Как я на самом деле использую Midjourney в проектах
Зачем UI/UX-дизайнеру вообще трогать Midjourney
Сразу проясню один момент: я не проектирую интерфейсы в Midjourney. Если вы видели волну постов «интерфейс, созданный ИИ», где кто-то вводит «финтех-дашборд, тёмная тема, глассморфизм, 8k, трендит на Dribbble» и получает красивую, но абсолютно нерабочую картинку — вы уже понимаете, почему. Эти изображения похожи на интерфейсы примерно так же, как бутафорский телефон из кино похож на работающий. Кнопки не выровнены ни по какой сетке, текст — настоящая абракадабра, а отступы не воспроизвела бы ни одна реальная дизайн-система. Если бы клиент попросил меня строить интерфейс на основе такой картинки, мне пришлось бы всё равно выбросить её и начать с нуля.
Так зачем вообще этим пользоваться? Потому что та часть моей работы, которая не связана с попиксельной сборкой интерфейса — та, где я ещё только нащупываю, каким должно быть ощущение от продукта, прежде чем понять, как он должен выглядеть — это именно то, в чём Midjourney хорош. Настроение, атмосфера, текстура, цветовые сочетания, визуальная метафора, эмоциональный регистр бренда ещё до появления логотипа. Это совсем другой навык, чем верстка флоу оформления заказа, и в этом навыке Midjourney стал пугающе хорош.
Я использую его в клиентских проектах уже чуть больше двух лет, примерно на тридцати проектах — в основном это UI-работа, близкая к брендингу, маркетинговые сайты, несколько запусков продуктов, где клиент хотел чего-то, что не выглядело бы как очередной SaaS-шаблон. За это время у меня сложился довольно конкретный и довольно узкий сценарий использования. Не тот, что встречается в статьях «10 способов использовать ИИ в работе дизайнера». Более узкий и более честный. Вот его разбор.
Где он действительно оправдывает себя
Самый большой выигрыш, с большим отрывом, — исследование настроения на ранней стадии: фаза, которая раньше означала три часа на Pinterest и мудборд, собранный из чужих готовых работ. Клиенты часто нанимают меня именно потому, что сами не могут сформулировать, чего хотят. Они говорят что-то вроде «современно, но тепло» или «премиально, но не корпоративно», а потом выжидающе смотрят на меня, будто эти слова что-то конкретное означают. Пока нет. Моя задача на первой неделе — превратить смутные ощущения в конкретные визуальные решения, и Midjourney позволяет вести этот разговор на языке изображений, а не прилагательных.
Вот реальный пример. Велнес-стартап обратился ко мне за обновлением бренда и новым сайтом. Основатель постоянно повторял «природно, но футуристично» — фраза, которая значит одновременно всё и ничего. Вместо того чтобы собирать мудборд из работ других брендов (что всегда рискует привязать клиента к чужой идентичности, а меня — к случайному воспроизведению чего-то защищённого авторским правом), я потратил около сорока минут на генерацию вариаций: тёплые глиняные оттенки на фоне стерильной лабораторной белизны, органические формы, пересекающиеся с сетчатыми паттернами, фотографии растений с лёгким синтетическим блеском. Ни одна из них не была пригодна для использования. Все они были референсами, которые я мог показать основателю и спросить: «ближе к этому или к этому?» Мы сошлись на направлении за один вечер — на старый лад это заняло бы три раунда правок мудборда.
В этом и есть реальная ценность: скорость визуального диалога, а не скорость производства. Я не отгружаю результат Midjourney клиенту. Я использую его, чтобы сжать самую размытую, самую субъективную часть проекта — момент, когда двое людей пытаются сойтись в ощущении, — в нечто, на что можно указать пальцем и предметно поспорить.
Второе место, где инструмент окупается, — исследование текстур и материалов для вещей, которые в итоге станут настоящими дизайн-ассетами, собранными вручную мной в Figma. Если я проектирую хиро-секцию и хочу, чтобы фон ощущался как матовое стекло поверх градиентной сетки, или текстуру, которая читается как «мягкая, но техничная», — я сгенерирую десяток вариантов, выберу тот, что точнее всего передаёт ощущение, а затем воссоздам эффект нативными средствами: градиентами, режимами наложения, реальными текстурами шума с лицензией для коммерческого использования — вместо того чтобы отгружать само изображение ИИ. Результат Midjourney становится очень быстрым наброском для решения, которое я потом реализую инструментами, дающими пиксельный контроль и чистую лицензию.
