Вы когда-нибудь задумывались, как было бы здорово, если бы AI мог не только писать тексты, но и «видеть» ваши картинки, «слышать» аудио и даже «смотреть» видео? Сегодня это реальность: мультимодальные модели вроде GPT-4V, Claude 3 и Gemini обрабатывают сразу несколько типов данных. Но чтобы раскрыть их потенциал, нужны правильные промты. В этой статье — 12 проверенных примеров, которые помогут вам объединить текст, изображения и видео в одном проекте: от анализа дизайна до создания сценариев для роликов.
1. Анализ изображения с выводами
Задача: Получить детальный разбор изображения: композиция, цветовая гамма, возможные проблемы.
Промт:
Проанализируй изображение. Опиши композицию, цветовую палитру (основные и дополнительные цвета), настроение, которое оно передаёт. Выдели сильные стороны и слабые места с точки зрения визуальной коммуникации. Если есть текст на изображении, расшифруй его. Дай рекомендации по улучшению.
Пример: Вы загружаете скриншот лендинга. Модель отвечает: «Композиция центрирована, акцент на заголовке. Палитра холодная — синий и белый, что создаёт ощущение надёжности. Слабые места: кнопка CTA сливается с фоном. Рекомендую добавить контрастный цвет (оранжевый) и увеличить размер кнопки». Это позволяет быстро улучшить конверсию без дизайнера.
2. Генерация видеосценария на основе текста и изображений
Задача: Создать сценарий для видео, используя текстовое описание и несколько кадров-референсов.
Промт:
На основе данного текстового описания и прикреплённых изображений (референсы стиля) создай подробный сценарий для 30-секундного рекламного ролика. В сценарии укажи: временные метки, описание каждого кадра, визуальные детали, текст закадрового голоса. Учитывай стиль референсов.
Пример: Вы прикладываете описание продукта (кофейня) и фото в стиле «уютный минимализм». Модель генерирует сценарий: 0-5 сек — крупный план чашки с паром, 5-15 сек — интерьер, 15-25 сек — бариста за работой, 25-30 сек — логотип и слоган. Это основа для видеопродакшена.
3. Создание аниматики (раскадровки) из текстового сценария
Задача: Превратить текстовый сценарий в последовательность кадров с описанием композиции.
Промт:
Преврати следующий сценарий в раскадровку: для каждой сцены укажи номер, описание действия, примерную композицию (крупный план, средний, общий), движения камеры (панорама, наезд), освещение и цветовую гамму. Используй формат таблицы.
Пример: Сценарий «герой просыпается, идёт к окну, видит город». Модель выдаёт таблицу с тремя строками: 1. Крупный план лица, тёплый свет, 2. Средний план, следование за героем, 3. Общий план города, холодный синий. Это помогает режиссёру и оператору быстро визуализировать идею.
4. Сравнение двух изображений
Задача: Сопоставить два изображения (например, до/после обработки, конкурентные продукты) и выделить различия.
Промт:
Сравни два прикреплённых изображения. Выдели ключевые различия в композиции, цветах, объектах, текстуре. Оцени, какое изображение лучше соответствует цели (укажите цель, например, «привлечение молодой аудитории») и почему.
Пример: Вы сравниваете два баннера — один с яркими цветами, другой в пастельных тонах. Модель отмечает: «Первый привлекает внимание, но выглядит агрессивно; второй — спокойный, но может быть незаметным. Для молодёжной аудитории лучше первый, если дополнить его современным шрифтом».
5. Генерация идеи для контента на основе изображения
Задача: Получить список идей для постов в соцсети, вдохновляясь фотографией.
Промт:
Посмотри на изображение и предложи 5 идей для поста в Instagram/Telegram, связанных с этим изображением. Для каждой идеи укажи: текст поста (до 200 символов), хэштеги (5-7), и какой формат (фото, карусель, видео) лучше использовать.
Пример: Вы загружаете фото заката в горах. Модель предлагает: «Идея 1: пост про отдых от городской суеты, текст про перезагрузку, хэштеги #горы #отдых #природа, формат — фото». Это ускоряет SMM-планирование.
6. Создание инфографики по данным
Задача: Преобразовать статистику или таблицу в описание инфографики.
Промт:
На основе прикреплённых данных (таблица/текст) создай концепцию инфографики: заголовок, ключевые цифры, визуальные элементы (графики, иконки), цветовую схему. Разбей информацию на блоки и укажи, как их расположить для максимальной читаемости.
Пример: Данные о продажах по кварталам. Модель предлагает: «Заголовок: "Рост продаж 2026". Блок 1: столбчатая диаграмма, блок 2: ключевые цифры (выручка, % роста), блок 3: выводы. Цвета: зелёный для роста, красный для спада». Это помогает дизайнеру быстро сделать инфографику.
