Jak dodać osobę do zdjęcia z AI: krok po kroku

Kiedy dodajesz osobę do zdjęcia z AI, tak naprawdę nie wklejasz wyciętej postaci — prosisz model obrazu, żeby wyrenderował jedno zdjęcie od nowa tak, aby druga osoba do niego należała. Model musi umieścić ją w wiarygodnym miejscu, dobrać jej wielkość do sceny, oświetlić ją pasująco i położyć cień pod jej stopami. Zrób te cztery rzeczy dobrze, a wynik czyta się jak fotografię. Pomiń jedną, a czyta się jak naklejkę.

W OmniArt jest to zadanie dla modelu obrazu, a nie dla edytora warstwowego. Wgrywasz zdjęcie bazowe, wgrywasz zdjęcie referencyjne osoby i opisujesz kompozycję w prompcie. Seedream 5.0 Pro radzi sobie z tym dobrze, bo obsługuje fuzję wielu obrazów — do 10 obrazów referencyjnych scalonych w jedno wyjście — plus język regionów i punktów zaczepienia, którym sterujesz tym, gdzie dokładnie ląduje edycja. GPT Image 2 przyjmuje instrukcje edycyjne w języku naturalnym, a Nano Banana 2 wykonuje edycje prowadzone referencją, kiedy chcesz drugiej opinii na tej samej parze wejść.

Ten przewodnik przechodzi cały przebieg pracy po kolei: wybierz zdjęcia, wybierz model, napisz prompt na umiejscowienie, popraw to, co nie gra, a potem zamknij finalny render. W środku są trzy prompty gotowe do skopiowania.

Co model naprawdę robi

Zanim napiszesz prompt, warto zrozumieć mechanizm. Kiedy podajesz dwa obrazy i jedną instrukcję, model nie skleja pikseli — generuje nowy obraz warunkowany oboma wejściami. Ma to dwie praktyczne konsekwencje.

Po pierwsze, zdjęcie bazowe może się lekko zmienić nawet w obszarach, o których nie ma mowy w prompcie. Tła się przesuwają, krawędź stołu wędruje, tekst na szyldzie się rozjeżdża. Ograniczasz to, chroniąc resztę kadru wprost w prompcie — ta sama dyscyplina sprawia, że działają edycje regionów.

Po drugie, tożsamość bierze się w całości ze zdjęcia referencyjnego. Jeśli referencja jest mała, nieostra, mocno przefiltrowana albo zrobiona pod kątem zupełnie innym niż ten, którego chcesz na wyjściu, model dopowie sobie różnicę — a dopowiedziane twarze odpływają. To referencja wykonuje tu więcej pracy niż prompt.

Krok 1: wybierz zdjęcie bazowe i referencję osoby

Złe wejścia kosztują więcej iteracji niż zły prompt, więc poświęć tu minutę.

Zdjęcie bazowe powinno mieć oczywistą pustą przestrzeń, w której ktoś może stanąć albo usiąść, czytelny kierunek światła i widoczny grunt lub podłogę, żeby cień miał gdzie paść. Unikaj zdjęć, na których każda sensowna pozycja jest zasłonięta meblami, i unikaj skrajnie szerokokątnych ujęć — zniekształcenie perspektywy trudno dopasować.

Referencja osoby powinna być jednym czystym, dobrze oświetlonym zdjęciem, najlepiej zrobionym mniej więcej pod kątem i z dystansu, jakich chcesz na obrazie końcowym. Cała sylwetka, jeśli osoba ma być na wyjściu w całej sylwetce. Neutralne światło bije światło dramatyczne, bo płaskie światło łatwiej oświetlić na nowo niż portret z twardym cieniem. Jeśli osoba ma się pojawić w konkretnym stroju, referencja powinna już ten strój pokazywać.

Krok 2: wybierz model

Wszystkie trzy są w przestrzeni obrazu OmniArt i wszystkie trzy przyjmują wgrane obrazy referencyjne obok promptu.

