Сделал нейросетью обложку для трека, превью для Ютуба и обложку книги — показываю результаты
Я тут прикинул, что если вдруг надумаю выпускать альбом или писать роман, то на услуги дизайнера тратить деньги будет жалко. За обложку трека просят от трех до десяти тысяч и неделю срока, за поток превью для ютуб-канала вообще хотят абонентку, а книжная обложка на Литрес начинается от пятерки. И вот вопрос: можно ли всю эту красоту фигачить нейросетью и не позориться?
Я сел и проверил. Взял три задачи (нейросетью сделать обложку для трека, превью для ютуба и обложку книги), прогнал их через одного и того же бота, собрал требования площадок к размерам (они внезапно строгие, за нарушение дистрибьютор просто заворачивает релиз) и сейчас честно покажу, где вышло прилично, а где пришлось переделывать. Все промпты в тексте целиком, забирайте.
Как это вообще работает: один механизм на три картинки
Сама механика одинакова для всех трех задач. Хорошая обложка держится на трех вещах: один сильный образ, визуальный код жанра (слушатель фонка и читатель дамского романа опознают «свой» продукт за долю секунды) и правильный формат под площадку.
Отдельная песня, конечно, текст на картинке. Все помнят, как еще недавно нейронки писали кириллицей что-то среднее между клинописью и предсмертной запиской. В 2026 с этим стало сильно лучше, и ниже я это покажу на примерах.
Кстати, вы увидите, что я и сам ожидал худшего, поэтому просил ИИ оставить в кадре пустое место под название, чтобы в крайнем случае добить надпись руками за две минуты в любом редакторе.
Обложка для трека: нейросеть против дизайнера за десятку
Я начал с обложки для трека в жанре фонк. У площадок есть четкие требования для обложек —квадрат минимум 3000 на 3000 пикселей, JPG или PNG, и на обложке не должно быть ничего, кроме имени артиста и названия, причем один в один как в карточке релиза. Призывы послушать трек прямо сейчас, имитации кнопок плеера и чужих лиц — низя, за это модерация дистрибьютора режет релиз сходу.
Все картинки генерил в телеграм-боте imagine_picbot, режим /pic, модель — Nano Banana Pro. Первый промпт:
Квадратная обложка музыкального трека в жанре фонк: ночная городская улица в неоновом тумане, силуэт машины с включенными фарами, эстетика VHS-кассеты с зерном и легкими помехами, темные тона с фиолетовыми и красными акцентами, один крупный выразительный образ в центре композиции, без текста и надписей
Превьюха так себе. Картинка слишком вылизанная, зернистость почти незаметна, хотя я ее просил отдельно. Плюс машина взята слишком крупным планом, как будто я ее рекламирую. Обошлось это удовольствие в 12 кредитов.
Пробую сгенерировать заново с тем же промптом:
Это уже лучше. Зерно и помехи мне нравятся, олдскульный маслкар тоже хорош, и сверху остался воздух под название.
Можно накрутить еще кучу вариантов и выбрать лучший, но спускать на это дофига кредитов мне не хотелось, так что остановился на нем.
Для контраста пробую сделать другую обложку, под фолк:
Квадратная обложка трека в жанре инди-фолк: пленочная фотография, поле на рассвете в легком тумане, одинокая фигура спиной к зрителю в оверсайз-свитере, мягкий рассеянный свет, зерно пленки, приглушенные теплые тона, много воздуха в кадре, без текста и надписей
Вполне нормальная заготовка, стоит те же 12 кредитов. Фигура спиной, кстати, тут не просто так: нейронка отлично рисует затылки и мучительно тяжело рисует лица, так что чем меньше в кадре физиономий, тем меньше шансов получить восковую куклу.
Но возвращаюсь к фонковой обложке. Теперь самое интересное, надпись. Прошу бот дописать название прямо на готовую картинку:
Добавь на эту обложку название трека «ПОЛНОЧЬ» крупным жирным шрифтом в верхней трети, буквы в стиле хромированного металла с легким неоновым свечением, и ниже мелким аккуратным шрифтом имя артиста SEVERBOY, остальное изображение не меняй
Впечатления неоднозначные, «полночь» выглядит немного колхозно. С другой стороны, смотрю на надпись и ловлю себя на мысли, что может оно и неплохо. Стилистика с зерном и маслкаром задает олдскул-направление, и эти большие объемные буквы в него вписываются. Сразу вспоминаешь вайб киосков нулевых, где продавались CD-диски с музыкальными альбомами ровно в таком же духе.
А главное, обратите внимание на буквы. «ПОЛНОЧЬ» написано без единой кракозябры, включая мягкий знак, на котором нейронки раньше традиционно ломались. Имя артиста внизу бот тоже поставил как просили. И картинку под надписью не перерисовал — машина и неон остались теми же, а это отдельный класс задач, с которым модели справляются далеко не всегда.
