Два месяца назад ко мне обратилась знакомая-фотограф с запросом, который еще три года назад звучал как абсурд. Нужно было собрать совместный кадр мамы и взрослого сына: живут в разных странах, не снимались вместе с 2019 года. Один портрет из Москвы, второй из Тбилиси, разный свет, разная техника, у мамы на фото половина лица в тени. Через час у нее был готовый семейный портрет, где двое стоят рядом, обнимаются и смотрят в камеру. Без фотошопа руками, без ретушиста, только нейросеть и правильно написанный промт.
Сделать фото с ИИ из нескольких снимков - навык, который в 2027 году экономит деньги, время и нервы. Объединить кадры двух людей, которые никогда не позировали вместе. Собрать целую фотосессию из пары селфи из галереи. Вставить себя в сцену с чужого референса, сохранив собственное лицо. Разбираю все три сценария по шагам и с теми граблями, на которые наступаю сам.
Что нейросеть реально делает с несколькими вашими фото
Короткий ответ: почти все, что раньше требовало студии, фотографа и ретуши. Актуальные модели вроде Nano Banana 2.1 и Nano Banana Pro принимают до 14 изображений в одном запросе. Вы загружаете портреты людей, кадры локаций, референс стиля. Система пересобирает все в единый снимок заново, а не клеит картинки скотчем друг к другу.
С размерами и ориентацией возиться не нужно. Вертикальное селфи спокойно совмещается с горизонтальным кадром, потому что итоговая сцена генерируется с нуля. Единственное, что стоит сделать заранее, - указать в промте формат результата: квадрат для аватарки, вертикаль для сторис, горизонталь для обложки сайта.
Есть нюанс с количеством людей. Модель 2.1 удерживает узнаваемость до четырех персонажей, Pro - до пяти. Дальше лица начинают плыть: у кого-то меняются черты, кто-то теряет родинку, которая сидела на носу все тридцать лет. Если собираете общий кадр с большой компанией, делайте это в два захода: сначала четверых, потом добавляйте остальных отдельным запросом, опираясь на уже готовый кадр.
Где генерировать из России: 3GPT и полный набор флагманов
Техническая часть, о которой молчат обзорщики: большинство топовых нейросетей из РФ напрямую недоступны. Нужны иностранные карты, зарубежные номера, VPN, и все это падает в самый неподходящий момент. Я давно пользуюсь сервисом 3GPT - ИИ-роутером, который дает прямой доступ ко всем флагманским моделям в одном окне, без обходных путей.
Внутри: Chat GPT 6 Astra, Claude Fable 5 и Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, Nano Banana для создания изображений, генерация видео и озвучка. Подписка за 149 рублей, пополнение российской картой, СБП или криптой. Никаких посредников с наценкой втрое.

Для повседневных задач это удобнее всего: продающие тексты, лендинги, разбор таблиц, консультации по коду, а в перерывах - генерация картинок и роликов. Модели переключаются на лету, заводить отдельный аккаунт под каждую не требуется. Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT.
Объединяем два фото в одно: порядок загрузки решает
Самый популярный сценарий в этой нише - свести двух людей, которые никогда не снимались вместе. Пара на расстоянии, семья после развода родителей, друг по переписке, которого видели только на экране, погибший родственник для семейного альбома. Схема везде одна и та же.
Шаг первый: грузите фото в осмысленном порядке. Первым идет главный снимок - либо основа сцены, если вставляете человека в готовый кадр, либо левый человек, если собираете сцену с нуля. Вторым и дальше - остальные портреты.
Шаг второй: называйте фотографии в промте так же, как их видит модель, - «первое фото», «второе фото», и не меняйте обозначения посередине запроса. Нейросети путаются, когда в начале текста снимок называется «портрет девушки», а в конце - «второй файл».
Шаг третий: назначьте роли. Что берем откуда: лицо, позу, одежду, фон. Модель не телепат: она аккуратно выполнит то, что вы разложили по полочкам, и свободно импровизирует там, где вы промолчали.
Шаг четвертый: генерируйте два-три варианта сразу. Первый результат редко бывает финальным, и это нормально даже для лучших моделей 2027 года. Я обычно беру три генерации, выбираю ту, где свет лег удачнее, и дожимаю деталями уже по ней.
