Как сгенерировать изображение нейросетью, если нет дизайнера

Картинка нужна почти к каждому посту, баннеру и обложке, а дизайнер есть не всегда и не у всех. Пару лет назад нейросети для картинок были игрушкой, я и сам в 2022 году побаловался Midjourney, покрутил пару промптов и забросил на полтора года. Сейчас это рабочий инструмент, который закрывает задачу «нужна картинка прямо сейчас» за минуты и почти без бюджета. Ниже я собрал обе стороны темы, как сгенерировать изображение нейросетью без типовой пластмассы и как потом отличить ИИ-картинку от настоящей фотографии.

Такие связки нейросетей и лидогенерации я разбираю в своём Telegram-канале «The Maslov», по делу и с готовыми решениями. Если тема близка, загляните и подпишитесь, дальше по тексту будет только конкретика.

Зачем маркетологу генерировать изображения нейросетью

Нейросеть закрывает задачу «нужна картинка, а дизайнера нет» за минуты и почти бесплатно, поэтому вы перестаёте зависеть от чужого графика и правок по кругу. На сложных проектах живой дизайнер всё равно нужен, но на потоке простых картинок к постам и рекламе нейросеть даёт скорость, которой у ручного процесса просто нет.

У меня к любому новому инструменту один подход, меньше магии - больше метрик. Ценность тулзы измеряется тем, сколько реальной рутины она снимает с конкретной задачи, а красивые промпты из чужих подборок сами по себе не значат ничего. По моему опыту, применимость типового «нейросетевого» контента к живым рабочим задачам невысокая, дай бог процентов десять, потому что промпт из чужой подборки заточен под чужую сцену и под вашу задачу его ещё надо переделать. Поэтому дальше я говорю только о том, что можно взять и повторить руками, без всякой магии.

Если вам нужна целая презентация или коммерческое предложение, а не одна картинка к посту, это отдельная история со своими инструментами, и её я разбирал в материале про нейросети для презентаций.

Какой нейросетью генерировать изображения, если вы в России?

Из коробки, без VPN и зарубежной карты, работают российские сервисы, YandexART со Шедеврумом и Kandinsky от Fusion Brain у Сбера. Западные топы, Midjourney, ChatGPT с моделью gpt-image и Gemini от Google, официально из России недоступны, их берут либо через VPN с зарубежной картой, либо через агрегатор с оплатой в рублях.

Разберу по порядку, чтобы вы не тратили время на то, что всё равно не откроется. Midjourney заблокирован на стороне сервиса, российская карта там не проходит, и без VPN со страной, где сервис работает, к нему не подступиться. Сайт ChatGPT тоже не открывается с российских адресов, ограничение поставила сама OpenAI, но сама генерация картинок доступна на всех тарифах, если заходить через VPN или агрегатор. Gemini от Google в том же положении.

Российская связка проще. Шедеврум на движке YandexART работает без плясок с VPN и картой, модель обучена с акцентом на русский визуальный контекст, поэтому лучше понимает наши сцены и надписи. Fusion Brain с Kandinsky тоже доступен напрямую, у него осталась бесплатная ветка через API. Отдельная ветка для тех, кто готов разбираться технически, это Stable Diffusion с открытыми весами, его запускают локально или через сторонние облачные интерфейсы, и системной блокировки, как у Midjourney, там нет.

Практичная связка на сегодня выглядит так. Российский сервис берёте как бесплатную базу под рутину, зарубежный через агрегатор подключаете под топовую картинку, где нужен максимум качества. Так вы закрываете и скорость, и сложные кадры, не упираясь в блокировки.

С агрегаторами есть отдельная осторожность. Оплата у них идёт в рублях через Telegram или соцсети, и рядом с нормальными сервисами крутится много перекупщиков, которые берут деньги за доступ, а на выходе дают ту же генерацию с наценкой в несколько раз. Прежде чем платить, проверьте, что сервис работает не первый месяц, что у него есть живая поддержка и понятные условия возврата, и не заносите крупную сумму сразу, начните с минимального пакета и посмотрите на результат.

Где заканчивается бесплатный лимит и что делать дальше?

Бесплатные лимиты у всех разные, и часть популярных советов в интернете уже устарела. Adobe Firefly официально даёт 25 генеративных кредитов в месяц на бесплатном аккаунте, с водяным знаком на результате. У Fusion Brain бесплатный тариф остался в API, порядка сотни запросов в месяц плюс очередь в часы пик. А вот у Midjourney бесплатного триала нет вообще ни для кого, его отменили ещё весной 2023 года из-за чрезмерного спроса и злоупотреблений, и с тех пор не вернули, о чём пишут обзоры со ссылкой на заявления самого сервиса.

