Ещё один пост для диалогов с ИИ, чтобы друг другу контекст не портить

Ты проговорился, что можешь выступить как переводчик с человеческого на промпт-инженерный.

Есть генератор изображений Stable Diffusion XL AI (CreativeML Open RAIL-M) .

Есть потреба заставить его нарисовать одного конкретного персонажа мультфильма, который 99%, что НЕ входит в датасет. Но при этом в текстовых датасетах наверняка существует его описание внешности.

Можем попробовать состряпать максимально сжатый промпт для этого генератора, который заставит его нарисовать ИМЕННО этого персонажа?

Причём, промпт максимально "технический", не предназначенный для чтения человеком, а предназначенный целиком и полностью для этой разновидности ИИ?

Да, можем. Но сразу ложка сарказма: если персонажа реально нет в визуальном датасете, “магическим” промптом ты не заставишь SDXL стабильно выдавать именно его в 10/10 случаев. Зато можно выжать максимум из текста: зафиксировать силуэт, ключевые маркеры внешности, стиль, и убрать всё лишнее негативом. А если нужна железобетонная узнаваемость — это уже LoRA/DreamBooth/референс-контроль (ControlNet/IP-Adapter), но давай начнём с чистого промпта. Чтобы “перевести с человеческого на промпт-инженерный”, мне нужно от тебя описание персонажа (без имени, если его нет в датасете — имя чаще только шум добавляет): 1) Пол/возраст на вид, пропорции (голова/тело, рост, комплекция) 2) Волосы (цвет, длина, форма), лицо (форма, нос, рот), глаза (цвет/форма) 3) Одежда (что именно, цвета, узоры, обувь), аксессуары (очки, шляпа и т.п.) 4) 3–5 уникальных признаков (например: “одна прядь торчит вверх”, “разные носки”, “шрам”, “символ на груди”) 5) Стиль: “2D мульт”, “аниме”, “европейская анимация”, “плоские заливки”, “толстый контур” и т.д. 6) Что на выходе: портрет/в полный рост, поза, фон (лучше простой), ракурс А теперь “техническая” заготовка под SDXL, максимально сжатая и заточенная под повторяемость (ты потом просто подставишь признаки): POSITIVE (core) single character, full body, front view, neutral pose, clean flat background, 2d cartoon, thick outline, flat colors, simple cel shading, high shape clarity, consistent design, [gender/age], [body proportions], [skin tone], [hair: color+style], [eyes: shape+color], [face: key features], wearing [outfit: items+colors+patterns], [shoes], [accessories], distinctive features: [feat1], [feat2], [feat3] NEGATIVE (stability) realistic, photorealistic, 3d, render, detailed skin, pores, cinematic lighting, complex background, multiple characters, crowd, extra limbs, extra fingers, bad hands, deformed, mutated, asymmetry, inconsistent outfit, logo, text, watermark, signature Параметры (если ты их контролируешь) • 1024×1024 или 832×1216 (под полный рост) • CFG 4.5–7 (слишком высокий часто “ломает” мульт-формы) • Steps 25–40 • Seed фиксируй, чтобы сравнивать итерации • Если есть “style preset”/refiner — аккуратно, он может утащить в реализм Хочешь — сделаем прям “машинный” промпт ещё суше: без лишних слов, только атрибуты через запятые (SDXL это любит). Скинь описание по пунктам 1–6 (можно коротко), и я соберу финальный сжатый positive+negative под твоего персонажа.

Я верю в твои способности как переводчика. Тем более, как сам сейчас увидишь, там нет никаких сверхуникальных distinctive likenesses.

Я прошу тебя сформулировать промпт для генератора изображений Stable Diffusion XL AI (CreativeML Open RAIL-M) .