Rozsądne ustawienie domyślne: zacznij od Seedream 5.0 Pro wszędzie tam, gdzie liczy się i umiejscowienie, i tożsamość. Jeśli kompozycja jest prosta — jedna osoba, oczywiste miejsce, wyrozumiałe światło — GPT Image 2 często dochodzi do celu mniejszą liczbą słów.

Krok 3: napisz prompt na umiejscowienie

Prompt, który działa w tym zadaniu, ma cztery części w tej kolejności:

1. Instrukcja — dodaj osobę z referencji do zdjęcia bazowego.
2. Umiejscowienie i skala — gdzie stoi, co robi, jak duża jest względem znanego obiektu w kadrze.
3. Dopasowanie światła i cienia — kierunek i jakość światła na zdjęciu bazowym oraz miejsce, w które pada cień.
4. Ochrona — wszystko na zdjęciu bazowym, co ma pozostać identyczne.

Oto działająca wersja, którą możesz zaadaptować:

Add the woman from the second reference photo into the first photo. Place her standing on the left side of the wooden deck, facing the camera, weight on her right leg, with her head roughly level with the top of the deck railing behind her. Match the base photo's lighting exactly: late-afternoon sun from the upper right, warm tone, soft-edged shadows. Cast her shadow down and to the left across the deck boards. Keep the deck, railing, plants, sky, and every other element of the base photo unchanged.

Zwróć uwagę, że „her head roughly level with the top of the deck railing” robi dla skali więcej, niż kiedykolwiek zrobi „medium size”. Zakotwiczenie osoby w czymś, co w kadrze już jest mierzalne, to najbardziej użyteczna sztuczka skalowania w tych promptach.

Wariant z osobą siedzącą, na mniejszą i zwykle łatwiejszą kompozycję:

Insert the man from the reference photos into the café scene, seated in the empty chair on the right side of the table, three-quarter view turned slightly toward the window, hands resting on the table. Scale him so his shoulders sit just below the top of the chair back. Light him from the window on the left with soft diffused daylight matching the base image, with a faint contact shadow where his forearms meet the table. Do not alter the table, cups, other people, or the background.

Krok 4: dopracuj edycjami wycelowanymi w region

Pierwszy render rzadko bywa ostateczny, a błąd, który popełnia większość ludzi, to przetaczanie całego promptu od nowa. Nie rób tego. Weź wyjście, które trafiło z umiejscowieniem, i poprawiaj po jednej rzeczy instrukcją ograniczoną do regionu. Seedream 5.0 Pro jest do tego zbudowany — nazwanie regionu, punktu zaczepienia albo miejsca tak, jak człowiek przeczytałby je na głos („bottom left”, „second from the right”), trzyma edycję lokalnie.

Using this image, adjust only the added figure: soften the edge along her right shoulder so it blends with the background wall, warm her skin tones slightly to match the surrounding light, and extend her shadow another twenty percent to the left. Change nothing else in the frame.

Dwa albo trzy takie wycelowane przebiegi zwykle biją dziesięć pełnych przetoczeń i kosztują mniej. Przewodnik po promptach do Seedream 5.0 Pro omawia wzorce regionów, punktów zaczepienia i kolorów w zapisie szesnastkowym głębiej, jeśli chcesz pociągnąć to dalej.

Krok 5: zamknij finalny render

Kiedy umiejscowienie, tożsamość i światło już się trzymają, zrób ostatni przebieg w rozdzielczości, której naprawdę potrzebujesz, zamiast dalej edytować mały szkic. Wyrenderuj zatwierdzoną kompozycję w największym rozmiarze, jaki model obsługuje — Seedream 5.0 Lite oferuje natywne 4K, jeśli to rozdzielczość wyjścia decyduje — i obejrzyj wynik w skali 100 %, zanim go wypuścisz. Poświaty na krawędziach i niepasujące ziarno są niewidoczne w miniaturze i oczywiste w pełnym rozmiarze.

Dopasowanie światła, perspektywy, skali i cienia

Te cztery tryby awarii odpowiadają za większość kompozycji, które wyglądają źle, choć widz nie wie dlaczego.

