8 промптів для Grok Imagine, які справді працюють

Grok Imagine 1.5 оновила базу для зображень до FLUX.1 від Black Forest Labs, і ця зміна має конкретний наслідок для того, як писати промпти: модель реагує на опис природною мовою так, як фотограф читає бриф, а не так, як старіші моделі розбирали переліки ключових слів. Вісім промптів нижче готові до копіювання — вставте їх у простір Grok Imagine в OmniArt, підправте деталі й генеруйте. Кожна картка містить точний текст промпта, те, що він дає, і одну ремарку про ремесло: чому саме така структура спрацьовує.

Загальну теорію промптів для всіх моделей OmniArt дивіться в матеріалі як писати кращі промпти. Глибший розбір шести режимів генерації Grok Imagine і математики витрат — у посібнику творця для Grok Imagine. Ця стаття саме про Grok Imagine 1.5 — реліз на FLUX.1 — і про те ремесло промптів, яке він винагороджує.

Що Grok Imagine 1.5 змінила в написанні промптів

Базова модель FLUX.1 навчена інакше, ніж ранніші архітектури «текст у зображення». Вона добре розбирає зв’язну прозу і схильна недостатньо реагувати на чисті стоси ключових слів. П’ять звичок найнадійніше піднімають якість:

• Природна мова замість стосів ключових слів. Повні речення працюють краще за прикметники через кому. "A street at blue hour, lit by the hum of a convenience store sign" б’є "street, night, neon, cinematic, 4K."
• Конкретні референси замість розмитих прикметників. "Shot on a Fujifilm XT4, 23mm f/2" каже моделі більше, ніж "high quality photo." Названа техніка й типи плівки мають реальну вагу в латентному просторі.
• Точні слова для кольору замість «барвисто». "Electric blue and hot pink" дає свідому палітру. "Colorful" дає усереднений шум.
• Точний час замість «золотої години». "Late October, 5:45 pm, sun 6° above the horizon" каже моделі точний кут і теплоту світла. "Golden hour" неоднозначна для різних сезонів і широт.
• Структура відео: об’єкт + дія + камера + стиль + звук. Виносьте головний об’єкт і дію в перші 20–30 слів. Один стильовий фокус кращий за суміш. Ітеруйте поступово — змінюйте одну змінну за генерацію, доки результат не зафіксується, а тоді штовхайте далі.

Повний розбір кінематографічної лексики, яка переноситься на відео, — у посібнику з кінематографічних промптів для ШІ-відео: вибір об’єктива, вмотивовані рухи камери й мова світла в деталях.

---

Вісім промптів

1. Кінематографічний кадр продукту (зображення)

35mm product photography, shot on Fujifilm XT4. A matte black mechanical wristwatch resting on a slab of raw concrete, 
late October afternoon light coming in low from camera left at roughly 20°, casting a long shadow across the concrete 
face. Shallow depth of field, background falling completely soft. Color palette: warm amber highlights, cool blue-grey 
shadow fill. No props, no reflections except the concrete surface itself.

Що він дає: чистий, художньо поставлений кадр, який читається як професійна предметна фотографія, а не як вивід ШІ.

Чому спрацьовує: референс Fujifilm XT4 заземлює колірну науку й характер сенсора на конкретному реальному вигляді. Кут світла заданий числом, і це не дає моделі скотитися до розсіяного верхнього освітлення. Обмеження палітри двома кольорами — теплі бурштинові відблиски, холодне синьо-сіре заповнення тіні — не дає моделі внести третій конкурентний відтінок.

---

2. Великий план персонажа зі звуком (відео)

Medium close-up of a young woman with short silver hair and a worn leather jacket, inside a neon-lit record shop at 
3 am. She looks directly into camera and says: "Every city has one song. I'm still looking for mine." Natural lip 
sync. Camera holds completely still. Light source: one pink neon tube overhead, one cyan neon sign spilling from 
camera right. Atmosphere: quiet, a little melancholic, not cinematic drama. Ambient audio: low vinyl static underneath 
the dialogue. 8 seconds.

Що він дає: момент із персонажем із нативним звуком Grok Imagine 1.5 — модель генерує діалог, синхронізацію губ і навколишній звук за один прохід.

