Раздел про океан, рифы и стеклянные города 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
1990s VHS home video, tracking noise, two strangers meeting at a night bus stop, туманная тайга в синий час, drone flyover sweeping across the landscape, soft overcast, desaturated palette, dreamlike and melancholic, shallow depth of field, film grain, 4kcinematic 35mm film still, anamorphic flare, a woman in a long coat walking away, стеклянный город на дне океана, drone flyover sweeping across the landscape, golden hour, long soft shadows, tense and claustrophobic, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a deer with antlers made of light, пустыня чёрных дюн под двумя лунами, one-take 360 orbit around the subject, neon in rain, cyan and magenta glow, quiet and intimate, shallow depth of field, film grain, 4k1990s VHS home video, tracking noise, no people, an empty breathing scene, старая библиотека с верхним светом, one-take 360 orbit around the subject, soft overcast, desaturated palette, epic and hopeful, shallow depth of field, film grain, 4k1990s VHS home video, tracking noise, a lone courier with a glowing umbrella, консерватория с роялем у окна в ливень, handheld tracking alongside the subject, golden hour, long soft shadows, dreamlike and melancholic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, a pianist playing in an empty hall, платформа уходящего поезда на рассвете, drone flyover sweeping across the landscape, neon in rain, cyan and magenta glow, tense and claustrophobic, shallow depth of field, film grain, 4khand-painted oil painting coming alive, an old android sweeping leaves, ретро-коридор отеля 80-х, one-take 360 orbit around the subject, volumetric god rays through dust and fog, quiet and intimate, shallow depth of field, film grain, 4k1970s neo-noir, rain-soaked asphalt, a kid flying a kite of light, крышная котельная после грозы, drone flyover sweeping across the landscape, neon in rain, cyan and magenta glow, epic and hopeful, shallow depth of field, film grain, 4khyper-realistic commercial photography, an archivist opening a sealed door, неоновый Токио после дождя, one-take 360 orbit around 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, заброшенная орбитальная станция, crane shot rising above the scene, single candle, deep chiaroscuro, 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
- Герой без опорных признаков: лицо, силуэт и костюм должны быть описаны конкретно, иначе между кадрами он «перекрашивается».
- Промпт «одним предложением на всё»: модель пытается успеть все события сразу и выдаёт кашу. Режиссируйте планами по 3–5 секунд.
- Забывают про звук: даже идеальный кадр с немым «банкой» звучит как черновик, эмбиент и whoosh решают половину восприятия.
- Игнорирование негативного промпта там, где он поддерживается: пальцы и текст в кадре разъезжаются заметно реже, когда запрещены явно.
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
- Сид (seed). число, фиксирующее случайность генерации. Сохранили удачный сид и промпт — воспроизведёте похожий кадр. Нет сохранённого сида — восстанавливаете удачу руками.
- 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.
- FPS и интерполяция. частота кадров; интерполяция достраивает промежуточные фазы движения и делает 24→60 fps «плавнее», но не исправляет сломанную анимацию.
- 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».