Ideogram · надписи, плакаты и JSON промпты

Ideogram · модель генерации изображений, которая известна аккуратными надписями. Плакат с заголовком, вывеска, этикетка, обложка, открытка с поздравлением: там, где текст должен читаться, Ideogram обычно выбирают первым. Актуальная версия на момент проверки · Ideogram 4.5, рядом остаются 4.0 и 3.0 со своими настройками.

Ниже разберём, чем отличаются версии, как устроен промпт по документации Ideogram, как писать текст в кадре, зачем нужен JSON промпт и что делать, если результат не тот.

Что умеет модель

• Текст в кадре. Заголовки, слоганы, подписи на предметах и слова, собранные из самих предметов, например из брызг молока.
• Макеты. Плакаты, баннеры, шапки сайтов, обложки, превью для видео.
• Фото и иллюстрация. Предметная съёмка, портреты, акварель, ретро плакат, плоская графика.
• Правка и референсы в 4.5. Ideogram 4.5 принимает изображения как образцы и правит их по текстовой инструкции. В API есть режим точной правки, где нетронутые пиксели копируются из исходника.
• Структурированный промпт. Версии 4.5 и 4.0 понимают JSON, где у каждого элемента своё место, описание и цвета.

Версии и параметры

Сводка по официальной странице сравнения моделей Ideogram. В Студии используется Ideogram 4.5, его форматы кадра показывает карточка модели.

Ещё несколько фактов из документации:

• Длина промпта. Ideogram 4.5 принимает до 10 000 символов, включая JSON. Для 3.0 разработчик советует держаться в пределах примерно 150 слов, дальше слова могут игнорироваться.
• Magic Prompt. Функция переписывает и расширяет короткий промпт. В 4.5 и 4.0 она превращает обычный текст в структурированный. Если хотите проверить свою формулировку без добавок, её выключают.
• Прозрачный фон. Есть отдельные варианты 4.0 Transparent и 3.0 Transparent для наклеек, принтов и иконок.
• Точная правка в API. Ideogram 4.5 принимает до четырёх референсов для правки, нетронутая часть кадра сохраняется, размер результата совпадает с исходником.
• Нет скрытого синтаксиса. Веса вида ::1, скобки и флаги вроде --ar модель читает как обычные слова. Формат кадра задают в настройках.

Как устроен хороший промпт

Документация предлагает простой шаблон: тип изображения, главный объект, действие или расположение, место, свет, стиль. Если нужен текст, добавьте фразу о том, что написано и где.

Полная структура из восьми частей, в таком порядке:

1. Краткое описание. Одна фраза о том, что это за картинка: фото, логотип, акварель, и что на ней. Если пишете одно предложение, пусть будет это.
2. Детали главного объекта. Цвет, форма, материал. Здесь же текст в кавычках.
3. Поза или действие. Даже у бутылки есть поза: стоит, лежит, отражается.
4. Второстепенные элементы. Реквизит рядом, который не спорит с главным.
5. Место и фон. Помещение или улица, время суток, или просто однотонный фон.
6. Свет и атмосфера.
7. Кадр и композиция. Ракурс, крупность, где объект в кадре.
8. Отделка. Глубина резкости, мазки кисти, характер линий.

Несколько привычек, которые советует Ideogram:

• Пишите предложениями. Список тегов работает хуже, чем фраза, где ясно, кто что держит и что за чем стоит.
• Описывайте видимое. «Рассвет над озером, розовый туман над водой и тёмные силуэты елей» лучше, чем «красивый пейзаж».
• Главное в начало. Слова ближе к началу промпта весят больше.
• Говорите, что нужно, а не чего не нужно. «Чистый пустой стол» вместо «стол без вещей».
• Язык. Писать можно на любом языке, но надёжнее всего английский, особенно когда в кадре есть текст. Magic Prompt умеет перевести промпт на английский сам.

