Как составлять запросы для Stable Diffusion
При работе с нейросетью Stable Diffusion и другими подобными системами наиболее удачные результаты можно получить, если составлять подробные промты. Вот как это правильно делать.
Указывать все важные детали
Для начала необходимо придумать цель запроса и приблизительный результат, в каком стиле он должен быть представлен и что на картинке изображать нельзя.
В правильном промте должен быть субъект или предмет, который мы хотим видеть на изображении. Нужно указать, что этот субъект делает, его расположение, а затем — все дополнительные ключевые слова. Сложный запрос может включать также подробное описание типа изображения: рисунок, реалистичная фотография, пейзаж. Часто это свойство можно активировать в настройках сервиса.
Чем ближе к началу запроса оно находится, тем большую силу имеет в генерации изображения. Для каждого элемента можно указать важность или «вес» вручную. Обычно это пишут после двоеточия без пробела, например: weight:1.5, weight:0.4.
В детальных запросах стоит использовать дополнительные слова, которые помогут нейросети подобрать наиболее удачный вариант. Описывайте все характеристики, которые можете придумать для конкретной задачи.
Подобрать нужные ключевые слова можно, самостоятельно экспериментируя или с помощью конструктора промтов. Во втором случае вы сможете сразу учесть большинство доступных параметров и модификаторов финального результата.
Прописывать лишние элементы и характеристики
При составлении запроса может помочь ещё и негативный промт (negative prompt). Это список всех свойств, которых не должно быть на изображении. Часто в нём указывают моменты, зависящие от контекста.
Возможно, необходимо исключить деформированные части тела, второго человека в кадре, размытость, плохое качество и прочие подобные вещи. Негативный промт поможет собирать кадры с меньшим количеством артефактов. Но не обязательно составлять огромные списки отрицаний — достаточно основных ключевых слов.
Учитывать основные параметры в настройках запроса
В настройках нейросети всегда присутствуют несколько важных параметров: generation steps, seed, resolution, sampler.
- Steps — указывает число шагов, которые нейросеть сделает, пока формирует изображение. Чем их больше, тем выше обычно качество результата.
- Seed — это точка отсчёта, на основе которой система генерирует картинку. Изначально указывается «случайный» параметр из миллиардов вариантов. Это помогает получать разные результаты при одинаковом запросе. Если используете конкретное значение, то при смене промта содержимое изображения будет оставаться приблизительно похожим.
- Sampler — означает процессы, которые оказывают влияние на финальный результат. Для простых кадров достаточно 5–10 шагов, а для других понадобится 60–90.
- Resolution — это размер изображения. Модель Stable Diffusion XL генерирует максимум 2 048 × 2 048 пикселей.
Новичку для начала лучше воспользоваться конструктором промтов. Самый популярный вариант с большим количеством настроек — это Promptomania. Он подходит для разных нейросетей, в том числе есть раздел и для Stable Diffusion.
Какие команды могут быть полезны
На данный момент последняя модель нейросети — Stable Diffusion XL (SDXL). Она обеспечивает высокое качество изображений, в ней заметны улучшения по сравнению с предыдущими версиями. Параметры, работающие в SDXL, могут отличаться от ранних моделей.
Для тестирования запросов в данном случае мы использовали онлайн‑сервис DreamStudio на базе Stable Diffusion XL 1.0. Далее рассмотрим примеры промтов для генерирования картинок в различных стилях и формах.
1. Для фотореалистичных изображений
Stable Diffusion XL может генерировать изображения в большом количестве стилей. Один из самых важных — это фотореализм. С первого раза вряд ли удастся получить идеальный результат, но после серии попыток можно сгенерировать впечатляющие изображения.
Примеры возможных запросов:
- Metal blue pen made by Parker, fountain pen, reflective, positioned on the work table. The pen is on top of the paper notebook with black and gold cover design. Sunny, bright image. Huge copy space on top of the image, negative space, hd, 8k, blurry dreamy background, beautiful pictures.