Третье, и это меня удивило, когда я начал так делать: концепт-арт для вещей, которых ещё не существует. У клиента, создающего продукт для рынка без сложившегося визуального языка — например, ранняя климатическая технология или действительно новый аппаратный продукт — нет конкурентов, скриншоты которых можно использовать как референс. Когда я работал с командой, создававшей сенсорное оборудование для городского фермерства, не существовало никакой заготовки «как выглядит эта категория». Я сгенерировал десятки спекулятивных предметных съёмок и сценических зарисовок — устройства, встроенные в теплицы, абстрактные сенсорные сети, ощущение «тихой инфраструктуры» — не потому что какое-то конкретное изображение годилось к использованию, а потому что это давало основателям материал, на который можно реагировать. Основатели гораздо лучше умеют сказать «нет, не то, холоднее, более промышленно», чем сгенерировать первую идею из ничего.
Четвёртое, и более приземлённое: внутренние презентационные колоды. Когда я презентую творческое направление внутренним стейкхолдерам клиента — совету директоров, маркетинговой команде, всем, кого не было в комнате во время разговоров на этапе исследования, — целостное, отполированное визуальное повествование важнее, чем «реальность» каждой отдельной картинки. Презентация, которая говорит «вот эмоциональная территория, которую мы занимаем», выигрывает от продуманного вида, даже если каждое изображение в ней — заглушка, сгенерированная за вечер. Это низкорисковый сценарий использования, и по поводу него у меня нет никаких противоречивых чувств.
Где именно это разваливается
А теперь часть, которую посты в стиле ИИ-оптимизма обычно пропускают. Есть конкретные, повторяющиеся режимы провала, и знание о них спасло меня от нескольких неловких разговоров с клиентами.
Генерация интерфейсов — очевидный случай, но стоит точно разобраться, почему именно она проваливается, потому что это показательно. У Midjourney нет никакого понятия о дизайн-системе. Он не знает, что такое кнопка в каком-либо функциональном смысле — он знает, как кнопки обычно выглядят в обучающих данных, а значит, может выдать скруглённый прямоугольник с текстоподобными закорючками, который на расстоянии вытянутой руки читается как «кнопка», а стоит приглядеться к выравниванию, согласованности отступов или к тому, реальный ли это текст — всё разваливается. Мне присылали клиенты сгенерированные Midjourney «концепты дашборда», которые их вдохновили, с вопросом, можно ли «строить в эту сторону». Честный ответ всегда один: мы можем строить в сторону ощущения, но не изображения. Реальные решения по макету — иерархия информации, состояния компонентов, адаптивное поведение, коэффициенты контраста для доступности — должны приниматься с нуля, человеком, который понимает продукт. Никакой промпт этого не исправит, потому что инструмент не рассуждает о функции, он сопоставляет паттерны по внешнему виду.
Рендеринг текста стал лучше, чем раньше, но всё ещё достаточно ненадёжен, чтобы я никогда не использовал его для чего-либо с реальным текстом. Логотипы, шрифтовые знаки, подписанные элементы интерфейса — всё это непригодно. Это важно, потому что клиенты, не погружённые глубоко в инструмент, не всегда замечают, что подпись «Настройки» на сгенерированном экране на самом деле — бессмысленные закорючки, пока не приблизят картинку. Я научился указывать на это заранее, а не ждать, пока клиент заметит сам и почувствует, что от него что-то скрыли.
Согласованность в рамках серии изображений сложнее, чем кажется со стороны. Если мне нужно шесть изображений, которые ощущаются как часть одной вселенной бренда — та же цветовая дисциплина, тот же уровень абстракции, тот же «почерк», — Midjourney будет плыть. Освещение смещается, стилистические решения колеблются, и то, что выглядело целостной серией по отдельности, разваливается, стоя рядом на одной странице. Есть техники борьбы с этим — одинаковые значения seed, референсные изображения, жёстко контролируемая структура промптов, — но это реальная работа, а не тумблер, который просто переключаешь. Я специально закладываю на это время и никогда не рассчитываю, что пятое изображение совпадёт с первым.
Далее — вопрос прав собственности и лицензирования, к которому я отношусь серьёзнее, чем подразумевает большинство советов в духе «просто используйте ИИ». Условия Midjourney со временем менялись, и в зависимости от выручки клиента и конкретного тарифа права на коммерческое использование отличаются. Я не считаю «условия использования инструмента технически это разрешают» концом разговора. Некоторые клиенты — те, кто в регулируемой отрасли, у кого есть внимательный юрист, кто строит бренд, который намерен агрессивно защищать, — прямо сказали мне, что не хотят никаких ИИ-сгенерированных материалов в финальных результатах, точка, потому что юридический ландшафт вокруг обучающих данных и авторского права всё ещё неустойчив, и они не хотят становиться прецедентом. Я полностью это уважаю и закладываю в объём работ. Лучше обсудить это в первый же день, чем пусть юрист клиента задаст этот вопрос после запуска.
