Когда вы вводите в Midjourney, Stable Diffusion или DALL-E запрос «семья из 4 человек» без деталей, нейросеть часто возвращает изображение с тремя или пятью людьми — модели плохо считают количество персонажей, если не задать состав явно. Указание «two adults and two children» с описанием возраста и поз каждого члена семьи заметно повышает точность генерации.
В этой статье разберём, как правильно составить промт для семьи из 4 человек: какие элементы обязательны, как описывать внешность и композицию, какие формулировки работают в разных нейросетях. Примеры приведены на русском и английском языках — большинство моделей лучше понимают английский, но некоторые сервисы корректно обрабатывают и русские запросы.
Почему нейросети ошибаются с количеством людей
Генеративные модели изображений обучены на миллионах картинок с подписями, но понятие «четыре человека» для них — не число, а визуальный паттерн. Если в обучающей выборке семейные фото чаще содержали троих людей, модель будет склонна рисовать именно троих, даже когда вы просите четверых.
Вторая причина ошибок — перегруженный промт. Когда в запросе перечислены десятки деталей (одежда, фон, свет, стиль), модель расставляет приоритеты и может «пожертвовать» одним персонажем ради качества сцены. Поэтому состав семьи нужно указывать в начале промта и максимально однозначно.
Полезный приём — перечислить каждого члена семьи отдельно: вместо «family of four» написать «a father, a mother, a teenage daughter and a young son». Так модель получает четыре отдельные сущности, а не абстрактную группу.
💡Нейросети плохо считают людей в кадре. Всегда перечисляйте членов семьи по одному: отец, мать, дочь, сын — с указанием возраста и роли.