Первую картинку по промпту я сгенерировал три года назад. Запрос был «красивый закат на море». Получил размытое пятно, отдалённо напоминающее фото с мыльницы. Тогда я потратил вечер и понял простую вещь: нейросеть не додумывает за вас. Она собирает изображение ровно из тех слов, которые вы дали, и каждая деталь либо работает на кадр, либо тянет его вниз.
С тех пор через мои руки прошли сотни промптов: карточки товаров, обложки, фоны для презентаций, иллюстрации к статьям. Ниже рабочий разбор того, как в ИИ создать фото по промту с первой или второй попытки: анатомия запроса, живые примеры, типовые ошибки и инструменты, которыми я пользуюсь каждый день.
Что нейросеть делает с вашим текстом на самом деле
Генератор изображений не понимает слово «красиво». У слова нет визуальных координат: для одного красивый кадр - это тёплый вечерний свет, для другого стерильная студия. Зато модель отлично знает, как выглядят «латте-арт в виде листа», «дождь на стекле», «контровой свет». Ваш запрос раскладывается на визуальные признаки, и из них собирается картинка, как из конструктора.
Отсюда первое правило: описывайте то, что видно в кадре, а не то, что вы чувствуете. Не «уютное кафе», а «деревянная стойка, тёплая лампа над столом, пар над чашкой». Не «стильный мужчина», а «мужчина 35 лет в сером шерстяном пальто, короткая стрижка, смотрит чуть мимо камеры».
Второй момент, о котором редко говорят: слова в промпте имеют разный вес. На Reddit в тредах про генерацию изображений опытные промптеры повторяют одно и то же: то, что стоит в начале запроса, модель трактует как главное. Начали с «фотореалистичный кадр» - получили фотографию. Начали с «иллюстрация» - получите рисунок, даже если дальше описывали реальную сцену. Порядок слов важен не меньше, чем сами слова.
Три слова против сцены: разница на одном примере
Простой тест. Запрос «бариста в кофейне» даст усреднённую стоковую картинку: женщина в фартуке, абстрактный интерьер, плоский свет. Такой кадр не отличить от миллиона таких же, для работы он бесполезен.
Теперь тот же сюжет, но собранный как сцена: «Фотореалистичный кадр: женщина-бариста лет 30 в тёмном фартуке стоит за деревянной стойкой кофейни поздним вечером. Двумя руками держит керамическую чашку с латте-артом в виде листа. На стойке грифельная табличка с надписью „Кофе дня, 199 рублей“. За окном дождь и размытые огни улицы».
В этом промпте спрятано всё, что превращает генерацию в фотографию: возраст и одежда персонажа, материал стойки, время суток, источник света, деталь переднего плана и фон с глубиной резкости. Модели вроде Nano Banana по такому запросу выдают кадр, который в ленте никто не отличит от живой съёмки. Я проверял на коллегах, не отличили.
Формула промпта, которая работает почти всегда
Структура, под которую я подгоняю любые запросы на фото:
- Субъект: кто или что в кадре, возраст, внешность, одежда, поза.
- Действие: что происходит прямо сейчас. Поза «просто стоит» почти всегда выглядит хуже, чем «наливает кофе» или «снимает куртку».
- Окружение: место, время суток, погода, фон.
- Свет: главный инструмент реализма. Вечерний контровой свет, мягкий свет из окна, неон вывески - у каждого свой характер кадра.
- Камера: крупный план, съёмка с уровня глаз, малая глубина резкости. Фраза «снято на 50 мм» сама по себе добавляет фотореализма.
- Детали: надписи, материалы, предметы переднего плана.
Держать в голове все шесть пунктов необязательно. Минимум - субъект, окружение, свет. Остальное добавляйте, когда результат близок, но не попадает в настроение.
Русский или английский промпт: разница почти исчезла
Пять лет назад англоязычные запросы давали заметно лучший результат. Сейчас флагманские модели понимают русский на уровне, которого хватает для 95% задач. Nano Banana спокойно рендерит даже надписи кириллицей прямо на картинке, что ещё недавно казалось фантастикой.
Редкие стили и фотографический жаргон иногда проще дать по-английски: bokeh, golden hour, candid shot. Мой рабочий подход: пишу на русском, а если модель упорно не ловит нужный стиль, добавляю английский термин в конец запроса. Двуязычный промпт модели читают без проблем.
Бесплатные способы потрогать тему
Если задача - понять механику, платить сразу не нужно. Kandinsky 6.0 от Сбера работает внутри GigaChat: авторизация по Сбер ID, VPN выключить, промпт пишете на русском прямо в диалог, как сообщение собеседнику. Генерации бесплатные, ограничений по количеству нет. Готовый результат правится текстом: поменять фон, убрать объект, поправить одежду. В GigaChat есть каталог готовых промптов для картинок, от открыток до аниме, - удобно подсмотреть, как устроен чужой запрос.
Craiyon ещё проще: регистрация не нужна, открыли сайт, ввели описание, выбрали стиль от фото до аниме или вектора. Есть негативные промпты, удаление фона и ретушь текстовыми командами. Для первых пяти генераций - нормальный полигон.
Отдельная ветка - стилизация собственных снимков. Сервисы вроде НейроХолст превращают ваше фото в аниме, мультяшный стиль или акварель. Полезно для калибровки ожиданий: загружаете исходник, добавляете стилевую часть промпта, сравниваете результат.
Честно про потолок бесплатных инструментов. На простых сценах они справляются, но стоит попросить анатомически честные руки, читаемый текст на табличке или живую текстуру кожи - вылезают лишние пальцы, каракули вместо букв и пластиковые лица. Для практики нормально, для работы нет. Дальше развилка: разворачивать модели локально на видеокарте за сто с лишним тысяч или взять сервис с флагманскими моделями в браузере.
3GPT: флагманские модели из России за 149 рублей
Локальный запуск я пробовал. Видеокарта, веса моделей, обновления окружения, вечера на настройку. Через полгода отдал это хозяйство коллеге, а сам перешёл в браузер, и продуктивность выросла заметнее, чем от любого апгрейда железа.
Рабочая связка сейчас такая: 3GPT от 3SELLER. ИИ-роутер, который даёт прямой доступ из России к последним флагманским моделям без VPN и иностранных карт:
- Chat GPT 6 Astra и Chat GPT 6.1 Sol: тексты, код, рассуждения;
- Claude Fable 5, Claude Fable 5.1 и Claude Opus 5.5: длинные документы, аналитика, аккуратное следование инструкциям;
- Nano Banana: генерация и редактирование изображений;
- генерация видео и синтез голоса.
Доступ ко всем флагманским моделям оформляется на официальном сайте 3GPT, баланс пополняется российской картой, через СБП или криптой. Тариф стартует со 149 рублей. Для сравнения: прямой доступ к тем же моделям из России - это зарубежная карта, VPN и оплата в долларах с конвертацией. Дороже в разы, и это ещё если карта вообще есть.

