5.2 Promptowanie persony: szablon, nie improwizacja

Improwizowany prompt działa. Jest też powodem, dla którego dwa posty tej samej persony wyglądają, jakby pochodziły z dwóch różnych kont.

Alternatywą jest szablon ze stałymi slotami i zamrożoną specyfikacją techniczną. Zbudowanie go zajmuje godzinę i tę samą godzinę oszczędza co tydzień, a przy tym usuwa największe źródło nieplanowanej zmienności w twoich wynikach.

Prompt ma sześć części

W kolejności, bo kolejność niesie informację o tym, co się liczy:

1. Tożsamość. Stała. Trigger token z 4.5 plus warunkowanie referencyjne. Ta sekcja nie zmienia się nigdy — poza momentem, gdy zmienia się wersja tożsamości, a wtedy zmienia się wszędzie naraz.

2. Scena. Część zmienna: lokacja, garderoba, akcja, rekwizyty, pora dnia. To ją faktycznie piszesz do każdego posta i to jedyny naprawdę twórczy slot.

3. Światło. Z trzech warunków z zestawu (2.5). Jedno na prompt, nigdy mieszane.

4. Obiektyw i kadrowanie. Wygląd ogniskowej, wielkość planu, wysokość kamery — wszystko ze stałego słownika zestawu.

5. Styl i korekcja barwna. Wygląd zgodny z zapisanym presetem z 2.5. Jeśli korekcję barwną robisz w postprocessingu, ta sekcja mówi tylko o rejestrze fotograficznym, nie o kolorze.

6. Jakość i tekstura. Frazy utrwalające poniżej.

Frazy utrwalające i co faktycznie robią

Trzy frazy pojawiają się w niemal każdym działającym prompcie do tego celu:

• "preserve facial identity"
• "realistic skin texture"
• "natural skin pores"

Co robią. Odchylają model od dwóch trybów awarii, które kosztują najwięcej: dryfu tożsamości i nadmiernego wygładzania. Tekstura na poziomie porów to pojedyncza najskuteczniejsza osłona przed plastikowym wyglądem z 1.4, bo model nie potrafi jednocześnie renderować tekstury i gładkiej powierzchni — prośba o teksturę wymusza detal na twarzy.

Czego nie robią. Nie sprawiają, że twarz pasuje do konkretnej osoby. To zadanie warstwy referencyjnej i żadna fraza jej nie zastąpi. Operator, który usunie referencję, a zostawi frazy, dostanie fotorealistycznego nieznajomego.

[UNVERIFIED] Konkretny efekt pojedynczej frazy różni się między modelami i wersjami, a wielkości efektu podają praktycy, a nie pomiary. Traktuj je jako tanie ubezpieczenie z wiarygodnym mechanizmem, nie jako gwarantowane dźwignie.

Zamroź specyfikację techniczną

Rozróżnienie, które porządkuje cały plik promptów:

Zmienne twórcze — scena, garderoba, akcja, rekwizyt, pora dnia. Zmieniają się przy każdym poście i o nich właśnie powinieneś myśleć.

Zamrożona specyfikacja — obiektyw, zasady kadrowania, słownik warunków świetlnych, frazy jakościowe, negative prompt, rozdzielczość wyjściowa. Nie zmieniają się między postami. To konfiguracja.

Zamrożoną część napisz raz, włóż ją do pliku i buduj prompty przez wypełnianie slotu. Dwa skutki: przestajesz po raz setny rozstrzygać te same techniczne kwestie, a gdy dowiesz się czegoś o jakimś ustawieniu, zmieniasz je w jednym miejscu i dotyczy to każdego przyszłego posta.

Negative prompty: co pomaga

Zestaw na start, z uzasadnieniem:

Negative prompty: co szkodzi

Długie listy sprzecznych słów stylu. „Photorealistic, cinematic, anime, oil painting" to nie filtr, lecz sprzeczna instrukcja, która spłaszcza wynik w stronę średniej z wszystkich czterech.

Negatywy walczące ze sceną. „Indoor" w negatywie, gdy prompt umieszcza ją w kuchni, daje pokój, w którym nie ma pokoju.

Negatywy wymieniające części ciała w pozytywnym kontekście. Negatyw na „elbows" w prompcie portretowym czasem kosztuje cię łokieć.

Kopiowanie listy negatywów innego operatora. On kalibruje inny model bazowy, inny adapter i inny dataset. Negatywy są lokalne.

