Однако для Stable Diffusion XL есть GUI с нодами — как в Гудини, а теперь и в Блендере тоже, но для двумерной графики. То есть по идее чуть более замороченно, не одним запросом, но можно собрать картинку прямо по частям, сообщив куда чего ставить конкретно. И это же освобождает от типичных проблем, когда, например, при предложении нарисовать двух людей вместе ИИ рисует одного и того же, но в двух копиях.