
Style Reference и персонализация в Midjourney простыми словами
Простое объяснение, как работают Style Reference и персонализация в Midjourney, зачем они нужны и как использовать их для единого визуального стиля.
Тема блога
Материалы о промптах для генерации изображений: как описывать сюжет, композицию, стиль, свет и детали, использовать референсы и ограничения, работать с разными моделями и улучшать результат итерациями.
Материалы

Простое объяснение, как работают Style Reference и персонализация в Midjourney, зачем они нужны и как использовать их для единого визуального стиля.
Промпт для изображения представляет описание результата, который пользователь хочет получить от генеративной модели. В нём можно задать основной объект, сцену, действие, композицию, визуальную технику, освещение, цветовую палитру, текст внутри изображения и ограничения.
Универсальной формулы идеального промпта нет. Современные модели понимают обычный естественный язык, а требования к синтаксису и доступным параметрам различаются между сервисами. OpenAI рекомендует прежде всего ясно определить желаемый результат, описать объект, композицию, стиль и ограничения. Для сложных задач требования можно разделять на логические блоки.
Adobe Firefly также рекомендует простые и прямые описания вместо искусственно усложнённого языка. Midjourney разделяет текстовое описание, изображения референсы и специальные параметры, которые управляют отдельными свойствами генерации.
На Vagizov.com раздел «Промпты изображений» сейчас содержит материал о Style Reference и персонализации в Midjourney. Соседняя taxonomy «Редактирование изображений» посвящена уже изменению и доработке готовых изображений. Поэтому текущая страница должна оставаться общим хабом о проектировании запросов для генерации, а не повторять подробную инструкцию по --sref или workflow Midjourney и Photoshop.
Работу лучше начинать не с набора художественных терминов, а с ответа на вопрос, какое изображение действительно требуется.
Нужно определить назначение результата.
Обложка статьи, фотография товара, hero изображение сайта, иллюстрация, инфографика и концепт персонажа требуют разной композиции даже при одинаковом объекте.
Например, фраза «современный офис» оставляет модели слишком широкий выбор.
Если задача состоит в создании обложки статьи, полезнее сразу уточнить роль изображения: editorial cover, горизонтальная композиция, основной объект справа, свободная область слева под заголовок.
OpenAI в актуальном руководстве также рекомендует сначала назвать результат и его назначение, а уже после этого уточнять композицию, формат и визуальные свойства.
В центре промпта находится то, что пользователь хочет увидеть.
Это может быть человек, предмет, помещение, природная сцена, интерфейс, абстрактная композиция или несколько объектов.
Описание должно содержать действительно важные свойства.
Вместо общего «автомобиль» можно указать тип кузова, положение в кадре, состояние поверхности и окружение.
Вместо «человек работает за компьютером» можно уточнить позу, направление взгляда, расположение рук и характер рабочего пространства.
Чем важнее конкретная особенность для результата, тем явнее её следует описать.
Один объект может выглядеть совершенно по разному в зависимости от среды.
Поэтому после основного объекта полезно определить место действия.
Студия, офис, улица, мастерская, квартира, серверная, лес или абстрактное цифровое пространство задают разные визуальные условия.
Окружение также помогает модели понять масштаб.
Фраза «маленький робот на рабочем столе рядом с клавиатурой» задаёт размер значительно лучше, чем просто «маленький робот».
При этом не требуется описывать каждый элемент сцены. Избыточные детали могут конкурировать за внимание модели и усложнять композицию.
Если объект что то делает, действие следует описывать прямо.
Человек может смотреть в камеру, идти, держать предмет, работать с инструментом или взаимодействовать с другим человеком.
Неопределённые формулировки вроде «динамичная сцена» оставляют модели слишком много вариантов.
Для нужной позы полезнее написать, что именно происходит.
OpenAI отдельно рекомендует уточнять взаимодействие людей с объектами, направление взгляда и положение тела, если эти детали существенны для результата.
Композиция определяет расположение элементов внутри кадра.
Можно указать крупный план, средний план, общий план, вид сверху, симметричную композицию или смещение объекта относительно центра.