- Уoung woman in fabulous dress, photorealism, dark hair, centered in the frame, symmetrical face, 50 mm lens, facing camera, dark background, natural light, out of focus mountains in the background, ultra‑details, 16K.
Подходящие негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, out of frame, watermark, signature, cut off, low contrast, underexposed, overexposed, bad art, beginner, amateur.
2. Для анимационных картинок
Нейросеть позволяет создавать анимационные изображения любой сложности, но для получения хорошего результата придётся повозиться со сборкой запроса.
Примеры запросов:
- Man with black space helmet, long dark coat, body portrait, red light on his chest, fashion show concept boots, sharp focus, black scarf, windy, highly detailed, red eyes, digital painting, illustration art.
- Puss in boots sitting in a restaurant eating macaroni and cheese watching a singer perfomance, unreal engine, cozy indoor lighting, artstation, detailed, digital painting, cinematic, illustration art.
- An illustration of a big dragon breathing fire, small people around him praying. Intense and powerful fiery breath, volumetric. Emphasize its piercing gaze, sharp teeth and powerful stance. Artstation, detailed, digital painting, cinematic.
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, bad anatomy, watermark, signature, cut off, low contrast, underexposed, overexposed, bad art, beginner, amateur.
3. Для художественных пейзажей
Stable Diffusion генерирует отличные пейзажи, например осенний лес в лучах заходящего солнца, фантастические замки, пляжи или футуристические города.
Примеры запросов:
- Big forest with yellow, green and red leaves at sunset, a small town with a church and a radio tower in the background, fantasy, professional canvas, triadic colors, deep color, volumetric lighting, shading with dark edges, richly detailed, matte background, style octane render.
- The environment in a fantasy world of Tolkien, gothic big castle, ultra‑detailed, daytime, movie concept art, epic, matte painting, mist, volumetric light, 16k, artstation.
- A painting of a rocky beach with grand waves crashing on it and a thunder in the background with a mansion on the hill, extremely detailed oil painting, volumetric light, 16k, artstation.
- Futuristic highrise, flash light, epic composition, cinematic, landscape illustration, detailed painting, 8k post processing, unreal engine, artstation.
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, people, human, signature, watermark, sign.
4. Для портретов
Stable Diffusion XL неплохо справляется с генерирование портретов, но суперреализма добиться пока сложно. Но нейросеть пригодится для тестирования вариантов реальной съёмки или, например, комиксов.
Примеры запросов:
- A young female, green ribbons in her hair, sitting outside of the cafe in Paris, green eyes, wearing a stylish dress, side light, photorealistic
- Gentleman in a black suit, ultra realistic, cinematic shot, highest quality, (detailed face and eyes:1.1), short hair, inside an old mansion, subsurface scattering, (detailed skin:1.1), shiny skin, professional photo, volumetric lighting
- Stylish woman, street photography shot, long blonde hair, capturing her reflection in a bookstore glass frontdoor, upper body framing, on a Parisian street, neon lighting, shot from a low angle, (bokeh effect:1.2), ultra realistic
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, bad anatomy, watermark, signature, cut off, low contrast, underexposed, overexposed, bad art, beginner, amateur, distorted face.
5. Для генерирования персонажей
В Stable Diffusion XL получится создать красивые и забавные кадры с известными персонажами. Можно совмещать одновременно несколько разных стилей.
Примеры запросов:
- A cinematic shot of a Batman, filmed on Red V‑Raptor 8K camera, 50 mm, f/1.4, film director David Fincher, chiaroscuro, full‑body, futuristic cyberpunk costume, magic realism.
- Detailed 8k image of One‑Punch Man seated on a metal throne amidst japanese architecture at night. Illustration, realistic, anime, volumetric lighting.
- A picture of Vault Boy from Fallout as a gladiator in a big fighting arena, haze air, illustration.
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, people, human, signature, watermark, sign.
