Почему GPT Image выдаёт «кожу в рыбьей чешуе»? — Коренные причины и как это исправить

Если вы пользуетесь GPT Image и заметили, что кожа, одежда или большие однотонные области получаются похожими на рыбью чешую, соты или мелкое пластиковое зерно — не вините свои навыки промптинга. Проблема не в вас. Это модель слишком много думает.

Этот артефакт чрезвычайно распространён в мире ИИ-генерации изображений. Я называю его «чешуйчатым артефактом». С ним сталкивался практически каждый, кто серьёзно работал с GPT Image. OpenAI подтвердила, что работает над исправлением, но на данный момент официальный патч не вышел. Хорошая новость: скорректировав промпты и стратегию генерации, вы можете радикально снизить — или даже устранить — эту проблему уже сейчас.

1. Почему возникают чешуйчатые артефакты?

Представьте GPT Image как умелого художника, который вызубрил слишком много справочников: техника на месте, но иногда модель впихивает детали туда, где им не место.

Причина 1: обучение на слишком зашумлённых данных

GPT Image обучалась на миллиардах изображений, собранных из интернета. Проблема в том, что огромная доля этих изображений была низкого качества — артефакты JPEG-сжатия, перезамыленные селфи с телефонов, апскейлы низкого разрешения. Модель не умеет отличать «реальную деталь» от «шума изображения», поэтому запомнила эти шумовые паттерны как «то, как должна выглядеть кожа».

Результат: рисуя кожу, она неосознанно накладывает заученные шумовые шаблоны, порождая ту самую текстуру рыбьей чешуи или сот.

Причина 2: она боится оставлять области пустыми

Когда промпт требует «high definition» или «rich detail», модель трактует это как «в каждом пикселе должно что-то быть». Для волос или складок ткани, где детали существуют естественно, это работает нормально. Но для больших областей кожи, неба или стен — областей, которые должны быть гладкими, — модели нечего рисовать, поэтому она достаёт заученные шумовые шаблоны и насильно заполняет ими пространство.

По сути, чешуйчатый артефакт — это модель, фабрикующая детали там, где их быть не должно.

Причина 3: перегрузка промпта вызывает сбой обработки

Если набить один промпт слишком многими требованиями — богатое освещение, видимые поры, фактурная ткань, боке на фоне — внимание модели опасно распыляется. Она пытается сделать всё хорошо, но ей не хватает вычислительной пропускной способности, поэтому она «сдаётся» на отдельных областях и заполняет их повторяющимися механическими текстурами.

Видели те ИИ-изображения, где кожа выглядит как пластик, а текстура одежды — как скопированная под копирку? В девяти случаях из десяти это перегрузка промпта.

2. Как исправить это во время генерации

Теперь, когда мы знаем, что проблема растёт из «избыточного мышления» и «заученного шума», стратегия ясна: снизить нагрузку и научить модель, что значит «чисто».

Метод 1: уберите «токсичные слова» — перестаньте нервировать модель

Некоторые слова — триггеры высокого риска для чешуйчатых артефактов. Они звучат профессионально, но толкают модель к перезаполнению деталями. Избегайте их в промптах:

Чёрный список слов высокого риска:

Альтернатива: вместо «хочу предельную детализацию» говорите «хочу естественность».

Замените hyper-detailed, 8K, sharp focus на natural lighting, film photography style, gentle details — результаты станут заметно лучше. Официальный Prompt Guide от OpenAI тоже рекомендует направлять модель языком фотографии (объектив, свет, композиция), а не нагромождением абстрактных слов о качестве. Услышав «natural» и «film look», модель автоматически снижает интенсивность заполнения деталями, потому что настоящие плёночные фото по природе имеют мягкое зерно и естественные переходы.

Метод 2: явно научите её, как выглядит «чисто»

Модель не знает, что такое «чистая кожа» или «мягкий свет», пока вы явно не скажете ей, чего избегать.

Добавьте в конец промпта эту «очищающую формулу» (копируйте смело):

Smooth, even skin texture, soft lighting transition, no visible grains,
no repetitive scales, no plastic texture, uniform surface.