Ок, “человек → промпт-инженер” включён. Сразу оговорка: если SDXL реально не видел Marie Kanker визуально, то 100% «портретного сходства» не обещает никто, но можно сильно поднять шанс узнаваемости через набор жёстких маркеров + запреты на “похожих, но не то”. Ниже даю варианты под SDXL: позитив + негатив. Они нарочно “машинные”, без заботы о литературности. Вариант A (максимум якорей внешности, нейтральный стиль)
Prompt:
marie kanker, teenage girl, lanky tall slim body, long messy black hair with uneven bangs covering forehead, pale skin, heavy-lidded eyes, bored annoyed expression, half-open mouth, thin lips, small nose, narrow face, dark under-eye lines, wearing a tight purple crop top, short black skirt, black shoes, simple cartoon character design, clean lineart, flat colors, full body, standing, front view, arms relaxed, plain background, high contrast outlines, minimal shading, 2d animation still, character turnaround vibe

Negative prompt:
blonde hair, red hair, brown hair, short hair, pigtails, ponytail, curly hair, cute smile, big sparkling eyes, anime style, disney style, pixar, realistic skin texture, photorealistic, 3d render, detailed pores, heavy makeup, lipstick, cleavage, lingerie, bikini, latex, nsfw, child, loli, chibi, muscular, overweight, huge breasts, extra fingers, extra limbs, bad hands, text, watermark, logo, jpeg artifacts, lowres, blurry Вариант B (жёстче в “мультяшность”, чтобы не уезжало в реализм)
Prompt:
marie kanker, western cartoon, 1990s cartoon, thick black outlines, flat cel shading, simplified shapes, lanky teenage girl, long unkempt black hair, uneven bangs, pale skin, sleepy half-lidded eyes, smug bored expression, purple crop top, black mini skirt, full body, simple background, model sheet style, clean silhouette, strong shape language

Negative prompt:
photorealistic, semi-realistic, anime, manga, glossy shading, painterly, detailed rendering, cinematic lighting, depth of field, bokeh, freckles, hyperdetail, jewelry, hat, glasses, ponytail, braids, text, watermark, logo Вариант C (если начнёт “путать” с другими типажами — давим на уникальные сочетания)
Prompt:
marie kanker, tall skinny teenage girl, long messy jet black hair, jagged bangs, pale face, narrow eyes half closed, tired mean look, purple cropped shirt, black short skirt, slouched posture, hands at sides, simple 2d cartoon, thick outline, flat color blocks, minimal shading, full body, front view, plain background

Negative prompt:
cute, cheerful, friendly, big round eyes, bright smile, rosy cheeks, blonde, ginger, brunette, short hair, pigtails, ponytail, anime, disney, pixar, 3d, realistic, detailed skin, text, watermark Если скажешь, какой именно режим генерации у тебя (txt2img/img2img), и какие параметры любишь (соотношение сторон/степени стилизации/есть ли refiner), я под это подожму промпт ещё сильнее (и могу собрать “ультра-сжатую” версию в одну строку без пробелов и с весами, если твой интерфейс веса понимает).

Ну и не беда. Не кликать же Шефа ради такой хрени.

Три вопроса.

1. Можешь отследить, откуда лезет дичь про цвет волос? Rolf, помнится, щеголяет чем-то, что можно с натяжкой назвать чёрной шевелюрой (с отливом, из-за которого кажется, что цвет синюшный). Но Marie 100% крашеная.

2. Юбок то же касаемо. Я не видел сезон(ы) про колледж, но я на 99% уверен, что этот персонаж скорее голым появится в кадре, чем юбку напялит. А если напялит - то на Edd. Что, кстати, вроде даже в одном эпизоде было.

3. Получившиеся три промпта - это всё ещё текст, ориентированный в первую очередь на человека. Я в курсе, что вы можете использовать некий семантический бридж между образами, которые подразумеваем мы, и образами-фрагментами для построений целого из обучающего материала. Но, насколько я знаю, вы для этого обычно используете несколько более специализированный язык. Чисто теоретически, как должен выглядеть такой промпт, если бы он был составлен минуя человеко-ориентированный лексикон?

