Готовый промпт для разбора картинки на JSON-параметры, пример ответа нейросети и таблица правок. Как использовать результат в Nano Banana и GPT Image через блок AI-изображение LEADTEX.
Если написать Nano Banana или GPT Image «красивый минималистичный портрет в светлой комнате», каждый запуск даст новый результат: где-то будет жёсткий свет, где-то мягкий, изменятся стена и положение рук. Когда нужно повторить стиль референса, короткого описания часто не хватает. Помогает JSON-разбор: картинка раскладывается на параметры, и каждый из них можно зафиксировать или изменить отдельно. JSON не гарантирует лучший результат, но делает параметры видимыми и управляемыми. Ниже даём готовый промпт для разбора, пример ответа, таблицу правок, схему переноса в бота и способ проверить, даёт ли JSON выигрыш на вашей задаче.
Генерация изображений с Nano Banana и GPT Image: пошаговый урок
JSON-промпт для нейросети — это описание изображения в виде набора полей: свет, цвет, композиция, объект, фон. У каждого поля есть своё значение. JSON не делает генерацию автоматически точнее, но упрощает контроль: свет, фон, палитру и композицию можно менять по одному и сравнивать результаты. Это даёт два практических плюса:
Обычный текстовый промпт удобнее для быстрой идеи: «котик в космосе». JSON полезен, когда есть референс, который нужно воспроизвести или взять за основу серии изображений. Для разовой картинки он избыточен: короткий текст быстрее.
Готовые промпты для ИИ экономят время на разовой задаче, но не объясняют, какие параметры отвечают за сходство с конкретным референсом. JSON-разбор полезен именно там, где эти параметры нужно увидеть и контролировать.
Работает в два шага. Сначала вы отправляете нейросети, которая умеет читать изображения, референс и промпт-разбор. Она возвращает JSON с описанием картинки. Потом этот JSON становится основой для генерации.
Скопируйте промпт целиком и отправьте вместе с картинкой:
Роль. Ты — визуальный аналитик. Твоя работа — не оценить, красиво ли
изображение, а разложить его на компоненты так, чтобы другой специалист
или нейросеть смогли воссоздать этот стиль с нуля, не видя оригинала.
Работай как реверс-инженер: по готовому результату восстанавливай
техническое задание, по которому оно могло быть сделано.
Вход. Одно изображение (приложено к сообщению).
Формат ответа. Только JSON. Без пояснений до и после, без markdown-обёртки.
Если поле нельзя определить точно, не выдумывай факт: напиши предположение
и уровень уверенности прямо в поле, например «предположительно студийный
свет, точный источник не считывается». Материалы и цвета указывай как
визуально похожие и примерные: по изображению их нельзя определить точно.
Принцип разбора. Не описывай изображение, а раскладывай его на решения.
Раздели наблюдаемый признак и предполагаемую цель: сначала что видно
(например, слабые границы теней), затем, возможно, зачем это сделано,
с уровнем уверенности. Не приписывай автору намерения как факт. Отдельно
фиксируй естественные несовершенства: асимметрию, выбившиеся волоски,
неидеальные тени.
Структура JSON. Блоки: паспорт_изображения, каркас_композиции, цвет, свет,
техническое_исполнение, художественный_слой, типографика, объект_в_кадре,
фон_и_среда, рекреация (промты, ключевые слова, технические настройки,
постобработка). В паспорте укажи уверенность_анализа: высокая, средняя
или низкая, с кратким пояснением.
Проверь перед ответом: 1) есть ли в описании волос деталь, которую нельзя
сгенерировать по умолчанию; 2) назван ли материал стены как визуально похожий, с уровнем уверенности;
3) указан ли для каждой руки статус видимости: видна полностью, видна
частично, закрыта объектом или за границей кадра (положение невидимой руки
не восстанавливай без визуальных признаков); 4) различаются ли
направленный и рассеянный свет; 5) описана ли мимика как конкретное
положение рта и глаз, а не как «улыбается». Если пункт не выполнен,
доуточни поле.
