Раз не получается генерация. Два не получается. Пятьдесят четыре — не получается. Кредиты сгорают, энергия тоже, и до выгорания недалеко. Почти всегда дело не в нейросети, а в промте. Ниже — как я пишу промты для видео: формула, по которой собираю кадр, и привычки, которые экономят генерации.
Коротко
Хороший промт для видео отвечает на семь вопросов: кто в кадре, где, что делает, какая камера, какой свет, какая атмосфера, какой стиль. Сложную сцену расписывайте по секундам. Правки формулируйте коротко: «убери всё со стола, больше ничего не меняй». И не пишите вслепую — учитесь у официальных правил нейросети и чужих удачных промтов.
Я 13 лет снимал и руководил продакшном, а с 2023 года встроил нейросети в свой продакшн. Промт для меня — то же, что задание оператору и художнику по свету на площадке. Только объяснять приходится машине, которая ничего не додумает за вас правильно.
Что такое промт для видео на самом деле
Промт — это не описание того, что вы хотите увидеть. Я объясняю его так: промт — ключ к двери, за которой идеальные генерации конкретной нейросети. У каждой модели своя дверь. То, что отлично работает в одной, в другой даёт кашу.
Хороший промт стоит на двух вещах:
Официальные правила платформы. Разработчики видеомоделей публикуют, как писать промты именно под них. Это первое, что стоит прочитать.
Опыт других креаторов. Reddit, Discord, YouTube, китайские Douyin и Bilibili — там люди уже нашли, что работает, а что нет.
Пример, как дорого стоит незнание правил. Я долго мучил ролик с картёжником — не получалось ни в какую. Потом узнал, что в Китае жёстко запрещены азартные игры, а модель китайская. Мог бы знать заранее и не жечь генерации.
Крупный план глаз из моей генерации. Чтобы модель дала такой кадр, его надо прямо назвать в промте
Формула промта: семь вопросов
Когда пишу промт для одного кадра, иду по списку:
Кто в кадре — внешность, одежда, возраст.
Где — окружение, время суток, погода.
Что происходит — действие, эмоция.
Камера — например, IMAX или камера iPhone, крупность, движение.
Свет — откуда, какой, какого цвета.
Атмосфера — напряжение, уют, тревога.
Стиль — режиссёр, эпоха, цветовая гамма.
Последний пункт часто недооценивают. Если назвать режиссёра, модель не только строит кадр в его манере, но и перекрашивает картинку под его цвет. Когда я выбрал для одной драмы стиль Акиры Куросавы, от этого зависела вся дальнейшая стилистика.
Разбивка по секундам
Если в ролике больше одного действия, я почти всегда делю промт по таймкодам: «с первой по третью секунду — …, с третьей по шестую — …». Так модель понимает темп, а не пытается втиснуть всё в одно движение.
Первые секунды сцены на перекрёстке. Дальше по таймкодам — выход героя, кабриолет, диалог
Камера в промте: когда писать, а когда нет
Тут нет единого правила, и это нормально.
Если вы не разбираетесь в оптике, не мучайтесь: выберите готовые настройки камеры в сервисе или напишите простую крупность — «крупный план», «общий план».
Если разбираетесь — пишите. Для смены ракурса указание объектива и расстояния бывает критически важным: «кадр крупнее в три раза, портретный объектив».
А бывает наоборот. Однажды нейросеть, которая помогала мне писать промт, сама дописала «shot on RED camera». Для той задачи это было лишнее — я убрал и попросил просто описать локацию. Камера в промте нужна, когда она что-то решает в кадре.
Простой промт часто работает лучше
У меня была стадия, когда я строил огромные системы: роли, прописанные правила, десятки строк. Признаюсь, меня до сих пор тянет всё усложнять. Но много раз выходило, что работает вот так просто.
Примеры коротких промтов, которыми я реально пользуюсь при правке кадров:
«Убери всё со стола. Больше ничего не меняй.»
«Добавь утконоса из первого фото на второе. Он сидит за столом, лапы немного свисают со стула.»