Формула промта, с которой не спорит ни одна модель
За два года экспериментов вывел структуру, которая работает почти без правок. В запросе должны быть шесть блоков:
- способ - вставка человека в кадр, пересборка сцены или объединение двух портретов;
- роли фото - что является основой, кто где стоит, какое лицо откуда брать;
- что нельзя менять - черты лица, прическу, татуировки, форму очков;
- сцена - где происходит действие и что вокруг;
- свет - направление, жесткость, время суток;
- формат кадра - квадрат 1:1, вертикаль 9:16, горизонталь 3:2.
Пример рабочего запроса: «Объедини первое и второе фото. Сохрани черты лица и прическу обоих людей без изменений. Сцена: вечерняя набережная, двое идут рядом и разговаривают. Свет: мягкий закатный, сбоку. Формат: вертикаль 4:5». Коротко, конкретно, без поэзии. Модели читают структуру, а не настроение.
Лайфхак, который экономит кучу времени: прогоните эту формулу через сам чат. Открываете в 3GPT Chat GPT 6 или Claude, простыми словами описываете, что хотите получить, и просите собрать промт по структуре выше. Модели отлично формулируют запросы друг для друга.
ИИ-фотосессия по своим селфи: сотня образов без фотографа
Вторая большая тема - полноценная фотосессия из того, что уже лежит в галерее. Логика простая: загружаете от одного до трех четких портретных снимков, выбираете стиль и получаете готовую серию кадров через 20-30 секунд. Одно фото, сто образов.
Придумывать запросы с нуля не обязательно. В каталогах сервисов лежит более 5000 готовых идей по десяткам категорий: строгий деловой портрет, ретро-стилистика, свадебные кадры, фэнтези, совместные фото, отдых, спорт. Скопировали промт в один клик, поправили пару деталей под себя, запустили генерацию.
Сходство с оригиналом зависит от двух вещей: качества исходников и выбранной модели. Nano Banana Pro выдает такое сходство, что готовые кадры часто не отличить от настоящей съемки. Я отправлял результаты друзьям-фотографам: двое из троих не заподозрили подвоха, а третий начал расспрашивать, где я арендовал студию. Но модель честная к входным данным: чем мыльнее и темнее исходное селфи, тем дальше результат от реального лица. В обсуждениях на Reddit люди, практикующие ИИ-портреты, приходят к тому же выводу - десять минут на приличные исходники экономят десятки перегенераций.
Отсюда практический вывод: перед фотосессией потратьте десять минут и снимите три-четыре портрета у окна при дневном свете. Лицо крупно, взгляд в камеру и чуть в сторону, без очков и головных уборов. Эти десять минут поднимут качество всей серии в разы.
Почему первое поколение почти никогда не финальное
Тут многие ошибаются. Генерируют один кадр, видят артефакт на пальцах или странную тень и делают вывод «нейросети не умеют». На деле даже топовые модели требуют двух-трех попыток, потому что каждая генерация - рулетка света, позы и микродеталей. Относитесь к первому кадру как к черновику.
Второй момент - пластик. При генерации по референсу нейросеть часто тянет настройки исходной картинки на ваше лицо: кадр выходит мыльным, кожа глянцевой, как у манекена. Лечится качеством входных фото: чем больше исходников в удачных ракурсах и при хорошем свете, тем выше вероятность живого результата. В моих тестах Nano Banana держит внешность стабильнее конкурентов, и кадры у нее менее «зализанные». У Sora GPT наоборот: картинка бывает эффектнее, но сходство с лицом держится хуже.
Третий момент - авторские права. Если берете чужой кадр как референс, помните: нейросеть скопирует не только свет и композицию, но и черты лица, обстановку, узнаваемые элементы чужой работы. Для коммерческих задач берите стоковые снимки или свои собственные.
На каком языке писать промты
Nano Banana, Seedream, GPT Image 2.5 и Flux отлично понимают русский. Пишете на родном языке, описываете все детали, и модель ловит смысл без потерь. Мой прием: сцену и действия описывать по-русски, а критичные ограничения вроде «не менять лицо» дублировать коротким предложением в самом конце запроса.
