Короткий ответ
Единство серии сгенерированных изображений создают решения, принятые до первого запроса и применённые после последнего. Напишите визуальный бриф, утвердите несколько опорных изображений и используйте их как референсы, спланируйте набор списком кадров, обработайте все файлы одной цветокоррекцией и одним кадрированием, сверьте весь набор с брендбуком, положив изображения рядом, и сохраните данные о происхождении, такие как Content Credentials.
Почему серия расползается, когда каждый кадр начинается с нуля
У генератора изображений нет памяти о вашей кампании. На каждый запрос он отвечает заново, поэтому два промпта, различающиеся парой слов, могут вернуть другой свет, другой объектив, другую проработку кожи и другое понимание слова «минимализм». По отдельности все картинки могут быть хороши. Положенные рядом на одной странице, они выглядят так, будто заказ отдали пяти студиям.
Об этом говорят сами разработчики инструментов. В руководстве OpenAI по генерации изображений согласованность названа среди ограничений её моделей: им иногда трудно сохранять визуальное единство повторяющихся персонажей и элементов бренда от одной генерации к другой. Это откровенное описание поведения по умолчанию, и благоразумно ждать того же от любого другого генератора, пока его документация не покажет обратного. Никому не стоит планировать серию в расчёте на то, что десятое изображение само собой окажется похожим на первое.
Поэтому единый стиль ИИ-изображений — это производственная дисциплина, а не хитрость с промптами. Работу делают четыре вещи: решения, записанные до начала генерации, референсы, которые эти решения закрепляют, обработка, одинаково применённая к каждому файлу, и просмотр набора как набора. Дальше они разобраны по порядку, а в конце — вопрос о том, как показать, откуда взялись изображения.
Письменный визуальный бриф появляется раньше первого промпта
Начните с одной страницы текста, согласованной с тем, кто отвечает за бренд. В ней сказано, для чего нужны изображения и кто их увидит, а затем зафиксированы переменные, которые генератор иначе выберет за вас: техника (фотография, 3D-рендер или рисованная иллюстрация), палитра, характер и направление света, расстояние и высота камеры, тип фона, то, как показаны люди, и то, чего в кадре не должно быть никогда.
Точность важнее красноречия. Документация Google к её моделям изображений Gemini советует быть предельно конкретным, поскольку больше деталей даёт больше контроля, и рекомендует объяснять назначение изображения, потому что от того, как модель поймёт контекст, зависит результат. «Тёплое и премиальное» не управляет ничем. «Мягкий дневной свет слева, поверхность из светлого камня, приглушённый зелёный акцент, товар на уровне глаз, много свободного места справа» можно сверить с картинкой.
Превратите бриф в постоянный блок текста для промпта и храните его там, откуда его может скопировать вся команда. Для каждого изображения меняется только строка с сюжетом; блок вставляется без изменений. Это кажется педантизмом, пока кто-нибудь по памяти не перепишет «мягкий дневной свет» как «яркий естественный свет» и у набора не появится второй облик. Дрейф формулировок — это дрейф изображения, а сохранённый блок — самая дешёвая защита от него.
Референсы закрепляют то, что не передать словами
Некоторые качества не поддаются описанию: точная мягкость тени, фактура стиля рендера, лицо. Поэтому нынешние инструменты принимают не только слова, но и картинки. Документация Google описывает передачу нескольких референсных изображений в одном запросе с отдельными лимитами для объектов, которые нужно воспроизвести точно, для персонажей, чья внешность должна оставаться неизменной, и для изображений, задающих стиль. Лимиты различаются от модели к модели и пересматриваются, поэтому читайте актуальную страницу своего инструмента, а не доверяйте числу из статьи.
Опорные изображения выбирайте осознанно. Сгенерируйте варианты по брифу, попросите того, кто отвечает за бренд, утвердить два-три в точности подходящих и объявите их референсами для всей серии. Для видов одного персонажа с разных сторон Google советует включать ранее сгенерированные изображения в последующие запросы, чтобы персонаж оставался тем же. Дисциплина в том, чтобы всегда возвращаться к утверждённым опорам, а не подавать в каждый запрос последний результат: иначе каждое мелкое отклонение становится отправной точкой для следующего.
Следите за тем, чьи картинки вы используете. Референсом должно быть изображение, которое вы сделали сами, заказали или на которое у вас есть лицензия. Привязав кампанию к фотографиям другого бренда или к узнаваемому стилю работающего иллюстратора, вместе с обликом вы получаете юридическую и репутационную проблему. Если в серии есть реальный товар, сфотографируйте его как следует и возьмите эти снимки в качестве референсов объекта, чтобы в сгенерированных сценах был именно тот предмет, который вы продаёте.
