Раздел про добрые иллюстрированные сцены 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, an archivist opening a sealed door, туманная тайга в синий час, handheld tracking alongside the subject, volumetric god rays through dust and fog, dreamlike and melancholic, shallow depth of field, film grain, 4khyper-realistic commercial photography, a fisherman mending a net at dawn, консерватория с роялем у окна в ливень, crane shot rising above the scene, single candle, deep chiaroscuro, tense and claustrophobic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, a woman in a long coat walking away, старая библиотека с верхним светом, handheld tracking alongside the subject, neon in rain, cyan and magenta glow, quiet and intimate, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, an old android sweeping leaves, крышная котельная после грозы, drone flyover sweeping across the landscape, golden hour, long soft shadows, epic and hopeful, shallow depth of field, film grain, 4khand-painted oil painting coming alive, no people, an empty breathing scene, 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, 4kcinematic 35mm film still, anamorphic flare, a deer with antlers made of light, платформа уходящего поезда на рассвете, locked-off tripod, only the world moves, neon in rain, cyan and magenta glow, tense and claustrophobic, shallow depth of field, film grain, 4kcinematic 35mm film still, anamorphic flare, a kid flying a kite of light, стеклянный город на дне океана, one-take 360 orbit around the subject, volumetric god rays through dust and fog, quiet and intimate, shallow depth of field, film grain, 4khyper-realistic commercial photography, a lone courier with a glowing umbrella, заброшенная орбитальная станция, drone flyover sweeping across the landscape, soft overcast, desaturated palette, epic and hopeful, shallow depth of field, film grain, 4khyper-realistic commercial photography, two strangers meeting at a night bus stop, пустыня чёрных дюн под двумя лунами, one-take 360 orbit around the subject, soft overcast, desaturated palette, dreamlike and melancholic, shallow depth of field, film grain, 4khyper-realistic commercial photography, a pianist playing in an empty hall, ретро-коридор отеля 80-х, locked-off tripod, only the world moves, soft overcast, desaturated palette, 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
- Свет не назван вовсе или назван словом «beautiful»: нейросеть не понимает «красиво», она понимает «golden hour, backlit, soft shadows».
- Копирование чужого удачного промпта без адаптации: переносятся сцена и свет, но не задача — результат «похоже, но не про вас».
- Нет указания камеры: сцена «стоит», даже если внутри неё что-то происходит. Камера — отдельным блоком промпта.
- Герой без опорных признаков: лицо, силуэт и костюм должны быть описаны конкретно, иначе между кадрами он «перекрашивается».
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: обучающий курс без студии
Онлайн-школе нужен был опенинг курса на 60 секунд без ведущего в кадре. Решение: нейро-аватар для приветствия + абстрактные «мыслеобразы» для блоков модуля. Аватар и сцена делались отдельно и склеивались на монтаже. Срок — неделя, включая правки методиста. Слабое место — синк губ на быстром русском тексте: дикцию специально замедляли. Мораль: аватары экономят бюджет, но любят медленный, чёткий текст.
Мини-глоссарий по теме
- 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.
- 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».
- Апскейл. увеличение разрешения готового клипа с восстановлением деталей, обычно через отдельный нейро-инструмент (Topaz Video AI и аналоги). Делает из 720p эфирный 4K.
- Консистентность персонажа. сохранение лица, костюма и силуэта героя между связанными кадрами. Достигается референсом, неизменным описанием и режимами переноса персонажа.