Английский имеет смысл для Midjourney, особенно когда дело касается оптики и света. Формулировки вида «85mm lens, soft window light, shallow depth of field» дают там более предсказуемый результат, чем вольный пересказ на русском.
Пять ошибок, которые выдают генерацию с первого взгляда
Портят кадр одни и те же вещи, и все они лежат на стороне входных данных.
- Темные селфи в очках и кепке: модель додумывает скрытые участки лица, и на выходе вы получаете симпатичного незнакомца.
- Одна фотография вместо трех: чем больше ракурсов, тем стабильнее сходство на всей серии кадров.
- Промт без указания формата: нейросеть сама решит, каким будет кадр, и обрежет голову из композиции.
- Перегруженный запрос из десяти пожеланий: модель выполнит их выборочно, и не факт, что именно те, которые вам важны.
- Шесть и больше лиц в одном кадре: путь к пластиковой массовке, группу лучше собирать в два захода.
Отдельная история - руки. До сих пор остаются экзаменом для любой модели, поэтому в промтах на групповые кадры я явно прописываю позы: «руки опущены», «обнимают за плечи». Меньше свободы для импровизации - меньше шести пальцев.
Реалистичные кадры: где качество выше всего
Когда нужна максимальная фотореалистичность - реклама, карточки товаров, обложки, посты для бренда, - я иду в специализированный инструмент для реалистичных фотографий. Там собраны лучшие модели генерации изображений, и разница с бюджетными сервисами видна сразу: кожа с фактурой, живые глаза, корректные руки и тени, которые падают туда, куда должны.

Через тот же инструмент обрабатываю и готовые снимки: меняю фон, убираю лишние детали из кадра, правлю свет, добавляю предметы. Загрузка своего фото плюс грамотный промт превращают телефонный кадр в картинку уровня студийной ретуши. Создавайте реалистичные фотографии через лучшие ИИ-инструменты на отдельной странице сервиса - там же можно посмотреть примеры до и после.

Бонус для тех, кому нужен не только стоп-кадр: в 3GPT работает генерация видео. Готовую фотографию можно оживить - микродвижение камеры, легкий ветер в волосах, падающий снег. Для сторис и рекламных креативов это работает лучше статичной картинки, и стоит ровно в рамках той же подписки.
Когда нужны не картинки, а система: ИИ-агенты
Отдельная фишка экосистемы - готовые ИИ-агенты под конкретные задачи. Выбираете агента, начинаете диалог, а модель меняется прямо в чате без пересоздания беседы. Для регулярного контента удобнее, чем каждый раз писать промты с нуля: агент уже настроен на роль, тон и формат ответа.

Мой рабочий сценарий: агент ведет контент-план и готовит подписи к постам, а я в это время гоняю серии генераций изображений под каждый пост. Час такой работы заменяет день переписки с подрядчиками и несколько тысяч рублей бюджета.
Сколько это стоит в сравнении с классикой
Посчитаю на пальцах. Съемка у фотографа в среднем городе - от 5 до 15 тысяч за час работы, плюс ретушь, плюс студия при плохой погоде, плюс согласование календаря. ИИ-фотосессия - 149 рублей в месяц за доступ ко всем моделям и минуты на генерацию серии. Даже если из десяти кадров в дело идут два, математика все равно на вашей стороне.
Деньги здесь не самое интересное. Интереснее скорость и свобода итераций: захотел образ - получил через полминуты, не понравилось - перегенерировал. У классической съемки цикл обратной связи занимает от нескольких дней до недель.
С чего начать прямо сегодня
План на ближайший час. Отберите три четких портретных фото: лицо крупно, дневной свет, без очков и кепок. Зайдите в 3GPT, откройте Nano Banana и прогоните тестовое объединение двух снимков по формуле из этой статьи - способ, роли, запреты, сцена, свет, формат. Потом сделайте серию из десяти кадров в одном стиле и честно оцените сходство. Если результат понравился, у вас теперь есть личный фотограф, который не устает, не опаздывает и не просит предоплату. Если не понравился, добавьте более удачные исходники и повторите: в этой игре выигрывает тот, у кого лучше входные данные, а не тот, кто платит больше.