Beh in sé anche i due baci sono opere artistiche di un certo pregio
Basta togliere l'idea di forzare un certo risultato nei dettagli e passare a "vediamo cosa fa".
Lì forse per tenere gli animali potresti provare a mettere anche loro come foto (ad esempio quel gatto nella città futuristica gli avevo mandato tutte e due le immagini di riferimento gatto AI e città AI)
Anche se probabilmente la presenza di persone nell'altra foto gli farà sempre casino.
Mentre spesso funziona bene una prima foto il soggetto ed una seconda l'ambiente (ma senza soggetti altri)
Un'altra funzione che puoi tentare é il --no e poi scrivi cosa non vuoi
Solo che ehm non sempre va bene, soprattutto nei remix causa dei buchi-spazi vuoti