Разговор о генерации картинок обычно застревает на вопросе «похоже на настоящее или нет». Для работы полезнее другое разделение — по тому, что именно изображение должно делать на странице. От этого зависит и пригодность инструмента, и объём проверки перед публикацией.
Признак, по которому задача проходит или не проходит
Вопрос один: изображение отвечает за достоверность или за настроение.
Если картинка показывает то, что человек потом получит или сверит с реальностью, — товар, помещение, сотрудника, устройство прибора, — генерация не подходит. Не потому, что выйдет непохоже, а потому, что выйдет похоже на нечто, чего нет. Расхождение обнаруживает покупатель, и разбирается оно уже не как вопрос картинки.
Если изображение задаёт тон, заполняет фон, иллюстрирует отвлечённое понятие, показывает вариант раскладки до вёрстки — достоверность не требуется, и инструмент работает.
Третий, промежуточный случай — черновик. Изображение делается не для публикации, а чтобы показать идею внутри команды: композицию баннера, направление стиля, вариант обложки. Здесь генерация экономит больше всего времени и почти ничем не рискует, потому что дальше работы она не идёт.
Что ломается чаще всего
Ошибки в изображениях распределены неравномерно, и знать их заранее дешевле, чем ловить в готовом файле.
Мелкие детали. Число пальцев, зубьев, окон, ножек стула; устройство механизма; отражения и тени, не сходящиеся между собой. Взгляд человека считывает такое не сразу, а замечает при повторном просмотре — и именно поэтому проверять картинку надо не в момент, когда вы её только что получили и радуетесь совпадению с замыслом.
Текст внутри картинки. Буквы генерируются как изображение, а не как текст, и результат нестабилен. Практическое правило — надписи накладывать отдельно поверх сгенерированного фона: так они читаются, правятся без перегенерации и не требуют проверки на каждую букву.
Число объектов. «Пять коробок» может выйти четырьмя или шестью, потому что модель работает с общей похожестью, а не со счётом. То же с любыми точными количествами.
Правдоподобная неправда. Устройство прибора, схема процесса, интерфейс на экране получаются убедительными и неверными — ровно тот же механизм, что описан в разборе галлюцинаций моделей, просто выраженный картинкой. Изображение выглядит как источник сведений и им не является. Общая механика — в материале про устройство нейросетей.
Где применимо, а где нет
| Задача | Пригодность | Что проверять или почему нет |
|---|---|---|
| Фон, текстура, абстрактная заливка | Да | Только соответствие стилю бренда |
| Иллюстрация к отвлечённому понятию | Да | Отсутствие узнаваемых лиц и брендов в кадре |
| Схема, инфографика, устройство процесса | Нет | Достоверность не гарантирована, а вид у ошибки убедительный |
| Фотография реального товара | Нет | Расхождение с полученным товаром обнаружит покупатель |
| Изображение с надписью внутри | Частично | Фон генерировать, текст накладывать отдельно |
| Серия в едином стиле | Частично | Повторяемость требует опорного изображения и фиксации параметров |
Строки со значением «частично» — самые дорогие по времени, и именно на них чаще всего строят план работ, посмотрев на удачный единичный результат. Одна картинка получается быстро; двенадцать картинок одной серии — это уже другая задача, разобранная ниже.
Отдельная и заметно более надёжная область — не создание картинки с нуля, а обработка уже существующей. Отделить предмет от фона, дорисовать поля кадра под другое соотношение сторон, убрать лишний объект, поднять разрешение старой съёмки. Достоверность здесь задана исходником, модель только меняет то, что вокруг, и проверка сводится к одному вопросу: не изменился ли сам предмет. По соотношению пользы и риска эти задачи выигрывают у генерации с нуля почти всегда, а обсуждают их гораздо реже, потому что выглядят они скучно.
Отдельно про иллюстрации к статьям. Картинка-заполнитель не улучшает страницу независимо от происхождения: она добавляет вес и не добавляет смысла. Если иллюстрация не объясняет ничего, чего нет в тексте, её отсутствие лучше её наличия — это относится и к стоковой фотографии, и к сгенерированной. Что действительно влияет на страницу, разобрано в материалах про форматы контента и структуру страницы.
Повторяемость — главное ограничение для бренда
Одиночная удачная картинка ничего не говорит о пригодности инструмента для системной работы.
Вы задаёте описание, а не объект. Одинаковое описание даёт похожий, но не тот же результат: персонаж меняет черты, предмет — пропорции, освещение уезжает. Для одной иллюстрации это неважно, для серии карточек, обложек или баннеров — критично, потому что узнаваемость строится на повторении, а не на качестве отдельного кадра.