Это проводит для модели чёткую границу, явно запрещая ей извергать те заученные шумовые шаблоны. По моему опыту, добавление этого текста снижает частоту появления чешуйчатых артефактов более чем на 70%.

Можно адаптировать под конкретный сценарий. Для пейзажей попробуйте:

Smooth sky gradient, no banding, no repetitive cloud patterns,
natural color transition.

Базовая логика та же: сказать модели, «чего НЕ делать», эффективнее, чем сказать, «что делать». Этот принцип подробно обсуждается в Prompt Engineering Guide — негативный промптинг остаётся одним из самых прямых способов контролировать качество ИИ-изображений.

Метод 3: генерируйте поэтапно — не пытайтесь сделать всё за раз

Это самая эффективная техника против чешуи и моя личная главная рекомендация.

Неправильный способ:

Сгенерировать за один проход полностью детализированного персонажа в полный рост, с фоном и эффектами.

Результат: грязный фон, чешуйчатая кожа, одежда как из пластика. Внимание модели растянуто до предела, и страдает каждая область.

Правильный способ (поэтапная генерация):

Шаг 1: только силуэт и свет (режим низкой детализации)

Напишите промпт только с самым необходимым:

Азиатский мужчина, поясной портрет, смотрит в камеру, мягкий естественный свет.

Цель: сначала зафиксировать композицию и свет. На этом этапе вычислительное давление на модель минимально, и переосмысливать почти нечего, поэтому чешуя не появится. Результат может выглядеть «простовато» — но простовато это именно то, что нужно. Простота значит чистоту.

Шаг 2: точечная доводка (выборочное редактирование)

Если лицо не устраивает, используйте инструмент «редактирование/кисть» в GPT Image и выделите только лицо для изменения.

Промпт:

Естественная текстура кожи, мягкая, без дефектов.

Цель: не трогать фон и одежду, чтобы не испачкать области, которые уже были чистыми. При локальном редактировании модели нужно сосредоточиться лишь на небольшом участке, вычислительной мощности хватает с запасом, и вероятность артефактов резко падает.

Шаг 3: финальные штрихи

Одно критическое замечание: не долбите один и тот же промпт по одной и той же области раз за разом. Это вызывает «наслоение переобучения» — каждая правка добавляет ещё один слой деталей поверх предыдущего, делая изображение всё грязнее и чешуйчатее.

Если правка не сработала, попробуйте другую формулировку. Если «smooth skin» не помогает, попробуйте «soft, matte skin like magazine photography». Или слегка расширьте область выделения, чтобы у модели было больше контекста для понимания, чего вы хотите.

Ещё одна проверенная техника — начинать каждую генерацию со свежего разговора. Качество GPT Image склонно деградировать при генерации нескольких изображений в одной сессии. Если замечаете, что чешуя нарастает, попробуйте открыть новый чат.

3. Продвинутый совет: проверяйте дизайн персонажа ИИ-видеоинструментами

Если вы используете GPT Image для создания референсов персонажей для видеопроектов — ИИ-короткометражек, видеообъяснений или брендовых роликов, — проблема чешуи усиливается при последующей видеогенерации. Статичное изображение с едва заметными чешуйчатыми артефактами начнёт искажаться, когда персонаж задвигается в видео, и проблема станет куда заметнее.

В этом случае вам даже не нужно переключаться между ChatGPT и видеоинструментом — Pixo интегрировал модель GPT Image 2, так что вы можете генерировать референсы персонажей прямо в Pixo, оптимизировать их с помощью техник против чешуи из этой статьи, а затем сразу загрузить референс как ассет персонажа на той же платформе и сгенерировать тестовый кадр на 5–10 секунд, чтобы посмотреть, как персонаж держится в движении. Pixo также поддерживает несколько ИИ-видеомоделей, позволяя протестировать один и тот же референс на разных моделях. Если текстурные проблемы, невидимые на статичном изображении, проявились в видео, можно точечно доработать их через GPT Image 2 прямо в платформе перед запуском полноценного производства — без переключения инструментов.

