Привет, меня зовут Олег Вишневский, я диджитал дизайнер и арт-директор, руковожу командой мультидисциплинарных дизайнеров и лоукод разработчиков.

Зачем нужны фотостоки, если нейросети готовы производить бесконечное количество нужных вам изображений? Расскажу, как мы получили несколько несколько сотен фотореалистичных изображений людей и пакет иконок для коммерческого сайта с помощью нейронок, потратив ~50 часов дизайнеров и $60 на Pro Plan Midjourney.

Плюс, конечно, наша насмотренность и опыт, которым я сейчас поделюсь с вами!

Рассмотрим один из наших кейсов, сайт с большим каталогом фармацевтических и косметических продуктов для женского здоровья. Этот проект мы создаем с нуля, но сейчас поговорим не о дизайне, а о контенте с уникальной стилистикой продакшена для женской аудитории 35+. 

Необходимый нам контент можно условно разбить на 3 категории:

1. Изображения для первых экранов категорий продуктов с фото персонажей — Midjourney v6.

2. Много изображений с одним персонажем — задача для Stable Diffusion.

3. Пак 3D иконок в одном стиле — тоже с помощью Midjourney и опции --seed.

1. Фотореалистичные персонажи на Midjourney

Нужно было создать более 50 картинок для первых экранов категорий продуктов. Это мы сделали с помощью Midjourney v6.

Как генерировать людей на Midjourney:

1. Создать промпт, идеально подходящий под стилистику, придётся начать с теста.

2. Сформулировать, что хотите видеть — персонаж, возраст, эмоции, окружение, детали. Важно не усложнять задачу, чтобы героиня выглядела естественно.

3. Используйте выбранный хороший результат как стилевой референс.

4. Для дальнейших генераций введите после промпта --sref вместе с URL изображения референса.

5. Генерировать много и редактировать промпты можно в процессе.

6. Сделать апскейлы, доработать мелочи в Generative Fill в фотошопе.

7. Создать финальный каталог изображений в Figma.

2. Серии с персонажами на Stable Diffusion

Для каталога нужно было создать ~200 изображений для анимированного блока истории персонажа при использовании продукта. Это мы сделали серии с помощью Stable Diffusion, установив его на обычный макбук, используя сборку Stable Diffusion Automatic1111, модель Realistic Vision V 6.0, а также расширения Controlnet и After Detailer.

Как использовать Stable Diffusion для генерации людей:

1. Для того, чтобы все персонажи генерировались в нужных нам позах, мы отобрали стоковые фотографии с подходящими позами реальных людей и прогнали их через ControlNet. Таким образом, мы получили набор из моделей для дальнейших генераций. 

2. Подготовка промптов для Stable Diffusion и наборов моделей для ControlNet. С помощью теста, мы выделили наиболее рабочий вариант промпта. «Fit and beautiful 45 year old american  woman, smiling, brunette tomboy cut, regular fit shirt, clear pastel pink background, RAW photo, subject, 8k uhd, dslr, soft lighting, high quality, film grain, Fujifilm XT3». Для кастомизации персонажей, мы меняли этнический тип, возраст, цвет волос, тип стрижки и цвет бэкграунда, а также модель с позами ControlNet. 

3. Также использовался негативный промпт «deformed iris, deformed pupils, semi-realistic, cgi, 3d, render, sketch, cartoon, drawing, anime), text, cropped, out of frame, worst quality, low quality, jpeg artifacts, ugly, duplicate, morbid, mutilated, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, earings»

4. Лайфхак: персонажей мы склеили сразу по 3 штуки на одной картинке, так получается более консистентно по одежде и аксессуарам. 

5. Используя функцию Script - Prompts from file or textbox, можно автоматизировать процесс, загружая по 5 промптов для одного набора поз. Таким образом, мы сгенерировали около 70 персонажей в различных позах за пару ночей.

6. Постпродакшен, отбираем хорошие, удаляем треш и дорисовываем бэки фотошопе, с помощью Generative Fill в Photoshop.

7. Создаем каталог в Figma и все правильно кропим и тд.

3. Пак иконок с помощью Midjourney 

Для каталога нужно было создать серию из более чем 50 3D иконок в одном стиле. Нам нужен Midjourney и функция --seed.

Как сгенерировать сет 3D иконок на Midjourney:

8. Пишем промт по типу: pastel minimalistic purple “object” icon, front view, trendy design, blender, studio lighting, ultra-minimalist appearance (вместо object пишем то что хотим сгенерировать).

9. С промтом можно как угодно экспериментировать, например написать isometric view, top view, или задать стилистику которая вам нужна.

10. Далее нужно получить --seed. Нажимаем правой кнопкой мыши на сетку изображений, выбираем реакцию конверт, тем самым отправляем себе в личные сообщения с ботом Midjourney необходимый нам --seed, который позволит сделать идентичные понравившемуся исходнику иконки.

11. Меняем объект В начале прописываем другой объект и используем полученный --seed для генерации остальных иконок.

12. Делаем всем иконкам идентичный цветкор, правим мелочи в генеративном фотошопе.

13. Нарезаем для фигмы, делаем идентичный кроп и можно подгружать наш пак в макет.

Олег Вишневский

Digital designer and art director

В результате у нас получилось

• 300+ финальных, уникальных изображений

• 2000+ генераций и разных вариантов

Процесс не сложный. Вспомните, еще год назад мы могли только фантазировать о такой возможности. У нас ушло около 10 дней работы на эту задачу, уверен что дальше это можно сильно оптимизировать и улучшить результат.

Минусы такого подхода:

1. Нужно вкатиться в тему нейронок и их использования

2. Есть брак и его не мало

3. Мелкие недочеты 

Плюсы генерировать вместо стоков:

1. Нет необходимости использовать лицензию на стоках, для медицинских продуктов очень сложно выбирать подходящие сетапы

2. Гибкая настройка результата

3. Если научиться это делать дальше, будет только лучше

Разумеется, только нейронками мы не отделались, помимо сгенерированного контента на сайте мы подготовили множество видео-футажей и 3D-визуализаций для каждого продукта, но об этом — в другой раз.

Как думаете, это уже норм результат?