Раздел про ритм под трек 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, a deer with antlers made of light, крышная котельная после грозы, one-take 360 orbit around the subject, soft overcast, desaturated palette, dreamlike and melancholic, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a woman in a long coat walking away, стеклянный город на дне океана, locked-off tripod, only the world moves, neon in rain, cyan and magenta glow, tense and claustrophobic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, two strangers meeting at a night bus stop, туманная тайга в синий час, 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, an old android sweeping leaves, неоновый Токио после дождя, crane shot rising above the scene, soft overcast, desaturated palette, epic and hopeful, shallow depth of field, film grain, 4khyper-realistic commercial photography, no people, an empty breathing scene, консерватория с роялем у окна в ливень, locked-off tripod, only the world moves, single candle, deep chiaroscuro, dreamlike and melancholic, shallow depth of field, film grain, 4k1990s VHS home video, tracking noise, a lone courier with a glowing umbrella, платформа уходящего поезда на рассвете, slow dolly-in towards the subject, volumetric god rays through dust and fog, tense and claustrophobic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, a pianist playing in an empty hall, ретро-коридор отеля 80-х, locked-off tripod, only the world moves, single candle, deep chiaroscuro, quiet and intimate, shallow depth of field, film grain, 4k1990s VHS home video, tracking noise, an archivist opening a sealed door, пустыня чёрных дюн под двумя лунами, locked-off tripod, only the world moves, single candle, deep chiaroscuro, epic and hopeful, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a fisherman mending a net at dawn, заброшенная орбитальная станция, slow dolly-in towards the subject, single candle, deep chiaroscuro, dreamlike and melancholic, shallow depth of field, film grain, 4kcinematic 35mm film still, anamorphic flare, a kid flying a kite of light, старая библиотека с верхним светом, locked-off tripod, only the world moves, volumetric god rays through dust and fog, 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
- Копирование чужого удачного промпта без адаптации: переносятся сцена и свет, но не задача — результат «похоже, но не про вас».
- Слишком длинное действие в одном дубле: одна смена эмоции или один жест на клип — потолок стабильности.
- Свет не назван вовсе или назван словом «beautiful»: нейросеть не понимает «красиво», она понимает «golden hour, backlit, soft shadows».
- 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: не получилось — и почему
Студия взялась анимировать для клиента сложный диалог двух героинь: мимика, эмоции, реплики. Нейро-дубли давали «пластиковые» эмоции и рассинхрон, правки тянулись, бюджет распух вдвое. Проект перенесли на живую съёмку, а нейро использовали для декораций и отбивки модулей. Мораль: эмоция в диалоге и физическая близость героев — пока сильная сторона живой камеры, а не генератора.
Мини-глоссарий по теме
- FPS и интерполяция. частота кадров; интерполяция достраивает промежуточные фазы движения и делает 24→60 fps «плавнее», но не исправляет сломанную анимацию.
- Апскейл. увеличение разрешения готового клипа с восстановлением деталей, обычно через отдельный нейро-инструмент (Topaz Video AI и аналоги). Делает из 720p эфирный 4K.
- Эмбиент. фоновый звуковой план сцены: дождь, гул, ветер, зал. Без эмбиента кадр ощущается «вакуумным», даже если картинка идеальна.
- 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».
- Сид (seed). число, фиксирующее случайность генерации. Сохранили удачный сид и промпт — воспроизведёте похожий кадр. Нет сохранённого сида — восстанавливаете удачу руками.
- Консистентность персонажа. сохранение лица, костюма и силуэта героя между связанными кадрами. Достигается референсом, неизменным описанием и режимами переноса персонажа.