С российскими сервисами есть нюанс, данные о лимитах расходятся от источника к источнику, у Шедеврума называют и семьдесят генераций в день в вебе, и безлимит в приложении. Цифры меняются, поэтому не привязывайтесь к конкретному числу из старой статьи, а смотрите актуальный лимит прямо в приложении на момент, когда вы читаете эти строки.

Когда бесплатный лимит кончился, вариантов немного. Либо ждёте сброса лимита, либо переходите на платный тариф, либо переключаетесь на другой сервис под конкретную картинку. Полный разбор лимитов бесплатных нейросетей, где у каждой потолок и где новичок теряет деньги, я собрал отдельно в материале про лучшие бесплатные нейросети.

Как поставить задачу нейросети, чтобы не получить типовую «пластмассу»?

Чтобы убрать глянцевую безжизненную картинку, описывайте не фантазию, а конкретный реальный кадр, будто вы фотографируете сцену прямо сейчас. Официальное руководство OpenAI по промптам для генерации изображений советует ровно это, просить у модели текстуры, поры, складки, износ ткани, мелкие несовершенства, и избегать слов, которые тянут к студийному глянцу.

Логика простая. Слова вроде «perfect», «flawless», «8K glossy» это прямая команда сгенерировать типовой стоковый глянец, а «поры кожи», «мягкий дневной свет», «следы использования» разворачивают модель к живой фактуре. Вот рабочая заготовка промпта под картинку к посту или рекламе, её можно скопировать и подставить свой объект.

Фотография для рекламного поста, снятая как реальный кадр в моменте.
Сюжет: керамическая кружка ручной работы на деревянном столе у окна кофейни.
Свет: мягкий дневной из окна слева, лёгкие тени, время около 9 утра.
Объектив: 50 мм, небольшая глубина резкости, фон размыт.
Реализм: поры и микротекстура материала, лёгкая асимметрия, следы использования, пылинки в луче света.
Избегать: студийного глянца, идеально гладких поверхностей, слов perfect, flawless, 8K glossy.

Второй частый промах, ставка на один супер-длинный промпт со всеми деталями сразу. Модель теряет приоритеты, путает количество объектов и смешивает стили, о чём в один голос пишут практики в своих разборах. Правильный путь итеративный, вы задаёте базовую сцену, смотрите результат и уточняете по одной вещи за раз, а не пытаетесь угадать идеальный запрос с первого раза.

Ещё один рычаг качества прячется в настройках самой генерации. То же руководство OpenAI советует поднимать настройку качества для мелкого текста, плотных инфографик и портретов крупным планом, потому что на низком качестве модель выдаёт более обобщённую и грубую картинку. Если баннер с надписью или лицо человека вышли смазанными, дело нередко в экономном быстром режиме генерации, а сам промпт тут может быть и ни при чём.

Подбирать промпт с нуля под каждую картинку некогда, когда постов много, а рутины по горло. Готовые разборы связок и способы автоматизировать такую работу я выкладываю в том же Telegram-канале «The Maslov», оттуда можно забрать рабочие шаблоны и не изобретать каждый раз заново.

Какой генератор я выбрал для обложек блога и что не подошло

Под обложки этого блога я прогнал несколько генераторов на семи реальных кадрах и по шести смысловым семействам картинок, от метафоры и схемы до чистой типографики. Основной моделью выбрал генератор класса gpt-image, и вот по каким трём критериям, точность кириллицы, качество света и корректность подписи бренда.

Причина такая. Во всех шести семействах эта модель ни разу не сломала кириллицу, ровно держала свет и правильно ставила подпись блога, а для обложки с русским текстом это решает всё. Запасной генератор в том же тесте держался заметно хуже по двум пунктам. Во-первых, он склонен дублировать слова в сгенерированном тексте, из-за чего после генерации нужен обязательный визуальный контроль надписи живым глазом. Во-вторых, он встраивает в результат скрытый водяной знак SynthID, то есть на выходе остаётся встроенная маркировка ИИ-происхождения, от которой не избавиться постобработкой. Для запасного варианта это терпимо, для основного нет.