Если вы работаете над полным ИИ-видеопроектом от дизайна персонажа до финального монтажа, посмотрите наше руководство по производству длинного ИИ-видео с полным процессом.

4. Резюме: шпаргалка из трёх правил против чешуи

Запомните три вещи:

1. Уберите воду. Выбросьте 8K, hyper-detailed и прочие пустые слова о качестве. Они не сделают изображения лучше — они лишь нервируют модель.

2. Подчёркивайте гладкость. Добавьте smooth, soft, no repetitive patterns в конец промпта. Явно скажите модели, чего НЕ делать.

3. Разделяй и властвуй. Сначала сгенерируйте фигуру, потом лицо, потом одежду. Не заставляйте модель делать всё за один проход. Поэтапная генерация — единственный самый эффективный способ сократить чешуйчатые артефакты.

Освойте эти три пункта, и визуальное качество ваших результатов в GPT Image сделает скачок вперёд — никакого больше дешёвого цифрового пластика.

Довольны референсом персонажа? Следующий шаг — оживить его. Pixo интегрирует GPT Image 2 и несколько ИИ-видеомоделей, позволяя пройти путь от генерации изображения через оптимизацию против чешуи до производства видео — на одной платформе, без переключения инструментов.

FAQ

Почему один и тот же промпт иногда даёт чешую, а иногда нет?

В каждой генерации GPT Image есть встроенная случайность. Даже при идентичном промпте разные внутренние сиды шума дают разные результаты. Чешуйчатые артефакты не гарантированы каждый раз, но при рискованных промптах вероятность высока. Методы выше резко снизят эту вероятность, но не могут гарантировать 100% устранения. Когда чешуя возникает случайно, обычно помогает простая повторная генерация.

Это проблема только GPT Image?

Нет. Чешуйчатые артефакты и аномалии текстур — общая проблема практически всех моделей ИИ-генерации изображений, включая Midjourney, Stable Diffusion и DALL-E. Конкретный вид различается — где-то уклон в соты, где-то в пластик, — но методология из этой статьи (убрать слова высокого риска, добавить негативные описания, генерировать поэтапно) работает для всех.

Есть ли дополнительные советы для референсов персонажей под ИИ-видео?

Видео усиливает несовершенства, едва заметные на статике. При генерации референсов персонажей: (1) не гонитесь за максимальным разрешением — чистота важнее высокого разрешения; (2) сгенерируйте несколько референсов с разных ракурсов, чтобы убедиться, что персонаж без чешуи с любой точки зрения; (3) перед запуском полноценного видеопроизводства сделайте быстрый тестовый кадр для проверки — в Pixo встроены GPT Image 2 и несколько видеомоделей, так что путь от генерации изображения до видеотеста проходит на одной платформе.

Можно ли использовать «очищающую формулу» вместе со стилевыми ключевыми словами?

Безусловно. Например, если вы хотите киберпанк-стиль без чешуи, напишите промпт так:

Cyberpunk city street at night, neon lights, rain-wet road,
a woman in a black leather jacket.
Smooth skin texture, soft lighting transition, no visible grains,
no repetitive patterns, no plastic texture.

Стилевые ключевые слова и очищающая формула не конфликтуют. Стилевые слова говорят модели, «что создавать», а очищающая формула — «что не испортить»; они работают в разных измерениях генерации.

В каких сценариях чешуйчатые артефакты возникают чаще всего?

Худшие три типа сцен: (1) большие участки открытой кожи — особенно портреты крупным планом; (2) светлые или белые фоны — модель охотнее всего «перезаполняет» пустые области; (3) гладкие поверхности материалов — металл, стекло, вода и т. д. Работая с такими сценариями, всегда используйте очищающую формулу и поэтапную генерацию.

---

Освойте эти техники против чешуи, и ваши ИИ-референсы персонажей станут радикально лучше. Если следующий шаг — превратить этих персонажей в видео: объяснения, нарративные короткометражки или брендовый контент, — Pixo проведёт вас от чистого референсного изображения до многокадрового финального монтажа.