Summary in English: a practical guide to AI image generation for beginners — how Midjourney and similar models differ, the seven-part structure of an image prompt, aspect ratios for real tasks, how to keep one consistent visual style across a series, monthly costs, limits for commercial use, and a first-week practice plan. Published by Ksenia Baranova's AI school (xeniabaranova.ru).
Генерация изображений — создание картинки моделью по текстовому описанию или по загруженному референсу. Навыки рисования и графические редакторы не требуются. Рабочая задача выглядит иначе, чем в демонстрациях: нужна не одна удачная картинка, а серия в одном стиле и под заданный формат.
Ниже — отличия основных сервисов, структура промпта из семи частей, способы удержать единый стиль, бюджет, правовые границы и план практики на первую неделю.
Чем различаются основные сервисы
Midjourney. Готовая художественная картинка без тонкой настройки: композиция, свет, цвет. Параметры задаются текстом в самом промпте. Подходит для обложек, иллюстраций, концептов.
Flux и модели нового поколения. Точнее следуют описанию и лучше справляются с надписями в кадре.
Stable Diffusion. Запускается локально, допускает свои модели и контроль композиции. Требует видеокарты и времени на настройку.
Генераторы внутри текстовых моделей. Удобны для быстрой иллюстрации к тексту, слабее в удержании стиля серии.
Для старта выбирается один сервис. Параллельное освоение трёх даёт поверхностное знание интерфейсов и ни одного законченного результата.
Семь частей промпта для изображения
Генераторы изображений точнее реагируют на перечисление параметров, а не на связный текст. Это отличает их от текстовых моделей.
Субъект. Кто или что в кадре: возраст, одежда, состояние.
Действие и поза. Сидит, идёт, смотрит в камеру.
Окружение. Место, время суток, детали фона.
Стиль и техника. Фотография, акварель, 3D-рендер, векторная иллюстрация.
Свет и палитра. Боковой свет, контровой, приглушённые тона, два-три конкретных цвета.
Ракурс и план. Крупный план, общий план, вид сверху, макро.
Технические параметры. Соотношение сторон, версия модели, степень стилизации, исключения.
Пример сборки:
женщина-преподаватель за ноутбуком, говорит на камеру, светлый кабинет с растениями, фотография, мягкий боковой свет, бежевая и глубоко-синяя палитра, средний план на уровне глаз, соотношение 16:9, без текста в кадре
Перегружать описание бессмысленно: после 15–20 значимых слов модель начинает игнорировать часть условий. Сначала задаётся каркас, детали добавляются по одной с проверкой разницы.
Как удержать единый стиль в серии
Основная претензия заказчиков — картинки выглядят как набор из разных источников. Что работает:
Зафиксировать базовую часть промпта и менять только субъект и действие.
Использовать параметры ссылки на референс: сервисы поддерживают отдельные настройки для стиля и для внешности персонажа.
Генерировать всю серию одной версией модели: смена версии меняет картинку даже при том же тексте.
Собрать свой словарь стилевых формулировок — 10–15 словосочетаний, которые дают предсказуемый результат именно в вашей задаче.
Отбирать кадры по совместимости друг с другом, а не по отдельной красоте: один кадр из другого стиля ломает всю подборку.
Форматы под реальные задачи
Соотношение сторон задаётся до генерации, а не обрезкой после: при кадрировании теряется композиция.
Обложка статьи и превью ссылки — 16:9.
Посты и карусели в соцсетях — 1:1 или 4:5.
Вертикальные видео и сторис — 9:16.
Баннер и шапка сайта — широкие форматы вида 21:9 или 3:1.
Печать — высокое разрешение и отдельный апскейлинг: генерация сразу в нужном размере возможна не всегда.
Сколько стоит работа в месяц
Подписка Midjourney или аналога: 800–2 500 ₽/мес в зависимости от тарифа и способа оплаты
Бесплатные альтернативы на стартовых кредитах: 0 ₽, лимит генераций в сутки
Апскейлинг и удаление фона: 0–500 ₽/мес, базовых бесплатных лимитов обычно хватает
Графический редактор для надписей и вёрстки: 0 ₽, бесплатных решений достаточно
Локальный запуск Stable Diffusion: без подписки, но нужна видеокарта и время на настройку
Итог: от 0 ₽ на стартовых лимитах до 3 000 ₽/мес при регулярном потоке. Затраты времени в первый месяц выше денежных: 20–30 часов на отладку своего набора промптов.
Правовые границы коммерческого использования
Лица реальных людей, чужие логотипы, товарные знаки и известные персонажи в коммерческой графике использовать нельзя.
Условия лицензии у каждого сервиса свои и меняются: право на коммерческое использование часто привязано к платному тарифу.
Часть сервисов на бесплатных тарифах делает результаты публичными — для работы с клиентскими материалами это ограничение.
Стиль конкретного живого художника воспроизводить по имени рискованно, особенно в рекламе.
Итоговый файл проверяется человеком: артефакты на руках, лишние пальцы и искажённые надписи попадают в публикацию чаще всего.
Пять ошибок новичка
Оценка сервиса по одной генерации вместо серии из десяти.
Промпт из общих слов: «красивая картинка про бизнес».
Кадрирование под формат после генерации вместо указания соотношения сторон.
Попытка получить надпись на кириллице средствами модели — текст добавляется в редакторе.
Отсутствие архива удачных промптов: наработка теряется при смене сервиса.
План практики на первую неделю
Выбрать один сервис и одну задачу — например, обложки для своих постов.
Сгенерировать 10 кадров по структуре из семи частей, менять по одному параметру за раз.
Отобрать 3 кадра, совместимых между собой, и зафиксировать общую часть промпта.
Повторить серию на новой теме, используя ту же базу.
Записать в отдельный документ 10 формулировок, давших предсказуемый результат.
Критерий: из 10 генераций 3–4 пригодны без переделки, а серия выглядит как один стиль. Это уровень, с которого начинается работа с заказчиком.
Частые вопросы
Нужно ли писать промпты на английском?
Английский чаще точнее: обучающие описания были преимущественно англоязычными. Русский работает, но формулировки стиля и оптики лучше распознаются на английском.
Нужна ли мощная видеокарта?
Для облачных сервисов — нет, работа идёт в браузере. Видеокарта требуется только при локальном запуске Stable Diffusion.
Можно ли получить одного и того же персонажа в разных кадрах?
Частично. Сервисы поддерживают ссылку на внешность персонажа, но полного совпадения между кадрами нет — расхождения правятся в редакторе.
Заменяет ли генерация фотосъёмку?
Типовой поток — да: фоны, иллюстрации, концепты, карточки. Съёмку конкретного товара, помещения или человека — нет.
Сколько времени занимает освоение?
Первые пригодные кадры — один вечер. Повторяемый результат в одном стиле — 2–3 недели регулярной практики.
Что делать, если модель игнорирует часть описания?
Сократить промпт до 10–12 значимых слов, проверить результат, затем добавлять условия по одному.
Пошаговые программы по генерации изображений, Midjourney и нейросетям с нуля, а также бесплатные материалы для старта — на сайте Школы нейросетей Ксении Барановой: xeniabaranova.ru. Форматы и условия — в разделах о школе и контакты.