Пресеты для Camera Raw в Grok 3

Как создать XMP пресет в Grok 3?

Чтобы создать пресет для фильтра Camera Raw в Adobe Photoshop 2025, нужно загрузить в Grok 3 изображение с тонировкой, которую вы хотите повторить. Затем нужно описать, что вы хотите получить. 

Например, вы можете попросить нейронку создать пресет для ACR в стиле загруженного файла и вывести на экран код для XMP.

Подождите немного, пока языковая модель проанализирует добавленное изображение. Спустя некоторое время LLM выдаст ответ, содержащий код будущего XMP пресета.

Сохраните его, задав любое название и указав расширение xmp.

Чтобы проверить работоспособность пресета, добавьте файл в папку C:\Users\Имя_пользователя\AppData\Roaming\Adobe\CameraRaw\Settings, а затем активируйте, применив его в Camera Raw.

Не забудьте указать ваше имя пользователя и метку системного диска (если он отличается от C:\)! А ещё вы можете воспользоваться инструкцией по добавлению нейросетевых стилей с этой страницы.

Альтернативный способ генерации ИИ стилей — добавить в Grok 3 два файла, затем попросить проанализировать их и создать на основе добавленных фотографий стиль для ACR. В промпте можно указать, какой файл является базовым, а какой — обработанным, чтобы языковая модель создала пресет с учётом исходников.

Подобным способом я создал этот образец. Перед сохранением немного уменьшил экспозицию (Грок задрал её слегка больше, чем нужно), контраст, а также добавил профиль «Винтаж 01» для выравнивания цветовой гаммы. Остальные настройки оставил без изменений. Результат применения стиля можно увидеть на прикреплённой фотографии.

У каждого варианта есть преимущества и недостатки.

В первом случае Grok 3 чаще генерирует рабочие пресеты. Вам не нужно скармливать ИИ громоздкие промпты, код генерируется в среднем за один или два захода.

Однако тонировка может быть жёстче, чем у исходного фото, либо хуже ложиться на похожие снимки, поэтому её понадобится существенно дорабатывать перед использованием.

Во втором случае Грок лучше передаёт оттенки и контраст на фото, поэтому готовые пресеты больше похожи на исходники. Их также придётся допилить (увы, идеальный результат нейронка не выдаёт), но на это уйдёт меньше времени.

Минус в том, что для получения рабочего стиля сначала придётся написать детальный промпт, затем несколько раз запустить генерацию. Качественный результат получается в среднем за 4-5 попыток.

Учитывая затраты времени на эксперименты и допиливание заготовок, первый способ выглядит удобней для пользователей.

Где лучше создавать пресеты для Camera Raw — в Grok или Claude?

По затратам времени на генерацию лучше Claude AI. Пресеты для ACR LLM создаёт стабильно за один заход, не требует сложных промптов, справляется как с одним кадром, так и с двумя примерами исходников без глюков, багов и сбоев.

Grok 3 периодически нужно просить показать код для XMP, иначе вместо него он может выдавать рекомендации по цветокоррекции, которые нужно вносить вручную. Помимо этого, нейросеть чаще генерирует нерабочие примеры, чем Claude 3.7 Sonnet.

Однако из нормально завершившихся генераций у Грока получается больше удачных пресетов, близких по цвету, контрасту и яркости к тестируемым примерам.

Ещё одно преимущество Grok — то, что нейронка может записывать дополнительные настройки ACR в XMP файл, которые не учитывают ни Claude 3.7 Sonnet, ни GPT-4o. Например, базовая версия спокойно подгоняет экспозицию, контраст и даже профиль камеры!

Однако ни одна из тестируемых нейронных сетей не смогла один в один повторить референсные изображения и создать пресет, который можно было использовать из коробки. Во всех случаях понадобилось внести дополнительные коррекции, чтобы получить оптимальную тонировку.

Поэтому ориентируйтесь на то, с чем вам удобней работать.

Стоит ли использовать Grok 3 для генерации XMP пресетов?

Если вы не умеете тонировать фотографии или хотите поэкспериментировать — да, более чем стоит!

Однако опытным фотографам и ретушёрам нейросети дают слишком мало преимуществ, поэтому нет смысла пользоваться ими на постоянной основе.

Нейросетевые пресеты больше подходят для творчества или создания прототипов.

Грамотный специалист может быстро допилить заготовку и сэкономить немного времени, но с учётом плавающего качества генерации и временных затрат, самостоятельное создание стилей пока что вне конкуренции.

Нейронки лучше справляются с другими задачами. Например, анализом изображений, генерацией справочной информации по фото, технике и ПО, обобщением и систематизацией данных, критикой загруженных работ и написанием простых постов.

И самое главное — помните, что конечное решение остаётся за вами! Захотите — используйте LLM для генерации XMP пресетов, не захотите — обходите ИИ десятой дорогой.