Статья рассматривает практики написания промтов для генерации изображений и видео нейросетями (Stable Diffusion, Midjourney, DALL·E, GPT Image, Veo, Runway и др.). Автор выделяет пять ключевых принципов для работы с изображениями: четкость, детализация, структурированность, стиль и атмосфера. Для более точного результата важны дополнительные параметры: соотношение сторон (--ar, Aspect Ratio Selector), вес ключевых элементов (скобки в Stable Diffusion, :: в Midjourney), а также использование негативных промтов (--no).

Отдельное внимание уделяется типовым проблемам: генерация текста (решается с помощью GPT Image), аномалии анатомии и объектов (исправляются детализацией и негативными промтами), ошибки текстур и артефакты. Для улучшения качества применяются «волшебные слова»: 4k, ultra-detailed, photorealistic, ray tracing, v-ray, octane render.

Для видео промты строятся по иной логике: сюжет и действие, описание объектов, движения камеры (tracking, orbit, POV, zoom), стиль (аниме, винтаж, киношный), а также формат (ориентация, FPS, разрешение). Важен баланс: чрезмерная детализация повышает риск ошибок и «галлюцинаций» моделей. Отдельно описан тренд на «оживление картинок», где задается анимация для статичных изображений с уточнением характера движения и контекста.