Модели изображений плохо понимают «нет», «без» и «не» · Ideogram, частые проблемы

Текст на изображении

Правила из раздела документации о тексте:

• Точные слова в кавычках, с нужным регистром.
• Текст упоминайте ближе к началу промпта.
• Скажите, где он находится: «по дуге вдоль нижнего края», «на стене за спиной».
• Коротко. Каждое лишнее слово повышает риск опечатки.
• Простая сцена. В перегруженном кадре надписи не хватает места.
• Шрифт описывайте словами: жирный гротеск, тонкий рукописный, ретро шестидесятых. Название конкретного шрифта модель не воспроизводит как файл шрифта.
• Несколько блоков текста перечисляйте в порядке чтения, сверху вниз, у каждого свой стиль и место.

Ограничения тоже названы прямо: длинные абзацы модель не тянет, а нелатинские алфавиты и буквы с диакритикой могут выйти с ошибками. Для русских надписей это значит: одно или два слова, крупно, на простом фоне. Длинный текст лучше добавить потом в редакторе. Подробнее в статье о тексте на изображениях.

JSON промпт

В Ideogram 4.5 и 4.0 вместо обычного текста можно вставить JSON. Он даёт то, чего трудно добиться словами:

• Цвет. До 16 цветов в формате #RRGGBB на всё изображение и до 5 на каждый элемент. Цвета сильно влияют на результат, но не фиксируют каждый пиксель.
• Раскладка. У элемента может быть рамка bbox в виде [y_min, x_min, y_max, x_max]. Координаты от 0 до 1000, точка [0, 0] в левом верхнем углу, сначала идёт вертикаль. Например [0, 0, 500, 1000] занимает верхнюю половину кадра.
• Текст по местам. Каждая надпись · отдельный элемент со своими словами, описанием и цветами.

Обязательные поля верхнего уровня: high_level_description с описанием всей картинки и compositional_deconstruction с фоном background и списком элементов elements. Необязательное поле style_description задаёт стиль, свет и палитру. Для фото внутри него пишут photo, для графики art_style, но не оба сразу. Если обязательного поля нет, JSON читается как обычный текст. Самые важные элементы ставьте первыми: в очень длинном JSON последние могут потеряться.

JSON нужен для плакатов, баннеров, этикеток и серий в одной раскладке. Для фото, где точное место не важно, хватит обычного промпта.

Примеры промптов

Частые ошибки

• Отрицания в промпте. «Девушка без очков» вполне может оказаться в очках. Опишите то, что видно: «открытое лицо, волосы убраны назад». В 4.5 и 4.0 нет поля негативного промпта, поэтому этот приём главный.
• Длинный текст. Абзац на плакате почти наверняка выйдет с ошибками. Оставьте в картинке заголовок, остальное добавьте в редакторе.
• Текст в конце промпта. Надпись, упомянутая последней, получается хуже. Переносите её в первые предложения.
• Человек слишком мелко. Лица и руки искажаются, когда фигура занимает мало места. Используйте «крупный план» или «портрет по пояс».
• Лишняя одежда в описании портрета. Если упомянуть ботинки, модель покажет фигуру в полный рост. Описывайте только то, что должно попасть в кадр.
• Противоречия. «Строгий минимализм и пышный барочный декор в одной гостиной» заставляют модель выбирать. Выберите одно.
• Пустые оценки. «Красивый», «стильный», «современный» ни на что не указывают. Назовите технику, материал и цвет.
• Неполный JSON. Без high_level_description или с ошибкой в синтаксисе JSON будет прочитан как обычный текст, и раскладка с палитрой пропадут.

Если промпт не работает целиком, разработчик советует вернуться к короткой версии и добавлять по одной детали, проверяя результат на каждом шаге.

Как попробовать в Студии

Откройте Ideogram 4.5 в разделе Фото, вставьте один из промптов выше и выберите формат кадра. Цена в кредитах видна на кнопке запуска до нажатия. Зарубежные модели работают после согласия, которое отмечается флажком при входе, подробнее в статье о согласии.

Для логотипов и векторной графики посмотрите Recraft, для фотореализма с надписями на английском и китайском Z-Image.