Структура промпта для фото: пять блоков, которые решают всё

Запрос к модели — это не поисковая строка и не заклинание. Это описание сцены, и работает оно тем лучше, чем ближе по структуре к тому, как сцену описал бы фотограф, ставящий задачу ассистенту.

Пять блоков

1. Субъект: кто или что в кадре. «Женщина тридцати лет», «керамическая чашка», «мужчина в пальто».
2. Действие и поза: что происходит. «Смотрит в камеру», «отвернулась к окну», «стоит вполоборота».
3. Обстановка: где. «В студии на сером фоне», «на утренней улице», «в интерьере кафе».
4. Свет: откуда и какой. «Мягкий свет из окна слева», «контровое солнце», «студийная схема с одним источником».
5. Техника и стиль: как снято. «Портретное фокусное расстояние, малая глубина резкости, лёгкое зерно».

Этот порядок соответствует тому, как строится сцена: сначала главное, потом уточнения. Модель распределяет внимание неравномерно, и начало запроса весит больше конца.

Почему порядок важен

Элементы конкурируют за влияние на результат. Если самое важное упомянуто в конце длинного описания, оно получает меньше веса и может быть проигнорировано. Практическое следствие: то, без чего кадр не нужен, ставьте в начало.

Проверить это легко: поменяйте местами первый и последний элемент в своём запросе и сравните результаты. Разница обычно заметна.

Почему короткий запрос часто лучше длинного

Каждое требование размывает остальные. Запрос с пятью условиями выполняется точнее, чем с пятнадцатью — не потому, что модель «не понимает», а потому что при пятнадцати требованиях каждое получает меньше влияния.

Рабочее ограничение: не больше семи-восьми смысловых элементов. Если требований больше, разделите задачу на два этапа: сначала получите правильную сцену, потом уточните детали отдельным проходом.

Что уточнять обязательно

Молчание о параметре означает, что модель выберет его сама — и каждый раз по-разному. Обязательного минимума три:

• Свет: без указания получите нейтральное освещение без источника, самый частый признак «нейросетевого» вида.
• План: крупный, поясной, ростовой. Без этого модель выберет средний вариант.
• Фон: даже «ровный светлый фон» лучше, чем ничего.

Чего добавлять не стоит

• Оценочных слов: «красивый», «профессиональный», «качественный». Они не несут визуальной информации и занимают место.
• Технических параметров камеры сверх необходимого: длинный список настроек не улучшает результат.
• Отрицаний: «без шляпы» вводит шляпу в описание.
• Противоречий: «мягкий драматичный контрастный свет» — модель выберет что-то одно.

Пример разбора

Плохо: «красивое профессиональное фото девушки в городе, высокое качество, детализация».

Здесь нет ни одного визуального указания: «красивое» и «профессиональное» — оценки, «высокое качество» модель и так пытается обеспечить, «в городе» слишком общо.

Лучше: «женщина тридцати лет смотрит мимо камеры, вечерняя улица, размытые тёплые огни за спиной, контровой свет от заходящего солнца, поясной план, портретная оптика, малая глубина резкости».

Здесь пять блоков на месте: субъект, действие, обстановка, свет, техника. Каждый элемент несёт визуальную информацию.

Итерации

Первый запрос почти никогда не финальный, и это нормально. Практичный цикл: получить результат, найти главное расхождение с задуманным, изменить в запросе только его, повторить.

Менять всё сразу — самая дорогая стратегия: вы не поймёте, какая правка сработала, и потратите вдвое больше прогонов.