Описать фото нейросетью

• Промпт для генерации

  Понравился чужой кадр — опишите его и получите готовый английский промпт с композицией, планом, светом и стилем. Дальше его можно править под себя и отдавать в Midjourney, Stable Diffusion, Kandinsky или в нашу генерацию по описанию.

• Alt-текст и SEO

  У каждой картинки на сайте должен быть атрибут alt: по нему изображение попадает в поиск по картинкам и его читает экранный диктор. Писать его руками для сотни фотографий скучно — здесь он приходит вместе с описанием, одной строкой и без вводных слов.

• Карточка товара

  Описание по фото товара — заготовка для маркетплейса или каталога: цвет, материал на вид, форма, комплектность, что видно на упаковке. Останется добавить размеры и характеристики, которых на снимке нет.

• Доступность

  Незрячий человек читает сайт диктором, и картинка без описания для него просто не существует. Текстовое описание изображения закрывает эту дыру — и заодно требование доступности, если сайт обязан ему соответствовать.

• Поиск по своему архиву

  Тысячи снимков в папке ищутся только по дате. Описание превращает картинку в текст, а текст уже находится обычным поиском: «синий велосипед у моря» найдётся, даже если файл называется IMG_4821.

• Просто понять, что на картинке

  Пришёл скриншот, мем или схема, и разбираться в них некогда. Описание в двух абзацах отвечает на вопрос «что здесь вообще происходит» быстрее, чем разглядывание в лупу.

1. 01

   Объект и действие

   Кто или что в кадре и что делает. Это ядро промпта: без него нейросеть соберёт красивую, но чужую картинку.

2. 02

   План и композиция

   Крупный план, поясной, общий; откуда снято и куда смотрит объект. От этого зависит кадрирование сильнее, чем от любого слова про стиль.

3. 03

   Свет и цвет

   Жёсткий или мягкий, откуда падает, какая гамма. Свет — то, что отличает случайный снимок от постановочного, и в промпте он весит больше всего.

4. 04

   Стиль съёмки

   Малая глубина резкости, плёночное зерно, студийный фон, репортаж. Последний штрих: он задаёт манеру, но не содержание.

Промпт приходит на английском: генеративные модели понимают его заметно лучше, чем русский, и переводить обратно смысла нет. Точной копии исходной картинки он не даст — у каждой модели свой характер, и один и тот же текст у Midjourney, Stable Diffusion и Kandinsky превратится в три разных кадра. Зато композиция, свет и манера съёмки переносятся почти всегда, а дальше промпт правится под себя.

• Фотографии

  Портреты, пейзажи, интерьеры, еда, животные, репортаж. Самый частый случай и самый удачный: на фотографии больше всего признаков, за которые описанию есть чем зацепиться.

• Скриншоты

  Экран приложения, переписка, страница сайта, ошибка в программе. Нейросеть прочитает надписи и расскажет, что на экране происходит — вплоть до того, какая кнопка нажата.

• Иллюстрации и рисунки

  Арт, комикс, детский рисунок, обложка, обои. Описание расскажет и сюжет, и манеру: линия, заливка, палитра, откуда взялось настроение.

• Документы и схемы

  Чертёж, инфографика, таблица, объявление, афиша. Текст с них считывается, а структура пересказывается словами — что где расположено и как связано.

• Коллажи

  Несколько кадров в одном файле или сетка из карточек. Описание пойдёт по частям, но чем плотнее коллаж, тем короче будет сказано о каждой из них.

• Мемы и картинки из интернета

  Подпись, персонаж, узнаваемая сцена. Что мем значит и над чем смеётся, нейросеть иногда объяснит, но опирается она на то, что видит в кадре, а не на историю картинки.

1. 01

   Загрузите картинку

   Снимок с камеры, скриншот, иллюстрация или картинка из интернета — перетащите файл в поле выше или выберите на устройстве. Подходят JPG, PNG, WebP и HEIC до 20 МБ. Ничего устанавливать не нужно, всё происходит в браузере.

2. 02

   Нейросеть читает кадр

   Она разбирает объекты и их расположение, людей и их одежду, фон и время суток, надписи, цветовую гамму и характер света — и складывает это в связный текст, а не в перечень меток.

3. 03

   Заберите описание

   Описание, короткий alt-текст, английский промпт для генерации, список объектов, обстановка, найденные надписи и настроение кадра. Каждый из первых трёх копируется одной кнопкой.

• Не говорит, кто на фото

  Ни имён, ни знаменитостей: по снимку личность не читается, а угаданное имя было бы ложью о живом человеке. Внешность и одежда описываются, личность — нет.

• Не ищет, откуда картинка

  Первоисточник, автора и страницу, где кадр опубликован, инструмент не находит — для этого есть поиск по картинке. Здесь картинка превращается в текст, а не в список ссылок.

• Не определяет, нарисовано ли это нейросетью

  Сгенерированный кадр описывается так же, как снятый камерой, но вердикта «настоящее или нет» вы не получите. По одному изображению этот вопрос надёжно не решается.

• Не ставит диагнозов и оценок

  Ни здоровье по фотографии, ни подлинность документа, ни цена вещи, ни калорийность блюда. Всё это выводы, которых в кадре нет, и придумывать их сервис не станет.

• Не переводит надписи

  Текст с картинки приводится дословно, на том языке, на котором написан. Перевести его — отдельное движение, и делать это молча за вас сервис не берётся: перевод вывески меняет смысл кадра.

• Не обрабатывает пачку файлов

  За раз описывается одна картинка. Массовой загрузки папкой и очереди на сотню снимков здесь нет: инструмент рассчитан на то, чтобы быстро разобраться с одним изображением.