Более тонкая проблема — эстетическая однородность. У Midjourney есть свой «вид» — определённая гипер-отполированная, драматично освещённая, слегка перерендеренная манера — и если не следить за этим, рано или поздно начинаешь подталкивать каждого клиента к одному и тому же фирменному стилю, независимо от того, что на самом деле подходит их бренду. Я ловил себя на этом. Три проекта подряд, где исследование настроения скатывалось в сторону мрачного кинематографического освещения и малой глубины резкости, потому что именно это модель выдаёт по умолчанию, если с ней не бороться. Это реальный риск для дифференциации, которая вообще-то и есть весь смысл найма дизайнера вместо использования шаблона. Теперь перед тем как показать клиенту что-либо, я специально проверяю: «не выглядит ли это так, будто могло бы принадлежать любому другому бренду, использовавшему тот же инструмент».
Мой реальный рабочий процесс, шаг за шагом
Стоит пройтись по тому, как это выглядит на практике, потому что абстрактная формулировка («используйте для исследования настроения») не передаёт, сколько осознанной структуры здесь на самом деле заложено.
Созвон на этапе исследования всегда происходит первым, без открытого инструмента ИИ. Мне нужны собственные слова клиента, его собственные референсы, его собственные колебания — без фильтра через картинки, которые я мог бы показать слишком рано. Если я открою Midjourney до того, как пойму бизнес, я буду вести разговор эстетическими предпочтениями инструмента, а не слушать клиента.
После звонка я выписываю прозвучавшие прилагательные и противоречия — собственные слова клиента, а не моё толкование. «Надёжно, но не скучно». «Энергично, но без стартап-клише». «Хотим выглядеть дорого, но наши пользователи скептически относятся ко всему, что выглядит дорого». Эти противоречия — золото, потому что они подсказывают, чего избегать, не меньше, чем к чему стремиться.
Затем я собираю наборы промптов, обычно три-пять разных направлений, каждое намеренно утрировано по-своему. Я ещё не пытаюсь найти окончательный ответ — я пытаюсь триангулировать позицию. Одно направление сдвинуто в сторону тепла и органики, другое — в сторону холода и техничности, одно — где-то посередине. Для каждого направления я генерирую примерно восемь-двенадцать изображений, обращая внимание не столько на какое-то одно «хиро»-изображение, сколько на то, держится ли набор как целостная стилистика.
Я жёстко отбираю материал, прежде чем что-либо показывать. Этот шаг, по-моему, многие дизайнеры пропускают, и именно он требует вкуса, а не навыка промптинга. Из сорока сгенерированных изображений я могу показать шесть, выбирая их по тому, насколько ярко они представляют крайнюю точку направления, а не по тому, какие красивее по отдельности. Клиенту нужно увидеть границы направления, чтобы сформировать осознанную реакцию. Если показывать только самые безопасные, усреднённые изображения из каждого набора, получаешь вялое «ну ладно, норм» вместо полезного «о, это слишком холодно, давайте смягчим».
Сама подача имеет большое значение. Я никогда не отправляю сырой набор картинок. Я собираю короткую структурированную презентацию — по три-четыре слайда на направление, каждое оформлено с прилагательными, на которые оно отвечает, явно помечено как «исследование, не финал», с пометкой о том, какой элемент работает независимо от того, нравится ли клиенту картинка в целом. («Направление в целом ощущается слишком агрессивным, но цветовое сочетание на изображении 3 — это именно та теплота, о которой мы говорили, я хочу сохранить её».) Такое оформление сильно помогает управлять ожиданиями, потому что сразу сообщает клиенту: мы добываем из этих изображений решения, а не отгружаем их как есть.
Как только мы сходимся на направлении — обычно это занимает один раунд, иногда два — я перевожу выбранную стилистику в настоящую дизайн-систему. Цветовая палитра извлекается и дорабатывается в Figma, а не берётся прямо пипеткой из изображения ИИ (потому что цветовые сочетания, сгенерированные ИИ, зачастую практически невозможно воспроизвести стабильно — hex-коды слегка «плывут» между картинками, где цвет визуально кажется одинаковым). Типографика подбирается под тон, а не генерируется. Настоящая фотография или иллюстрация заказывается или лицензируется, если направление предполагает людей или что-либо критичное для бренда, потому что именно в этой зоне артефакты ИИ заметнее всего и наносят наибольший ущерб, если их замечают. Midjourney быстро подводит меня к решению; почти никогда не доживает до финального файла.
