Открою секрет, который сильно помогает лучше понимать, как работать с ChatGPT и другими ИИ. ChatGPT по своей сути работает только с текстом - и ни с чем другим. Он сам не создаёт изображения, не понимает картинки и не имеет доступа к интернету. Для всего этого используются сторонние приложения и инструменты.

Когда вы, например, отправляете схему комнаты и просите расставить мебель, ChatGPT не видит эту схему. Он передаёт картинку в отдельный инструмент для распознавания изображений и получает оттуда текст вроде: «на изображении показана пустая комната размером 3×4». После этого он уже текстом формулирует запрос другому инструменту, например: «нарисуй такую же комнату, кровать слева, шкаф справа». И тот инструмент рисует как понял - поэтому шкаф может оказаться плашмя или выглядеть странно.

Это как если бы в большой компании отдел по работе с клиентами получает письмо и, не вскрывая, пересылает его дальше. Второй отдел присылает краткое описание содержания письма ("там схема комнаты"). На основе этого описания (а не оригинальной схемы) создаётся ТЗ ("нарисуйте шкаф") и уже третий отдел по этому ТЗ проектирует шкаф.