Чому спрацьовує: репліка достатньо коротка, щоб чисто синхронізуватися за 8 секунд. Два окремі названі неонові джерела світла (рожеве згори, блакитне справа) дають моделі чітку карту світла й уникають усередненого «неонового міста». "Not cinematic drama" — це негативне обмеження, що спрямовує настрій точніше, ніж це зробив би позитивний прикметник.

---

3. Атмосферне середовище — ролик з ембієнтом (відео)

Wide establishing shot of a fog-filled pine forest in southern Norway, early November, 7 am. No people, no animals. 
Soft diffused dawn light filtering through the canopy, pale grey-white, casting almost no shadow. Slow imperceptible 
push forward, as if the camera is drifting on breath. Audio: deep forest ambience — distant water, occasional bird, 
near-silence underneath. No music. 12 seconds.

Що він дає: настроєвий ролик з ембієнтом, ідеальний як фонові кадри, матеріал для переходу чи відкривальна сцена.

Чому спрацьовує: "early November, 7 am" точніше, ніж "foggy morning." Наїзд описано як "imperceptible" і "drifting on breath", і це передає темп точніше, ніж "slow push in." Прохання обійтися без музики не дає звуку скотитися в підкладку — модель натомість генерує справжній ембієнт у стилі польового запису.

---

4. Динамічна вертикаль для соцмереж — показ продукту (відео)

9:16 vertical. A pair of electric blue running shoes drops into frame from the top, landing on a wet reflective black 
studio floor. High-speed impact, tiny water spray, shoes bounce once and settle. Immediate cut to product floating 
at centre frame, slow rotation 360°. Fast rhythm: first motion 0–2s, rotation 2–8s. Hard direct light from above, 
electric blue accent light from below floor (subtle). No dialogue. Audio: sharp impact sound on drop, then a clean 
single synthesizer tone during rotation. 8 seconds.

Що він дає: влучний ролик 9:16 для TikTok, Reels чи Shorts — швидкий монтажний показ продукту з нативним звуком.

Чому спрацьовує: зазначення 9:16 на початку задає співвідношення сторін раніше за все інше в промпті. Таймлайн виписано явно ("0–2s / 2–8s"), і це допомагає моделі правильно розставити два акценти, а не злити їх в один рух. Названі конкретні звукові події (звук удару, тон синтезатора) дають продуманіший саунд-дизайн, ніж "add sound effects."

---

5. Стилізована ілюстрація (зображення)

Risograph print illustration of a small coastal Japanese fishing village at dusk, mid-December. Two ink colors only: 
deep indigo and warm persimmon orange. Flat graphic shapes, no gradients. Fishing boats pulled up on shore, a single 
wooden dock, lantern light in two window rectangles. Composition: low horizon line, large sky area, boats and dock in 
lower third. The print has slight ink misregistration — indigo shifted 2px left from the orange layer. Texture: 
visible paper grain throughout.

Що він дає: графічну ілюстрацію з обмеженою палітрою, яка читається як справжній друкарський процес, а не як типова цифрова графіка.

Чому спрацьовує: назва друкарської техніки (різографія) та її конкретних обмежень (дві фарби, плоскі форми, без градієнтів, зсув приводки) дає моделі повний технічний бриф. "Ink misregistration" — саме та деталь фізичного процесу, що прив’язує результат до реальної естетики; це еквівалент назви типу плівки для FLUX.1. Без неї модель схильна додавати градієнти чи змішувати кольори.

---

6. Динамічний рух камери — відліт дрона (відео)

Aerial drone footage. Extreme close-up on the face of a compass resting on a weathered wooden ship's deck, late 
afternoon November light, warm golden horizontal rays from camera left. Slow pull-back revealing the full deck, 
then the ship's hull, then open grey Atlantic ocean horizon. Pull-back runs the full 15 seconds — begin on compass, 
end with ocean filling 80% of the frame. Camera elevation stays constant, no tilt. Real drone color science: flat 
LOG-style color, slight lens vignette. Audio: wind increasing in volume as ocean fills frame.

Що він дає: тривалий 15-секундний кадр-розкриття — максимальну довжину ролика для цієї моделі, — побудований навколо одного вмотивованого руху камери.

Чому спрацьовує: цей промпт витрачає всі 15 секунд на один безперервний рух, а це найнадійніший спосіб отримати чистий результат на такій довжині. Відліт обмежено сталою висотою (без нахилу), і це не дає моделі імпровізувати з другою віссю камери й робити рух рваним. "LOG-style color, slight lens vignette" кодує вигляд справжньої камери, не вимагаючи назв конкретного обладнання.