Для альбома я покрутил бы еще варианты, но для сингла пойдет, берем. Еще минус 12 кредитов.
Нейросеть для создания превью для Ютуба: когда картинок надо много и вчера
С ютубом история другая. Обложка под трек — штучный продукт, а превьюхи к видео нужны потоком, под каждый ролик, и желательно в едином стиле, чтобы лента канала не выглядела как лоскутное одеяло. Требования у площадки простые: 1280 на 720, соотношение 16:9, файл до 2 мегабайт. Из практики добавлю: текст крупный (превью на телефоне ужимается до размеров ногтя), а правый нижний угол лучше не занимать, туда Ютуб лепит длительность ролика.
Сначала я решил сделать вариант без лица, под условный ролик про сравнение нейросетей. Тут я отказываюсь от дорогой Нано Банана Про и переключаю бота на GPT Medium, где генерация стоит 8 кредитов вместо двенадцати:
Горизонтальная картинка для превью ютуб-ролика, формат 16:9: на столе смартфон с ярким интерфейсом чат-бота, из экрана вылетают разноцветные сгенерированные картинки, динамичная композиция, сочные контрастные цвета, крупные объекты, минимум мелких деталей. В левой трети кадра — текст «5 нейросетей (мелко) ВМЕСТО ДИЗАЙНЕРА (крупно)
Неплохо, формат 16:9 модель выдержала.
Но главная валюта ютуба, конечно, лицо с эмоцией. Кидаю боту свое фото и прошу:
Сделай с опорой на эти фото превью для ютуб-ролика в формате 16:9: крупное лицо в левой части кадра с удивленным выражением, взгляд в камеру, яркий градиентный фон в желто-фиолетовых тонах, высокий контраст, стиль популярных ютуб-превью. Справа крупная жирная надпись «ОБЛОЖКА ЗА 30 РУБЛЕЙ» желтым шрифтом с черной обводкой в две строки
Лицо не слишком изуродовалось, в целом я здесь похож на себя.
Надпись встала ровно, желтым по темному, поэтому нормально должна считываться в ленте. Проверьте сами, ужмите картинку до размера ногтя на телефоне: текст должен остаться разборчивым, это и есть главный тест превью.
Но пробую еще вариант, чтобы понять, держит ли бот единый стиль:
То же самое превью, но выражение лица замени на восторг: рот открыт, брови подняты, ладони прижаты к щекам, остальную композицию и фон сохрани
Выглядит упорото, но в меру, для Ютуба подойдет. Главное, что фон, надпись и композиция остались на месте, а поменялась только эмоция.
Значит поток превью в едином стиле без дизайнера реально собрать: один раз выстраиваете шаблон, дальше меняете эмоцию и текст по 8 кредитов за штуку.
Нейросеть для обложки книги: вертикаль, Литрес и строгая модерация
Третий заход, книжный. У Литреса требования строже, чем кажется: PNG или JPG, цветовое пространство RGB, разрешение от 2400 на 3405 пикселей, пропорции от 3:4 до 1:2, файл до 5 мегабайт. И отдельное правило: на обложке нельзя размещать адреса сайтов и соцсетей. Значки возрастного рейтинга рисовать не надо, редактор Литреса ставит их сам.
Кстати, если вы сейчас гуглите, где делается обложка для книги нейросетью бесплатно, то имейте в виду: бесплатные сервисы обычно шлепают вотермарку поперек кадра и отдают картинку в разрешении, которое Литрес развернет на входе. Так что в реальности выбор между платно и бесплатно для таких задач вообще не стоит. Только платно, увы=)
Книжные обложки я тоже делал на GPT Medium. Она справляется не хуже, а стоит на треть дешевле Нано Бананы Про. Первая облога, для дарк фэнтези:
Вертикальная обложка книги в жанре темного фэнтези, пропорции 3:4: одинокая полуразрушенная башня на скале среди грозового неба, у подножия крошечная фигура путника с фонарем, драматичное освещение, детализированная цифровая живопись, верхняя часть кадра со свободным пространством под название, без текста и надписей
Сразу же вторая, для триллера:
Вертикальная обложка книги в жанре психологического триллера, пропорции 3:4: размытый силуэт человека за мокрым от дождя стеклом, капли в фокусе, теплый свет фонаря сквозь стекло, темно-синяя цветовая гамма, минимализм, нижняя треть кадра затемнена под имя автора, без текста
Первая мне нравится больше. Обложка триллера соответствует запросу, но результат получился блеклый. На книжной полке такое не будет бросаться в глаза, если только не спасет красиво задизайненное название. Тут я сам виноват, надо было лучше продумать промпт: я попросил минимализм и приглушенную гамму, вот и получил ровно то, что просил. Мораль простая: код жанра пишем не по своим ощущениям, а опираясь на то, как выглядят реальные книжки на реальных полках в вашей категории.