Постоянная палитра и одна схема света
Запишите палитру в бриф коротким списком цветов с их значениями и ролями: какой цвет фоновый, какой акцентный, какой отведён товару. Ограничьтесь несколькими. В промпте называйте цвета ещё и словами и не рассчитывайте, что введённое значение цвета вернётся в точности: заранее запланируйте измерение и коррекцию фирменных цветов на этапе обработки.
Именно свет создаёт ощущение, что отдельные картинки сняты за одну съёмку. Выберите одну схему и опишите её фразой, которая не меняется: откуда падает свет, жёсткий он или мягкий, тёплый или нейтральный и насколько глубоки тени. Для уличных сцен добавьте время суток. Серия, в которой свет во всех кадрах падает слева, выдерживает немалое разнообразие сюжетов.
Камеру закрепите в том же духе. Документация Google предлагает управлять композицией языком фотографии — например, указывать тип плана и ракурс. Выберите один-два плана, одну высоту съёмки и одну глубину резкости и впишите их в блок. Ограничьте фоны небольшим семейством поверхностей и пространств. Чем меньше остаётся свободных переменных, тем большую часть результата вы определили сами.
Список кадров превращает идею в серию, которую можно сосчитать
Прежде чем что-либо генерировать, перечислите изображения, которые нужны серии. Хватит простой таблицы: номер, сюжет, план, формат для каждого канала, место для текста и статус. Список показывает повторы и пробелы, пока их исправление ничего не стоит, и разделяет два вида решений, которые люди путают: что меняется от изображения к изображению и что остаётся постоянным во всех.
Идите по списку партиями. Для каждой строки сгенерируйте несколько вариантов и выбирайте, прикладывая их к уже отобранным изображениям, а не беря самый эффектный сам по себе. Самый эффектный вариант часто и есть тот, что дальше всех отходит от набора. В документации Google прямо сказано, что первая попытка редко бывает окончательной, и рекомендуется доводить результат небольшими уточняющими правками; заложите на это время в плане.
Ведите производственную запись по каждому отобранному изображению: блок промпта и строка сюжета, референсы, инструмент и версия модели, дата. Когда через полгода картинку придётся переделать в новом формате, эта запись отличает полдня работы от недели. Инструменты обновляются, и новая версия может отрисовать тот же промпт иначе, поэтому старайтесь закончить серию на одной версии, а если не получается — отметьте это.
Обработка делает из набора одну семью
Генерация заканчивается папкой хороших, но слегка разных файлов. Собирает их вместе обработка. Примените ко всем одну цветокоррекцию, построенную на утверждённых опорных изображениях, и исправляйте фирменные цвета по измерению, а не на глаз. Используйте одно и то же зерно, одну резкость, одни правила кадрирования и поля, одни настройки экспорта. Общая обработка даёт единству серии больше, чем любое количество повторных генераций.
Слова и логотипы добавляйте в программе вёрстки, а не в генераторе. В руководстве OpenAI отмечено, что её модели, хотя и стали намного лучше, всё ещё могут испытывать трудности с точным размещением и чёткостью текста, а почти правильный логотип хуже, чем никакой. Оставляйте спокойное место для текста ещё при планировании кадров, а затем набирайте настоящий шрифт поверх готовой картинки — там, где орфография, интервалы и положение под вашим контролем.
Читаемость этого текста проверяйте числами. Руководство по обеспечению доступности веб-контента (WCAG) консорциума W3C требует контраста не менее 4,5:1 между текстом и фоном и не менее 3:1 для крупного текста и распространяет это требование на изображения текста. В сопроводительном пояснении прямо сказано, что текст с недостаточным контрастом из-за правил фирменного стиля под исключение не подпадает; исключение сделано только для логотипов. Фоновое изображение, с которым текст не дотягивает до нужного соотношения, значится среди описанных ошибок, поэтому подложите под слова плашку или перенесите их на более спокойный участок.
Смотрите всю серию рядом и сверяйте с брендбуком
Оценивайте серию так, как её увидит аудитория, — целиком. Разложите все изображения в виде миниатюр на одном листе рядом с несколькими существующими фотографиями или иллюстрациями бренда. В таком размере глаз перестаёт читать сюжеты и начинает читать закономерности. Кадр, который чуть теплее остальных, лицо, отрисованное с большим глянцем, и фон из другой кампании выдают себя за несколько секунд.
Затем пройдите по письменному списку, изображение за изображением. Палитру и направление света сверьте с брифом, план и фон — со списком кадров, а использование логотипа, тон и правила изображения людей — с брендбуком. Внимательно ищите дефекты, характерные для сгенерированных картинок: искажённые руки и предметы, случайные буквы, знаки, похожие на чужой логотип. Если в кадре реальный товар, сравните его с самим товаром: картинка, добавляющая ему отсутствующее свойство, — это ложное утверждение.