Praktyczne podejście: zacznij od tabeli powyżej i dodawaj negatyw tylko wtedy, gdy wskażesz konkretny defekt, któremu by zapobiegł. Lista negatywów rosnąca bez dowodów to lista, która walczy sama ze sobą.

Templating: plik z 40 wariantami

To operacyjny rdzeń tego rozdziału.

Trzymaj jeden plik z czterdziestoma wariantami scen — lokacja, garderoba, akcja, rekwizyty, pora dnia — rozpisanych w całości, każdy jako kompletny prompt z wyjątkiem zamrożonej specyfikacji. Produkcja posta sprowadza się do: wybierz wariant, wklej go w zamrożoną ramę, generuj.

Dlaczego czterdzieści i dlaczego plik:

Czterdzieści wariantów pokrywa około dwóch tygodni przy trzech postach dziennie, co oznacza, że nigdy nie piszesz promptu pod presją czasu. Jakość promptu się załamuje, gdy publikujesz dziś.

Plik czyni rekwizytornię realną. Dwadzieścia miejsc z rozdziału 2.3, po trzy obiekty w każdym, staje się czterdziestoma konkretnymi scenami. Tu ta sekcja się zwraca, a jeśli ją pominąłeś, tutaj to zauważysz.

Oddziela generowanie od wymyślania. Napisanie czterdziestu promptów to sesja twórcza; wybranie jednego to krok operacyjny. Robienie obu naraz nie wychodzi dobrze ani w jednym, ani w drugim.

Umożliwia pracę batchową. Pipeline batchowy z 5.4 zjada warianty grupami. Lista promptów to manifest batcha.

Uzupełniaj plik kwartalnie, i uzupełniaj ze slotu przeglądu z 2.6 — tam, gdzie masz dane o tym, co zadziałało, a nie o tym, na co masz ochotę.

Promptowanie per platforma

Ta sama persona potrzebuje innych promptów na różnych powierzchniach, a różnice są strukturalne, nie kosmetyczne. To tylko ilustracja, a specyfikacje platform zmieniają się stale — sprawdź aktualne wymagania, zanim się na nich oprzesz. [AS OF 2026-10]

Instagram feed. Kwadrat lub 4:5, ciaśniejszy kadr, twarz czytelna w rozmiarze miniatury, ciepła korekcja barwna, większy nacisk na teksturę skóry i detal stylizacji. Właśnie na feedowych zdjęciach tworzy się przywiązanie (2.6), więc kompozycja i garderoba liczą się bardziej niż nowość.

Okładki TikTok i Reels. Pion, a kadr będzie widziany w ruchu, mały, często z nakładką tekstową zasłaniającą dolną trzecią część. Kompozycja musi przetrwać kciuk: jeden obiekt, wysoki kontrast, żadnego drobnego detalu w dolnej trzeciej i miejsce w kadrze na podpis.

Reklamy i assety promocyjne. Pion lub kwadrat, widoczny produkt, twarz persony w górnej trzeciej, pusta przestrzeń na tekst. Materiały promocyjne ocenia się po kliknięciach, nie po urodzie, a korekcja barwna jest często jaśniejsza i płatsza niż wygląd feedu — to świadome odstępstwo od zestawu i trzeba je tak zapisać.

Stories. Pion, luźniejsza kompozycja, mniej formalna stylizacja. Kadr będzie widziany przez sekundy i często zamalowany dopiskami, więc precyzja liczy się mniej, a natychmiastowość bardziej.

To, co się powtarza we wszystkich czterech: kadrowanie i pusta przestrzeń się zmieniają, tożsamość nie. Jeśli łapiesz się na dostrajaniu sekcji tożsamości pod platformę, popełniłeś błąd o jedną warstwę wyżej.

Rozpisany prompt z komentarzem

[identity]  <trigger token>, <adapter/ref conditioning>, woman, mid-20s
[scene]     standing in a small kitchen, morning, holding a mug,
            wearing an oversized grey knit sweater, marble counter,
            a plant and a laptop on the counter
[light]     soft window daylight from the left, overcast, no harsh shadow
[frame]     50mm-equivalent look, medium shot, eye-level camera
[style]     documentary photography, available light, unretouched
[quality]   preserve facial identity, realistic skin texture, natural skin pores
[negative]  blurry, low quality, extra fingers, malformed hands, asymmetric eyes,
            plastic skin, doll-like, watermark, text, overexposed

Sześć rzeczy do zauważenia.

