Автор описывает метод сохранения визуального стиля при генерации серии изображений с помощью нейросетей. Процесс начинается с детального описания референса, из которого исключаются конкретные объекты и сюжеты. Цель — выделить «геном» стиля, состоящий из ключевых характеристик: света, фактур, материалов и палитры.
Метод предполагает разделение признаков на обязательное «ядро» и «переменные». На основе этих данных составляется мастер-промпт с переменными для объекта и действия. Также добавляются правила защиты от искажений, которые запрещают модели использовать элементы, противоречащие выбранному стилю, например, градиенты или контуры.
Готовый мастер-промпт тестируется на различных объектах для проверки стабильности стиля. После успешной проверки инструкция сохраняется как «скил» для повторного использования. Автор отмечает, что один и тот же промпт может давать разные результаты в разных нейросетях, поэтому для каждого инструмента может потребоваться адаптация.
В материале также приводится сравнение эффективности моделей по параметру «Cost per Task». Стоимость выполнения задачи для модели GPT-5.6 Luna (max) составляет $0.18, тогда как для GPT-6 Astra (max) показатель достигает $3.26. Индекс Artificial Analysis Intelligence для этих моделей составляет 38 и 53 соответственно.
