Нейросеть для редактирования фото: правки словами вместо кисти

Главное:

• Маски больше не нужны: вы описываете правку словами, модель сама находит нужную зону.
• Соседние участки меняются не по ошибке — так устроена генерация, промпт влияет на весь кадр.
• Мелкий текст, пальцы и черты лица теряются на этапе сжатия, до всякой правки.
• Каждая новая правка в серии уводит лицо от оригинала: возвращайтесь к исходнику.
• В IskraGen правка кадра стоит от 4 ₽ на Flux-2 Pro и от 5 ₽ на Qwen Image 3.0.

Запрос «нейросеть для редактирования фото» набирают больше 5,5 тысячи раз в месяц, и каждый третий добавляет «бесплатная». Ожидание понятное: написать «убери провода» и получить чистое небо. Так это и работает — только с оговорками, о которых обзоры молчат. Нейросеть для редактирования фото не двигает пиксели, а пересобирает изображение заново, и отсюда растут все её сильные и слабые стороны. Ниже — как устроена правка изнутри, почему меняется фон, который вы не трогали, и сколько стоит один заход.

Как нейросеть для редактирования фото понимает правку

Модель принимает два входа: ваш кадр и текстовую инструкцию. Ручное выделение области ей больше не нужно — она сама находит объект, о котором идёт речь, и встраивает изменение в свет, перспективу и текстуры сцены.

Такой подход называют instruction editing, и к 2026 году он вытеснил классические маски в массовых сервисах. Раньше редактирование выглядело так: выделить кистью зону, задать промпт, получить генерацию внутри выделения. Сейчас достаточно написать «замени кружку на стеклянный стакан, руку и тени оставь как есть» — и модель разберётся, где кружка.

Маски при этом никуда не делись, они ушли под капот и в специальные режимы. Технически инпейнтинг устроен как девять входных каналов: четыре описывают рабочий холст, четыре — оригинал с вырезанной областью, и один канал — сама маска, жёсткое указание, что трогать нельзя. Именно поэтому маска даёт больше контроля там, где нужно сохранить всё вокруг правки пиксель в пиксель.

Есть и обратная сторона удобства. Модель понимает инструкцию так, как её понял бы человек, не видевший вашей задачи. «Сделай лучше» она выполнит по-своему, «убери лишнее» — тоже. Чем конкретнее формулировка, тем меньше расхождение между тем, что вы имели в виду, и тем, что получили.

В IskraGen редактирование живёт в карточках image-to-image: вы загружаете снимок, пишете правку и получаете новый кадр. Отдельного «редактора со слоями» тут нет — есть модель, которая перерисовывает изображение по вашему описанию. Важно понимать и границу жанра. Нейросеть для редактирования фото и нейросеть для генерации картинок — часто одна и та же модель, просто с разным входом: в первом случае к тексту добавляется ваш кадр. Отсюда и поведение: правка получается не наложением эффекта, а новой генерацией, которая старается быть похожей на исходник. Что ещё умеет нейросеть с фотографией, разобрано в статье нейросеть для фото.

Почему меняется то, что вы не просили

Правка задевает соседние участки не из-за ошибки, а из-за устройства генерации. Причин три, и все они работают одновременно.

Первая — свёрточные слои. Каждый из них смотрит не на отдельный пиксель, а на его окрестность, и информация о правке расползается за границу зоны по мере обработки. Вторая — сжатие. Прежде чем что-то менять, модель кодирует изображение в сжатое представление, и граница выреза при этом размазывается: ровного края у маски внутри модели не существует. Третья — сам текст. Промпт влияет на весь кадр целиком, потому что каждая ячейка изображения «видит» описание, а не только выделенная зона.

Из этого следует практический вывод: режим image-to-image перерисовывает примерно половину кадра равномерно, даже если вы попросили поменять один предмет. Изменения мелкие и часто незаметные — сдвинулся оттенок стены, чуть иначе легла тень, — но они есть.

Отсюда же берётся дрейф лица. Когда вы делаете правку за правкой в одном диалоге, каждая новая накладывается не на оригинал, а на предыдущий результат. Через три-четыре шага человек на фотографии похож на себя, но уже не он. Этим страдают все модели редактирования: разница между ними в скорости дрейфа, а не в его отсутствии.

Лечится это просто. Возвращайтесь к исходному файлу и делайте одну правку за раз, а если нужны две — формулируйте их в одном запросе, а не последовательно. И явно пишите, что менять нельзя: «фон, свет и черты лица оставить без изменений» заметно повышает точность.

Привычка сравнивать «до» и «после» экономит больше всего времени. Нейросеть для редактирования фото не сообщает, что именно она поменяла, — это видно только глазом. Держите оригинал открытым в соседней вкладке и сверяйте зоны, которые вам важны: лицо, надписи, границу правки. Расхождение, замеченное сразу, стоит одной перегенерации, а замеченное после публикации — переделки всей серии.

Почему точечная правка задевает соседей — сгенерировано в IskraGen

Что правится словами, а что ломается

Хорошо получаются крупные и понятные операции: убрать объект, заменить фон, поменять время суток, перекрасить предмет, добавить или снять аксессуар. Всё это — про большие связные зоны, которые модель уверенно опознаёт.