Перехожу к названию:
Добавь на обложку название книги «РЖАВЫЕ КОРОЛЕВСТВА» стилизованным шрифтом в духе темного фэнтези в верхней части и внизу мелким шрифтом имя автора АННА ВЕТРОВА, остальное изображение не меняй
Мне нравится. Кириллица получилась нормальной, в том числе буквы «ж» и «ы», которые при генерации часто превращаются в кракозябры. Я специально закладывал их в название, чтобы протестировать картиночные модельки на прочность, и проверку бот прошел. Имя автора внизу тоже читается.
То есть по итогам трех заходов главная страшилка про нейросети и русский текст в 2026 уже не работает: и Nano Banana Pro на обложке трека, и GPT Medium на превью с книгой написали названия по-русски без единой ошибки.
Размеры изображений
Собрал требования площадок по размерам облог в одну табличку.
Тот же механизм, кстати, работает для любой картинки под конкретный формат: хоть сделать обложку для ВК нейросетью, хоть шапку канала, меняется только размер и код жанра.
Теперь про разрешение. У картинок выше оно слишком мелкое, поэтому я прогнал обе финальные обложки через команду /improve в том же боте, это апскейл:
У обложки трека разрешение выросло вдвое, с 4096 до 8192 пикселей по стороне. У «Ржавых королевств» вчетверо, с 1536 на 2048 до 6144 на 8192. Похоже, апскейл просто упирается в потолок в 8192 пикселя, поэтому квадрат и подрос всего вдвое. Стоит это дело 1 кредит, так что генерить картинку в среднем разрешении и потом апскейлить выходит дешевле, чем сразу заказывать максимум.
И тут появляется проблема. Разрешение после апскейла улетает в космос, а вот лимиты площадок никто не отменял: Ютубу нужен файл легче 2 мегабайт, Литресу легче 5. Картинка 6144 на 8192 в PNG весит в разы больше. Так что финальный шаг всегда один и тот же: пересохранить в JPEG с качеством плюс-минус 85%. Апскейл нужен не для того, чтобы загрузить восемь тысяч пикселей, а чтобы после сжатия картинка осталась четкой.
Где сгенеренная обложка выглядит как сгенеренная
Нейродефолт. Модель по умолчанию выдает вылизанную рекламную картинку с одинаковым «красивым» светом, как первый фонк-вариант с машиной. Но это лечится прямым указанием на код жанра в промпте (пленка, зерно, помехи, VHS, минимализм).
Композиция без места под текст. Нейронка забивает кадр целиком, а но важно, чтобы на обложке оставалось достаточно пустого пространства под название. Просьбу «оставь левую треть пустой» модели понимают через раз, что я и увидел на превью. Надежнее либо заказывать текст сразу внутри генерации либо оставлять запас, выбирая ракурсы с небом и пустыми плоскостями.
Лица. С моими фото бот справился, но это фронтальный портрет при нормальном свете и на нормальную камеру. Чем сложнее ракурс, тем выше шанс получить при генерации обколотую ботоксом безжизненную морду.
Уникальность. Дистрибьюторы проверяют обложки и заворачивают те, которые уже гуляют по интернету. Сгенеренная под ваш собственный запрос картинка эту проверку проходит, а вот популярный промпт из чужой подборки без единого изменения — не факт.
И правовой аспект. Чужие лица, известных персонажей и логотипы на обложку тащить нельзя. Площадки такое режут, а правообладатели злопамятны.
Сколько это стоило
Считаю вместе со всеми переделками.
Кредит в боте стоит около четырех рублей без учета скидок, но конечная цена зависит от пакета:
То есть весь эксперимент, включая мусорные попытки и лишние варианты, обошелся примерно в 320–410 рублей.
А если считать только то, что реально пошло бы в дело, то есть три готовые картинки, то выходит так: обложка трека 37 кредитов (примерно 155 рублей), превью 8 кредитов (примерно 33 рубля), обложка книги 17 кредитов (примерно 71 рубль). Итого 260 рублей за то, что у дизайнера стоит тысяч десять и занимает неделю времени.
Кстати, о честности. На собственном превью я гордо написал «ОБЛОЖКА ЗА 30 РУБЛЕЙ», и вот тут забавно: для самого превью я почти угадал, оно вышло в 33 рубля. А вот обложка трека, о которой читатель как раз и думает, глядя на такое превью, потянула на полторы сотни. Так что превью я себе сделал честное ровно наполовину, чего и вам желаю!
Все промпты из статьи можно прогнать там же, в боте → открыть бота
Только не копируйте их дословно, поменяйте жанр, цвет и объект под себя, иначе получите ту же обложку, что и я, и дистрибьютор вас развернет.