Для веб дизайна особенно важно учитывать свободное пространство.
Если изображение создаётся под hero блок, можно заранее попросить разместить основной объект справа и оставить чистую область слева.
Если это обложка без текста, объект может находиться ближе к центру.
Если планируется дальнейшее кадрирование под несколько форматов, лучше оставлять дополнительное пространство вокруг важных элементов.
Формат результата желательно определять отдельно от сюжета.
Горизонтальная обложка, квадратная карточка и вертикальный пост требуют разных композиций.
Во многих генераторах aspect ratio является отдельной настройкой или параметром.
Например, Midjourney использует параметры в конце запроса, а Adobe Firefly предоставляет выбор соотношения сторон в интерфейсе генерации.
Поэтому не всегда нужно пытаться выразить техническую настройку только словами внутри описания.
Если сервис имеет отдельный параметр размера, рациональнее использовать именно его.
Стиль описывает способ визуального представления сцены.
Это может быть фотография, рисунок тушью, акварель, 3D визуализация, техническая иллюстрация, editorial photography или другой понятный визуальный формат.
Лучше выбирать несколько согласованных характеристик, чем добавлять длинный список эстетик.
Например, «premium editorial technology photography, restrained composition, dark graphite background, subtle blue light» задаёт более понятное направление, чем десять несвязанных модных определений.
Стиль должен поддерживать назначение изображения.
Визуал для документации и рекламный постер могут показывать одинаковый объект, но требуют совершенно разной подачи.
Если требуется реалистичная фотография, описание полезно строить как постановку реального кадра.
Можно уточнить объект, место, тип кадра, направление света, глубину резкости, фактуру материалов и желаемую степень естественности.
OpenAI рекомендует явно указывать photorealistic или real photograph, если именно фотографический результат является целью. Для естественных кадров также полезно описывать реальные текстуры, освещение и характер съёмки.
Необязательно заполнять промпт названиями дорогой фототехники.
Параметры камеры работают скорее как визуальные подсказки модели, чем как гарантия физически точной симуляции конкретного объектива.
Освещение сильно влияет на восприятие изображения.
Можно задать мягкий дневной свет, жёсткий солнечный свет, студийное освещение, контровой свет, неоновое окружение или приглушённую вечернюю сцену.
Полезно уточнять направление и характер света, если они действительно важны.
Например, «soft window light from the left» значительно конкретнее слова «beautiful lighting».
Если свет не является ключевым свойством задачи, нет необходимости превращать промпт в описание полноценной световой схемы.
Палитра помогает удерживать визуальную систему проекта.
Для серии обложек можно зафиксировать графитовый фон, синие акценты и ограниченное количество дополнительных оттенков.
Цвет лучше описывать как часть общего визуального языка, а не как случайный список названий.
Если точное совпадение с фирменной палитрой критично, одной текстовой инструкции может быть недостаточно.
В таких сценариях полезны референсы и последующая ручная проверка результата.
Конкретные материалы помогают генератору создавать более убедительный объект.
Металл, матовое стекло, дерево, ткань, бетон и пластик имеют разное отражение света и текстуру.
Вместо «премиальный объект» полезнее описать, за счёт чего он должен выглядеть премиально.
Например, brushed aluminum, smoked glass, dark leather, subtle reflections.
Это относится и к иллюстрациям.
Можно указывать бумагу, тушь, пастель, грубую кисть или зернистость плёнки, если техника действительно важна.
Больше слов не всегда означает больше контроля.
Если промпт содержит множество одинаково важных требований, модель должна одновременно удовлетворить им всем.
Часть условий начинает конфликтовать.
OpenAI рекомендует выбирать формат, который проще поддерживать, и при сложных заданиях использовать структурированные секции вместо одного длинного потока текста.
Поэтому эффективный промпт может занимать несколько предложений, если они точно описывают результат.
Короткое ясное описание часто полезнее большого набора случайных keywords.
Для простой генерации достаточно обычного предложения.
Сложный production запрос удобнее разделить на смысловые части.
Например, отдельно описываются назначение, сцена, главный объект, композиция, визуальный стиль и ограничения.
Это упрощает последующее редактирование.
