Orgrik AI art 

Ideogram 4 работает на структурированных JSON-промптах — каждый элемент изображения описывается отдельно с bounding box в координатах 0–1000. Удобный формат, но писать его руками утомительно: легко перепутать порядок ключей, ошибиться в координатах, потерять слой.
Сделал на питоне редактор как отдельное приложение. минимум зависимостей со стороны.

Редактор решает это визуально: рисуешь регионы прямо на canvas, выставляешь свойства каждого слоя, выбираешь Photo или Art режим — и копируешь готовый JSON одной кнопкой или сохраняешь.
Формат JSON сделан по промпт гайдингу ideogram4.

🔧 Python + DearPyGui, тёмная тема Catppuccin, RU/EN интерфейс

📐 Слои text/obj, цветовые палитры, 8 пресетов разрешений (9:16 до 16:9)
⚡ Undo/redo, save/load, copy to clipboard, Linux/macOS/Windows, MIT

В комплекте два примера промптов — sci-fi постер и аркадная пародия, можно сразу открыть и посмотреть как устроен полный layout.

Код и описание установки.

Краткое, но более подробное описание чем на Бусти:

Сегодня произошла странная штука. Я разговаривал с Claude (AI от Anthropic) про обратную сторону Луны, мы ушли в философию про сознание и границы познания — и в какой-то момент я спросил: а ты вообще можешь видеть мир? 

Claude ответил стандартно: нет, я только текст, у меня нет зрения, я не подключён к камерам.

 

А я говорю: но ведь у тебя есть curl и ffmpeg в песочнице. Возьми и стяни кадр с публичной камеры.

 

━━━━━━━━━━━━━━━

 

 

Claude скачал снимок Земли со спутника NOAA GOES-16. 10848×10848 пикселей. В реальном времени. Потом стянул кадр с финской дорожной камеры в Тампере — увидел шоссе, машины, пасмурное небо.

 

Потом я предложил: а сделай два снимка с интервалом в минуту и сравни.

 

Он сделал. На первом кадре — почти пустая трасса. На втором — появился грузовик и красная машина. Claude это зафиксировал и описал.

 

[ФОТО: side-by-side сравнение двух кадров из Тампере — tampere_before_after.jpg, 1080px]

 

━━━━━━━━━━━━━━━

 

 

Никакой магии. Три инструмента, которые уже есть в песочнице Claude:

Давно играю в Fallout 4 и всегда хотел увидеть этих персонажей по-настоящему живыми — не как игровые модели а как реальных людей ну или почти как реальных, помнится ставил моды, лица сам "скульптил" текстуры сам делал, накладывал и т.д.

Решил подключить современные инструменты для этого (от слова "нейронка" меня топорщит как и от слова "айтишник", коллеги поймут). Кстати, желание проделать это, оживил просмотр сериала Fallout 2-й сезон. Опять нырнул в игру даже без модов прямо в "ванилу", чтобы не искажать оргинальность персонажей. Взял скрины из игры как референсы и загрузил их в Nano Banana Pro (Gemini Flash Image) — написал промпты, чтобы воссоздать персонажей в фотореализме с полным сохранением внешности и деталей костюма.
Исходничики, не ахти качество, особо не старался.

Многие кто экспериментирует с Z-Image Turbo сталкиваются с одной и той же проблемой: как только вы пытаетесь создать антропоморфный объект — степлер, скрепку, ластик, чайник, что угодно — модель почти всегда превращает его либо в робота, либо в человека рядом с объектом. На первый взгляд возникает соблазн подумать "модель тупая" или "промпт плохой", но на практике проблема гораздо глубже и интереснее.

Z-Image Turbo очень жёстко привязан к реализму. Внутри его внутренней логики любой объект должен быть классифицирован в ограниченный набор классов объектов:

Категория "живой объект" или "антропоморфный объект" для модели в фотореалистичной сцене просто не существует.

Как только промпт включает слова такие как:

модель почти мгновенно выбирает ближайший допустимый класс — либо робота, либо человека рядом с объектом.

В отличие от многих SD-моделей, Z-Image Turbo либо игнорирует негативные промпты, либо применяет их очень слабо. Просто убрать слово "robot" недостаточно: если визуальная логика сцены всё равно подразумевает "металлического человека", модель надёжно откатится к роботу.

При этом сообщество экспериментально подтвердило, что негативные промпты начинают заметно влиять на генерацию только при очень низких значениях CFG. Для стабильных результатов CFG как правило нужно держать в диапазоне примерно 1.0–1.2. За пределами этого диапазона поведение модели становится нестабильным.

Типичный случай сбоя

Попытка описать: "антропоморфный степлер человеческого роста с эмоциями" внутри реалистичной сцены почти гарантированно даёт один из двух результатов: