Первый промпт в жизни у всех одинаковый: «нарисуй красиво». Нейросеть послушно рисует свою версию красоты, вы смотрите на результат и понимаете, что между «красиво» в вашей голове и в её - пропасть. Дальше обычно начинается хаотичный перебор слов, десятая регенерация и лёгкая злость на весь искусственный интеллект.
Рабочая схема устроена иначе, и начинается она не с текста, а с картинки. Находите референс - фото, которое уже похоже на желаемый результат. Разбираете его на составляющие и собираете из этих деталей промпт. Такой подход называют «промт по фото», и он экономит часы слепого перебора. Разберу весь процесс: от чтения референса до готового запроса, который модель понимает с первого раза.
Промт по фото - это два разных сценария, и путать их нельзя
Сценарий первый: фото уже есть у вас, и нейросеть должна с ним поработать. Убрать фон, перенести стиль, дорисовать объект, оживить старый семейный снимок. Здесь изображение само становится частью запроса, а текст лишь уточняет, что с ним сделать: «замени фон на ночной город, сохрани освещение на лице».
Сценарий второй: фото выступает референсом. Вы никуда его не загружаете, а описываете словами так, чтобы генератор понял сцену, свет и настроение. Классический пример - увидели в Pinterest кадр с кофе на подоконнике и хотите свою версию для блога. Задача «создать промт для нейросети по фото» чаще всего означает именно это: перевести визуальную идею на язык модели.
Половина неудач случается из-за путаницы между режимами. Человек загружает референс в генератор и ждёт копию, а модель честно рисует «по мотивам». Или наоборот - часами описывает словами то, что проще было бы приложить файлом. Дальше - по порядку, начиная с базовой формулы.
Формула из шести блоков, которая работает в любом генераторе
Порядок блоков проверен на сотнях генераций, от DALL-E до Nano Banana:
- Задача и формат - для чего картинка и что это вообще: фотография, акварельная иллюстрация, рекламный постер, 3D-рендер.
- Сцена - где всё происходит и что находится в кадре.
- Главный объект и действие - как он выглядит и что делает.
- Композиция - расположение предметов, ракурс, свободное место под текст или логотип.
- Стиль - палитра, свет, материалы, фактура.
- Ограничения и настройки - чего на картинке быть не должно и какое соотношение сторон нужно.
Собранный по этой схеме запрос выглядит так: «Реалистичная фотография: рыжий пушистый кот сидит на подоконнике деревенского дома, за окном утренний туман, мягкий естественный свет, крупный план, размытый задний план, приглушённые тёплые тона, без людей, соотношение сторон 1:1,5». Каждое слово тут несёт нагрузку. Уберёте «мягкий естественный свет» - получите жёсткие тени и студийный вид. Уберёте формат - модель сама решит, рисовать ей фото или мультфильм.
Один и тот же кадр без указания формата превращается в лотерею: нейросеть может выдать фотографию, карандашный набросок или кадр из аниме. Правило простое - первый блок промпта всегда отвечает на вопрос «что это за тип изображения». Только после него идут детали.
Лайфхак, который экономит часы: пусть модель опишет фото за вас
Самая частая проблема новичков - бедный словарь для описания света, ракурсов и композиции. «Светло», «красиво», «профессионально» - этих слов не хватает. Решение примитивное и оттого недооценённое: загрузите референс в чатовую модель и попросите описать его глазами профессионального фотографа. Конкретный запрос звучит так: «Опиши это фото для генерации похожего изображения: сцена, объекты, действие, ракурс, крупность плана, освещение, палитра, настроение. 120-150 слов, без воды».
На выходе получите готовый промпт уровня стокового фотографа: «уютная кофейня, крупный план белой керамической чашки на дубовом столе, тёплый боковой свет из окна слева, мягкие тени, лёгкое боке на заднем плане, приглушённая коричнево-кремовая палитра». Подставляете свои детали - и несёте в генератор. Через ChatGPT или Claude такой разбор занимает минуту: эти модели отлично вытаскивают из картинки свет, композицию и даже предположительный объектив.
У приёма есть побочный эффект в плюс: вы незаметно для себя учитесь языку промптов. Через неделю таких разборов начнёте писать промпты с нуля не хуже, чем модель.
Технические параметры: пропорции, ракурс и объектив меняют всё
Нейросети читают технические параметры приблизительно, поэтому тратить силы на все настройки подряд бессмысленно. Достаточно двух-трёх, которые заметно влияют на вид кадра.
Соотношение сторон каждый генератор задаёт по-своему. Midjourney понимает флаг --ar 3:2, Stable Diffusion требует расширения вроде Aspect Ratio Selector, а DALL-E 3 и GPT Image принимают обычный текст: «в соотношении 1:1,75» или просто «в горизонтальных пропорциях». Nano Banana и другие современные модели нормально воспринимают русскую речь, отдельные флаги им не нужны.
Ракурс и оптика - второй рычаг. Фраза «нижний ракурс, широкоугольный объектив» делает ту же сцену динамичнее, «снято на 85мм, малая глубина резкости» даёт портретное боке, «вид сверху, плоская композиция» превращает обычный стол в графичный флэтлей. Меняйте по одному параметру за генерацию: изменили ракурс - остальное держите фиксированным, иначе не поймёте, что именно сработало.
Три места, где промпты ломаются чаще всего
Текст на картинке. Большинство генераторов рисуют вместо надписей псевдоалфавит - красивые закорючки, похожие на буквы. Спасают два приёма: точная формулировка «плакат с надписью 'РАСПРОДАЖА' крупным шрифтом Arial, чёрные буквы на белом фоне, минималистичный дизайн» и выбор правильной модели. GPT Image справляется с текстом заметно лучше остальных, свежие версии ChatGPT тоже держат кириллицу.
Анатомия. Руки и пальцы остаются слабым местом даже у флагманов. Прямой приказ «пять пальцев, естественная анатомия» помогает, но не гарантированно. Рабочий вариант - режим редактирования: сгенерировали кадр, подсветили проблемную кисть, попросили исправить только её. Остальное изображение при этом не пересобирается.
Перегруз деталями. На Reddit в обсуждениях генеративных моделей новички регулярно выкладывают промпты на 15 деталей и удивляются, почему модель игнорирует половину. Причина в том, что промпт на пятнадцать разрозненных деталей усваивается выборочно: половину выбрасывает, половину искажает. Три-пять ключевых деталей дают более стабильный результат, чем пятнадцать случайных. Стилевые конфликты - родная сестра перегруза: «фотореалистичный портрет в мультяшном стиле» гарантированно выдаст пластиковую кашу, модель усреднит несовместимое.
Слепой тест: проверка промпта за 30 секунд
Приём из практики: прочитайте свой промпт вслух коллеге, не показывая референс, и попросите описать, что он представил. Совпало с исходным фото - промпт рабочий. Разошлось - ищите расплывчатые слова. «Стильно», «атмосферно», «дорогой вид» не значат для нейросети ровным счётом ничего. Живой пример: референс - бабушка печёт пироги у окна, а коллега представил «женщину на кухне». Значит, в промпте потерялось главное действие.
Субъективные прилагательные меняйте на измеримые. Не «уютный свет», а «тёплый свет лампы накаливания, мягкие тени». Не «красивая композиция», а «объект в левой трети кадра, справа свободное пространство под текст». Модель думает конкретикой, и ваша задача - говорить на её языке.
Готовые промпты под три частые задачи
Карточка товара для маркетплейса: «Предметная фотография: керамическая кружка песочного цвета на светло-сером фоне, мягкий студийный свет, лёгкая тень справа, ракурс чуть сверху, минимализм, свободное место под текст слева, формат 3:4».
Портрет для соцсетей: «Реалистичный портрет: мужчина 35 лет в тёмно-синей рубашке, лёгкая улыбка, нейтральный серый фон, портретный объектив 85мм, мягкий рассеянный свет, малая глубина резкости, вертикальный формат 4:5».
Интерьер для презентации: «Фотореалистичный интерьер: скандинавская гостиная, светлое дерево, льняной диван, утренний свет из больших окон, широкоугольный объектив, естественные тени, формат 16:9».
Все три примера построены по одной формуле - скопируйте любой и подставьте свои объекты. Это быстрее, чем изобретать структуру с нуля.
Где все эти промпты запускать из России
Теория без инструмента мертва, а с инструментами у нас отдельная боль: иностранные карты не проходят, подписки оформляются через полмира. Раньше вопрос решали посредниками и кривыми VPN, теперь проще. Запустили 3GPT от 3SELLER - ИИ-роутер, который даёт прямой доступ из России ко всем флагманским моделям за 149 рублей.
В одном интерфейсе собраны Chat GPT 6 Astra, Chat GPT 5.5, Chat GPT 6.1 Sol, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Nano Banana для создания изображений и генерация видео. Баланс пополняется российской картой, через СБП или криптой - никаких иностранных карт и танцев с бубном. Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT: https://3seller.com/3gpt