7. Описание видео по кадрам
Задача: Получить текстовое описание содержимого видео (если модель поддерживает видео, например, Gemini 1.5 Pro).
Промт:
Просмотри видео и опиши его содержание по минутам: что происходит, какие объекты, люди, текст на экране, звуковые акценты. Выдели ключевые моменты и возможные проблемы (например, плохое качество, дрожание камеры).
Пример: Вы загружаете обучающее видео. Модель выдаёт: «0-1 мин — вступление, спикер рассказывает о цели; 1-3 мин — демонстрация экрана, шаги; 3-5 мин — ответы на вопросы». Это полезно для реферирования вебинаров.
8. Генерация альтернативного текста (alt text) для изображений
Задача: Создать SEO-оптимизированный alt text для картинок на сайте.
Промт:
Сгенерируй alt text для прикреплённого изображения. Учти: опиши объект, действие, контекст, ключевые слова (укажите). Длина — до 125 символов. Избегай общих фраз вроде «изображение» или «фото».
Пример: Фото кроссовок на белом фоне. Результат: «Белые кроссовок Nike Air Zoom с розовой подошвой на белом фоне, вид сбоку». Это улучшает SEO и доступность сайта.
9. Создание стиля для серии изображений (брендбук)
Задача: Разработать визуальный стиль для серии постов, используя одно изображение как образец.
Промт:
На основе прикреплённого изображения опиши визуальный стиль для серии из 10 постов: цветовая палитра (HEX-коды), типографика (шрифты, размеры), композиционные приёмы, фильтры, расположение логотипа. Создай краткое руководство, которое можно передать дизайнеру.
Пример: Вы загружаете фото продукта в минималистичном стиле. Модель генерирует брендбук: «Палитра: #F5F5F5, #333333, #E0E0E0; шрифт Montserrat; правило третей; логотип — в правом нижнем углу». Это стандартизирует контент.
10. Перевод и адаптация текста на изображении
Задача: Извлечь текст с изображения и перевести его на другой язык с сохранением смысла.
Промт:
Извлеки текст с прикреплённого изображения. Если текст на [языке], переведи его на [целевой язык]. Сохрани смысл, но адаптируй под культурные особенности аудитории. Выведи исходный и переведённый текст в виде таблицы.
Пример: Меню ресторана на итальянском. Модель переводит на русский, при этом адаптирует названия блюд (например, «Tagliatelle al ragù» → «Тальятелле с мясным соусом»). Это упрощает локализацию.
11. Создание мудборда по текстовому описанию
Задача: Сгенерировать описание мудборда для дизайн-проекта, который можно использовать в презентации.
Промт:
Создай описание мудборда для проекта [тема, например, «интерьер скандинавской гостиной»]. Включи: цветовую гамму, материалы, текстуры, мебель, освещение, настроение. Дай примеры реальных объектов (мебель IKEA, светильники Artemide), которые подходят. Оформи в виде списка.
Пример: Модель предлагает: «Цвета: белый, серый, бежевый; материалы: дерево, лён; мебель: диван Ektorp, кресло Poäng; свет: тёплый, с торшерами». Это помогает визуализировать идею клиенту.
12. Комбинирование текста и изображения для создания логотипа
Задача: Получить концепции логотипа, основанные на текстовом описании и визуальных предпочтениях.
Промт:
Разработай 3 концепции логотипа для компании [сфера деятельности] с названием [название]. Учти: ценности бренда (надёжность, инновации, дружелюбие), целевую аудиторию, предпочтения по стилю (минимализм, ретро, геометрия). Для каждой концепции опиши: символ, шрифт, цвет, идею. Используй прикреплённое изображение как референс настроения.
Пример: Для кофейни «Brew & Co» модель предлагает: 1) Чашка с паром в виде буквы B, тёплые коричневые тона, 2) Зерно кофе, встроенное в текст, минимализм, 3) Неоновая вывеска в стиле ретро. Это даёт дизайнеру направление.
Как использовать мультимодальные промты: 3 совета
- Чем конкретнее входные данные, тем лучше результат. Если вы даёте изображение, укажите, что именно важно: «обрати внимание на логотип», «описывай только фон». Это фокусирует модель.
- Используйте итеративность. Не ждите идеального ответа с первого раза. Уточняйте: «сделай акцент на…», «добавь больше деталей».
- Проверяйте факты. Мультимодальные модели могут ошибаться в распознавании текста или деталей. Всегда перепроверяйте важные данные.
Итоги
Мультимодальные промты — это мост между вашими идеями и контентом. Они экономят часы работы, позволяют быстро прототипировать и улучшать визуальные материалы. Начните с этих 12 примеров, адаптируйте под свои задачи и вскоре вы откроете новые возможности для творчества и бизнеса. Остались вопросы? Загляните в документацию моделей (OpenAI, Anthropic, Google) или поделитесь опытом в комментариях!
Комментарии