Как отредактировать фото нейросетью вместо фотошопа

Сгенерировать заново и отредактировать — это разные кнопки

Путаница начинается с первого шага. Генерация — это картинка с нуля по описанию: исходника нет, каждый запуск даёт новое изображение, и два запуска подряд с одинаковым текстом дадут два разных кадра. За такое отвечают Flux 2 за 80 токенов, Qwen Image за 45, Seedream 4 за 60, Recraft V3 за 80, Ideogram 3 за 120 и GPT Image 2 за 130.

Редактирование устроено иначе: на вход идёт ваш файл и фраза, что в нём поменять. Модель перерисовывает названное и старается не тронуть остальное. В каталоге эту работу делает Nano Banana — 100 токенов за запуск. Загрузили снимок, написали «убери человека на заднем плане», получили тот же кадр без человека.

Разница практическая, а не терминологическая. Если в кадре должно остаться конкретное лицо, реальная упаковка вашего товара или узнаваемый интерьер квартиры — работает только редактирование. Генератор нарисует похожее, но похожее и то же самое — не одно и то же. И наоборот: когда исходник вам не нужен, а нужна иллюстрация с нуля, редактирование только связывает руки — проще собрать кадр заново текстовым описанием.

Отсюда первый вопрос, который стоит задать себе до всякого промпта: обязан ли результат совпадать с реальностью хоть в чём-то? Если да — редактирование. Если нет — генерация, и она обычно дешевле.

Что действительно решается одной фразой

Сильная сторона редактирования по описанию — задачи, где нужно убрать или заменить крупный объект и не выковыривать его вручную по пикселю. Раньше на это уходил вечер со штампом и лассо. Формулировки, которые обычно срабатывают с первого-второго раза:

• «убери человека на заднем плане, фон дострой как есть» — прохожие, случайные попутчики, чужая рука в углу кадра;
• «сделай фон однотонным светло-серым, товар не трогай» — типовая задача перед загрузкой карточки;
• «убери провода и мусорный бак слева» — уличная съёмка;
• «замени пасмурное небо на ясное, свет на объекте оставь прежним» — оговорка про свет тут обязательна, иначе кадр развалится по логике теней;
• «убери блик от вспышки на очках»;
• «поменяй цвет дивана на тёмно-синий, текстуру ткани сохрани».

Работает правило: одна правка за запуск. Просьба «убери людей, замени небо и сделай теплее» приводит к тому, что модель делает два пункта из трёх, а третий трактует по-своему. Дешевле три отдельных запуска, где каждый результат вы принимаете или отбрасываете, чем один сложный, который придётся переделывать целиком. Как разложить желание на понятные модели куски, подробно описано в справке про составление промпта для картинки.

Вторая привычка, которая экономит попытки, — писать не только «что менять», но и «что не трогать». Фраза «фон однотонный» без уточнения даёт модели право заодно подправить и товар, раз уж она всё равно перерисовывает кадр. Фраза «фон однотонный светло-серый, коробку и надписи на ней оставь без изменений» сужает поле для самодеятельности.

Что быстрее сделать руками, а не описанием

Честный ответ: половина рутины. Нейросеть перерисовывает изображение целиком, поэтому она плохо подходит там, где нужна точность до пикселя или где результат обязан совпасть с исходником за пределами самой правки.

• Кадрирование под точный размер — 1200×1600 для карточки или 1080×1080 для поста. Обычный редактор сделает это за пять секунд и без потери деталей.
• Поворот на полтора градуса, чтобы выровнять горизонт.
• Наложение своего логотипа или водяного знака: нужен ваш файл, ваш шрифт, ваше место в углу.
• Замена одного слова на упаковке или ценнике. Модель перерисует всю надпись целиком, и шрифт поедет.
• Сжатие веса файла перед загрузкой на площадку.
• Точная цветокоррекция по образцу, когда цвет товара обязан совпасть с фирменным.

Разумный порядок такой: сначала нейросеть делает содержательную работу — убирает лишнее, меняет фон, чинит свет. Потом вы открываете результат в любом редакторе и доводите геометрию, размер и подписи. Попытка сделать всё в одном месте обычно заканчивается пятью лишними запусками и потраченными токенами.

Где нейросеть портит детали

Лица и руки

Самое хрупкое место. Лицо человек читает мгновенно и замечает сдвиг в пару пикселей: чуть изменилась ширина носа, чуть другой разрез глаз — и знакомый человек на фото выглядит слегка чужим. Технически модель ничего не сломала, но узнаваемость ушла. Руки ломаются по другой причине: пальцы перекрывают друг друга, и модель нередко теряет счёт, особенно когда рука что-то держит или частично закрыта.