«Замени одежду персонажа на деловой костюм, больше ничего не меняй.»
Ключевая фраза — «больше ничего не меняй». Без неё нейросеть охотно переделает полкадра.
Два персонажа в кадре — сложнее всего. В промте важно ясно сказать, кто говорит
Промты для видео со звуком и речью
Современные видеомодели генерируют звук сами. Пара наблюдений:
Если музыку будете накладывать при монтаже, прямо пишите «без музыки, только звуковой дизайн».
Если персонаж говорит, в фокусе должен быть один говорящий. Иначе модель путает, кто озвучивает реплику.
Чтобы голос героя был одинаковым от генерации к генерации, его нужно отдельно описать в промте — так же, как вы фиксируете стиль режиссёра. Описать голос словами непросто, но это может сделать за вас ИИ.
Как я пишу промты сейчас: через Claude
Честно: промты для видео я давно не пишу руками. Удержать в голове правила всех нейросетей невозможно, они постоянно обновляются. Поэтому у меня есть отдельные инструкции для Claude под разные задачи — по сути, штат сотрудников, где каждый профи в своём: один пишет промты для мультиков, другой — для товарных роликов, третий — для рекламы.
Я рассказываю идею своими словами, а инструкция превращает её в промт по правилам конкретной модели. Пример моей задумки, сказанной обычным языком: «Я прихожу в английский бар, прошу у бармена двойной виски, подходит пьяный мужик и говорит, что это его место. Я замедляю время на полторы секунды». Ролик по этому промту получился с первого раза — это было кино.
Важное правило: всё, что написал ИИ, я перечитываю целиком. Он может чего-то не знать или не найти.
Крупный план речи. Для таких кадров промт короткий, а говорящий — один
Откуда брать промты, если своих пока нет
Лучше всего брать то, что уже сработало, и на этой основе писать своё. Я ночами листал китайский TikTok, искал талантливых авторов и брал их промты за основу. А потом нашёл в той же ленте свой промт с замедлением времени, который разошёлся по всему миру. Это круговорот вдохновения, ничего стыдного в нём нет.
Мой девиз тут простой: используй, адаптируй, развивай. Удачный промт можно размножить: попросить нейросеть сменить цветовую гамму или движения камеры, но оставить тот же стиль.
Ошибки, на которых сгорают кредиты
Гнать генерации вслепую. Если генерация не вышла, сначала поймите, что сломалось: случайный брак лечится перегенерацией, ошибка в промте — только правкой текста.
Не описать то, чего нет в кадре. При смене ракурса модель дорисует пространство сама — и часто не то.
Не сказать, что человек говорит в камеру. На новом ракурсе он отвернётся и продолжит говорить в пустоту.
Слишком много референсов. Лишние фото чаще ломают сцену, чем помогают.
Слепо верить автоулучшению. Встроенная кнопка «улучшить промт» полезна, я ей пользуюсь часто. Но бывало, что исправленный промт работал плохо, а исходный — хорошо. Сравнивайте.
Общий план перекрёстка из той же генерации — модель держит город целиком
Частые вопросы
На каком языке писать промт для видео?
Большинство моделей понимают русский. Для китайских моделей вроде Seedance финальный промт я перевожу на китайский — так точнее. Для остальных обычно хватает английского или русского.
Какой длины должен быть промт?
Столько, сколько нужно, чтобы ответить на семь вопросов: кто, где, что, камера, свет, атмосфера, стиль. Для правки кадра хватает одной-двух фраз.
Где взять готовые промты для видео?
В официальных руководствах нейросетей и у авторов, которые публикуют свои промты. Берите удачный, адаптируйте под свою задачу и меняйте по одному параметру.
Почему нейросеть не слушается промта?
Частые причины: противоречие правилам модели (как с азартными играми в китайских моделях), перегруз деталями, несколько говорящих в кадре или слишком много референсов.
Нужно ли писать камеру и объектив?
Только когда они что-то решают в кадре. Если не разбираетесь в оптике, используйте готовые настройки сервиса или простую крупность.