Если изменилась композиция, не нужно переписывать описание материалов.
Если нужно заменить фон, можно изменить только соответствующий блок.
OpenAI подчёркивает, что нет обязательного универсального синтаксиса. Абзацы, короткие секции, инструкции и структурированные форматы могут работать одинаково хорошо, если требования выражены ясно.
Текстовый запрос и технические параметры лучше различать.
Промпт описывает содержание.
Параметры управляют режимом генерации.
К ним могут относиться размер, качество, aspect ratio, степень стилизации или влияние референса.
В OpenAI размер и качество задаются отдельными параметрами модели. В Midjourney отдельные параметры также используются для aspect ratio, stylize, Style Reference и других функций.
Такое разделение делает запрос понятнее и позволяет менять технические настройки без переписывания сцены.
Современные GPT Image модели понимают естественные описания и поддерживают генерацию, редактирование, работу с референсными изображениями и текстом внутри изображения.
OpenAI рекомендует начинать с ясного описания требуемого результата, затем задавать объект, композицию, визуальную технику и ограничения.
Для простых задач длинный prompt engineering не требуется.
OpenAI Academy указывает, что во многих сценариях достаточно нескольких ясных предложений, если в них определены назначение, основной объект, действие, окружение и стиль.
Поэтому качество промпта определяется не длиной, а точностью постановки задачи.
Midjourney использует текстовый prompt вместе с дополнительными изображениями и параметрами.
Официальная документация разделяет Text Prompt, Image Prompts и Parameters. Изображения могут влиять на содержание, композицию и цвет, а отдельные параметры управляют такими свойствами, как aspect ratio или стилизация.
Из за этого промпт Midjourney не следует автоматически переносить в другой генератор без изменений.
Конструкция вроде --ar или --sref относится к собственному синтаксису Midjourney.
В другой системе то же требование может задаваться обычным текстом или отдельной настройкой интерфейса.
Adobe Firefly также работает с обычными текстовыми описаниями.
Adobe рекомендует использовать простой прямой язык, явно описывать объект и важные характеристики. Дополнительные настройки позволяют отдельно управлять content type, aspect ratio, стилем, освещением, камерой и композиционным референсом.
Это ещё раз показывает, что универсальный «магический промпт» не существует.
Часть управления находится в тексте, а часть зависит от интерфейса и возможностей выбранной модели.
Текст не является единственным способом объяснить модели желаемый результат.
В Midjourney изображение можно использовать как Image Prompt.
По официальному описанию оно влияет на основные элементы, композицию и цвет новой генерации. Текст при этом должен описывать всё, что пользователь хочет получить в итоговой картинке, а не инструкцию по изменению исходного файла.
Такой подход полезен, когда визуальную идею сложно точно передать словами.
Но reference image не отменяет текстовый промпт.
Он добавляет ещё один источник управления.
Style Reference решает более узкую задачу.
Midjourney использует его для переноса визуальной манеры, включая цвет, medium, текстуру и освещение, без требования копировать объекты исходного изображения.
На Vagizov.com этому инструменту уже посвящён отдельный материал, где разобраны --sref, --sw, персонализация и создание единой серии визуалов.
Поэтому taxonomy «Промпты изображений» должна рассматривать Style Reference как один из способов управления генерацией, не повторяя всю инструкцию.
Иногда пользователю требуется сохранить не стиль, а расположение объектов.
Например, нужен человек справа, продукт в центре и свободное пространство слева.
Некоторые генераторы позволяют передавать композиционный референс отдельно от стилистического.
Adobe Firefly, например, поддерживает Composition reference и позволяет регулировать степень соответствия структуре исходного изображения.
Это полезно для production задач, где одной словесной инструкции о положении элементов недостаточно.
Если модель получает несколько изображений, полезно объяснить роль каждого.
Одно может задавать человека.
Второе одежду.
Третье фон.
Четвёртое визуальный стиль.
OpenAI рекомендует явно обозначать назначение входных изображений и описывать, какие элементы из них необходимо использовать.
Чем яснее разделены роли, тем проще диагностировать ошибку результата.