Отсюда рабочее правило: если в кадре есть лицо, формулируйте правку так, чтобы лицо в зону изменения не попадало. «Замени фон, человека и его лицо оставь без изменений» — рабочая формулировка. Когда лицо трогать всё-таки надо, у нас для этого отдельные инструменты в один тап: улучшение кожи и замена лица — они заточены под конкретную операцию и промахиваются реже, чем свободный текстовый запрос.

Текст, логотипы, мелкая графика

Надписи внутри кадра — вторая болевая точка. Модель перерисовывает буквы как графику, а не как текст, поэтому длинное слово может собраться с лишней буквой или потерять её. Если на фото есть штрихкод, серийный номер или состав на этикетке — считайте эту область запретной зоной. Просите прямо: «этикетку и текст на ней не изменяй».

Симметрия и повторяющиеся узоры

Плитка, решётки, ряды кнопок, клетчатая рубашка. В таких местах перерисовка любит сбить ритм: шаг узора «плывёт» ближе к краю правки. Заметно не сразу, а когда картинку откроют на большом экране. Проверяйте результат на 100% масштабе, а не по превью в списке.

Почему третья попытка лучше первой

Первый запуск почти никогда не финальный, и это не признак кривой модели. В голове у вас картинка со всеми деталями, а в промпт попадает четверть из них. Модель дорисовывает остальное по своему разумению — и показывает вам, что именно вы не проговорили. Первый результат полезен не как итог, а как список недосказанного.

1. Запуск первый: короткая формулировка, одна правка. Смотрим, что модель поняла неправильно.
2. Запуск второй: та же фраза плюс запрет на то, что она испортила. Обычно это «не трогай лицо», «фон оставь прежним», «свет не меняй».
3. Запуск третий: добавляем конкретику по результату — оттенок фона, направление света, степень изменения. К этому моменту вы уже знаете, какие слова эта модель понимает буквально.

Три запуска редактирующей модели — это 300 токенов. В недельном пакете на 4 500 токенов таких циклов помещается пятнадцать, в месячном на 12 000 — сорок. Считать удобнее не в «сколько стоит одна картинка», а в «сколько стоит одна доведённая до ума картинка», потому что вторая цифра честнее раза в три.

Отдельно про бесплатный доступ: 40 токенов в сутки не покрывают ни одну картиночную модель — самая дешёвая стоит 45. Так что бесплатно потрогать генерацию не выйдет, минимальный вход — пробный день за 1 ₽ с 300 токенами, ровно на один цикл из трёх правок. Как устроен расход, разобрано в справке про токены, цены пакетов — на странице тарифов.

Когда промпт не нужен вовсе

Часть операций повторяется у всех и всегда одинаково — под них промпт писать бессмысленно. В разделе инструментов шесть таких кнопок: улучшение кожи, замена лица, смена одежды, смена стиля, углы камеры и освещение. Загружаете фото, выбираете вариант, получаете результат — без формулировок и без гадания, какое слово модель поймёт.

Выбор простой. Задача типовая и попадает в один из шести пунктов — берите инструмент, он даст более предсказуемый результат. Задача своя, вроде «убери именно вон тот стул» — только текстовое редактирование. Механика инструментов описана в справке про фото-инструменты.

Портреты стоят особняком: под них есть отдельная модель Portret за 90 токенов, а типовой сценарий с ней — аватарка. Она работает именно с лицом и держит его аккуратнее, чем универсальный редактор. Если нужен не портрет, а стилизация под рисунок, смотрите Anime Art за 60 токенов.

Что забрать из статьи

Нейросеть не заменяет редактор целиком — она снимает с вас самую нудную часть: вырезание объектов, достраивание фона, смену света. Геометрия, точные размеры, свои шрифты и логотипы остаются за обычными инструментами, и это нормальное разделение труда.

• Одна правка — один запуск. Составные просьбы модель выполняет частично.
• Пишите, что не трогать: это дешевле, чем чинить последствия.
• Лица, руки, текст и узоры — зоны риска, проверяйте их на полном масштабе.
• Считайте бюджет по трём попыткам, а не по одной: 300 токенов на доведённый кадр.
• Типовое — через инструменты в один тап, своё — через текстовое описание.

Доступ к моделям есть и в браузере, и в Telegram: удобно снять на телефон, тут же отправить в бота и забрать результат на большом экране. Баланс токенов и история при этом общие, отдельно платить за второй вход не нужно.

Частые вопросы