Nano Banana и фотореализм: как я собираю кадры
Для изображений внутри 3GPT я почти всегда беру Nano Banana. Две причины. Первая - текст: таблички, вывески, надписи на упаковке выходят читаемыми с первого или второго дубля. Вторая - редактирование: загружаете своё фото и правите его диалогом. Поменять фон на кухню, добавить чашку на стол, переодеть модель в белую рубашку - обычные текстовые команды, без Photoshop.
Шаблон под фотореализм у меня такой: «Фотореалистичный кадр, снято на 50 мм, малая глубина резкости. Субъект: кто, возраст, одежда, поза. Действие. Окружение и время суток. Свет. Две-три детали». Дальше меняю по одному параметру за итерацию: свет, потом план, потом деталь. За пять генераций выходишь на кадр, который слепым перебором случайных запросов не ловится и за час.
Продуктовая съёмка - отдельная песня. Фото товара с телефона, команда «смени фон на светло-серый студийный, добавь мягкую тень под объект», и через пару минут у вас десять карточек для маркетплейса. У фотографа такая сессия стоит от нескольких тысяч, здесь - копейки и один вечер.
Подборку приёмов я собрал в разделе реалистичных фото, а генерировать можно прямо тут: 3GPT Image - создание реалистичных фотографий через лучшие ИИ-инструменты.


Пять ошибок, которые портят генерацию
В чужих промптах я чаще всего вижу одно и то же:
- Перечисление всего подряд. Пятнадцать деталей в одном запросе модель усредняет, и получается каша. Три-четыре сильных детали работают лучше десяти случайных.
- Отрицания. Фраза «без очков» с высокой вероятностью даст персонажа в очках: модель слышит слово «очки». На Reddit новички жалуются на это чаще всего, а решение простое - убирать элементы на этапе редактирования готовой картинки.
- Абстракции вместо визуальных якорей. «Атмосферно», «премиально», «дорого» не переводятся в пиксели. Переводятся «тёмный дуб, латунные детали, приглушённый тёплый свет».
- Правка всех параметров сразу. Не получилось - новички переписывают промпт целиком и теряют удачные элементы прошлой генерации. Меняйте по одной переменной за раз.
- Ожидание идеала с первого раза. Промптеры с опытом делают по 10-20 итераций. Разница в том, что каждая их итерация - осознанный шаг, а не тыканье наугад.
Готовые ИИ-агенты: когда промпты писать некогда
Бывают задачи, где результат нужен через пять минут: обложка для поста, вариант логотипа, иллюстрация к статье. Для таких случаев в 3GPT есть готовые ИИ-агенты под конкретные задачи. Выбираете нужного, начинаете диалог, а он сам ведёт вас по промпту уточняющими вопросами. Описывать сцену с нуля не придётся.
Приятная деталь: модель агента переключается прямо в чате. Начали с одной, увидели, что картинка выходит не та, переключились и продолжили с того же места. Контекст диалога сохраняется, заново объяснять задачу не нужно.

Я использую агентов как черновой этап: быстро получаю вариант, а дальше сажусь писать свой промпт, если нужна доводка. Экономит минут двадцать на каждой мелкой задаче. За месяц набегают часы.
Видео и голос в той же подписке
Про картинки поговорили, но 3GPT закрывает и видеоролики, и озвучку. Для соцсетей это замыкает весь цикл производства: текст пишет Chat GPT 6 Astra, обложку рисует Nano Banana, короткий ролик на тридцать секунд собирается генерацией видео, голос за кадром - синтезом. Один интерфейс, один баланс, никаких переключений между пятью вкладками и подписками.
Claude Opus 5.5 в моей практике лучше всех держит структуру длинных документов и не плывёт на десятой странице. Если генерите лендинг целиком: текст, структура, иллюстрации, разница между моделями становится заметной уже на втором экране.
С чего начать сегодня вечером
План на первый час. Возьмите промпт с бариста из этой статьи, откройте 3GPT и сгенерируйте. Дальше меняйте по одному параметру: время суток, свет, ракурс, добавьте надпись на табличку. Через десять генераций у вас на руках кадр уровня стоков и, что важнее, понимание того, как текст превращается в изображение.
После этого загрузите собственное фото и отредактируйте командами: фон, одежда, предмет в руке. На этом моменте большинство обычно говорит «вот теперь понятно» и уходит делать карточки для маркетплейса. Присоединяйтесь.