зависят от способа: тариф облачного сервиса, плата за каждую картинку по API или генерация на своем оборудовании. Риски: модель искажает реальный товар, добавляет нечитаемый текст, случайно повторяет чужой узнаваемый стиль или логотип. Поэтому изображения перед публикацией проверяет человек, а правила генерации записывают во внутренние правила работы с генеративным ИИ.
Для специалиста
Промпт для изображений (image prompt, text prompt) это текстовое условие для модели генерации изображений по тексту (text-to-image). В диффузионных моделях текст кодирует языковой энкодер, а его представление управляет шумоподавлением, в латентной диффузии через перекрестное внимание (cross-attention). Liu и Chilton (2021) провели пять экспериментов, получили 5 493 изображения для 51 сюжета и 51 стиля и изучили, как ключевые слова сюжета и стиля (subject and style keywords) и параметры генерации влияют на связность результата. Oppenlaender (2022) по итогам трехмесячного наблюдения за онлайн-сообществами выделил шесть типов модификаторов промпта (prompt modifiers): добавок к описанию, которыми практики управляют видом изображения. Кроме основного текста, генераторы принимают негативный промпт, силу следования тексту (guidance scale), зерно случайности (seed) и соотношение сторон; при одинаковом зерне, параметрах и версии модели результат обычно воспроизводим. В узком смысле image prompt означает изображение-образец, которое подают вместе с текстом, чтобы задать композицию или стиль.
Пример
Интернет-магазин посуды готовит фоны для карточек: «белая керамическая тарелка на льняной скатерти, мягкий дневной свет, вид под углом, без людей и надписей». Заготовку сохраняют и меняют в ней только предмет.
Связанные термины
Вопросы и ответы
Как написать хороший промпт для изображений?
На каком языке писать описание картинки?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений