Створити просте тропічне фото з однією людиною та кокосом — легко. Попросити постер у стилі аніме з усім акторським складом серіалу «13 причин чому» (13 Reasons Why) — з канонічними костюмами, багатошаровою композицією, вбудованою типографікою та абстрактними текстурними фонами — провал. Цей провал, зафіксований у реальному сеансі роботи з передовою ШІ-моделлю, оголює поточний рубіж якості генеративних зображень: найскладнішою проблемою залишаються саме комплексні композиційні запити.
Що запитував користувач
Користувач надав надзвичайно детальний, професійний промпт для створення редакційного постера у стилі аніме для серіалу Netflix. Запит включав:
- Канонічну вірність: кожен персонаж у своєму точному вбранні з серіалу, жодних переосмислень
- Композицію: головний герой спереду та в центрі, по пояс, великим планом; другорядні персонажі позаду на різній глибині та в різних масштабах
- Стиль: чистий аніме-лайнарт, напівплоске затінення, високий контраст, 4K
- Брендинг: типографіка назви серіалу оригінальним шрифтом, одна культова цитата як графічний елемент
- Настрій: мазки пензля, діагональні лінії енергії, зернисті накладки, що відповідають тону серіалу — все інтегровано на білому тлі з абстрактними формами, що символізують місце дії
Це не простий запит. Він вимагає послідовного впізнавання персонажів серед кількох фігур, точного контролю розташування та відтворення тексту в межах одного зображення — три відомі слабкі місця генеративних моделей.
Чому модель відхилила запит
Модель повернула помилку: «Модель ШІ не змогла виконати цей запит. Будь ласка, спробуйте ще раз або оберіть іншу модель». Це категоричне відхилення — а не просто генерація низької якості — сигналізує про те, що промпт перетнув поріг безпеки або можливостей.
Існує кілька ймовірних причин невдачі:
-
Чутливість до авторських прав та торговельних марок. «13 причин чому» — це ліцензований продукт Netflix. Моделі все частіше блокують запити, які прямо згадують реальні розважальні бренди, імена акторів або назви шоу, щоб уникнути створення похідного контенту, захищеного авторським правом. Промпт, що згадує конкретні костюми персонажів та шрифт назви, майже напевно викликав би спрацювання фільтра безпеки.
-
Складність багатофігурної композиції. Сучасні ШІ-моделі найкраще працюють з одним або двома об'єктами. Запит на п'ять або більше персонажів у контрольованому розташуванні на глибині, кожен у канонічному костюмі, з однаковим художнім стилем, виходить за межі надійного діапазону більшості архітектур на основі дифузії.
-
Нестабільність тексту та типографіки. Генеративні моделі досі погано справляються з відтворенням тексту, який можна прочитати, — особливо з нестандартними шрифтами, цитатами та багатослівними заголовками — без артефактів, помилок або спотворених літер. Промпт навмисно вимагав жирної типографіки та вбудованої цитати, що могло бути позначено як високоризиковане для невдачі.
Що це говорить нам про поточний стан генерації зображень ШІ
Легко припустити, що якщо ШІ може створювати фотореалістичні портрети або фантастичні пейзажі на вимогу, то він впорається й зі складним редакційним дизайном. Цей сеанс доводить зворотне. Найнадійнішими залишаються такі випадки використання:
- Одиночні портрети або фото на повний зріст
- Абстрактні або стилізовані фони без брендингу
- Описи настрою та світла (залиті сонцем, сяючі, тропічні), які не обмежують конкретних фігур
Багатофігурні композиції з канонічними посиланнями, багатошаровою глибиною, вбудованим текстом та брендованим IP все ще надто часто зазнають невдачі для професійної роботи. Користувачам, які створюють постери, обкладинки книг або редакційні ілюстрації з конкретними вимогами до персонажів, варто планувати багатоетапний робочий процес: генерувати зображення окремих персонажів, компонувати їх вручну, а текст та фонові ефекти додавати в дизайнерському інструменті.
Як обійти обмеження для складних композиційних запитів
Якщо вам потрібен результат у стилі постера, найнадійніший підхід у 2025 році — розбити запит на дрібніші, безпечніші частини:
- Генеруйте персонажів по одному на однаковому тлі (білому або прозорому). Зробіть кожен промпт достатньо загальним, щоб уникнути спрацювання захисту авторських прав — описуйте одяг, не називаючи серіал.
- Скомпонуйте зображення в редакторі або використайте інструмент inpainting для розташування персонажів на різній глибині та в різному масштабі.
- Додайте текст, накладки та ефекти окремо за допомогою програм для редагування зображень.
- Виконайте фінальне підвищення роздільної здатності (upscale), щоб відновити якість, втрачену під час компонування.
Цей покроковий робочий процес обходить поточні обмеження моделі, водночас досягаючи редакційної якості, на яку був спрямований оригінальний промпт.
Висновок
Складні композиційні запити залишаються найважчою проблемою в сучасній генерації зображень за допомогою ШІ. Розрив між тим, що описує промпт, і тим, що модель може надійно виконати, є найбільшим саме там, де це найбільше потрібно професійним дизайнерам: багатофігурне розташування, канонічна вірність костюмам, інтегрована типографіка та брендовий контент.
Поки моделі не навчаться послідовно виконувати всі ці вимоги за один раз, творчим командам доведеться ставитися до ШІ-генерації як до компонента більшого виробничого конвеєра, а не як до готового результату. Тропічне фото з кокосом спрацювало. Постер з акторським складом — ні. Саме в цій різниці й полягає справжній урок.
