Раздел про рисованная японская анимация мы собрали из практики: что реально идёт в генерацию, а что красиво выглядит только в чужом скриншоте. Ниже — формула, десять готовых промптов и разбор того, почему одни кадры получаются с первой попытки, а другие — никогда.
Формула промпта под эту задачу
Держите скелет постоянным, меняйте плоть: стиль (35mm film still / oil painting / hyper-real commercial) → герой (кто и с какой опорной деталью) → сцена (где) → камера (dolly-in, crane up, locked-off) → свет (один главный источник) → настроение (одно слово-эмоция) → теханкеры (film grain, shallow depth of field).
10 готовых промптов
1970s neo-noir, rain-soaked asphalt, two strangers meeting at a night bus stop, платформа уходящего поезда на рассвете, handheld tracking alongside the subject, single candle, deep chiaroscuro, dreamlike and melancholic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, a lone courier with a glowing umbrella, заброшенная орбитальная станция, drone flyover sweeping across the landscape, neon in rain, cyan and magenta glow, tense and claustrophobic, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a kid flying a kite of light, пустыня чёрных дюн под двумя лунами, drone flyover sweeping across the landscape, soft overcast, desaturated palette, quiet and intimate, shallow depth of field, film grain, 4khyper-realistic commercial photography, an archivist opening a sealed door, стеклянный город на дне океана, locked-off tripod, only the world moves, single candle, deep chiaroscuro, epic and hopeful, shallow depth of field, film grain, 4khyper-realistic commercial photography, an old android sweeping leaves, ретро-коридор отеля 80-х, drone flyover sweeping across the landscape, neon in rain, cyan and magenta glow, dreamlike and melancholic, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a fisherman mending a net at dawn, старая библиотека с верхним светом, slow dolly-in towards the subject, soft overcast, desaturated palette, tense and claustrophobic, shallow depth of field, film grain, 4khyper-realistic commercial photography, a woman in a long coat walking away, крышная котельная после грозы, crane shot rising above the scene, golden hour, long soft shadows, quiet and intimate, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a deer with antlers made of light, консерватория с роялем у окна в ливень, one-take 360 orbit around the subject, soft overcast, desaturated palette, epic and hopeful, shallow depth of field, film grain, 4khand-painted oil painting coming alive, a pianist playing in an empty hall, неоновый Токио после дождя, locked-off tripod, only the world moves, volumetric god rays through dust and fog, dreamlike and melancholic, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, no people, an empty breathing scene, туманная тайга в синий час, crane shot rising above the scene, golden hour, long soft shadows, tense and claustrophobic, shallow depth of field, film grain, 4kРазбор: почему эти промпты работают
Пример 1. В кадре один источник света и один жёсткий якорь (зонт, рога из света, дым). Модель не тратит «воображение» на второстепенное и выдаёт целостный кадр.
Пример 2. Камера задана явно — поэтому кадр «движется», даже если герой стоит. Статика без движения камеры почти всегда выглядит как неудачная генерация.
Пример 3. Нет ни «masterpiece», ни восклицательных знаков: только оптические и световые термины. Это язык, на котором модель обучена, а не похвала автора.
Типичные ошибки именно здесь
- Забывают про звук: даже идеальный кадр с немым «банкой» звучит как черновик, эмбиент и whoosh решают половину восприятия.
- Промпт «одним предложением на всё»: модель пытается успеть все события сразу и выдаёт кашу. Режиссируйте планами по 3–5 секунд.
- Нет указания камеры: сцена «стоит», даже если внутри неё что-то происходит. Камера — отдельным блоком промпта.
- Работа «до посинения» на одном дубле вместо пяти дешёвых итераций: дешёвый перебор почти всегда выигрывает у ожидания идеала.
Как адаптировать под свой бренд
Замените палитру и референс света на фирменные (дорогой бренд — тёплый низкий ключ, массовый — мягкий дневной), добавьте один повторяющийся «якорь»: цвет зонта, материал упаковки, силуэт. Повторяемость важнее оригинальности — зритель запомнит ваш почерк через 3–4 ролика.