Есть ещё один шаг, который я добавил только в последний год: короткая внутренняя проверка качества специально на предмет «не читается ли что-то здесь явно как ИИ-сгенерированное настолько, чтобы это смутило клиента». Странные руки, бессмысленный текст, та самая неестественная переглаженность кожи и ткани — я проверяю это намеренно, прежде чем что-либо попадёт в презентацию, потому что клиенты стали гораздо внимательнее к таким вещам, а если клиент сам замечает упущенный мной артефакт ИИ, это наносит реальный урон доверию к моей внимательности к деталям, независимо от того, насколько второстепенным был этот артефакт для итогового результата.
Как я говорю об этом с клиентами
Раньше я вообще об этом не упоминал, исходя из теории, что процесс — моё дело, а результат — их. Я изменил позицию по нескольким причинам, и, думаю, это сделало отношения с клиентами лучше, а не хуже.
Во-первых, клиенты всё чаще спрашивают напрямую. «Вы использовали ИИ для этого?» — сейчас это нормальный вопрос, а не обвинение, и уклончивость или размытость в ответе звучит уклончиво, даже когда честный ответ совершенно разумен. Я предпочитаю говорить об этом сам, не дожидаясь вопроса.
Во-вторых, открытость позволяет сразу правильно это обрамить, вместо того чтобы потом исправлять неверное впечатление. Если клиент не знал, что Midjourney участвовал в создании мудборда, и узнаёт об этом позже, его мысленная модель сдвигается с «мой дизайнер провёл тщательное творческое исследование» на «мой дизайнер срезал угол», хотя сама работа — отбор, вкус, перевод в настоящую систему — ничуть не изменилась. Риск именно в разрыве восприятия, а не в самой практике. Поэтому теперь в документе о старте проекта есть короткий простой абзац: «Раннее творческое исследование может включать референсные изображения, сгенерированные ИИ, для ускорения разговоров о настроении и направлении. Изображения, сгенерированные ИИ, не появятся в финальных результатах, если это отдельно не обсуждено и не согласовано». Это одно предложение предотвратило все неловкие разговоры, которые раньше у меня возникали постфактум.
В-третьих, ценообразование. Я не снижаю ставку из-за того, что инструмент ускорил одну фазу работы. Это удивляет некоторых клиентов, поэтому я проговариваю это прямо: время, сэкономленное на генерации референсных изображений, реинвестируется в дополнительные раунды исследования направления и более тщательный отбор, а не превращается в меньший счёт. То, за что они платят, никогда не было «часами, проведёнными за перетаскиванием мышки» — это суждение, отбор и перевод ощущения в работающую систему, и ничто из этого не стало быстрее. Если уж на то пошло, этап отбора стал только важнее, потому что теперь больше сырого материала для просеивания и больше ответственности за правильный выбор. Я говорю об этом прямо, когда вопрос всплывает, обычно на этапе оценки проекта, потому что предпочитаю этот разговор до выставления счёта, а не после.
Конкретный случай, который заострил моё понимание: клиент по брендингу для детского образовательного приложения хотел использовать несколько изображений Midjourney напрямую в питч-колоде для инвесторов — без доработки, без пересборки, просто сырой результат, потому что он им понравился, а дедлайн поджимал. Я возразил — не из принципиальности, а из практических соображений: инвесторские колоды тщательно изучают, делают скриншоты и пересылают, а детский продукт с жутковатыми ИИ-сгенерированными лицами детей в главном изображении — это реальный репутационный риск, независимо от вопроса лицензирования. Мы пришли к компромиссу — иллюстрированные персонажи в упрощённом, явно стилизованном виде, вдохновлённые настроением из исследования, но созданные иллюстратором, которого я привлёк. Клиент был недоволен дополнительными расходами в тот момент, а потом поблагодарил меня, когда конкурента публично высмеяли за очевидно ИИ-сгенерированного маскота. Это именно то суждение, которое и есть суть работы — понимать, когда шаг, сработавший для внутреннего согласования, неприемлем для версии, обращённой к аудитории.
Ошибки, которые я совершил по пути
Расскажу о нескольких конкретно, потому что «вот чему я научился» полезнее, чем «вот мой отполированный процесс», а отполированный процесс выше существует именно благодаря этим ошибкам.