Один удачный визуал и серия в единой эстетике представляют разные задачи.
При создании серии важно фиксировать повторяющиеся свойства.
Это могут быть палитра, характер света, композиционная логика, материалы, степень реализма и правила свободного пространства.
Меняется прежде всего сюжет.
Для Midjourney дополнительную стабильность можно получать через Style Reference, что уже подробно разобрано в существующей статье Vagizov.com.
Но даже при использовании референсов результат необходимо вручную отбирать.
Генеративная модель создаёт вариации, а не точные копии дизайн системы.
Если на изображении должна присутствовать конкретная надпись, её следует указать явно.
OpenAI рекомендует заключать требуемый текст в кавычки, описывать его расположение и просить не добавлять лишние надписи. После генерации необходимо отдельно проверять орфографию и читаемость.
Adobe Firefly также рекомендует использовать кавычки, когда нужно получить определённую текстовую строку.
Даже современные модели могут ошибаться в мелких надписях, сложной типографике и большом количестве текста.
Поэтому критически важный текст лучше проверять вручную.
Для инфографики нужно задавать не только эстетический стиль, но и информационную задачу.
Следует определить, что именно должен понять пользователь.
Можно описать процесс, основные объекты и отношения между ними.
После генерации необходимо проверить фактическую корректность схемы.
OpenAI отдельно рекомендует проверять подписи и смысловые связи в диаграммах и информационной графике, а не оценивать только внешний вид.
Красивая схема с неправильной связью между элементами остаётся неправильной схемой.
Если требуется mockup приложения или сайта, полезно описывать результат как реально существующий интерфейс.
Нужно указать структуру, иерархию, типы компонентов, назначение экрана и основные данные.
OpenAI рекомендует при генерации UI фокусироваться на layout, hierarchy, spacing и реальных элементах интерфейса, а не описывать результат как абстрактный concept art.
Если интерфейс должен быть реализован в разработке, генерацию всё равно необходимо воспринимать как визуальный концепт, а не готовую спецификацию поведения.
Для товара особенно важны форма, материал, ракурс, фон и освещение.
Если продукт должен соответствовать реальному объекту, текстового описания часто недостаточно.
Нужен reference image, а после генерации следует проверить геометрию, маркировку, количество деталей и другие характеристики.
Генератор может создать визуально убедительный, но фактически несуществующий вариант товара.
Поэтому AI изображение нельзя автоматически использовать как точную техническую фотографию реального продукта.
Для людей желательно описывать не только внешность, но и положение в кадре.
Полезны уточнения о типе плана, направлении взгляда, позе и взаимодействии с предметами.
OpenAI рекомендует явно указывать, какие части тела должны попадать в кадр и что именно делает человек, если эти условия важны.
Например, «full body visible» полезнее общего требования «человек стоит».
При сложных взаимодействиях также необходимо проверять руки, предметы и геометрию после генерации.
Фраза «photorealistic» помогает обозначить общий класс изображения, но одного слова часто недостаточно.
Реалистичность поддерживают естественный свет, правдоподобные материалы, реальные текстуры и отсутствие чрезмерной ретуши.
OpenAI рекомендует описывать сцену как настоящую фотографию и уточнять характер кожи, ткани, поверхностей и освещения, если требуется убедительный естественный результат.
Вместо абстрактного «ultra realistic 8K masterpiece» полезнее описать конкретные видимые свойства.
Для иллюстрации важны medium и характер исполнения.
Можно задавать тушь, акварель, векторную графику, карандаш, бумажную аппликацию или другой визуальный метод.
Затем уточняется степень детализации и композиция.
Не нужно одновременно смешивать множество техник, если такой эффект не является осознанной целью.
Чем понятнее выбранный визуальный язык, тем легче модели поддерживать его в сцене.
В промпте полезно фиксировать ограничения, которые имеют реальное значение.
Например, отсутствие логотипов, водяных знаков, дополнительного текста или определённых объектов.
OpenAI рекомендует явно перечислять нежелательные элементы и детали, которые необходимо сохранить или исключить.
Однако работа с отрицательными инструкциями зависит от модели.