Что помогает удержать единство:
- Опорное изображение вместо словесного описания стиля. Показать модели удачный результат надёжнее, чем описывать его прилагательными.
- Фиксированный набор параметров — соотношение сторон, палитра, тип освещения, план. Записанный отдельно, а не восстанавливаемый по памяти при каждом заходе.
- Библиотека удачных запросов с примерами результата. Хранится так же, как любые другие рабочие формулировки, — про устройство такого хранилища есть отдельный материал про постановку задач модели.
- Одна серия — один заход. Двенадцать картинок, сделанных подряд в одной сессии, ближе друг к другу, чем те же двенадцать, растянутые на месяц.
Стоит проговорить и обратную сторону: единый узнаваемый стиль — часть позиционирования, и если он собран из самых типичных для модели решений, узнаваемым он не станет ни при каком качестве исполнения. Похожая картинка есть у всех, кто попросил то же самое теми же словами.
Картинка нравилась вчера, а сегодня видно ошибку в детали. Первый просмотр совпадает с ожиданием и отключает проверку. Смотреть на следующий день и отдельно на увеличении — руки, число объектов, отражения, границы предметов.
Серия распадается: каждая картинка хороша, вместе не смотрятся. Единство задавалось словами, а не опорным изображением. Возвращаться к одному образцу и вести от него, а не описывать стиль заново для каждого кадра.
Надпись на баннере выглядит как текст, но читается неправильно. Буквы сгенерированы как часть картинки. Перегенерировать бесполезно — накладывать текст отдельным слоем поверх фона.
Страница стала грузиться заметно медленнее после обновления иллюстраций. Сгенерированные файлы обычно приходят крупнее, чем нужно странице. Сжимать и подгонять размер под верстку; связь веса изображений со скоростью загрузки прямая и заметная.
Границы применимости
Где инструмент не подходит по устройству, а не по качеству исполнения.
- Всё, что человек сверит с реальностью. Товар, помещение, сотрудник, документ. Проверка происходит после покупки, и цена расхождения не измеряется стоимостью съёмки.
- Точные схемы и обучающие материалы. Убедительная неправда здесь хуже отсутствия иллюстрации, потому что читатель принимает изображение за сведения.
- Узнаваемые люди и чужие торговые знаки в кадре. Появляются случайно, замечаются не сразу и превращаются в вопрос к репутации быстрее, чем в вопрос к дизайну; смежная тема — репутация бренда.
- Задачи, где нужен точный повтор. Один и тот же объект в двадцати ракурсах — это работа для съёмки или трёхмерной модели, а не для описания словами.
- Доступность интерфейса. Картинка без текстового описания не читается частью аудитории и не читается машинами; правила разобраны в материале про доступность.
- Замена смысла оформлением. Если страница не работает, иллюстрации её не спасают — проверяется это тем же способом, что любая другая гипотеза о конверсии, через сравнение вариантов, а не по внутреннему ощущению.
Общее: инструмент даёт форму и не даёт достоверности, поэтому подходит везде, где форма и есть задача.
Спорное место
Слабое место в рекомендации «черновики генерировать, публикацию снимать» — она удобна и не учитывает, что граница между черновиком и публикацией размыта. Изображение, сделанное для обсуждения, регулярно уезжает в рекламу, потому что дедлайн ближе, чем съёмка, и всем оно нравится. Регламент здесь не спасает; спасает только явное правило про то, какие материалы вообще не могут выйти наружу без съёмки, — и это правило стоит записать до, а не после первого такого случая.
Второе сомнение — про пометки происхождения. Позиция «фиксировать всегда» выглядит бесспорной, пока не начинаешь считать издержки: разметка файлов держится ровно до первого аврала, после чего архив снова превращается в набор безымянных картинок. Возможно, честнее не притворяться, что процесс выдержит, а сузить требование до материалов, которые публикуются от лица компании, и не трогать остальное.
Третье касается самой рамки разговора. Обсуждать генерацию отдельно от того, зачем на странице изображение, — половина ошибки. Средств распознавания сгенерированного изображения с надёжностью, достаточной для решений, публично не показано, и это тот же спор, что вокруг текстов, разобранный в материале про ИИ-тексты и поисковые системы. Значит, вопрос «сделано моделью или нет» практического значения почти не имеет, а вопрос «нужна ли здесь картинка вообще» — имеет, и он решается на уровне работы страницы, а не на уровне инструмента.
Частые вопросы
Можно ли снимать товары нейросетью вместо фотосъёмки?
Почему второе изображение в том же стиле получить труднее, чем первое?
Наказывают ли поисковые системы за сгенерированные картинки?
Что делать с текстом на изображении?
Нужно ли помечать сгенерированные изображения?