На раннем этапе я позволил клиенту влюбиться в настроенческое изображение Midjourney прежде, чем продумал, реализуемо ли оно вообще. Клиент из сферы гостеприимства полюбил сгенерированную картинку солнечного, фактурного лобби с очень специфическим качеством света — тёплым, зернистым, почти плёночным — и хотел, чтобы вся фотография сайта соответствовала этому в точности. Проблема была в том, что это качество света получилось из того, что модель по сути смешала сотню разных фотографических стилей в нечто, не соответствующее никакой единой достижимой схеме освещения или объективу. Когда мы наняли фотографа, чтобы это воссоздать, мы потратили реальный бюджет, гоняясь за референсом, который буквально не был реальным фотографическим приёмом. Я научился заранее проверять «а реализуемо ли это на самом деле реальной фотографией или реальными дизайн-инструментами», прежде чем презентовать направление так, будто это цель, а не просто вдохновение.
Вторая ошибка: чрезмерная опора на эстетику инструмента по умолчанию без борьбы с ней — я упоминал это раньше, но хочу конкретизировать. На ранних этапах я брал первую же «достаточно хорошую» партию изображений вместо того, чтобы дожимать промпт дальше, и задним числом у трёх разных клиентов из того периода визуальные идентичности оказались похожи друг на друга больше, чем мне бы хотелось — именно по настроению освещения и цветокоррекции. Это прямая цена удобства. Теперь я намеренно генерирую против стандартных настроек модели — если естественный результат тяготеет к холодному, кинематографичному, высококонтрастному, я толкаю промпты в сторону плоских, ярких, графичных альтернатив специально для того, чтобы быть уверенным, что я выбираю направление, а не наследую его.
Третья: однажды я недостаточно чётко донёс до внутренней команды клиента рамку «только для исследования», и сгенерированное изображение попало в раннюю версию продающего одностраничника, который отправили потенциальному партнёру до того, как я утвердил финальные ассеты. Никто не пытался никого обмануть — просто спешка, сжатые сроки, кто-то схватил самую симпатичную картинку из общей папки. Но это научило меня никогда не класть немаркированные исследовательские изображения в любую общую папку, к которой у широкой команды клиента есть доступ. Теперь всё, что сгенерировано ИИ, живёт в чётко названной папке «исследование — не для внешнего использования», и я проговариваю это различие вслух, не один раз, потому что добрые намерения не выдерживают гонки с дедлайном.
Четвёртая, и она больше про мои собственные привычки, чем про риск для клиента: я недооценил, сколько времени занимает качественный отбор, и раньше закладывал исследование настроения как быструю, дешёвую фазу. Если делать это хорошо, это не быстро. Генерация изображений — быстрая. А вот просмотр шестидесяти картинок с достаточной критической дистанцией, чтобы выбрать шесть, которые действительно представляют отдельные, обоснованные направления — а не шесть, которые просто по отдельности красивы, — требует реального времени и, честно говоря, это одна из самых сложных интеллектуальных задач во всём проекте, потому что именно в этот момент решается, каково ощущение от бренда. Теперь я закладываю на это время как следует, а не отношусь к этому как к бесплатному побочному продукту быстрого инструмента.
Честный вердикт
Если вы дизайнер и размышляете, стоит ли вводить Midjourney в работу с клиентами, вот версия моего ответа, которая ничего вам не продаёт. Это действительно полезно, но для более узкого среза процесса, чем подсказывает весь хайп, и ценность почти целиком заключается в сжатии размытой, субъективной, довербальной части проекта, где клиент и дизайнер пытаются сойтись в ощущении, прежде чем кто-либо из них сможет описать это словами. Это не ярлык к готовому дизайну интерфейса, готовым брендовым ассетам или чему-либо, что должно выдержать пристальное изучение, реальный текст или юридическую проверку. Разрыв между «впечатляет с первого взгляда» и «реально пригодно к использованию» всё ещё огромен, и притворяться перед клиентом, что это не так, — самый быстрый способ подорвать доверие, на котором держится ваша настоящая экспертиза.
Навык, который делает это стоящим использования, — не промптинг: промптингу можно обучиться за несколько вечеров практики, честно, не больше. Навык в том, чтобы понимать, какие пятнадцать процентов проекта выигрывают от такого быстрого, одноразового визуального исследования, а затем быть достаточно дисциплинированным, чтобы относиться к результату как к одноразовому: как к лесам для решения, а не как к самому решению. Клиенты платят мне не за доступ к инструменту, который они сами могли бы открыть за двадцать долларов в месяц. Они платят за суждение, которое решает, что делать с тем, что выдал инструмент, за готовность выбросить сорок неудачных изображений и за мастерство пересобрать то единственное, что сработало, во что-то, что действительно выдержит проверку как настоящий бренд, настоящий интерфейс, настоящий продукт, которому доверяют люди. Эта часть ничуть не ускорилась, и, честно говоря, я надеюсь, что никогда не ускорится.
