Базовая структура промпта

Универсальная структура промпта для генерации изображений одинаково хорошо работает в Midjourney, Gemini и Grok Imagine, хотя параметры и синтаксис у каждого инструмента свои. Важно разделять описание изображения и технические настройки: в Midjourney, например, параметры размещаются в конце текстового промпта.

Базовый шаблон: субъект + стиль + композиция + освещение + технические параметры.

  • Субъект - кто или что изображено, внешний вид, поза, действие, материалы и важные детали.
  • Стиль - фотореализм, рекламная съемка, иллюстрация, 3D-рендер, масляная живопись или другой визуальный подход.
  • Композиция - крупный, средний или общий план, положение объекта, ракурс, фон, симметрия и свободное пространство.
  • Освещение - мягкий дневной свет, контровое освещение, студийный свет, неоновые источники или выраженные тени.
  • Технические параметры - соотношение сторон, разрешение, количество вариантов и специальные параметры конкретного сервиса.

Пример собранного промпта по шаблону:

Одинокий маяк на скалистом берегу (субъект), фотореализм в стиле National Geographic (стиль), общий план, маяк смещен в правую треть кадра, бушующее море слева (композиция), закатное золотое освещение с длинными тенями (освещение) --ar 16:9 (технические параметры)

Midjourney принимает как короткие, так и развернутые текстовые запросы, поэтому длина сама по себе не является гарантией качества. Для управления стилем можно использовать Style Reference с параметром --sref, а для управления содержанием изображения - Image Prompt. Gemini с возможностями Nano Banana Pro предназначен для сложного графического дизайна, высокоточных макетов товаров и визуализаций данных с точным отображением текста. Grok Imagine генерирует изображения по текстовому описанию и позволяет задавать количество изображений, соотношение сторон и разрешение, а также поддерживает разные визуальные стили - фотореалистичную фотографию, аниме, масляную живопись и карандашный рисунок. Для Midjourney техническую часть следует добавлять после описания изображения, например: --ar 16:9. Для Gemini и Grok Imagine технические настройки следует задавать через поддерживаемые параметры интерфейса или API.

Правило 1: сначала главный объект, потом детали

Общее описание вроде «красивое изображение города» не задает субъект, действие, стиль или композицию достаточно точно.

Плохой промпт:

Красивый город, очень атмосферно

Хороший промпт:

Ночной европейский город с узкой улицей, мокрая брусчатка, один велосипед у фонаря, кинематографичная фотография, вид с уровня глаз, мягкий теплый свет витрин, холодное синее небо, широкий кадр

Такой подход соответствует базовому принципу Midjourney, согласно которому промпт может быть простой фразой или подробным описанием желаемого изображения. Для Gemini аналогичное описание можно дополнить назначением изображения, поскольку Nano Banana Pro ориентирован на сложные макеты и визуализации.

Правило 2: разделяйте стиль, композицию и освещение

Если все характеристики смешаны в неопределенной фразе, инструменту сложнее понять визуальные приоритеты.

Плохой промпт:

Портрет женщины в красивом современном стиле с хорошим светом

Хороший промпт:

Портрет женщины 35 лет в темно-синем жакете, фотореалистичная редакционная съемка, крупный план, лицо слегка повернуто влево, нейтральный серый фон, мягкий боковой студийный свет, естественные оттенки кожи

Для Grok Imagine можно прямо указывать нужный визуальный стиль, поскольку официальная документация перечисляет среди поддерживаемых направлений фотореалистичную фотографию, аниме, масляную живопись и карандашный рисунок. Для Midjourney стиль также можно дополнительно задавать через Style Reference с параметром --sref.

Правило 3: текст и элементы макета - буквально

Для изображений с надписями необходимо указывать точный текст, его расположение и назначение макета. Nano Banana Pro заявлен как инструмент для задач, где требуется точное отображение текста и создание сложного графического дизайна.

Плохой промпт:

Современный рекламный баннер для кофе

Хороший промпт:

Горизонтальный рекламный баннер для кофейного бренда, темно-зеленый фон, чашка эспрессо справа, слева крупная белая надпись "Утро начинается здесь", под ней мелкий текст "Натуральная обжарка", четкая типографика, премиальный минималистичный дизайн, свободное пространство вокруг текста

Для Gemini такой формат особенно уместен в задачах рекламных макетов, продуктовых композиций и визуализаций с данными. Для Midjourney и Grok Imagine текст также следует помещать непосредственно в описание, но предоставленные официальные материалы не устанавливают одинаковый уровень точности отображения надписей для всех трех инструментов.

Правило 4: отделяйте описание от технических параметров

Технические параметры не должны смешиваться с описанием субъекта, стиля и сцены. В Midjourney параметры всегда размещаются в конце текстового промпта.

Плохой промпт:

--ar 16:9 реалистичный продукт на белом фоне красивое освещение

Хороший промпт:

Фотореалистичная студийная фотография белых беспроводных наушников на светлом каменном постаменте, минималистичный белый фон, мягкий рассеянный свет сверху слева, четкая детализация корпуса, рекламная предметная съемка --ar 16:9

В Grok Imagine официально предусмотрена настройка количества изображений, соотношения сторон и разрешения. В документации Google по генерации изображений также представлены отдельные руководства и шаблоны для распространенных сценариев создания и редактирования изображений.

Частые вопросы
Какой длины должен быть хороший промпт?
Официальная документация Midjourney указывает, что промпт может состоять как из одного слова, так и из полной фразы. Поэтому длину следует выбирать по количеству деталей, которые необходимо контролировать: субъект, стиль, композиция, освещение и технические настройки.
Нужно ли использовать одинаковый промпт в Midjourney, Gemini и Grok Imagine?
Единого обязательного формата для всех трех инструментов официальные материалы не устанавливают. Общую смысловую структуру можно сохранить, но параметры и способы управления стилем зависят от конкретного сервиса.
Как задать стиль в Midjourney?
В Discord можно добавить параметр --sref и URL изображения, которое используется как Style Reference. Кроме того, стиль можно описать непосредственно в тексте промпта.
Как создавать изображения с текстом в Gemini?
Нужно явно указать точную надпись, ее расположение, размер, цвет и назначение макета. Nano Banana Pro предназначен, в частности, для графического дизайна и задач, требующих точного отображения текста.
Какие настройки доступны в Grok Imagine?
Официальная документация указывает на настройку количества изображений, соотношения сторон и разрешения. В описании API также упоминается пакетная генерация нескольких изображений и управление соотношением сторон.
Можно ли редактировать изображения с помощью этих инструментов?
Gemini поддерживает генерацию и обработку изображений в диалоговом режиме. Grok Imagine позволяет создавать и редактировать изображения в рамках разговора, а Midjourney поддерживает изменение промпта и параметров при использовании Remix.
Источники (10)
  1. Midjourney Docs - Prompt Basics
  2. Midjourney Docs - Style Reference
  3. Midjourney Docs - Parameter List
  4. Midjourney Docs - Image Prompts
  5. Midjourney Docs - Modifying Your Creations
  6. Google AI for Developers - Gemini Image generation (Nano Banana)
  7. Google AI for Developers - Gemini 3 Pro Image
  8. xAI Docs - Imagine Overview
  9. xAI Docs - Image Editing
  10. xAI Docs - Image Generation Tool
← Все статьи блога