---

7. Стилізована мода — портрет на конкретній плівці (зображення)

Expired Kodak Portra 400 film scan. Portrait of a woman in her mid-thirties, strong afternoon window light from 
camera right, half of her face in deep shadow. She is wearing a deep forest green linen blazer, no visible jewellery. 
Expression is neutral, looking slightly off-camera left. Grain heavy and warm, slight halation around the window 
highlight, greens shifted slightly toward yellow-olive. Tight crop: from collarbone to just above top of head. 
Aspect ratio 4:5.

Що він дає: портрет у плівковій фотографії з точною вінтажною передачею кольору — автентичним зерном, гало й колірними зсувами простроченої плівки.

Чому спрацьовує: "expired Kodak Portra 400" — один із найсильніших однофразових стильових референсів у латентному просторі зображень: він несе повний набір тональних очікувань. Зазначення колірного зсуву ("greens shifted slightly toward yellow-olive") не дає скотитися в загальне вінтажне зерно й веде до точного псування палітри, властивого простроченій плівці. Тісне кадрування й конкретне співвідношення сторін (4:5) дають портрет, що читається як справжній відбиток.

---

8. Занурювальне середовище — злива (відео)

Ground-level POV inside a glass bus shelter, heavy urban rain, Tokyo residential street, late June 22:00. Camera 
holds completely still. Rain streaks down the glass panels in foreground, streetlights smear into vertical bokeh 
streaks behind the wet glass. A cyclist passes in the distance — silhouette only, visible for about 2 seconds in 
mid-clip. No camera movement. Audio: heavy rain on glass, distant car tyre hiss, one distant motorbike engine 
fading right-to-left. No music. 10 seconds.

Що він дає: занурювальний ролик середовища з однієї точки зору — сильний як установчий кадр або як самостійний настроєвий етюд.

Чому спрацьовує: "late June 22:00" задає точний сезон, відчуття температури (вологий літній дощ) і рівень темряви. Велосипедист, що проїжджає, закладений як конкретна подія в конкретний момент ("about 2 seconds in mid-clip"), і це дає моделі наративний якір без складної дії персонажа. Звук поданий трьома окремими шарами (дощ по склу, шурхіт шин, мотоцикл), і це зазвичай дає обдуманіший саунд-дизайн, ніж одна інструкція "ambient city rain".

---

Як запускати їх в OmniArt

Усі вісім промптів працюють на Grok Imagine 1.5 у творчому просторі OmniArt — окрема підписка на xAI не потрібна. Промпти для зображень (1, 5, 7) ідуть у простір для зображень; промпти для відео (2, 3, 4, 6, 8) — у відеопростір, у розділ Grok Imagine.

Кілька практичних нотаток для запусків в OmniArt:

• Починайте ітерації з 480p. У 480p відео коштує 10 кредитів за секунду. Коли структура правильна, підніміть до 720p (15 кредитів за секунду) для фінального дубля.
• Використовуйте Extend Mode, щоб подовжити. Атмосферний ролик (промпт 3) і відліт дрона (промпт 6) можна подовжити ще на 15 секунд через Extend Mode у Grok Imagine — та сама модель, оплата лише за додану частину.
• Використовуйте Modify Mode для точкових виправлень. Якщо світло в результаті майже правильне, але один елемент не той, Modify Mode дає змінити його текстовим описом, не перегенеровуючи весь ролик. Тримайте вихідні ролики в 480p, перш ніж віддавати їх у Modify — режим обмежує вхід до 854×480.
• Сталість персонажа між кадрами: якщо ви генеруєте кілька кадрів з одним персонажем (як у промпті 2), використовуйте Reference Mode з портретним кадром як @Image1 і повторюйте опис персонажа в кожному новому промпті. Reference Mode у Grok Imagine 1.5 — найпряміший шлях до сталості без донавченої моделі.

Повний розбір усіх шести режимів генерації Grok Imagine, сценаріїв витрат і того, коли варто перейти на іншу модель, — у повному посібнику з Grok Imagine. А ширшу операторську лексику, що переноситься на будь-який відеопромпт, варто тримати поряд із цією статтею — посібник з кінематографічних промптів для ШІ-відео.