Что в итоге
Промпты под эту задачу не «магические слова», а дисциплина брифа: одно действие, один свет, одна камера. Остальное — итерации и ваша насмотренность.
Работа с браком: почему половины дублей не видит зритель
Честная статистика нейропродакшна: из десяти сгенерированных планов в эфир выходят два-три. Остальное — брак разной степени: «желе» в суставах, пальцы-вееры, плывущий текст, свет не из того времени суток. Это не признак плохой модели, это цена вероятностной генерации.
Рабочая дисциплина отличается от любительской одним — системой отбора:
- Таблица дублей. Колонки: промпт, сид, что понравилось, что сломалось, ставить в эфир или нет. Без таблицы вы не отличите прогресс от самообмана.
- Порог отсева до просмотра. Сначала техбрак (руки, текст, геометрия) — мимо; потом свет и композиция — выбираем из оставшегося.
- Правило трёх. Если из шести дублей ни один не годится — проблема в промпте или режиме, а не в «невезении». Упрощайте задачу, а не наращивайте теги.
- Фиксация удачного. Удачный дубль сразу получает пометку «референс» и сохраняется с промптом: это ваш главный актив проекта.
Зритель никогда не увидит 70% ваших дублей — и не должен. Профессионализм здесь измеряется не «первым кадром с кнопки», а скоростью отбраковки.
Сколько на самом деле стоит финальный кадр
Считаем честно, на примере типового коммерческого ролика 20–30 секунд. Расходы складываются из четырёх строк, и только первая видна в прайсе сервиса:
- Подписка или кредиты. Младший платный план обычно окупается одним проектом; при серийной работе выгоднее средний тариф или годовая оплата.
- Потери на брак. Коэффициент ×4–6 к «чистому» числу планов: на 6 финальных планов готовьте 30–40 генераций.
- Звук и права. Диктор или ElevenLabs, эмбиент, лицензия на музыку — 10–30% бюджета, который чаще всего недооценивают.
- Ваше время. 15–40 минут на финальную секунду с учётом монтажа. При ставке в 2 000 ₽/час минута готового видео стоит заметно дороже подписки — и это нормально.
Отсюда правило для клиента: нейровидео дешевле съёмки не всегда, но почти всегда быстрее и гибче — особенно когда нужно много вариантов под A/B-тесты.
Кейс: товарный ролик для маркетплейса
Селлеру нужен был кабинет товаров с живой картинкой: до этого — сухие фото на белом. Сделали серию из 10 пятисекундных планов: предмет в «жизненном» сценарии, блики по упаковке, одно действие (открыл-закрыл, налил-отпил). Съёмки не было: 30 референсов → 60 дублей → 18 победителей → монтаж с whoosh и эмбиентом. Итог: карточка с видео получила заметно больше досмотров и вопросов в чате, а стоимость секунды вышла втрое ниже живой предметки. Мораль: нейровидео выигрывает там, где нужен объём однотипных планов с идеальной картинкой.
Мини-глоссарий по теме
- Апскейл. увеличение разрешения готового клипа с восстановлением деталей, обычно через отдельный нейро-инструмент (Topaz Video AI и аналоги). Делает из 720p эфирный 4K.
- Кредит. внутренняя валюта генераторов: одна генерация списывает N кредитов в зависимости от длины, разрешения и режима. Считайте экономику в кредитах на финальный кадр, а не в «цене подписки».
- Эмбиент. фоновый звуковой план сцены: дождь, гул, ветер, зал. Без эмбиента кадр ощущается «вакуумным», даже если картинка идеальна.
- Сид (seed). число, фиксирующее случайность генерации. Сохранили удачный сид и промпт — воспроизведёте похожий кадр. Нет сохранённого сида — восстанавливаете удачу руками.
- FPS и интерполяция. частота кадров; интерполяция достраивает промежуточные фазы движения и делает 24→60 fps «плавнее», но не исправляет сломанную анимацию.
- Консистентность персонажа. сохранение лица, костюма и силуэта героя между связанными кадрами. Достигается референсом, неизменным описанием и режимами переноса персонажа.