Свой первый запрос в Midjourney я завалил: написал на русском одно расплывчатое предложение и получил четыре мутные картинки, из которых ни одну нельзя было показать даже в рабочем чате. На разбор ушла половина вечера, и выяснилось главное: проблема не в нейросети, а в том, как я формулировал задачу. Сейчас генерация занимает минуту, а задуманный результат с первой попытки случается в восьми случаях из десяти. Ниже весь путь по шагам: формула промпта, параметры, инструменты правки и примеры, которые можно копировать и адаптировать под себя.
Вкладка Create: здесь пишется запрос
После оплаты подписки в Midjourney открывается вкладка Create, и именно там происходит вся работа. Интерфейс лаконичный: сверху поле для ввода запроса и иконки настроек, по центру сгенерированные изображения и видео, справа колонкой промпты каждой генерации. Правая колонка полезнее, чем кажется: через неделю активной работы у вас накопятся десятки картинок, и по сохраненным промптам вы за минуту вспомните, какое описание дало лучший результат.
Процесс выглядит так: придумываете описание, вводите в строку, жмете Enter. Через 30-60 секунд нейросеть отдает сетку из четырех вариантов. Дальше начинается самое интересное: из четырех картинок обычно годится одна, а иногда ни одна, и тут в игру вступают правила составления промптов.
Формула промпта: пять блоков, из которых собирается любая картинка
Хаотичное описание дает хаотичный результат. Модели нужен не полет фантазии, а структура. За годы практики я свел все рабочие запросы к одной схеме:
[Объект] + [детали объекта] + [окружение или сцена] + [стиль, техника, композиция] + [эмоция, атмосфера, свет]
Разберу на живом примере. Задача: картинка с корги-байкером для обложки статьи. Сначала описываю основной сюжет: главный объект корги, но не просто собака, а байкер, то есть корги в динамичной позе на мотоцикле. Дальше добавляю блоки по схеме: кожаная куртка и очки мотоциклиста, ночная улица Токио с неоновой подсветкой, стиль аниме, ракурс чуть сбоку с эффектом смазанности от движения, атмосфера азарта и скорости.
Сравните с тем, что пишут новички: «корги на мотоцикле, красиво». Первый вариант промпта содержит пять конкретных указаний, второй - одно пожелание. Midjourney не читает мысли: он рисует ровно то, что названо словами. Все, что не названо, модель додумает сама, и додумает не так, как вам хотелось.
Конкретика решает больше, чем красивые эпитеты
Самая частая ошибка в промптах: общие фразы. «Красивый пейзаж» нейросеть трактует как угодно, от заката над морем до березовой опушки в тумане. Работает замена общих слов на конкретные описания: вместо «красивый пейзаж» пишите «горный пейзаж на рассвете с заснеженными вершинами и туманной долиной». Чем точнее визуальный ряд, тем ближе результат к задумке.
В моей практике прижилось правило: минимум одна ощутимая деталь на каждый смысловой блок. Портрет это не «портрет красивой девушки», а «портрет женщины 45 лет, мягкий свет из окна слева, объектив 85 мм, малая глубина резкости, легкая улыбка, пастельный фон». С предметкой та же история: «кружка на деревянном столе у окна, утренний свет, пар над чашкой, теплая гамма». Цифры, материалы, источники света, ракурс. Каждое слово сужает пространство случайностей и повышает попадание с первой генерации.
Язык промпта: английский все еще точнее
Midjourney понимает большинство языков, но точнее всего интерпретирует английский. Русский запрос модель переведет внутри себя, и на этом переводе потеряется часть нюансов: световые оттенки, эмоции, профессиональные термины вроде боке или малой глубины резкости. В обсуждениях на Reddit новички чаще всего жалуются именно на потерю деталей после перевода с русского. Я проверял на парных запросах: английская версия стабильно дает больше нужных элементов и меньше отсебятины.
Практический ритуал простой: пишете промпт на русском, как привыкли думать, прогоняете через качественный переводчик и слегка вычитываете терминологию. Две минуты работы, а разница в картинке заметна невооруженным глазом. Для повторяющихся коммерческих задач я держу библиотеку проверенных английских промптов и меняю в них только блок сюжета.