Проверять должен не тот, кто делал изображения: автор видел каждое слишком много раз, чтобы его заметить. Отклоняйте то, что не проходит, и генерируйте заново от опорных изображений; когда сомнительный кадр уговаривают остаться в наборе, планка и опускается. Утверждённый набор сложите в архив вместе с брифом и производственной записью. Это справочный материал для следующей серии, которая начнётся уже не с пустого промпта.
Content Credentials: запись о том, откуда взялись изображения
Единой серии нужен и единый ответ на вопрос, как она сделана. Техническое средство — Content Credentials, открытый стандарт, разработанный Коалицией за происхождение и подлинность контента (C2PA). В её пояснительном документе Content Credential описан как запись о происхождении файла, криптографически связанная с ним и состоящая из утверждений о том, как он создан, какие изменения в него внесены и применялся ли ИИ. Действие, выполненное системой ИИ, обозначается в записи именно так.
Важно понимать, чего эта запись не делает. В том же документе сказано, что Content Credentials не выносят суждения о том, правдиво ли содержание; они показывают, цела ли информация о происхождении и кто её подписал. Сведения о происхождении не всегда полны — например, когда файл обрезали в инструменте, не поддерживающем стандарт, — а метаданные можно удалить вовсе, и поэтому спецификация предусматривает ещё водяные знаки и цифровые отпечатки, по которым запись удаётся найти снова. Документация Google, со своей стороны, сообщает, что каждое изображение, созданное её моделями Gemini, несёт водяной знак SynthID.
На практике выясните, записывают ли Content Credentials ваш генератор и ваш графический редактор и сохраняют ли их настройки экспорта и площадка публикации. Перед выпуском серии проверьте один готовый файл инструментом верификации. Там, где читатель иначе примет картинку за фотографию, укажите в подписи или в строке об авторстве, что изображение сгенерировано. Правила маркировки, установленные законом и отдельными платформами, различаются и меняются, поэтому сверяйтесь с теми, что действуют для вас. Вести сведения о происхождении с первого файла гораздо проще, чем восстанавливать их после того, как вопрос уже задан.
Практический чеклист
- Напишите визуальный бриф на одну страницу со значениями палитры, светом, положением камеры и запретами и повторяйте его формулировки в каждом промпте.
- Сначала утвердите два-три опорных изображения и прикладывайте эти же референсы к каждой следующей генерации серии.
- До начала генерации спланируйте набор списком кадров: сюжет, план, формат и место для текста по каждому изображению.
- Применяйте ко всему набору одну цветокоррекцию, одно правило кадрирования и одни настройки экспорта, а текст и логотипы добавляйте при вёрстке.
- Просмотрите все изображения рядом, сверяя их с брендбуком, а затем убедитесь, что данные о происхождении пережили финальный экспорт.
Вопросы и ответы
Почему ИИ-изображения по похожим промптам получаются такими разными?
Потому что каждый запрос выполняется независимо, а небольшие изменения формулировки меняют свет, цвет, план и стиль отрисовки. В документации OpenAI визуальная согласованность между несколькими генерациями названа известным ограничением её моделей изображений. Решение — закрепить эти переменные в письменном брифе, повторять одни и те же формулировки и референсы и приводить результаты к единому виду при обработке.
Сколько референсных изображений нужно для единой серии?
Универсального числа нет. Чтобы удержать стиль, обычно хватает двух-трёх утверждённых опорных изображений и дополнительных референсов для товара или повторяющегося персонажа. Каждый инструмент сам определяет, сколько изображений он принимает и для чего использует каждое, и эти лимиты меняются, поэтому сверяйтесь с актуальной документацией своего инструмента.
Может ли генератор изображений точно воспроизвести фирменные цвета?
Не рассчитывайте на это. Назовите цвета в промпте, чтобы приблизиться к ним, затем измерьте фирменные цвета в готовом файле и исправьте их в редакторе одной и той же коррекцией для всех изображений набора. Если поверх картинки будет текст, проверьте его контраст по порогам W3C: 4,5:1 для обычного текста и 3:1 для крупного.
Что такое Content Credentials и доказывают ли они подлинность изображения?
Это запись о происхождении файла и истории его правок, защищённая от незаметного изменения и определённая открытым стандартом C2PA; она может показать, что изображение создано ИИ-инструментом. О том, правдиво ли содержание, она не судит. Запись бывает неполной и может быть удалена из файла, поэтому относитесь к ней как к свидетельству происхождения и ведите ещё и собственные производственные заметки.
Стоит ли генерировать логотипы и текст прямо внутри изображения?
Надёжнее добавлять их потом. Генераторы могут сместить или исказить надписи, а фирменный знак обязан быть точным. Запланируйте в списке кадров свободное место под текст, сгенерируйте картинку без слов и поставьте настоящий логотип и шрифт в программе вёрстки, где орфографию, положение и контраст можно проконтролировать и поправить.