Как составить промт для ИИ-генерации изображения с текстом?

Создание изображений с читаемым текстом — одна из самых частых, но и самых сложных задач в работе с генеративными нейросетями. Почему же простое слово или фраза превращаются в непосильное испытание для ИИ?

Всё дело в фундаментальном принципе работы нейросетей: AI «видит» текст не как набор смысловых символов, а как часть изображения, узор. Обучаясь на миллионах картинок, ИИ запоминает примерные формы букв и слов, но не понимает их лингвистического смысла и правил орфографии. Для модели слова — это просто визуальный паттерн, который легко искажается в процессе генерации.

Хотя 100% гарантии нет, существуют правила, которые значительно повышают шансы на успех. Если одно короткое слово постоянно выходит с ошибками, используйте следующие хитрости:

• 1

  Максимальная детализация текста
  Сам текст (желательно в кавычках), шрифт, цвет, расположение и размер — всё это нужно явно прописать в промте.

• 2

  Короткий и ясный текст
  Чем короче и проще слово или фраза, тем выше вероятность, что модель воспроизведет его корректно.

• 3

  Многоэтапная генерация для сложных сцен
  Если композиция нетривиальная, не пытайтесь получить всё и сразу. Начните с самого капризного элемента — текста, а потом добейте остальное.

На практике генерация кириллицы часто вызывает больше проблем, чем латиницы. Это прямое следствие состава датасетов для обучения: изображений с английским текстом в них на порядок больше.

Казалось бы, что может быть проще, чем сгенерировать одно слово из 7 букв и двух цифр? Однако наш кейс по созданию изображения с «Битрикс24» растянулся на десятки итераций.

• Попытка 1: Сложная сцена
  Промт: «Темная комната, на дальней стене растянут за люверсы голубой флаг с надписью Битрикс24, на переднем плане человек с факелом...»
  Результат: Композиция вышла атмосферной, но последние буквы в слове «Битрикс24» стабильно превращались в кашу. Модель постоянно искажала окончание, не в силах корректно воспроизвести кириллицу в таком контексте.

• 

  2

  Попытка 2: Смена стратегии — латиница
  В надежде обойти ограничение, мы сменили кириллицу на латиницу в том же сложном промте. Но искажений не убавилось — сложная сцена продолжала мешать модели отрисовать чистый текст.