Jak opisać obraz dla AI, żeby generator zrozumiał, o co Ci chodzi

Wpisujesz "kot na parapecie" i dostajesz coś, co bardziej przypomina rozmazaną plamę niż kota. Piszesz to samo drugi raz, licząc, że generator się poprawi. Nie poprawi się. Problem nie jest w narzędziu - problem jest w tym, że AI dostało trzy słowa i musiało samo wymyślić resztę: jaki kot, jakie parapet, jakie światło, jaki styl. Zgadywanie kończy się przypadkiem, a Ty chcesz konkretu.

Dobra wiadomość: pisanie promptów do obrazów to umiejętność, którą da się rozłożyć na kilka powtarzalnych elementów. Nie musisz być grafikiem ani znać żargonu fotograficznego na pamięć. Musisz wiedzieć, co dodać do promptu i w jakiej kolejności - a to jest do opanowania w jedno popołudnie. Jeśli interesuje Cię temat promptów szerzej, sprawdź też poradnik o strukturze promptu do obrazu AI - tam znajdziesz dodatkowe przykłady.

Zanim zaczniesz

Ten poradnik działa niezależnie od tego, czy generujesz obrazy w Midjourney, DALL-E, czy innym narzędziu opartym na tekście. Różnice są głównie w składni parametrów technicznych (o tym niżej), a nie w logice samego promptu. Przydatne będzie:

• Konto w wybranym generatorze obrazów (Midjourney przez Discorda, DALL-E w ChatGPT lub przez API).
• Kilka minut na próby - pierwszy prompt rzadko jest ostatnim.
• Notatnik albo dokument, w którym zapiszesz działające frazy - z czasem zbudujesz sobie własną bibliotekę.

Siedem elementów, które zmieniają zgadywanie w kontrolę

Skuteczny prompt graficzny nie jest jednym zdaniem - to zestaw warstw, które razem opisują obraz tak, jak opisałbyś go koledze przez telefon, wiedząc, że on nie widzi tego, co Ty. Siedem elementów, które warto uwzględnić: główny obiekt, styl artystyczny, kompozycja i kadr, oświetlenie, kolorystyka, detale i atrybuty oraz słowa kluczowe dotyczące jakości. Im więcej z nich świadomie ustawisz, tym bliżej jesteś wizji, którą masz w głowie - a nie tej, którą generator wymyślił za Ciebie.

1. Główny obiekt - bądź precyzyjny, nie ogólny

To fundament. Zamiast "kot", napisz "rudy kot brytyjski, siedzący, patrzący w kamerę". Zamiast "miasto", napisz "opuszczona ulica w nocnym Tokio, neony odbijające się w mokrym asfalcie". Różnica w efekcie jest kolosalna - jeden opis daje generatorowi swobodę do improwizacji, drugi zawęża pole do konkretnej sceny.

2. Styl artystyczny - powiedz, w jakim "języku" ma mówić obraz

Możesz poprosić o styl konkretnego artysty (wystarczy nazwisko lub pseudonim) albo o kategorię: fotografia, akwarela, plakat vintage, cyfrowy render 3D, szkic ołówkiem. Ten sam obiekt w stylu "fotorealistyczny" i "ilustracja dziecięca" to dwa zupełnie różne obrazy - nawet jeśli reszta promptu jest identyczna.

3. Kompozycja i kadr - ustaw kamerę, nie tylko scenę

Opisz, gdzie ma być główny punkt uwagi i z jakiej perspektywy patrzymy. Pomagają konkretne wskazówki:

• widok z góry lub zbliżenie,
• obiekt w centrum lub przesunięty w lewo,
• układ symetryczny albo dynamiczny,
• ostry pierwszy plan i rozmyte tło (efekt bokeh).

Bez tego generator sam wybiera kadr - czasem trafi, czasem nie.

4. Oświetlenie i kolorystyka - nastrój w dwóch słowach

Światło robi więcej niż myślisz. "Ciepłe światło zachodzącego słońca" i "zimne światło neonów" to dwa różne filmy, nie tylko dwa różne zdjęcia. Do tego dorzuć dominujące kolory - ciepłą lub zimną paletę, albo konkretne barwy, których chcesz uniknąć (o tym w sekcji o negatywach).

5. Detale, atrybuty i słowa jakościowe

Na koniec dodaj szczegóły, które generator mógłby przeoczyć - tekstury, materiały, drobne elementy tła - oraz frazy sygnalizujące jakość renderu, np. "wysoka rozdzielczość", "ostre detale", "kinowe oświetlenie". To nie magiczne zaklęcia, ale generatory faktycznie reagują na takie wskazówki, bo kojarzą je z lepiej wykadrowanymi obrazami w danych treningowych.

Krok po kroku: jak zbudować prompt od zera

Teraz złóż to w praktyczną sekwencję. Zamiast pisać jedno długie zdanie na pierwszy strzał, buduj prompt warstwami:

1. Zapisz główny obiekt i akcję. Np. "kobieta w płaszczu przechodzi przez most o zmierzchu".
2. Dodaj styl. "w stylu fotografii filmowej, ziarnisty film 35mm".
3. Opisz kadr i perspektywę. "ujęcie z boku, kobieta w centrum, most wypełnia tło".
4. Ustaw światło i kolory. "ciepłe pomarańczowe światło zachodu słońca, chłodny niebieski cień".
5. Dorzuć detale. "mgła nad wodą, odbicia świateł miasta".
6. Zamknij słowami jakościowymi. "wysoka rozdzielczość, ostre detale, kinowa atmosfera".
7. Dodaj negatywy i parametry techniczne (opis niżej).
8. Wygeneruj, oceń, popraw jeden element na raz. Nie zmieniaj wszystkiego na raz - zmieniaj po jednej rzeczy, żeby wiedzieć, co faktycznie wpłynęło na wynik.