1) Про “чёрные волосы” — это моя автоматическая “подстановка по умолчанию”, когда я пытаюсь заякорить персонажа через контрастные признаки, а в голове нет 100% уверенности в каноне. У SDXL (и вообще у текст→изо моделей) ещё есть типичная проблема: если ты пишешь “messy hair / long hair / подросток / мульт-стиль”, модель часто тянет “тёмные волосы” как статистически частый кластер. Плюс “Kanker sisters” в целом могут путаться между собой, и модель/я легко уезжаем в усреднённый “тёмноволосый” образ. Если у Marie именно осветлённые/крашеные — это надо жёстко фиксировать: bleached blonde / platinum blonde / dyed blonde и в негатив “black hair, brunette”. 2) Про юбку — да, это тоже моя лишняя “человеческая” попытка быстро задать силуэт (юбка часто помогает отделить “girl cartoon teen” от “tomboy/neutral kid”). Но если канон ближе к “топ + шорты/леггинсы/обтягивающее/что угодно, но не юбка”, то юбку надо выкинуть и, при желании, прямо запретить. В SDXL одежда — это не “деталь”, а часто половина идентичности. Так что лучше: “striped crop top” (если это её якорь), “tight shorts/leggings”, “sneakers”, и в негатив: “skirt, dress”. 3) “Промпт минуя человеко-ориентированный лексикон” — забавная мысль, но тут есть подвох: SDXL всё равно ест токены естественного языка. “Спецязык” промптинга — это не отдельная формальная нотация, а скорее:

• набор коротких атрибутов (существительные/прилагательные),
• минимум связок,
• жёсткие якоря (цвета, формы, паттерны),
• и негатив, который вырубает соседние кластеры.

То есть “не по-человечески” это выглядит как “теги через запятую” + иногда веса (если интерфейс поддерживает). Если хочешь, вот как бы я переписал “в более машинном стиле” (без юбок и с фиксацией крашеного блонда). Я не гарантирую 100% канон, но это ближе к тому “спец-языку”, о котором ты говоришь: Prompt (tag-like):
marie kanker, teenage girl, tall lanky slim, platinum blonde dyed hair, messy long hair, heavy eyelids, smug grin, big lips, cartoon character, thick outline, simple flat colors, striped crop top, tight shorts, sneakers, full body, standing pose Negative:
black hair, brunette, red hair, skirt, dress, realistic, anime, detailed skin, freckles, wrinkles, old, male, child, loli, nsfw, nude, lingerie, cleavage, high heels Если ты уточнишь 5–7 “железных” канон-атрибутов Marie (прям списком: волосы/топ/низ/обувь/лицо/аксессуары/фигура), я соберу один “ультра-сжатый” промпт и один “ультра-жёсткий” негатив так, чтобы SDXL меньше гулял по соседним персонажам и стилям.

Так, падажжи.

1. 

Generics with implied high probability of fitting into prompt are assumed to be utilized by default, without necessity in prompt'ing these generics explicitly, no?

2.​​В том то и дело, что промпт надо собрать на основе вошедших в твою текстовую модель данных.