Референсы: показать вместо описать
Текст не всегда способен передать эстетику, проще показать. В запрос можно добавить одну или несколько картинок, и Midjourney поймет, в каком стиле генерировать изображение, какие черты или элементы сохранить. Загружаете референс, дописываете текстовое описание, получаете результат в заданной стилистике.
Три сценария, где референсы незаменимы. Первый: узнаваемость персонажа, когда нужен один герой в серии картинок для блога или рекламы. Второй: повторение конкретной позы, что актуально для товарных карточек и презентаций. Третий: единая эстетика серии, например десять иллюстраций для лендинга в одном визуальном языке. Без референсов каждая из этих задач превращается в многочасовой перебор промптов, с ними серия собирается за вечер.
Параметры --ar, --v и настройки в сайдбаре
Базового промпта хватает не всегда, и тут в дело идут параметры, дописываемые в конец запроса. --ar задает соотношение сторон: 16:9 для обложек и баннеров, 9:16 для сторис и вертикальных роликов, 1:1 стоит по умолчанию. --v определяет версию движка: свежие версии рисуют реалистичнее и лучше понимают длинные промпты. --q влияет на качество итогового результата.
Набирать параметры руками каждый раз необязательно. В настройках Midjourney есть правый сайдбар, где соотношение сторон и версия движка выбираются мышкой и применяются ко всем следующим генерациям. Я выставил широкие кадры и актуальную версию один раз, и с тех пор про ручной ввод забыл.
Четыре варианта и кнопка U: что делать с результатом
Сетка из четырех картинок не финал, а черновик. Смотрите на варианты, выбираете лучший и жмете кнопку U с его номером: U1, U2, U3 или U4. Нейросеть дорисует выбранную картинку в размере 1024×1024 пикселей и подтянет детализацию.
После апскейла появляются новые кнопки с функциями тонкой правки, и вот здесь начинается настоящая работа, а не лотерея. У меня так было первые две недели: сгенерировал сетку, посмотрел, закрыл вкладку. Многие бросают Midjourney на этом этапе, потому что «получается случайно». На деле случайность заканчивается ровно в момент, когда вы освоили постобработку.
Точечное редактирование: меняем деталь, не трогая остальное
Бывает, что картинка почти идеальна, но одна деталь выбивается. Раньше я тащил такой кадр в Photoshop, теперь правлю прямо в Midjourney. Выделяете нужную область и в текстовом запросе пишете, что изменить. Живой пример: портрет девушки с закрытой улыбкой, выделили губы, написали «красная помада и улыбка с зубами», и нейросеть исполнила четко по промпту.
Второй пример из недавнего: оригинал с чашкой кофе на фоне Лондона, заказчик попросил заменить кофе на какао с маршмеллоу. Выделил чашку, вписал замену, и напиток поменялся, а освещение и стиль изображения сохранились полностью. Точечная правка экономит десятки минут и, что важнее, сохраняет уже утвержденную композицию, которую никто не хочет пересобирать заново.
/blend и /describe: две команды, которые стоит выучить во второй день
Команда /blend предназначена для смешивания разных стилей и объединения их в одной картинке. Загружаете два и больше изображения, модель скрещивает эстетики. Есть жесткое ограничение: с /blend нейросеть не может сохранять черты лица, так что для портретного сходства команда не годится. Зато для склейки, скажем, эстетики ретро-фотографии с современной 3D-графикой она работает отлично.
/describe решает обратную задачу. Допустим, у вас есть изображение, стиль которого хочется повторить, но словами его описать не получается. Перетащите картинку в окно команды /describe и нажмите Enter: Midjourney самостоятельно напишет четыре варианта описания. Дальше берете любой за основу, правите под свою задачу и генерируете. Я так разбираю референсы с Pinterest и Behance: не угадываю формулировки, а получаю готовый каркас промпта за секунды.
Сколько генераций нужно до результата: реальная статистика
Цифры из моего потока заказов. Простая иллюстрация без персонажа попадает с первой или второй генерации. Сложная сцена с действием и несколькими объектами требует от 5 до 8 итераций с правкой промпта между ними. В обсуждениях на Reddit практикующие пользователи называют похожие цифры, так что это не моя личная аномалия. Портретное сходство по референсу иногда добирается за 10 и больше попыток. Тут я честно предупреждаю клиентов: фотореализм лица остается слабым местом любых генераторов.
