a tak serio, trudno zmusić stable diffusion do zrozumienia dwóch rożnych pojęć, więc pojęcie "dwie dziewczyny" jest traktowane jako jedno i potem w sumie nie ma już za bardzo kontroli, a jak napiszesz "niska blondyna i wysoka brunetka" to narysuje dwie średnie z pomieszanymi włosami, bo "atencja" słowa wysoka uśredni się ze słowem niska