Cała informacja siedzi w sekcji sceny. Czternaście z mniej więcej trzydziestu słów opisuje świat. Ten stosunek jest właściwy: sekcje tożsamości i techniczna to boilerplate, a pracą jest scena.

Nigdzie żadnego opisu twarzy. Ani jednego przymiotnika o twarzy. To zasada z 5.1 i najważniejsze zdanie w tym rozdziale.

Jedno światło. „Soft window daylight from the left" plus „overcast" doprecyzowuje kierunek, nie wprowadzając drugiego źródła. Dwa źródła światła w prompcie dają znak niemożliwego cienia z 1.4.

Rekwizyty niosą scenę. Kubek, roślina, laptop. Rekwizyty sprawiają, że wygenerowana kuchnia staje się konkretną kuchnią, i pochodzą z rekwizytorni.

Sekcja stylu jest krótka. „Documentary photography, available light, unretouched" robi więcej niż zdanie przymiotników i wskazuje ten sam rejestr, który dokończy preset z zestawu.

Korekcji barwnej nie ma. Stosuje się ją w postprodukcji (5.5), żeby dało się ją zastosować identycznie do każdego ujęcia, także do tych, które ratujesz.

Seedy i powtarzalność

Jeden techniczny nawyk oddziela hobby od pipeline'u: zapisuj seed razem z promptem.

Generowanie jest stochastyczne. Ten sam prompt, model i zestaw referencji dają inne ujęcia przy każdym uruchomieniu. Seed utrwala tę próbkę. Z zapisanym seedem ujęcie, które ci się podobało, jest odtwarzalne — a to liczy się w chwili, gdy potrzebujesz trochę innego kadru albo gdy kolega pyta, jak coś zrobiłeś.

Trzy praktyczne uwagi.

Hostowane narzędzia konsumenckie często nie pokazują seeda. Jeśli jesteś na tym tierze, przyjmij, że twoje wyniki nie są odtwarzalne, i traktuj każde dobre ujęcie jako unikalny asset do starannego zarchiwizowania.

Ścieżki node'owe i skryptowe go pokazują, a seed należy do tego samego manifestu co wariant promptu (5.4). Manifest z promptami, ale bez seedów, to opis batcha, którego nigdy nie uruchomisz ponownie.

Nie traktuj seeda jako gwarancji. Aktualizacja modelu, zmiana sterownika albo podbicie wersji biblioteki mogą zmienić wynik przy tym samym seedzie. Odtwarzalność działa w obrębie konfiguracji, nie między konfiguracjami — z tego samego powodu adaptery należą do swojego modelu bazowego (4.5).

Gdzie to się psuje

Improwizowane prompty do każdego posta. Największe pojedyncze źródło niespójności i najłatwiejsze do naprawienia.

Opis twarzy w prompcie. Dwa konkurujące źródła tożsamości.

Lista negatywów, która stale rośnie. Zacznie walczyć ze sceną.

Dwa źródła światła. Znak niemożliwego cienia.

Brak pliku promptów. Piszesz czterdzieści promptów pod deadline'em i źle.

Sekcja stylu, która przejmuje zadanie korekcji barwnej. Postprocessing istnieje po to, żeby korekcja była identyczna wszędzie.

Dostrajanie tożsamości pod platformę. Warstwa tożsamości jest niezależna od platformy; tylko kadrowanie nie jest.

Bramka

1. Czy twój prompt ma sześć części, w kolejności, ze stałą tożsamością?
2. Czy frazy utrwalające są w każdym prompcie — i czy obecna jest także warstwa referencyjna?
3. Czy istnieje plik zamrożonej specyfikacji, którego nie rozstrzygasz na nowo przy każdym poście?
4. Czy każdy wpis na twojej liście negatywów ma uzasadnienie i czy nie ma sprzeczności?
5. Czy masz plik czterdziestu wariantów scen, wzięty z rekwizytorni?
6. Czy masz warianty kadrowania per platforma z niezmienioną warstwą tożsamości?

Z czym wychodzisz

Sześcioczęściowa struktura promptu z tożsamością w stałym slocie, frazy utrwalające z uczciwym opisem tego, co robią i czego nie robią, rozróżnienie na część twórczą i zamrożoną, które zmienia promptowanie w konfigurację, tabele negative promptów dla tego, co pomaga i co szkodzi, plik czterdziestu wariantów scen, który uruchamia rekwizytornię, wskazówki kadrowania per platforma ze stabilną warstwą tożsamości oraz jeden rozpisany prompt z komentarzem linia po linii.