Картинка по описанию: как писать текст для нейросети

Заказчик прислал заявку на баннер одной строкой: «сделайте что-то уютное для кофейни». Дизайнер переспросил три раза, прежде чем понял, что уютное — это тёплый свет и деревянный стол, а не гирлянда и надпись «coffee». У нейросети нет возможности переспросить: она заполнит все пробелы описания сама, и заполнит их по-своему.

Почему расплывчатое описание всегда даёт не то

Нейросеть не читает мысли — она достраивает недостающие детали сцены по статистике похожих изображений, на которых обучалась. «Что-то уютное» превращается в случайный набор тёплых тонов, который с равной вероятностью подойдёт кофейне и не подойдёт вовсе. Чем меньше слов в описании, тем больше решений модель принимает без автора, и тем выше шанс, что готовый кадр придётся переделывать.

Разница видна на одном и том же примере. Запрос «кружка на столе» оставляет открытыми материал кружки, цвет стола, свет и ракурс — модель выберет что-то нейтральное. Запрос «термокружка из матовой нержавеющей стали с деревянной крышкой, на белом фоне, студийный свет, ракурс три четверти, без надписей и логотипов» закрывает все эти вопросы заранее, и на выходе почти всегда получается именно та сцена, что задумывалась.

Формула описания: шесть частей одной сцены

Рабочее описание собирается из шести частей, и порядок между ними не важен — важно не пропустить ни одну.

Запрет — самая частая пропущенная часть, и именно она чаще всего портит результат. Модель по умолчанию тяготеет к «типичной» версии предмета: у кружки может появиться логотип производителя, которого не было в задании, у баннера — лишняя декоративная рамка. Явный запрет снимает эту тенденцию так же надёжно, как явное указание, что должно быть на кадре.

Примеры описаний под разные задачи

Формула одна, а наполнение зависит от того, что нужно на выходе. Три примера показывают, как одна и та же структура ложится на разные сцены.

Открытка ко дню рождения, куда агент подставляет фразу клиента через аргумент:

Праздничная открытка: воздушные шары и конфетти на светлом фоне,
мягкий тёплый свет, вид прямо на открытку, акварельный стиль,
без посторонних надписей кроме текста «{phrase}»

Баннер для акции кофейни:

Рекламный баннер: чашка кофе с пенкой на деревянном столе у окна,
тёплый утренний свет сбоку, ракурс сверху под углом, стиль
фотографии для соцсетей, слева пустое место под текст акции

Обложка трека:

Квадратная обложка музыкального трека: силуэт гитариста на сцене,
контровой свет и дымка, ракурс снизу, стиль постера концерта,
без текста и логотипов

Во всех трёх сцена собрана из тех же шести частей, только слова другие. Готовое описание вписывается в промпт шага «Сгенерировать изображение» на вкладке «Действия»; модель, соотношение сторон и разрешение настраиваются так, как показано в статье «Как настроить генерацию картинок у ИИ-агента». Здесь же важен только текст, который вписывается в поле промпта.

Как в описание попадают данные конкретного клиента

Готовое описание редко бывает статичным целиком: открытка меняет фразу поздравления, карточка товара — материал и цвет. За переменную часть отвечает аргумент действия, а не отдельное поле промпта.

В руководстве платформы это показано на открытке: аргумент phrase хранит фразу «С Днём Рождения!», и агент вставляет её в промпт вместо ручного набора текста под каждый диалог. Тот же приём работает для карточки товара, где аргументом становится название модели или цвет — формула описания остаётся общей для целой категории, а меняется в ней одна строка.

Разные модели генерации и сколько стоит картинка

Формула описания задаёт входные данные, а обрабатывает их конкретная модель генерации, и здесь начинаются различия. На одном и том же тексте одна модель держит фон честно белым, у другой он съезжает в оттенок, у третьей на кадре появляется деталь, которой в описании не было. Полное сравнение трёх моделей на одном промпте с приложенными файлами есть в статье «Сравнение моделей генерации» — загляните туда перед тем, как ставить формулу на поток для целой категории картинок.

Длина самого описания на стоимость почти не влияет: расход токенов определяет в основном путь вызова модели. По нашему замеру одна картинка на модели Nano Banana Pro обходится около 1,4 ₽ — именно при пути через модель самого агента, вызов тем же действием обходится заметно дороже.

Перепишите следующую заявку по формуле

Перепишите ближайшее короткое описание, которое собирались отправить в генерацию как есть, и разложите его на шесть частей из таблицы выше: предмет, фон, свет, ракурс, стиль, запрет. Если какая-то часть не заполняется, потому что «и так понятно» — это и есть место, где модель примет решение вместо автора.

Дальше описание вписывается в промпт шага «Сгенерировать изображение», а переменная часть под конкретного клиента добавляется аргументом через шестерёнку. Полный список настроек шага и моделей генерации собран в руководстве платформы, а подключить генерацию своему агенту можно на главной странице Савви.

Частые вопросы