6. Для создания архитектурных объектов
SDXL пригодится для дизайнеров. Например, с её помощью можно создавать концептуальные изображения построек в любых стилях. Нейросеть часто ошибается в линиях и формах сложных объектов — придётся повторять процесс генерации до получения удачного результата.
Примеры запросов:
- Architectural design plan of a guest house shot from outside, large steel windows with a view of the city, high ceiling, high quality, 8k, ultra realism, high resolution photography
- Exterior shot of a villa in Mykonos, with sea view, white and blue colours mood, volumetric lighting, high quality, 8k, ultra realism, high resolution photography
- Rustic house in the spanish style, made of stone, with white and blue decoration. volumetric lighting, high quality, 8k, ultra realism, high resolution photography
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, people, human, signature, watermark, sign.
7. Для дизайна интерьеров
Нейросеть также подойдёт для подготовки внутреннего оформления помещений. Используйте SDXL, если хотите найти необычные варианты для дизайна своего дома или квартиры.
Примеры запросов:
- A futuristic living room with a reflective ceiling, high metal windows, (futuristic decor: 1.2), future cityscape at night in the distance, high quality, 8k, ultra realism
- Kitchen in the style of Sou Fujimoto, wide angle view of a vibrant city in the windows, interior architecture, rendered in octane, photorealistic, highly detailed
- Interior design project with modern organic style, room with sofa, carpet, magazine table, chandelier and armchair, neutral colors, bright environment, realistic, V‑Ray renderer, highly detailed
Негативные детали для запросов: (deformed, distorted:1.3), poorly drawn, disgusting, blurry, people, human, signature, watermark, sign.
8. Для создания изображений одежды
SDXL предлагает хорошие кадры с одеждой, но придётся экспериментировать с запросами и повторять процесс много раз ради удачных картинок.
Примеры запросов:
- Techwear clothes and fashion look, feet to head, golden ratio, futuristic, highly detailed, Errolson Hugh, Yohji Yamamoto, Nike ACG, hyper maximalist.
- High fashion dress and fashion look, feet to head, golden ratio, highly detailed, pastel colors, Miu Miu, Prada, luxury, high quality, 8k, ultra realism.
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutated, blurry.
9. Для создания логотипов
Нейросеть пригодится и во время формирования айдентики организации. С помощью SDXL получится протестировать различные идеи логотипов в любых стилях. Будьте готовы к постоянным корректировкам запросов.
Примеры запросов:
- A minimalist logo featuring a retrofuturistic UFO. The logo showcases UFO flying over skyscrapers and glowing city lights. The color palette is a mix of dark and intense colors, including shades of black and red. Illustration, vector art, logo design.
- Logo for a technology company, white and blue, a seagull flying, symmetrical, illustration, vector art, logo design.
Негативные детали для запросов: (deformed, distorted, disfigured:1.3), poorly drawn, disgusting, blurry, people, human, signature, watermark.
10. Для оптических иллюзий
Stable Diffusion позволяет генерировать оптические иллюзии — изображения на основе референсов или картинки с «вшитыми» в них словами. Их создают с помощью плагина ControlNet для нейросети. Он позволяет получать картинки на основе других изображений, сохраняя элементы с исходных кадров.
Нейросеть создаёт картинку по запросу пользователя и при этом учитывает предложенный референс. Например, пейзаж совмещается с формой звезды или трава формирует слово, которое видно при отдалении от изображения.
Для работы Stable Diffusion с плагином ContolNet понадобится мощный компьютер. В качестве альтернативы можно использовать онлайн‑сервисы с теми же возможностями. Подробнее о доступных инструментах и работе с ними вы можете почитать в статье Лайфхакера.
Чем заняться в выходные осенью в Санкт-Петербурге: 5 идей на любой вкус
Учебный год под контролем!
Что в сумке? Как изменилось то, что мы носим с собой
3 причины, почему с дачи мы всегда возвращаемся с полным багажником