В моём контент-конвейере одна обложка обходится примерно в четыре рубля, поэтому перегенерировать неудачный кадр дешевле и быстрее, чем спорить с моделью или доводить картинку руками. Скорость важнее вылизанного идеала, быстрый годный кадр с нужным смыслом ценнее, чем час борьбы за красоту, которую никто не оценит.

Главный вывод из этого прогона простой, и его можно забрать себе. Не верьте одному красивому примеру из рекламы сервиса, прогоняйте кандидата на своих типовых задачах, где есть русский текст и ваш фирменный стиль, и смотрите, где модель ломается именно на них. Один и тот же генератор бывает отличным на англоязычных фэнтезийных сценах и беспомощным на обложке с кириллицей, поэтому тест на чужих кадрах вам ничего не говорит. И ещё технический момент, годный генератор отдаёт чистый файл с вычищенными метаданными, где остаются только пиксели, так что следов происхождения в EXIF там уже не будет, о метках речь пойдёт ниже.

Какие дефекты вылезают чаще всего?

Чаще всего вылезает один и тот же набор браков, и знаю я его по собственным прогонам генерации обложек, где именно эти дефекты пришлось прицельно запрещать модели. Вот на что смотреть в первую очередь.

1. Испорченная или выдуманная кириллица. Буквы плывут и превращаются в псевдотекст, похожий на русский, но нечитаемый, либо на картинке всплывает надпись, которой не было в задании.
2. Задвоенные слова и объекты. Модель повторяет один и тот же элемент дважды в кадре, это частая слабость более слабых генераторов.
3. Лишние пальцы. Классическая анатомическая ошибка на руках, о ней ниже отдельно.
4. Глянцевый вид стокового фото вместо выбранной стилистики, та самая пластиковая картинка.
5. Белёсая дымка или засветка позади текста. Буквы выглядят затёртыми, будто под ними лежит полупрозрачное пятно.
6. Ореолы и свечение вокруг букв, которых там быть не должно.
7. Фиолетовые градиенты, тот самый узнаваемый лилово-фиолетовый фон, который выдаёт нейросеть с первого взгляда.
8. Россыпь неоновых бликов и линий по всему фону картинки, захламлённость мелкими иконками, 3D-сферами и круглыми интерфейсными виджетами без всякого смысла.

Список не теоретический, каждый пункт реально всплывал на тестовых прогонах, и без явного запрета модель допускала его снова и снова. Про то, где нейросети врут уже в тексте, а не в картинках, и как это проверять, у меня есть отдельный разбор про ошибки нейросетей.

По каким визуальным признакам узнаётся ИИ-изображение?

Быстрее всего ИИ-картинку выдают руки, текст на изображении и повторяющиеся элементы. Ни один из них сам по себе не доказывает подделку, но с них стоит начинать осмотр.

Руки и пальцы остаются главным слабым местом. Лишние или отсутствующие пальцы, суставы, которые гнутся плавной дугой, как резиновый шланг, а не в точке сгиба, точка контакта руки с предметом часто висит рядом с объектом вместо реального захвата. Дальше смотрите на текст. Генераторы картинок это не текстовые модели, поэтому надписи на вывесках, книгах и этикетках часто искажены, буквы слипаются или складываются в символы, которых нет ни в одном алфавите. Тут важная оговорка, последние модели научились класть читаемый текст как отдельную заявленную функцию, так что этот признак слабеет и подавать его как надёжный уже нельзя.

Третье, повторы и сбитая симметрия. Смешанные текстуры волос на одном человеке, странно размытые края причёски, дублирующиеся узоры фона, поехавшие пропорции там, где в сцене много похожих объектов. У нейросетей-генераторов эти огрехи типовые и хорошо известны, но для практики достаточно самого тезиса, глаз цепляется за неестественный повтор быстрее любой формулы.

Что показывают метаданные и скрытые метки вроде SynthID?

Кроме глаза, есть технические метки, которые модель встраивает в файл, SynthID и Content Credentials по стандарту C2PA. Работают они по-разному, и оба метода со своими дырами.

