Промты

Промты для видео: как писать, чтобы нейросеть поняла с первого раза

··7 мин чтения

Кадр из ИИ-видео: чёрный седан у бизнес-центра, генерация Seedance

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.

Кадр из ИИ-видео: крупный план глаз
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:

  1. Кто в кадре — внешность, одежда, возраст.
  2. Где — окружение, время суток, погода.
  3. Что происходит — действие, эмоция.
  4. Камера — например, IMAX или камера iPhone, крупность, движение.
  5. Свет — откуда, какой, какого цвета.
  6. Атмосфера — напряжение, уют, тревога.
  7. 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.

В Seedance 2.5 это вообще стало стандартом: у модели официальная структура из четырёх блоков, где третий — монтажный лист по секундам. Подробно — в статье Seedance 2.5: что это за нейросеть и как ей пользоваться.

Кадр из ИИ-видео: красный автомобиль на улице города
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.

Кадр из ИИ-видео: девушка за рулём жёлтого кабриолета и мужчина рядом
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.

Кадр из ИИ-видео: крупный план лица говорящего человека
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.
Кадр из ИИ-видео: перекрёсток с высоты, вид сверху
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.

Читать дальше

ВЕРШИНИН

© 2026 Павел Вершинин. ИИ-креатор и видеограф, сооснователь NEUROVER.IO. Связь: pavel@vershinin.ai

*Instagram и Threads принадлежат компании Meta, деятельность которой признана экстремистской и запрещена на территории РФ.