Ulica jako test wytrzymałości: tłum, szyldy i logika miasta
Sceneria miejska to jeden z trudniejszych testów dla generatora, bo model musi jednocześnie utrzymać spójną postać na pierwszym planie i wiarygodne, ale rozmyte tło pełne przypadkowych ludzi. Do tego dochodzi streetwear — warstwy bluz, kurtek i nadruków, które generator regularnie gubi, zamieniając logo w bezsensowną plamę albo łącząc rękaw z torbą w jedną bryłę materiału. Jeśli dodasz do kadru szyld sklepu czy tablicę rejestracyjną, prawie na pewno wyjdzie z tego wizualny bełkot przypominający pismo, ale nieczytelny. To nie jest błąd promptu — to ograniczenie modeli w renderowaniu drobnego, powtarzalnego tekstu na obiektach w tle.
Full-body photo of a young woman walking on a city sidewalk, oversized streetwear hoodie and cargo pants, sneakers, confident casual pose, motion blur in background, blurred pedestrians and shopfronts out of focus, shallow depth of field, natural daylight, urban street photography style, shot on 35mm lens, candid mood
readable text, sharp background signage, license plate close-up, distorted logo, warped print, extra limbs, blurry face, deformed hands, oversaturated colors, plastic skin, symmetrical crowd faces
Kluczowe fragmenty promptu działają jak osobne przełączniki. Fraza "blurred pedestrians and shopfronts out of focus" wymusza rozmycie tła zamiast próby wyrenderowania go ostro — to najprostszy sposób, żeby generator nie zaczął "wymyślać" twarzy przechodniów ani liter na witrynach. "shallow depth of field" i "shot on 35mm lens" wzmacniają ten efekt fotograficznie, więc rozmycie wygląda naturalnie, a nie jak błąd renderu. Jeśli chcesz wariant z inną porą dnia, zamień "natural daylight" na "golden hour light" albo "neon city lights at night" — pamiętaj jednak, że noc i neony to dodatkowe źródło chaosu wizualnego, więc warto wtedy jeszcze mocniej podkreślić rozmycie tła. Zmiana stylizacji odzieży to fraza "oversized streetwear hoodie and cargo pants" — możesz podmienić na "cropped bomber jacket and denim" albo "tracksuit and bucket hat", zachowując resztę promptu bez zmian.
Najczęstszy błąd w tej scenerii to próba "dopracowania" tła przez usunięcie fraz o rozmyciu, bo wydaje się, że ostre tło wygląda bardziej profesjonalnie. Efekt jest odwrotny: model zaczyna generować przechodniów z powielonymi twarzami, szyldy z bełkotliwym tekstem i samochody z nieczytelnymi tablicami, co od razu zdradza sztuczne pochodzenie zdjęcia. Naprawa jest prosta — zawsze zostawiaj w promptcie wyraźną instrukcję rozmycia tła i unikaj proszenia o zbliżenia na elementy z tekstem. Jeśli mimo to na zdjęciu pojawi się nieczytelny napis w tle, nie próbuj go poprawiać kolejnym promptem opisującym konkretną treść szyldu — skuteczniej jest wygenerować wariant z innym kadrowaniem albo dociąć kadr tak, żeby problematyczny fragment w ogóle nie wszedł do zdjęcia. To rozwiązanie działa szybciej niż walka z modelem o czytelność drobnego tekstu, którego i tak nie jest w stanie poprawnie odwzorować.