Яндекс GPT и картинки: где просить готовое изображение
Яндекс GPT и картинки: когда нужен текстовый бриф, где нарисовать изображение в Алисе AI и какую роль играет Image Generation Tool в облачном сценарии.
Евгений
Дизайнер-партнёр LibraChat
6 мин чтения
Один запрос можно адресовать собеседнику, который помогает написать описание, другой — режиму, который создаёт изображение. В разговоре про Яндекс GPT и картинки я сначала разделю эти действия. Для одной иллюстрации удобен потребительский чат Алисы AI. Для приложения, где текстовая модель вызывает графический инструмент, есть отдельный облачный сценарий.
Мне, например, нужна иллюстрация к заметке о ручном переплёте книг. Я хочу показать нить, иглу и раскрытую тетрадку. Сначала могу попросить помочь с композицией. Но законченный текст «нить красиво изгибается на столе» ещё не даст файла, который можно вставить в заметку. Поэтому в задании я назову нужный выход заранее.
Яндекс GPT и картинки: какой результат мне нужен?
Я начинаю с простой развилки. Если пока не понимаю сюжет, нужен бриф. Если сюжет уже выбран, можно просить изображение. Если картинки должны появляться внутри собственного приложения, задача включает настройку рабочего процесса. Поисковая фраза объединяет всё это, но мои следующие действия будут разными.
Для переплётной заметки я заполнил бы такую таблицу:
Моя цель · Что запрашиваю · Как выглядит завершение
Выбрать понятную сцену — Текстовое описание композиции — Бриф, который можно отредактировать
Получить иллюстрацию — Явную генерацию изображения — Доступная для сохранения картинка
Встроить генерацию в проект — Сценарий с графическим инструментом — Работающий процесс приложения
Таблица описывает тип работы. Она не доказывает, что любой чат с названием GPT выполнит каждую строку. Я проверю продукт и его документированный маршрут. Это быстрее, чем переписывать одну и ту же просьбу, не замечая, что ожидаемый файл вообще не был назван.
Текстовый этап полезен и сам по себе. Можно решить, стоит ли показывать всю мастерскую или только небольшой участок стола. Для моей заметки я выберу второй вариант: нить и раскрытая тетрадка читаются без множества инструментов вокруг. Такой выбор относится к подаче материала, а не к скрытому устройству нейросети.
Где нарисовать одну картинку обычному пользователю?
В текущей справке Алисы AI описан прямой маршрут: открыть чат, выбрать «Нарисовать картинку» или написать «Нарисуй», затем описать нужное изображение. Там же указана возможность задать соотношение сторон. Для одной иллюстрации я начну с этого маршрута.
Справка допускает бесплатную генерацию, но предупреждает о временной недоступности некоторых функций без опции Плюс при высокой нагрузке. Я не трактую это как обещание, что каждый запуск доступен в любой момент. Если функция сейчас недоступна, сначала прочитаю сообщение продукта, а не буду менять художественный замысел наугад.
Для переплётной иллюстрации предложу такую композицию:
Нарисуй горизонтальную иллюстрацию для заметки о ручном переплёте. На светлом деревянном столе лежит раскрытая тетрадка с чистыми страницами, рядом переплётная игла и одна катушка тёмно-синей нити. Нить образует мягкую дугу к сгибу тетрадки. Небольшая спокойная мастерская, мягкий дневной свет, внимание к материалам. Надписи в изображение не добавляй.
Эта заготовка объясняет расположение предметов, но не обещает, что каждый инструмент будет нарисован технически точно. Я бы первым делом посмотрел на форму иглы и путь нити. Если картинка должна объяснять настоящий приём шитья, потребуется отдельная проверка специалистом или достоверная схема. Для вступительной иллюстрации у меня другой уровень требований.
В описании Alice AI ART от Yandex Cloud генерация изображений связана с отдельной моделью и Image Generation Tool. В том же материале описан агентский сценарий, где инструмент можно подключить к агенту на основе YandexGPT Pro 5.1. Поэтому роли текстовой части и графического инструмента стоит различать.
Я представляю такой рабочий процесс через свою заметку: сначала сформулировать сюжет, затем передать описание генератору, после этого получить визуальный материал. Это схема задачи, а не утверждение о проведённой мной настройке. Для собственного приложения придётся отдельно разбираться с доступом и условиями платформы по актуальной документации.
Обычному пользователю, которому нужна одна картинка, не обязательно начинать с построения агента. Я бы выбрал облачный путь, когда требуется повторяемый процесс внутри продукта: например, иллюстрации к новым записям каталога. Тогда важен уже весь цикл, включая проверку и сохранение результата, а не только удачная формулировка.
Если читаешь инструкцию для разработчика, посмотри, какое действие она настраивает. Подготовка текста, вызов графического инструмента и показ картинки в приложении могут быть тремя частями одного сценария. Отсутствие любой из них нельзя исправить обещанием, что модель «умеет всё»: нужно понять конкретный пропущенный шаг.
Что делать, если вместо картинки пришёл текст?
Я проверю свою просьбу. «Помоги придумать иллюстрацию» вполне может означать обсуждение идеи. Для такого этапа я сам написал бы отдельное задание:
Предложи текстовый бриф для иллюстрации о ручном переплёте: главный предмет, расположение нити и характер света. Ограничь сцену тетрадкой, катушкой и иглой. Само изображение на этом этапе не нужно.
Когда бриф принят, я сменю действие на явную просьбу нарисовать. Между этими этапами есть удобная точка контроля: можно убрать лишние предметы, выбрать формат и решить вопрос с текстом. Я предпочитаю исправить замысел до серии картинок.
Для отдельной работы по такому брифу можно открыть чат LibraChat и явно попросить изображение. LibraChat создаёт картинку по просьбе «нарисуй»; условия качества я проверю по тарифам. Описание будущей иллюстрации и готовое изображение я оценю раздельно.
Для моей переплётной заметки завершение выглядит так:
картинка действительно получена и сохранена;
нить и тетрадка читаются в размере статьи;
иллюстрация не выдаётся за точную учебную схему;
текст брифа остаётся рядом для следующего уточнения.
Попробуй сначала выбрать строку из таблицы: бриф, картинка или рабочий процесс приложения. Тогда вопрос про Яндекс GPT и картинки получит конкретное продолжение. Я для этой заметки выбрал бы одну иллюстрацию через режим рисования и сохранил её вместе с описанием сцены.