Runway, например, для Gen 4 Image рекомендует по возможности описывать желаемое состояние положительными формулировками вместо активного использования negative prompting.
Поэтому правила одной модели нельзя автоматически считать универсальными.
В некоторых генераторах negative prompt существует как отдельное поле или механизм.
В других системах достаточно написать ограничения внутри обычного запроса.
Часть современных моделей лучше понимает формулировку «чистый пустой фон» вместо длинного списка «без стула, без окна, без растения».
Поэтому отрицательный промпт следует использовать как модельно зависимый инструмент.
Главным остаётся ясное описание того, что должно находиться в результате.
Промпт может сам мешать модели.
Например, пользователь одновременно просит минималистичную композицию, большое количество мелких объектов, сложный фон, несколько источников света и крупный текст.
Даже если каждое требование отдельно понятно, вместе они конфликтуют.
При плохом результате сначала стоит проверить именно противоречия в постановке задачи.
Добавление ещё десяти уточнений редко исправляет фундаментально несовместимую композицию.
Формулировки вроде «красиво», «премиально», «стильно» или «современно» слишком широки.
Они могут использоваться как дополнительное направление, но не заменяют конкретных характеристик.
Если нужен premium visual, лучше объяснить, как он выглядит.
Сдержанная палитра, чистая композиция, качественные материалы, мягкое освещение и большое свободное пространство дают модели значительно больше информации.
Промпты часто заполняют фразами вроде masterpiece, best quality, 8K, ultra detailed и award winning.
Часть таких выражений может влиять на отдельные модели, но они не исправляют плохую постановку сцены.
Современные официальные рекомендации OpenAI делают акцент на видимых деталях, композиции, материалах и назначении изображения, а не на длинных цепочках общих quality keywords.
Поэтому сначала следует улучшать смысл промпта.
Длинный запрос не является автоматически более профессиональным.
OpenAI Academy прямо указывает, что во многих случаях достаточно одного или нескольких ясных предложений.
Длинный промпт оправдан, если задача действительно содержит много независимых требований.
Например, рекламный макет может требовать конкретную композицию, объект, текст, фон и ограничения.
Для простой фотографии одного предмета огромная инструкция способна только усложнить генерацию.
Первую генерацию лучше рассматривать как проверку постановки задачи.
После получения результата становится понятно, какая часть запроса работает плохо.
Затем промпт уточняется.
OpenAI рекомендует менять по одному существенному параметру за итерацию, особенно при редактировании. Это помогает понять, какое изменение действительно повлияло на результат.
Если одновременно изменить композицию, свет, стиль и объект, невозможно понять причину улучшения или ухудшения.
Сначала нужно определить конкретную проблему.
Если неправильна композиция, следует уточнять положение объектов.
Если не подходит стиль, менять описание визуального языка.
Если модель добавляет лишний текст, явно ограничить надписи.
Если теряется конкретный объект, увеличить его роль в описании или использовать reference image.
Такой подход эффективнее формулировки «сделай лучше».
Модель должна понимать, что именно считается ошибкой.
Для production задачи полезно сохранять несколько результатов одного промпта.
Затем можно сравнивать композицию, соответствие теме, артефакты, читаемость и пригодность для конечного формата.
Один красивый вариант ещё не доказывает стабильность промпта.
Если запрос используется для автоматической генерации сотен обложек, важна повторяемость результата на разных темах.
Поэтому шаблон необходимо тестировать как систему.
Удобный шаблон должен быть коротким и изменяемым.
Сначала можно фиксировать назначение изображения.
Затем тему и основной объект.
После этого композицию, стиль, свет и ограничения.
Для серии остаются постоянными визуальные правила, а предметная часть меняется.
Такой шаблон проще поддерживать, чем огромный универсальный prompt, в котором каждая новая задача заменяет несколько случайных слов.
OpenAI также рекомендует выбирать структуру, которую удобно читать и поддерживать в рабочем процессе.
У обложки есть конкретная функция внутри интерфейса.
Она должна работать в заданном aspect ratio, не терять основной объект при адаптивном кадрировании и не конкурировать с текстом страницы.
Поэтому в промпте полезно заранее указывать свободное пространство и расположение главного объекта.