Плохо получается мелочь. Текст, пальцы и черты лица теряются ещё на входе: при кодировании изображения в сжатое представление мелкие детали превращаются в приблизительный конспект, и восстановить их из него нельзя. Поэтому надпись на упаковке после правки читается иначе, а пальцы иногда прибавляются в количестве.

Текст в кадре — отдельная история. Часть моделей научилась перерисовывать надписи читаемо, и линейка Qwen в этом сильнее прочих. Но «читаемо» не значит «точно»: буквы могут стать другими, а шрифт — соседним. Если надпись важна, её надёжнее наложить поверх результата в любом редакторе.

Ещё одна зона риска — документальная достоверность. Нейросеть для редактирования фото не восстанавливает утраченное, а достраивает правдоподобное. Для карточки товара, обложки или семейного архива это нормально. Для чека, номера, показаний счётчика или архивного снимка — нет: результат будет убедительным и при этом неверным.

Сравнение с ручным редактором сводится к обмену. Нейросеть выигрывает в скорости типовых задач: удалить объект, сменить фон, поправить свет — секунды вместо получаса. Ручной редактор выигрывает в точности за счёт масок, слоёв и работы с RAW. Разумная схема — черновая правка нейросетью, финишная доводка руками, если кадр идёт в печать или в рекламу.

Есть и класс задач, где нейросеть для редактирования фото просто вне конкуренции. Это массовая однотипная обработка: сотня кадров товара с разным фоном, серия портретов под один свет, подборка снимков, которым нужен одинаковый тон. Руками такая работа занимает дни, а по текстовой инструкции она проходит пачкой, и разброс качества между кадрами оказывается меньше, чем у уставшего ретушёра.

Нейросеть для редактирования фото: модели и цены

Задачу закрывают пять карточек режима image-to-image, и выбирают между ними по характеру правки, а не по цене — разброс всего в три раза.

Flux-2 - Pro Image to Image — от 4 ₽. Дешёвый вход для перебора вариантов. Удобно, когда правку надо проверить на десятке кадров.

GPT Image 2 — Image to Image — от 5 ₽. Аккуратно работает точечно и хорошо понимает инструкцию на русском. Хороший выбор, когда нужно заменить один элемент и не задеть остальное.

Qwen Image 3.0 — Картинка в картинку — от 5 ₽. Сильнее прочих в тексте внутри кадра и в правках, где участвует несколько изображений сразу.

Seedream 5.0 Pro — Картинка в картинку — от 7 ₽. Плотная проработка материалов и фактур: ткань, металл, керамика. Для предметной съёмки это заметно.

Flux-2 - Image to Image — от 12 ₽. Старшая версия для сложной перекомпоновки сцены, когда правка меняет не деталь, а замысел кадра.

Оплата идёт за факт генерации, российской картой, без подписки и VPN. Для редактирования это принципиально: удачная формулировка редко находится с первого раза, и три захода по 5 ₽ дешевле месяца доступа к сервису, который вы откроете дважды. Бесплатные онлайн-редакторы тоже существуют, но живут в рамках: десяток кредитов при регистрации, потолок веса файла около 10 МБ и водяной знак на результате. Для одной картинки этого хватает, для рабочего потока — нет: лимит заканчивается на середине серии, а водяной знак придётся закрывать кадрированием.

Порядок выбора на практике простой. Прогоните правку на самой дешёвой карточке и посмотрите, понял ли вас редактор вообще. Если смысл схвачен, но качество слабое — поднимайтесь на модель выше с тем же промптом. Если смысл не схвачен, менять модель бесполезно: проблема в формулировке, и её надо переписать.

Как сформулировать правку, чтобы попасть с первого раза

Опишите объект, действие и то, что менять запрещено. Три части — и промпт уже работает лучше, чем половина запросов, которые люди пишут в редакторы.

Начните с объекта в тех же словах, какими его назвал бы человек: «красная кружка на столе», а не «предмет справа». Модель ищет по смыслу, и понятное название находится точнее координат. Затем действие: «заменить на стеклянный стакан», «убрать полностью», «перекрасить в белый». Одно действие за раз.

Третья часть — запрет. «Руку, тени и стол оставить без изменений» стоит одной строки и заметно сокращает расползание правки. Это не гарантия, но статистику она сдвигает в вашу пользу.

Держите промпт коротким. Длинное описание не даёт модели больше контроля: часть систем в принципе принимает ограниченный объём текста — у классической Stable Diffusion это 77 токенов, примерно 50–60 слов, — а лишние подробности размывают акцент. Пятьдесят точных слов работают лучше двухсот приблизительных.

Полезно завести себе набор рабочих формулировок. Нейросеть для редактирования фото отвечает на одни и те же конструкции предсказуемо, и три-четыре проверенных шаблона — «убрать объект и достроить фон», «заменить фон на однотонный», «выровнять свет, кожу не приглаживать» — закрывают большую часть бытовых задач. Свой список экономит больше, чем переход на более дорогую модель.

И проверяйте результат на увеличении. Откройте оригинал и правку рядом, посмотрите на лицо, руки, текст и границы зоны правки. Если поехало — не правьте поверх, а вернитесь к оригиналу и переформулируйте. Правка поверх правки — самый быстрый способ потерять сходство.

Структура запроса, которая экономит попытки — сгенерировано в IskraGen