Как сгенерировать нейросетью изображение?

Генерация картинки нейросетью работает через диффузионную модель: она начинает с шума и постепенно превращает его в изображение, ориентируясь на текстовое описание. Чем точнее и конкретнее промпт, тем меньше случайности в результате, и здесь дело не в удаче, а в структуре запроса.

Рабочий промпт обычно строится из нескольких частей: что изображено, в каком стиле, ракурс и освещение, и отдельно — чего быть не должно (это негативный промпт, он есть у большинства сервисов). Например, вместо «красивый закат» лучше написать «закат над морем, оранжевые и фиолетовые тона, вид сверху, плоская векторная иллюстрация, без текста и людей». Разница в предсказуемости результата будет заметна сразу.

Еще два параметра стоит держать под контролем:

• seed — число, которое фиксирует случайность генерации: если результат почти устроил, меняйте промпт, но оставляйте тот же seed, и картинка изменится предсказуемо, а не пересоберется полностью;
• количество шагов генерации и параметр, отвечающий за то, насколько модель следует промпту (в разных сервисах называется по-разному) — их стоит повышать, если результат размыт или слабо связан с описанием.

Midjourney хорош для художественных, атмосферных картинок, но не заточен под точное следование инструкции. Если нужен предсказуемый результат под конкретную задачу, например единый стиль иконок или картинка с точным составом объектов, посмотрите в сторону Stable Diffusion с ControlNet или моделей вроде DALL-E, где легче задавать жесткие ограничения через промпт и референсы. Разбираться в промптах в любом случае стоит: это универсальный навык, не привязанный к одному сервису, который переносится на любую диффузионную модель.