Вы листаете ленту и ловите себя на мысли, что уже не можете отличить реальное фото от сгенерированного. Пять лет назад я бы отмахнулся: мол, таких технологий пока нет. Сейчас всё иначе. Нейросети рисуют настолько убедительно, что даже эксперты иногда сомневаются. Но, к счастью, идеала пока не существует. ИИ регулярно ошибается в мелочах. Вопрос лишь в том, куда смотреть.
Куда смотреть в первую очередь: лицо и руки
Самые частые ошибки генерации - глаза, рот, нос и пальцы. У людей на сгенерированных картинках встречаются искажения вокруг глаз, как будто их слегка размазало. Зрачки могут быть разного размера или смотреть в разные стороны. Рот иногда съезжает на щеку, а нос вообще живёт своей жизнью. Это не баг, а следствие того, как нейросеть собирает изображение из статистических паттернов.
Руки - отдельная боль. Ещё год назад я видел картинки с шестью пальцами, а сейчас нейросети научились их прятать, но всё равно часто ошибаются. Посмотрите на кисти, запястья, локти. Если что-то выглядит неестественно вывернутым, а пальцы слипаются или имеют странную длину - почти наверняка это генерация.
Асимметрия лица тоже бросается в глаза. Не та лёгкая асимметрия, что у живых людей, а грубая: глаза на разном уровне, уши разного размера, линия челюсти плывёт. Если черты лица выглядят «пластиковыми», лишёнными естественной микрорельефности - это повод усомниться.
Слишком гладкая кожа и пластиковая текстура
Ещё один верный признак - гипергладкая кожа. Нейросети любят делать её идеальной, без пор, морщин и мелких дефектов. Создаётся ощущение, что на лицо наложили фильтр, который вылизал каждую пору. У реальных фотографий, даже в студии, остаются естественные шероховатости, блики на жирных участках, мелкие волоски.
И если раньше такой эффект объясняли ретушью, то теперь это будет скорее всего генерация. Особенно в сочетании с идеально ровным освещением, которое в жизни почти не встречается.
Фон, мелкие детали и логика вещей
Когда смотрите на изображение, не зацикливайтесь на главном объекте. Переведите взгляд на фон. Нейросети часто проваливаются на мелочах: вывески с бессмысленными буквами, часы со стрелками, показывающими разные времена, несимметричные окна, деревья с ветками, растущими из ствола странным образом.
Тексты на картинках - классика. Нейросеть до сих пор не умеет писать осмысленные надписи, особенно на кириллице. Если видите табличку с искажёнными буквами или словом, которое невозможно прочитать, - это стопроцентный маркер.
Обращайте внимание и на логику вещей. Отражения, тени, источники света. Если солнце слева, а тени падают вправо и влево одновременно - что-то нечисто. Вода, волосы, ткань, листва - у генераций часто есть «стеклянная» или «восковая» текстура, которую глаз считывает неестественной.
Когда глаз не справляется: на помощь приходят детекторы
Признаки - это хорошо, но что делать, если картинка настолько качественная, что вы сомневаетесь? Тут в игру вступают специализированные сервисы. Они делятся на два типа. Первые ищут соответствие в своей базе данных, куда попадают изображения, сгенерированные известными моделями. Вторые анализируют техническое качество: шумовые паттерны, несоответствия, артефакты сжатия. У картинок, созданных нейросетями, этих особенностей много общего, поэтому такие детекторы чаще всего справляются.
Например, AI or Not, illuminarty.ai, Hive AI Detector, contentatscale.ai. Вы загружаете картинку или вставляете URL, и через 10 секунд получаете вердикт. Но не обольщайтесь. Тот же contentatscale.ai, по заявлению разработчиков, в идеальных условиях определяет происхождение с точностью до 99%, а на практике ошибается даже на простых фотографиях. Я тестировал: он выдал «сгенерировано нейросетью» на совершенно обычное фото шоколада. На Reddit полно похожих историй: люди загружают обычные снимки и получают вердикт «фейк». Поэтому детекторы - это подсказка, а не приговор.
Почему детекторы тоже ошибаются
Современные нейросети постоянно совершенствуются. Каждая новая модель лучше скрывает артефакты, которые ловят старые алгоритмы. Детекторы же обучаются на определённых наборах данных, а когда появляется новая архитектура или версия, их точность падает. Плюс постобработка: пережатие, изменение размера, добавление фильтров и шума может обмануть анализатор и превратить реальную фотографию в «фейк».
Более того, ИИ умеет распознавать изображения не только для генерации, но и для проверки. И это открывает интересную обратную сторону: вы можете сами использовать нейросети, чтобы понять, как они думают, и заодно научиться видеть их ошибки. Лучший способ - попробовать сгенерировать самому. Когда вы сотни раз посмотрите на типичные артефакты, вы их начнёте замечать на любом изображении.
Зачем вам это нужно и как использовать нейросети самому
Распознавать фейки полезно. Но ещё полезнее уметь создавать свои изображения. Я часто использую нейросети для продающих текстов, картинок для блога, визуалов для соцсетей. Сейчас через ИИ можно сделать и реалистичного персонажа, и видео, и голос. Вопрос только в доступе. Живу в России, поэтому привык искать рабочие способы. Через сервис 3GPT я получаю доступ к флагманским моделям: Chat GPT 6 Astra, Claude Fable 5, Claude Opus 5.5, Chat GPT 5.5, а также к Nano Banana для генерации изображений. Пополняю баланс обычной российской картой или через СБП, никаких проблем с оплатой и блокировками.
Кстати, у них есть и готовые ИИ-агенты под конкретные задачи, можно переключать модель прямо в чате. Это сильно ускоряет работу: быстро сгенерировал вариант, проверил, как выглядит «плохой» ИИ, потом научился замечать его косяки на чужих картинках. Если хотите тоже прокачаться в этом направлении, заходите на 3GPT - там реально удобно и работает из любого города России.
Лучший способ научиться отличать фейки - генерировать их самому. Зайдите в 3GPT, создайте десяток изображений - и через час вы начнёте замечать артефакты на любых картинках. А пока держите в голове чек-лист: руки, кожа, фон, текст, тени. Детекторы используйте как вспомогательный инструмент, но не верьте им на 100%.