Японский креатор настроил Gemini для четырёх карточек Instagram каждый четверг: модель рисует только фон. Текст он накладывает кодом — иначе мелкие надписи превращаются в нечитаемый набор символов. О схеме он рассказал в заметке на note. Для бизнеса это разница между постом, который можно публиковать, и картинкой с загадочными буквами.
Сначала креатор просил Gemini нарисовать и изображение, и заголовок. Крупные надписи выходили терпимо, а мелкие — с ошибками: на экране компьютера в одной картинке появилось подобие письма с бессмысленным японским текстом. Примерно после 20 изображений стало ясно: общие указания модель понимает лучше точных. Просьба оставить верхнюю треть пустой не всегда помогала, появлялись лишние рамки, а с референса однажды перекочевала ошибка Excel #REF! — хотя тема картинки была совсем другой.
Теперь фон для каждой темы креатор готовит заранее, а Gemini каждую неделю придумывает только новый текст. Программа накладывает его в одном и том же месте и одним шрифтом, так что каждую букву можно проверить. Систему собрали с Claude Code и запускают по расписанию на сервере; на Gemini API ушло около 10 долларов, а один пост стоит примерно 1,6 иены.
Был и ценовой нежданчик: Gemini долго «думала», и её размышления занимали около 70% вывода. Один запуск обходился в 4,7 иены. Когда креатор уменьшил объём рассуждений в настройках, расходы упали примерно на 60%, а качество текста, по его словам, не ухудшилось. Осталась мелочь: звёздный знак в правом нижнем углу иногда накладывается на логотип. Думаю, вывод простой: картинку можно доверить модели, а точные буквы — шаблону.
Источникnote #画像生成AI