• Kierunek światła. Najpierw odczytaj cienie na zdjęciu bazowym, a potem podaj kierunek w prompcie („from the upper right”, „from the window on the left”). Jeśli zdjęcie referencyjne osoby było oświetlone z przeciwnej strony, powiedz to wprost: „relight the figure from the right; the reference photo's left-side lighting should not carry over”.
• Jakość światła. Twarde słońce daje cienie o ostrych krawędziach; pochmurne niebo i światło wnętrz dają miękkie. Osoba w miękkim świetle w scenie z twardym słońcem wygląda na wklejoną. Nazwij jakość, nie tylko kierunek.
• Perspektywa i wysokość kamery. Jeśli zdjęcie bazowe zrobiono z wysokości pasa, osoba z referencji zrobionej telefonem na wysokości oczu siądzie w kadrze źle. Dodaj „match the base photo's low camera angle, viewed slightly from below”, a model skoryguje skrót perspektywiczny sylwetki.
• Skala. Zawsze wiąż wzrost z czymś w kadrze — futryną, balustradą, oparciem krzesła, ramieniem innej osoby. Opisy absolutne nie przeżywają przekładu na piksele.
• Cień kontaktowy. Mały ciemny obszar tam, gdzie ciało styka się z powierzchnią, jest tym, co sprzedaje fizyczną obecność. Poproś o niego po imieniu: „a soft contact shadow under both shoes where they meet the pavement”.
• Ziarno i kolor. Poproś model o dopasowanie ziarna, temperatury barwowej i ewentualnej miękkości obiektywu ze zdjęcia bazowego. Czysta sylwetka na ziarnistym zdjęciu zdradza wszystko.

Rozwiązywanie problemów

Twarz nie wygląda jak ta osoba. Twoja referencja robi za mało. Wgraj dodatkowe ujęcia tej samej osoby, wybieraj wyższą rozdzielczość i odrzuć wszystkie mocno przefiltrowane kadry. Potem poproś konkretnie: „preserve the facial features, hairline, and hair color from the reference photos without stylizing them”.

Tło się zmieniło. Twoja klauzula ochronna była zbyt ogólna. Wymień elementy wprost, zamiast pisać „keep the background”. Potem zrób przebieg korygujący ograniczony do regionu, zamiast generować od nowa.

Osoba unosi się w powietrzu. Brakuje cienia kontaktowego albo stopy są niejednoznacznie skadrowane. Poproś o cień kontaktowy wprost i sprawdź, czy płaszczyzna gruntu jest widoczna w miejscu, w którym umieszczasz postać.

Zły rozmiar. Zamień każdy absolutny opis wielkości na porównanie z obiektem, który już jest w kadrze.

Krawędzie wyglądają na wycięte. Poproś o zmiękczoną granicę i dopasowane ziarno wzdłuż konturu sylwetki i sprawdź, czy zdjęcie referencyjne nie miało twardo wyciętego tła — wycinki na białym tle zachęcają do wyników wyglądających jak wycinki.

Poza jest sztywna. Opisz rozkład ciężaru i ułożenie dłoni. „Weight on her right leg, one hand in her jacket pocket” daje bardziej naturalną postawę niż „standing naturally”.

Pierwsze kroki w OmniArt

Wybierz jedno zdjęcie bazowe z oczywistą pustą przestrzenią i jedno czyste, dobrze oświetlone zdjęcie referencyjne osoby. Otwórz przestrzeń obrazu OmniArt, wybierz Seedream 5.0 Pro, wgraj oba i uruchom prompt z tarasem z kroku 3, podmieniając szczegóły na własne. Przy pierwszym renderze oceniaj wyłącznie umiejscowienie i skalę — tożsamość i światło są tym, do czego służą przebiegi dopracowujące.

Potem pracuj drobnymi korektami zamiast nowymi promptami. Dwa przebiegi ograniczone do regionu i jeden finalny render w pełnej rozdzielczości to normalna droga, która zachowuje nietknięte zdjęcie bazowe, podczas gdy sylwetka dochodzi do formy.