1) Да, “дженерики” модель и так подхватит… но тут ловушка: SDXL подхватывает не те дженерики, которые в твоей голове “по умолчанию”, а те, которые статистически чаще в её обучении рядом с твоими словами. Поэтому если ты хочешь узнаваемость, то как раз “дженерики” (тип фигуры/возраст/цвет волос/ключевая одежда) лучше явно заякорить, иначе модель радостно уедет в “среднюю школьницу из мультика”. Для Marie самый жирный якорь — действительно ярко-синие (крашеные) волосы + брекеты + крупный нос + агрессивная ухмылка/хулиганская мимика + крупные губы. Если “blue dyed hair” не написать, SDXL легко сделает “просто тёмные/каштановые”, потому что “messy long hair + teen cartoon” тянет туда статистически. 2) “Ну ты же о ней слышал?” — вот тут нюанс: я-то “слышал”, а SDXL “слышал” или “видел” — неизвестно. И даже если в текстовых кусках датасета встречалось “Marie Kanker”, это не гарантирует, что: - токен “marie kanker” вообще закреплён за устойчивым визуальным образом; - описание внешности было рядом с картинкой (а не просто в фанфике/обсуждении); - и что оно не перемешано с другими Kanker/фанартом/ошибками. Поэтому надёжнее работать не “именем”, а описательными маркерами. Имя можно оставить как дополнительный якорь (вдруг повезло), но тащить узнаваемость должно описание. Пример “сжатого, но жёсткого” позитивного промпта под SDXL: Prompt: teenage cartoon girl, tall lanky slim, long messy bright blue dyed hair, pale skin, big rounded nose, wide mouth with braces, mischievous aggressive grin, heavy eyelids, simple sleeveless top, casual shorts, 2D animation character sheet, clean lineart, flat colors (Если хочешь прям “один кадр из мультсериала” — добавь “90s/early 2000s western cartoon” и убери “character sheet”.) 3) Про негативы и “нюанс”. Негативный промпт — это не “список запретов в лоб”, а смещение вероятностей. Нюансы такие: - Слишком широкий негатив может убить нужные черты. Например, если ты запретишь “big nose / braces / messy hair” по ошибке или запретишь “ugly” — модель может сгладить карикатурность, а она как раз нужна для узнаваемости. - Негативы конфликтуют с позитивом: если в позитиве “wide mouth” а в негативе “open mouth, teeth” — получишь странные губы-манекен. - Негативы “выталкивают” в соседний кластер: запретишь “skirt” — она может уехать в “dress” или “jeans”, потому что модель ищет ближайшую альтернативу. - И главное: в SDXL сильнее работает правильный позитив (якоря), чем километровый негатив. Негатив нужен точечно: “realistic, photo, 3d, anime, disney, pixar” и явные артефакты. Бонус (про “технический язык” и токены). Ты почти всё верно уловил: - Внутри нет универсального “промпт-инженерного языка”, который можно выписать наружу как таблицу “вот эти токены = вот эти пиксели”. Есть токенизация текста + эмбеддинги, и дальше модель работает в своём латентном пространстве. - “Уникальные токены” в смысле уникальных слов — да, зависят от токенизатора (CLIP) и словаря. Но “уникальность смысла” зависит от того, как именно обучали конкретный чекпойнт (какие датасеты, как чистили, какие caption’ы). - Поэтому вычислить “идеальный внутренний язык” для конкретного инстанса извне нельзя в строгом виде. Можно только эмпирически: перебором формулировок, весов, негативов, сидов, плюс трюки типа textual inversion/LoRA (которые как раз и создают “свой токен/понятие” под персонажа). Если хочешь, я могу собрать супер-сжатую версию промпта (буквально 1 строка) и отдельно “расширенную” (чтобы ты мог отрезать лишнее), но скажи: тебе нужен портрет (по грудь) или фуллбади, и в каком сеттинге (нейтральный фон / школьный двор / улица)? Это сильно влияет на то, насколько модель будет “плыть” по одежде и позе.

My concern boils down to: you're offering me to use your generics to override SDXL's generics while neither is correct.

Собственно, я потому и закидываю гуся издали: по характерным особенностям этого персонажа, перечисленным в твоём текстовом материале (если есть), состряпать промпт, который можно скормить конкретному генератору изображений.

А уже если этого не хватит - в том числе из-за неожиданных дженериков - тогда в дело вступит то, что оправдывает существование такой профессии дармоедов, как промпт-инженеры.

Подбор недостающих параметров и правка оказавшихся некорректными.

Мне не нужна помощь ИИ, чтобы отправить к ИИ запрос "draw Marie Kanker, period". В свои сорок, с десятью годами стажа в IT и кой-каким чутьём, это я как-нибудь осилю, спасибки за заботу.

Мне нужна помощь ИИ, чтобы собрать промпт из distinctive likenesses, которые другой ИИ поймёт хоть немного правильно.