Если надпись будет добавляться средствами сайта, лучше не генерировать её внутри изображения без необходимости.
Это уменьшает риск ошибок текста и делает визуал универсальнее.
Hero изображение находится рядом с основным заголовком и CTA, поэтому его композиция должна учитывать интерфейс.
Если текст расположен слева, визуальный акцент часто рациональнее сместить вправо.
Фон вокруг текста должен оставаться достаточно спокойным.
При разработке сайтов такие ограничения полезно формулировать ещё до генерации, чтобы готовое изображение поддерживало интерфейс, а не требовало перестраивать первый экран вокруг случайной композиции.
Обложка информационной статьи должна визуально отражать тему и одновременно оставаться частью общей системы сайта.
Не нужно пытаться буквально изобразить каждое ключевое слово.
Для абстрактных тем полезнее найти понятную визуальную метафору.
Для технических тем можно использовать реальные объекты, схемы или нейтральные технологические композиции.
Если на сайте публикуются сотни материалов, важнее повторяемый визуальный язык, чем уникальный художественный эксперимент для каждой статьи.
При подготовке коммерческого визуала необходимо учитывать не только качество результата, но и права на исходные материалы, референсы и условия выбранного сервиса.
Не следует считать, что любая найденная в интернете картинка автоматически подходит для использования как production reference.
Правила конкретной платформы и права на исходные изображения необходимо проверять отдельно.
Сам промпт не устраняет юридические ограничения, связанные с конечным использованием визуала.
Для коммерческого проекта полезно заранее фиксировать визуальные ограничения бренда.
Это может быть палитра, общий уровень реализма, тип композиции и запрет определённых визуальных приёмов.
Один текстовый промпт редко заменяет полноценную визуальную систему.
Для стабильной серии могут потребоваться reference images, готовые шаблоны, Style Reference или последующая обработка дизайнером.
Существующая статья Vagizov.com о Style Reference как раз посвящена этому более узкому вопросу повторяемого визуального языка в Midjourney.
Создать новый визуал и изменить существующий являются разными задачами.
При генерации промпт описывает желаемый результат практически с нуля.
При редактировании необходимо дополнительно объяснить, что изменить и что сохранить.
OpenAI рекомендует для edits явно разделять изменения и ограничения, например указать, что меняется только один предмет, а камера, освещение, геометрия и остальные элементы остаются прежними.
На Vagizov.com редактирование изображений вынесено в соседнюю taxonomy и уже содержит материал о связке Midjourney и Photoshop.
Поэтому подробные техники inpainting, compositing и постобработки не должны дублироваться здесь.
Удачный prompt определяется не тем, насколько красиво он написан, а конечным результатом.
Сначала проверяется главный объект и соответствие задаче.
Затем композиция.
После этого текст, логотипы, количество объектов, руки, мелкие детали и фактическая корректность.
Для интерфейса проверяется логика элементов.
Для инфографики проверяются связи и подписи.
Для реального продукта проверяется соответствие оригиналу.
Для серии дополнительно проверяется единый стиль.
Только после этого изображение можно считать пригодным для публикации.
Генераторы используют разные модели, интерфейсы и системы управления.
Один сервис сильнее следует естественному языку.
Другой активно использует специальные параметры.
Третий предоставляет отдельные sliders и reference controls.
Поэтому библиотека промптов должна хранить информацию о модели, для которой создавался запрос.
Копирование Midjourney prompt со всеми параметрами в Firefly или GPT Image не гарантирует аналогичный результат.
Правильнее переносить замысел, а затем адаптировать способ управления под конкретную систему.
Популярные подборки промптов часто создают впечатление, что качество изображения зависит от секретной последовательности тегов.
Современные официальные руководства крупных генераторов показывают другую логику.
OpenAI делает акцент на ясности задачи, композиции, видимых свойствах и ограничениях. Adobe рекомендует прямой описательный язык. Midjourney также предлагает описывать содержание и использовать отдельные параметры и references там, где они действительно нужны.
Поэтому основной навык состоит в визуальной постановке задачи, а не в запоминании длинного набора специальных слов.