Ten ostatni punkt jest ważniejszy niż wygląda. Ludzie zmieniają cały prompt między próbami i potem nie wiedzą, czy zadziałało dodanie stylu czy zmiana oświetlenia. Testuj jak w eksperymencie - jedna zmienna na raz.

Negatywy - jak powiedzieć AI, czego NIE chcesz

Prompty pozytywne budują obraz. Negatywy go czyszczą. Jeśli generator uparcie dodaje coś, czego nie chcesz - dodatkowe palce, tekst na obrazie, konkretny kolor - warto to wprost wykluczyć. Dokładna składnia różni się między narzędziami (niektóre mają osobne pole "negative prompt", inne wymagają dopisania wykluczeń w opisie), ale zasada jest ta sama: nazwij element, który ma zniknąć.

Typowe kandydaci na listę negatywów:

• zniekształcone dłonie lub twarze,
• tekst, znaki wodne, podpisy,
• konkretne kolory, które kolidują z Twoją paletą,
• dodatkowe obiekty, które generator "dorzuca" bez pytania.

Parametry techniczne - drobne komendy z dużym efektem

Wiele narzędzi, zwłaszcza Midjourney, korzysta z parametrów dopisywanych na końcu promptu. Dwa najczęściej używane:

• --ar - ustawia proporcje obrazu (np. --ar 16:9 dla formatu poziomego, przydatne pod social media czy prezentacje).
• --v - wybiera wersję silnika generującego, co wpływa na styl i jakość renderu.

Te parametry to nie ozdobniki - są integralną częścią promptu i mogą zmienić efekt bardziej niż dodanie kolejnego przymiotnika. Jeśli chcesz obraz do banera na stronę, a nie do postu na Instagrama, zmiana proporcji jest ważniejsza niż walka ze stylem.

Jeśli zajmujesz się promptami nie tylko od strony obrazów, ale też tekstu, zerknij do poradnika o zaawansowanych technikach promptowania - logika warstwowego budowania promptu jest podobna niezależnie od tego, czy generujesz obraz czy odpowiedź tekstową. A jeśli tworzysz grafiki do celów zawodowych, sprawdź też, jak AI zmienia pracę w marketingu - generowanie obrazów jest tam jednym z częściej wskazywanych zastosowań.

Jest jeszcze jedna rzecz, o której mało kto mówi: dobry prompt bywa też celem ataku. Jeśli budujesz narzędzie oparte na generowaniu obrazów dla klientów albo zespołu, przydatna jest wiedza, jak ludzie próbują "przechytrzyć" system promptami zaprojektowanymi do obejścia zasad - o tym pisaliśmy w artykule o rozpoznawaniu adversarial prompting.

Ostatecznie cała ta struktura - obiekt, styl, kompozycja, światło, kolor, detale, jakość, negatywy, parametry - nie jest sztuką dla wtajemniczonych. To lista kontrolna. Zanim naciśniesz "generuj", przejrzyj ją w głowie jak checklistę przed lotem. Za kilka prób zauważysz, że nie musisz już myśleć o każdym punkcie osobno - zaczniesz pisać prompty intuicyjnie, bo mózg zapamięta wzorzec.

Najczęstsze pytania

Czy dłuższy prompt zawsze daje lepszy obraz?

Nie zawsze - liczy się precyzja, nie długość. Krótki prompt typu "sunset over mountains" da ogólny, ale poprawny obraz, a bardzo długi prompt bez struktury może generator "przeciążyć" i sprawić, że zignoruje część instrukcji. Lepiej pisać zwięźle, ale konkretnie, trzymając się kolejności: obiekt, styl, kompozycja, światło, detale.

Jak sprawdzić, czy dany element promptu faktycznie działa?

Zmieniaj jedną zmienną na raz i generuj kilka wariantów tego samego promptu. Jeśli dodanie słowa "cinematic lighting" zmienia obraz zauważalnie, wiesz, że to działa w Twoim narzędziu - inne generatory mogą reagować na te same frazy inaczej.

Czy negatywne prompty działają tak samo we wszystkich generatorach?

Nie, składnia się różni. Niektóre narzędzia mają dedykowane pole na negatywy, inne wymagają dopisania wykluczeń w głównym opisie (np. "bez tekstu, bez znaków wodnych"). Zasada jest jednak wspólna - nazwij konkretnie to, co ma zniknąć z obrazu, zamiast liczyć, że generator sam się domyśli.

Czy warto uczyć się parametrów technicznych, jeśli generuję obrazy okazjonalnie?

Tak, bo to najszybszy sposób na kontrolę proporcji i wersji modelu bez zmieniania całego promptu. Jeśli generujesz grafikę pod social media czy prezentację, ustawienie proporcji (np. --ar 16:9) często ratuje więcej czasu niż dopracowywanie kolejnego przymiotnika w opisie.

Zrób jedną rzecz: weź swój ostatni nieudany prompt do obrazu i rozłóż go na siedem elementów z tego poradnika. Sprawdź, których brakowało - to zwykle wystarczy, żeby drugi strzał był dużo bliżej tego, co miałeś w głowie.