Отсюда рабочее правило: закладывайте на задачу бюджет попыток заранее. Одна генерация съедает минуты, поэтому даже 10 итераций занимают меньше получаса, но психологически люди сдаются после второй. Не сдавайтесь после второй.
Четыре ошибки, которые убивают результат
Первая: перегруз деталями. Промпт на 60 слов с двадцатью характеристиками модель усредняет, и на выходе каша. Оптимум, по моим замерам, от 25 до 40 слов, и в профильных сообществах Reddit называют те же рамки. Вторая: отрицания. Фраза «без людей на фоне» работает хуже, чем позитивное описание сцены: модель слабо понимает «не», лучше сразу описать, что должно быть в кадре.
Третья: абстрактные оценки. «Красиво», «круто», «стильно» не несут визуальной информации. Вместо них конкретика: «пастельная палитра», «мягкий рассеянный свет», «симметричная композиция». Четвертая: отказ от правок. Новичок получает сетку, не видит идеала и уходит. Профи берет лучший вариант, апскейлит и точечно дорисовывает, добирая результат за один-два прохода.
Три готовых промпта для старта
Чтобы не изобретать велосипед, держите три каркаса из моей рабочей библиотеки. Для обложки статьи: «минималистичная иллюстрация, человек с ноутбуком на фоне абстрактных градиентных волн, пастельная палитра, мягкий свет, стиль flat с объемными тенями, свободное пространство слева под заголовок». Для товарной карточки: «керамическая кружка терракотового цвета на светлом бетоне, жесткий дневной свет сбоку, мягкая тень, макрообъектив, малая глубина резкости». Для сторис: «крупный портрет молодой женщины, золотой час, свет из окна справа, легкая улыбка, пленочная эстетика, вертикальный кадр».
Каждый каркас построен по формуле из пяти блоков. Подставьте свой объект, свои детали, свое окружение, и получите управляемый результат, а не лотерею.
Подводный камень для пользователей из России: оплата
Сама генерация занимает минуту, а вот доступ из России растягивается на дни. Прямой оплаты российской картой у Midjourney нет: нужна зарубежная карта, зарубежный номер для верификации и стабильный VPN. Разовые обходы через посредников работают, но для регулярной работы конвейер из подписок, карт и VPN быстро надоедает, а комиссии съедают заметную часть бюджета.
Я для всех флагманских моделей перешел на роутер 3GPT от 3SELLER. Подписка стоит 149₽, без иностранных карт, и дает прямой доступ из России к последним топовым нейросетям: Chat GPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol. Для генерации изображений там работает Nano Banana, есть генерация видео и синтез голоса. Баланс пополняется российской картой, через СБП или криптой.
Использую 3GPT для повседневных задач в бизнесе и в работе: продающие тексты, лендинги, создание и обработка максимально реалистичных изображений, видеоролики. Все модели в одном окне, переключение занимает секунды, без VPN и танцев с картами.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT
Готовые ИИ-агенты под конкретные задачи
У 3GPT есть фишка, которой нет у «голых» моделей: библиотека готовых ИИ-агентов. Выбираете агента под свою задачу и сразу начинаете с ним общение, модель агента можно менять прямо в чате. Для бизнеса это готовые специалисты: копирайтер, который держит нужный тон, ассистент по обработке картинок, генератор контент-планов. Мне агенты выручают на рутине: вместо настройки промпта с нуля беру заточенного под задачу агента и правлю результат.
Выбрать готового ИИ-агента под свою задачу можно на странице агентов 3GPT
Чек-лист первой генерации
Соберу все в практику. Откройте 3GPT, пополните баланс российской картой или через СБП, это две минуты. Возьмите формулу промпта: объект, детали, окружение, стиль, свет. Напишите запрос по пяти блокам, переведите на английский, отправьте. Сгенерируйте четыре варианта, выберите лучший, нажмите U для апскейла до 1024×1024. Если какая-то деталь выбилась из задумки, выделите ее и опишите замену текстом, не пересобирая картинку заново.
На первый рабочий результат уйдет от 15 до 20 минут, дальше скорость вырастет в разы. У меня на доработанную картинку с референсом и правками уходит меньше десяти минут. Инструменты простые, интерфейс понятный, а разница между «повезло» и «получил ровно то, что задумал» лежит целиком в формулировке промпта. Начните с одной картинки сегодня, и к концу недели у вас будет личная библиотека промптов, которая работает на ваши задачи, а не на случайность.