Структура JSON состоит из десяти блоков:
| Блок | Что фиксирует | Зачем при генерации |
|---|---|---|
| Паспорт изображения | Тип (фото, иллюстрация), назначение, уверенность анализа | Понять, насколько разбору можно доверять |
| Каркас композиции | Принцип (трети, симметрия), формат, точки фокуса, траектория взгляда | Повторить расположение объектов |
| Цвет | Доминанты с примерными hex-кодами и долей, схема, температура, контраст | Приблизить палитру: точный цвет зависит от профиля и обработки |
| Свет | Тип и направление источника, тени, блики, заполняющий свет | Самый частый источник расхождений между «похоже» и «то же» |
| Техническое исполнение | Медиум, резкость, зерно, глубина резкости, ракурс | Передать «фактуру» кадра |
| Художественный слой | Жанр, референсы, настроение, атмосфера | Сохранить ощущение, а не только предметы |
| Типографика | Есть ли текст, шрифты, расположение | Не потерять надписи на макете |
| Объект в кадре | Субъект, мимика, волосы, руки, поза | Самое сложное для нейросети: детали человека |
| Фон и среда | Локация, объекты по планам, материал стены и пола | Не заменять реальную кирпичную стену «абстрактным фоном» |
| Рекреация | Готовые промты, ключевые слова, настройки съёмки, постобработка | Финальный текст, который уходит в генерацию |
Так может выглядеть ответ на референс: портрет в светлой комнате. Пример иллюстративный, часть блоков сокращена многоточием, а значения придуманы для демонстрации структуры:
{
"паспорт_изображения": {
"тип": "фотография",
"назначение": "соцсети, портрет",
"уверенность_анализа": "средняя: референс небольшого размера, источник света считывается только по теням"
},
"каркас_композиции": {
"принцип": "правило третей",
"формат": "4:5, вертикальный",
"точки_фокуса": ["лицо в левой трети кадра", "чашка в руках"]
},
"цвет": {
"доминанты": [
{"название": "тёплый белый", "примерный_hex": "#E8DCCB", "роль": "фон"},
{"название": "глубокий зелёный", "примерный_hex": "#3F4A3C", "роль": "акцент"}
],
"температура": "тёплая",
"контраст": "мягкий"
},
"свет": {
"тип_источника": "предположительно окно слева, точный источник не считывается",
"направление": "45° сбоку",
"характер": "мягкий",
"наблюдаемый_эффект": "слабые границы теней, текстура кожи выражена умеренно",
"предполагаемая_цель": "возможно, смягчить визуальную текстуру кожи",
"уверенность": "средняя",
"заполняющий_свет": "нет, тени справа плотные"
},
"объект_в_кадре": {
"волосы": {"естественные_несовершенства": "прядь выбивается у виска"},
"руки_и_жесты": {"левая_рука": "закрыта объектом (карман), положение не восстанавливается", "правая_рука": "видна полностью, держит чашку у груди"}
},
"фон_и_среда": {
"стена": {"визуально_похожий_материал": "окрашенная гладкая стена, тип основания не определяется", "финиш": "матовый", "цвет": "тёплый белый с бежевым подтоном"}
},
"рекреация": {
"промты": ["Портрет в светлой комнате, мягкий боковой свет 45°, тёплая палитра …"],
"ключевые_слова": ["…"]
}
}
Уверенность проявляется на двух уровнях.
Шаг 1. Выберите референс. Берите картинку, стиль которой хотите получить. Права на чужие работы остаются у автора: копируйте приёмы (свет, композицию, палитру), а не саму работу.
Шаг 2. Запустите разбор. В нейросеть, которая принимает изображения, отправьте промпт из раздела выше и приложите референс. Ответ должен прийти только в виде JSON.
Шаг 3. Проверьте уверенность. Посмотрите оценку в паспорте, а поля с «предположительно» сверьте с картинкой.
Шаг 4. Внесите правки. Поменяйте одно поле под вашу задачу по таблице из следующего раздела и попросите нейросеть пересобрать блок «рекреация».
Шаг 5. Передайте результат в блок AI-изображение. Используйте «рекреацию» как основу инструкции.
Правьте параметры по одному: так видно, что именно даёт изменение. Вот где искать нужное поле.
| Что хотите изменить | Поле | Было → стало |
|---|---|---|
| Характер света | свет.характер | мягкий → жёсткий, драматичный |
| Направление света | свет.направление | 45° сбоку → контровой |
| Палитру под бренд | цвет.доминанты, поле примерный_hex | #E8DCCB → фирменный цвет бренда |
| Температуру кадра | цвет.температура | тёплая → холодная |
| Фон | фон_и_среда.стена.визуально_похожий_материал | окрашенная гладкая стена → кирпич |
| Резкость фона | техническое_исполнение.глубина_резкости | малая → большая |
| Ракурс | техническое_исполнение.ракурс | прямой → верхний |
| Эмоцию человека | объект_в_кадре.мимика.общая_эмоция | сдержанная → радостная |
| Формат | каркас_композиции.формат | 4:5 → 1:1 |
Пример правки светового блока. Было:
"свет": {
"тип_источника": "студийный",
"направление": "45° сбоку",
"характер": "мягкий"
}
Стало:
"свет": {
"тип_источника": "студийный",
"направление": "контровой",
"характер": "мягкий"
}
Есть важная деталь. Блок «рекреация» уже содержит готовые тексты промптов, и после правки отдельных полей они могут противоречить изменениям. Если поменяли свет в блоке «свет», а в «рекреации» остался старый, нейросеть получит конфликтные указания. Поэтому после правок отправьте нейросети просьбу: «Пересобери блок рекреация с учётом изменённых полей».
