Практика показывает, что сложный арт в нейросети, особенно если это что-то конкретное, получить крайне сложно. Нет ни одной подробной инструкции, где были бы указаны этапы создания кадра. Доходит иной раз до десятков итераций только на сами референсы!
И Midjorney отлично работает и с графическими запросами.

А инструкцию походу самой писать придётся.