Для промптов по фото это означает конкретное удобство: референс закидываете в ChatGPT или Claude на разбор, а готовый промпт тут же запускаете в Nano Banana или GPT Image. Не нужно переключаться между вкладками и покупать пять подписок. Вся цепочка «фото - описание - генерация - правки» живёт в одном окне.
Тот же доступ закрывает повседневные задачи в бизнесе и работе: продающие тексты, лендинги, обработка максимально реалистичных изображений, видеоролики и генерация голоса. Попробовать 3GPT можно прямо сейчас, регистрация занимает пару минут.
Готовые ИИ-агенты: когда лень писать даже промпты
Отдельная фишка 3GPT - библиотека готовых ИИ-агентов под конкретные задачи. Выбираете агента, начинаете с ним разговор, а модель под капотом меняется прямо в чате: сегодня работает на Claude, завтра перескочили на ChatGPT, а диалог и контекст сохраняются. Выбрать готового агента можно здесь: https://3seller.com/ai/agents

Реалистичные фото: отдельный вход для генерации изображений
Тем, кому нужны максимально реалистичные фотографии - предметка для магазинов, портреты, интерьеры, - у 3GPT есть отдельный инструмент генерации изображений. Тот же баланс и оплата российской картой, но модели заточены под фотореализм: https://3seller.com/3gpt-image


С промптом из шести блоков эти инструменты выдают кадры, которые в фотостоках продавали бы за деньги. Свежий пример из практики: предметка для клиента - 12 рабочих кадров за один вечер вместо двух дней переписки с фотографом и правок.
С чего начать прямо сейчас
Схема на сегодня простая. Возьмите любое фото с телефона или из сети и разберите его по шести блокам: формат, сцена, объект и действие, композиция, стиль, ограничения. Лень разбирать руками - загрузите картинку в ChatGPT или Claude через 3GPT и попросите описание на 120 слов. Готовый текст отправьте в генератор, затем поменяйте один параметр - ракурс или свет - и сравните результаты. Три итерации, и у вас на руках промпт, который выдаёт стабильный кадр, а не лотерейный билет.
Нейросети не читают мысли. Они читают слова. Чем точнее вы описали фото, тем ближе результат к картинке из вашей головы - и теперь у вас есть схема, которая собирает такое описание за пять минут.