SynthID от Google DeepMind, объявленный в августе 2023 года, встраивает невидимый водяной знак прямо в пиксели изображения. Его авторы, Свен Гоуэл и Пушмит Кохли, описывают метку как незаметную человеческому глазу, но читаемую для идентификации. Она выдерживает размытие, поворот, цветовые фильтры и шум, а к маю 2025 года SynthID промаркировал больше десяти миллиардов единиц контента и стоит по умолчанию во всех генеративных продуктах Google. Content Credentials по стандарту C2PA, за которым стоит большая коалиция во главе с Adobe, это криптографически подписанные метаданные о том, кто, когда и каким инструментом создал или редактировал файл. Инициатива Content Authenticity Initiative называет их «этикеткой питательной ценности для цифрового контента». Firefly, продукты OpenAI и Google Imagen добавляют такие метаданные автоматически. Есть и базовый уровень, обычный EXIF камеры и софта, там иногда видно поле вроде названия генератора, но это лишь первичный фильтр.

И у той, и у другой метки есть общий предел. Ни SynthID, ни Content Credentials не отвечают на вопрос «настоящее ли изображение», они лишь рассказывают о происхождении файла, и рассказ этот легко обрывается.

Можно ли доверять сервису-детектору на 100%?

Нет, окончательного вердикта ни один детектор не даёт, и об этом открыто говорят сами разработчики. Google DeepMind прямо оговаривает, что SynthID не защищён от экстремальных манипуляций с картинкой. Content Authenticity Initiative так же прямо заявляет, что Content Credentials не должны решать за человека, реальный контент или нет, они только про историю файла.

Дальше хуже. Метаданные массово теряются в обычной жизни, простой скриншот стирает все следы происхождения, а при загрузке в соцсети файл пересжимается за секунды и манифест C2PA вырезается. То есть ровно там, где вирусится спорный контент, паспорта у картинки чаще всего уже нет. Остаётся глаз человека и автоматические детекторы, а у них большая погрешность. По независимым тестам детекторов разброс точности огромный, ложные срабатывания в отдельных замерах доходят до пятидесяти-шестидесяти процентов, так что зелёная галочка или красный флаг сервиса это аргумент, а не приговор.

Ту же историю с ложными срабатываниями детекторов, только на текстах, я подробно разбирал в материале про антиплагиат и детекторы ИИ, механика ошибок там один в один.

Что будет, если использовать непроверенную ИИ-картинку в рекламе?

Непроверенная картинка бьёт по трём фронтам сразу, доверие аудитории, модерация площадок и правовая сторона. Разберу по очереди, чтобы вы понимали цену вопроса.

Первое, аудитория считывает кривые руки, искажённый текст и пластиковый глянец быстрее, чем вы думаете, и доверие к бренду проседает, а в комментариях начинается разбор «это же нейросеть». Второе, площадки нередко отклоняют такие креативы на модерации, а стоки вроде Getty Images вообще не принимают сгенерированные изображения из-за неурегулированных авторских прав на результат и на исходные картинки. Третье, правовая рамка меняется. Весной 2026 года обязательную маркировку ИИ-контента в России отклонили, а летом, восьмого июля, приняли закон о добровольной маркировке сгенерированных картинок, аудио и видео, который вступает в силу с первого марта 2027 года. То есть обязательного запрета сейчас нет и помечать такой контент пока каждый решает сам, но привычку это делать стоит закладывать уже сегодня.

Как встроить проверку ИИ-картинок в свою рабочую рутину

Свяжите генерацию и проверку в один короткий цикл, тогда обе стороны темы работают на вас, а не против. Сначала генерируете картинку по конкретному промпту с реальным кадром, потом прогоняете её по короткому чек-листу и только затем ставите в пост или рекламу. Вот этот чек-лист в четыре шага.

1. Смотрите на руки и пальцы, на надписи в кадре, на повторяющиеся элементы и на дымку под текстом, это самые частые места брака.
2. Если картинка спорная и уходит в рекламу клиента, прогоните её через сервис-детектор, но помните, что его вердикт лишь один из аргументов.
3. Проверьте метаданные, если файл дошёл до вас без пересохранения и скриншотов, иногда там сразу видно название генератора.
4. Для чувствительных тем помечайте ИИ-происхождение сами, не дожидаясь, пока это станет обязательным по закону.

Я отношусь к нейросети как к турбине в костюме, где сама модель даёт скорость, а человек внутри отвечает за постановку задачи, вкус и контроль результата. Вычитку и вкус машина на себя не берёт, поэтому финальную проверку картинки нельзя отдавать ей, особенно текст на ней. Крайние случаи держите в голове, для рекламы клиента и чувствительных тем проверяйте тщательнее и по возможности помечайте ИИ-происхождение, а для быстрой картинки к своему посту хватит беглого осмотра по чек-листу. Так вы получаете скорость нейросети и не подставляетесь на ровном месте.