RTX 4070 с 12 ГБ VRAM вроде бы должна закрывать вопрос с иллюстрациями. Но японский автор note столкнулся с неприятной математикой: текст статьи занимал около часа, а одна-две картинки для неё съедали ещё примерно столько же. В итоге локальная генерация оказалась бесплатной только на бумаге.

Он использовал SDXL и AlbedoBase XL v3.1. План был понятный — делать все обложки и вставки на своём компьютере. Только при сложных сценах модель начинала смешивать объекты: часы оказывались внутри монитора, экран превращался во внутренности ноутбука, а отдельные предметы слипались в один странный гибрид.

Монитор с облаком рядом с видеокартой передаёт переход от локальной генерации SDXL к облачному Gemini.Источник: note.com

Порядок тегов, веса и negative prompt помогали не всегда. Иногда нужный кадр находился после десятков попыток. Иногда не находился вообще, и автор заканчивал работу с компромиссной картинкой. Для эксперимента это нормально. Для ежедневного блога — уже возня.

SDXL и Gemini решают разные задачи

Главный вывод японского автора звучит довольно трезво: не надо заставлять один инструмент делать всё. Локальный SDXL хорошо подходит для большого числа дешёвых попыток. Облачный Gemini — для ситуации, когда композиция уже придумана и важно точно расставить элементы.

Условно это две разные роли.

• Локалка — десятки вариантов, абстрактная тема, поиск неожиданной фактуры. • Облако — конкретная схема, несколько объектов, понятные позиции слева и справа. • Локалка — повторяемые эксперименты без оплаты за каждый запуск, если не считать электричество. • Gemini — меньше ручных пересборок, когда нужен рабочий результат к публикации.

Автор описывает преимущество Gemini как высокую «忠実度» — верность инструкции. Если написать, что слева стоит объект A, а справа объект B, облачная модель, по его наблюдениям, гораздо реже превращает их в один предмет. Это не гарантия идеального результата, но для многоэлементных flat-иллюстраций разница заметная.

Здесь всё упирается в тип задачи и цену ошибки. Если вы ещё ищете настроение, не тратьте деньги на облако ради двадцати похожих вариантов. Если картинка уже есть в голове, не обязательно часами чинить SDXL через веса, расширения и новые seed.

Как перенести накопленные промпты из SDXL в Gemini

Самый практичный момент статьи — автор не переписывал промпты с нуля. У него уже был рабочий формат для SDXL: английские теги, параметры стиля и негативные слова. Он просто отправил эту заготовку в Gemini, а затем менял только мотивы под конкретную статью.

Это полезная схема и для креаторов. Не выбрасывайте старые промпты только потому, что меняете движок. Сохраните постоянную часть: стиль, плоскость, палитру, тип линии, композиционный характер. Переменными оставьте тему, объекты и их расположение.

Важная оговорка: японский автор ссылается на наблюдения AI-сообществ о том, что современные LLM-генераторы могут понимать tag-based промпты и negative prompt как описание желаемого результата. Это не официальная гарантия Gemini. Поэтому такой перенос стоит воспринимать как рабочий эксперимент, а не как универсальное правило.

Для первого теста можно взять короткое описание на естественном языке. В исходном материале автор приводит именно такой вариант. Заменяйте цвет стола, тип устройства и стиль под свою задачу, но не меняйте всё сразу — иначе будет непонятно, что повлияло на результат.

Базовый промпт для облачной генерации изображений Gemini:

ПромтПромт из оригинала
青いデスクの上にノートPCが置かれているシンプルなイラストを描いてください
Скопируйте и вставьте в нейросеть как есть.
Из чего собран промт
  1. сценана синем столе青いデスクの上に
  2. объектноутбукノートPCが置かれている
  3. стильпростая иллюстрацияシンプルなイラストを描いてください

Японский язык, вставлять как есть.

Этот промпт нужен как базовая проверка пространственного понимания: синий стол, ноутбук и простая иллюстрация. Для своей обложки можно заменить цвет, добавить часы или доску, а затем отдельно проверить, действительно ли объекты остались раздельными.

Я бы собирал такой шаблон в три слоя: 1. Постоянный стиль — flat illustration, простые формы, нужная палитра. 2. Сцена — объекты и их позиции: слева, справа, на заднем плане. 3. Ограничения — без 3D-render, без фотореализма, без лишних деталей. Так проще понять, что ломается. И проще вернуть удачный вариант.

Где локальная генерация всё ещё выигрывает

У локалки есть качество, которого облако не заменяет: она позволяет без отдельной оплаты крутить десятки вариантов. Именно в этом японский автор видит «гачу» — случайный поиск, где среди обычных кадров внезапно появляется неожиданно удачная композиция.

Для moodboard, поиска персонажа, цветовых сочетаний и странных визуальных идей это прям кайф. Вы не формулируете всё до миллиметра. Наоборот, оставляете модели пространство для случайности.

Но у облачного Gemini другая сильная сторона. Несколько генераций могут быть похожи друг на друга, зато модель лучше держит исходную задумку. Поэтому платить за массовую гачу в облаке не всегда разумно: вы расходуете лимиты там, где локальный GPU справляется дешевле.

Что проверить в своём рабочем процессе

Я бы не начинал с полного переезда в Gemini. Сделайте небольшой A/B-тест на одной задаче:

1. Возьмите сцену с тремя объектами и заранее опишите позиции. 2. Сгенерируйте 20–30 вариантов локально, не пытаясь добиться точной композиции. 3. Отдельно отправьте тот же рабочий шаблон в Gemini. 4. Сравните не только красоту, но и время до пригодной картинки. 5. Сохраните удачный результат и промпт как основу для следующих статей.

Считать нужно не количество бесплатных запусков, а время до публикации. Если локальная картинка стоит ноль рублей, но требует часа ручной возни, это не обязательно выгоднее облачного варианта, который получается за несколько попыток.

Промты для SDXL, Gemini и видео собрал в библиотеке

Источники

Gemini Developer API pricing

Источникnote.com