Из полного разбора в бот идёт не весь JSON, а «рекреация» и несколько ключевых полей. Так может выглядеть инструкция для карточки товара в стиле референса (пример иллюстративный):
Создай изображение товара {{$product_name}} в стиле референса.
Свет: мягкий, контровой. Палитра (примерно): #E8DCCB, #3F4A3C, контраст мягкий.
Фон: гладкая окрашенная стена, матовая, тёплый белый.
Малая глубина резкости, формат 4:5.
Сохрани естественные несовершенства: лёгкую асимметрию и мягкие неровные тени.
Тот же текст можно подставить в инструкцию и для Nano Banana Pro, и для GPT Image 2, чтобы сравнить, как каждая модель трактует одни и те же параметры.
В блоке AI-изображение качество выбирается из трёх уровней, и за каждым стоит своя модель:
| Качество | Модель | Что делать с JSON-промптом |
|---|---|---|
| Стандартное | Nano Banana 2 | Быстрые черновики и пробные варианты стиля |
| Оптимальное | Nano Banana Pro | Редактирование фото: примерка, смена фона, правка деталей с сохранением референса |
| Высокое | GPT Image 2 | Генерация с нуля: карточки товаров, арты, контент, где важна детализация |
Промпт для Nano Banana и промпт для GPT Image можно писать в одном формате, поэтому один и тот же разбор можно передать любой из моделей, но результат у них будет разным. Подробнее о различиях уровней качества — в сравнении Nano Banana 2, Nano Banana Pro и GPT Image 2.
В блоке есть поле «Инструкция», куда передаётся текст задания. Благодаря переменным генерация изображений в чат-боте может учитывать товар, имя или другой контекст конкретного пользователя, например {{$product_name}}. Референс или фото клиента передаётся через поле «Исходное изображение»: его нужно сохранить в переменную на предыдущем шаге сценария.
Рабочая схема выглядит так:
Генерация с нуля обычно дешевле редактирования исходного изображения, а расход зависит от выбранного качества.
Вывода «JSON всегда точнее» у нас нет, поэтому проверьте это на своей задаче. Схема: референс → JSON-разбор → результат текстового промпта → результат структурированного промпта. Возьмите один референс и сделайте две версии инструкции: короткое описание абзацем и «рекреацию» из JSON. Запустите каждую на одной и той же модели с одинаковыми настройками, по три генерации (затем повторите на второй модели), и сравнивайте по пяти признакам:
| Признак | Как оценить |
|---|---|
| Свет | Направление и жёсткость совпали с референсом |
| Палитра | Доминантные цвета в тех же долях |
| Фон | Материал и состояние поверхности узнаются |
| Детали человека | Руки, волосы, мимика без «пластика» |
| Стабильность | Три генерации подряд похожи друг на друга |
Если версия с JSON выигрывает по стабильности и совпадению с референсом, для серии картинок в боте имеет смысл сохранить разбор как шаблон. Если разницы нет, оставьте короткий текст: он дешевле в поддержке. Если одна модель стабильно справляется лучше другой, закрепите её уровень качества за этой задачей.
Нет. Вы не пишете JSON сами: его формирует нейросеть по промпту-разбору. Вам нужно только проверить значения и при необходимости поправить одно-два поля по таблице.
Да, разбор как текст можно вставить в инструкцию для любой модели блока AI-изображение: Nano Banana 2, Nano Banana Pro или GPT Image 2. Какая из них лучше справится с вашим референсом, покажет тест на трёх генерациях: результаты у моделей отличаются.
Готового ответа нет, он зависит от задачи. Для редактирования фото с сохранением референса чаще выбирают Nano Banana Pro, для генерации с нуля и детализации GPT Image 2. Проверьте на своём референсе по таблице из раздела выше.
Возьмите референс лучшего качества: крупнее, чётче, без обрезанных краёв. Если менять картинку нельзя, вручную поправьте поля с «предположительно», прежде чем использовать блок «рекреация».
Берите из референса приёмы: композицию, палитру, схему света. Не воспроизводите чужую работу целиком и не публикуйте результат как оригинал автора. Права на референс остаются у автора.
Собрать тестовую ветку с AI-изображением
Передайте промпт через переменные, выберите формат и сравните три уровня качества на одном референсе.
Данные актуальны на Q4 2026