Картинку нейросеть рисует как один застывший момент. Видео устроено иначе: модель должна понять, что меняется от первой секунды к последней, кто движется, куда смотрит камера и как падает свет. Поэтому хороший видеопромт похож не на подпись к фото, а на короткую режиссёрскую заметку для оператора. В этом материале собираем такую заметку слой за слоем, на одном сквозном примере, а потом даём готовые промты под разные задачи.
Если вы ещё выбираете, в какой модели генерировать, начните с нашего обзора нейросетей для создания видео: там разобрано, чем отличаются Veo, Kling, Seedance и другие. Здесь речь только о тексте запроса, и формула ниже работает в любой из них. А если хотите оживить готовый снимок, а не придумывать сцену с нуля, загляните в разбор как сделать видео из фото с помощью нейросети.
Шесть слоёв видеопромта
Удобно думать о запросе как о шести коротких ответах. Каждый закрывает один вопрос, который модель иначе решит наугад:
- кто в кадре и как выглядит;
- что он делает, причём одно главное действие;
- где и когда это происходит: место, время суток, погода;
- как снимает камера и куда она движется;
- какой свет и настроение;
- технические рамки: длительность, формат кадра, звук.
Пропущенный слой нейросеть заполнит сама, и почти всегда самым скучным вариантом. Нет камеры - получите статичный план. Нет света - ровную серую картинку без атмосферы.
Собираем промт по шагам
Возьмём простую идею «кот читает газету» и превратим её в рабочий запрос.
Шаг 1. Герой. Не просто «кот», а конкретный: рыжий кот в круглых очках. Одна-две приметы помогают модели держать образ стабильным на протяжении всего ролика.
Шаг 2. Действие. Одно, понятное, растянутое во времени: медленно переворачивает страницу газеты. Глагол с наречием («медленно», «осторожно», «резко») задаёт темп сцены лучше, чем любые пояснения.
Шаг 3. Место. Уличное кафе, утро, после дождя. Время суток и погода сразу подсказывают модели палитру и фон.
Шаг 4. Камера. Крупный план, камера плавно приближается. Именно этот слой превращает «живую фотографию» в кадр из фильма.
Шаг 5. Свет и стиль. Мягкий солнечный свет, кинематографично. Пара слов о свете меняет настроение сильнее, чем длинное описание интерьера.
Шаг 6. Рамки. 6 секунд, 9:16, звуки улицы. Плюс то, чего в кадре быть не должно: без текста, без логотипов.
Итоговый промт:
> Рыжий кот в круглых очках сидит за столиком уличного кафе и медленно переворачивает страницу газеты. Утро после дождя, мокрая брусчатка. Крупный план, камера плавно приближается. Мягкий солнечный свет, кинематографично. 6 секунд, 9:16, звуки улицы, без текста.
Обратите внимание: это связный текст, а не набор тегов через запятую. «Девушка идёт по мокрой улице, неон отражается в лужах» модель поймёт точнее, чем «девушка, улица, неон, дождь». Свежие разборы промтов под вирусные ролики мы выкладываем в Telegram-канале NeyroSvod, там же видно, как формула работает на реальных трендах.
Камера: словарь движений
Камера в видеопромте отвечает за эмоцию. Одна и та же сцена при разной съёмке рассказывает разные истории. Вот формулировки, которые модели понимают уверенно, и что они дают:
- камера неподвижна - статичный кадр, движется только герой; хорошо для атмосферных сцен;
- камера плавно приближается - наезд, нарастает напряжение или внимание к детали;
- камера отъезжает - сцена раскрывается, зритель видит масштаб;
- облёт вокруг объекта - эффектный кадр для продукта или героя;
- камера следует сзади - ощущение прогулки или погони;
- вид сверху, дрон - пейзаж, город, масштаб;
- съёмка на телефон, лёгкая тряска - любительское видео, которое отлично заходит в трендах.
Одного движения на ролик достаточно. Если попросить наезд, облёт и подъём в одном коротком клипе, модель смешает их в неразборчивую траекторию.
Движение героя: одно действие на клип
Самая частая причина «сломанных» роликов - перегруз сюжета. Запрос «кот прыгает, потом ест, потом засыпает» почти гарантированно даст кашу: герои путаются, физика рвётся. Три действия - это три отдельных ролика, которые потом склеиваются в редакторе.
Помогают и детали движения среды: листья разлетаются в стороны, капли падают, пар поднимается от чашки. Такие мелочи делают кадр живым, даже когда герой почти неподвижен. А замедленная съёмка подходит для эффектных моментов вроде брызг, пыли или прыжка.
Свет и настроение
Свет - самый дешёвый способ сделать ролик дороже. Несколько рабочих связок:
- мягкий рассветный свет - спокойствие, утро, природа;
- тёплый свет из окна - уют, портреты, бытовые сцены;
- неоновые вывески и отражения в лужах - ночной город, киберпанк;
- драматичный кинематографичный свет - шторм, экшен, напряжение;
- луч света, скользящий по объекту - реклама и предметная съёмка.
Слово «кинематографично» в конце промта обычно подтягивает цвет и контраст ближе к киношным.
Длительность и формат
Для соцсетей ставьте 5-10 секунд. Чем короче ролик, тем меньше шансов, что к концу сломается физика или поплывёт лицо героя. Длинную историю честнее собрать из нескольких коротких клипов. Формат указывайте явно: 9:16 для вертикальных роликов, 16:9 для горизонтальных.
Если снимаете по своему фото, начните промт с того, что нужно сохранить: «сохрани лицо точно как на фото». Без этой фразы сходство заметно падает.
Готовые промты под задачи
Все примеры собраны по формуле выше. Структура рабочая, но закладывайте 2-3 попытки на каждый.
Атмосфера и природа
> Туман над утренним озером, из тумана медленно выплывает деревянная лодка, над водой пролетает цапля. Камера неподвижна, мягкий рассветный свет, 8 секунд, без текста.
> Маяк на скале во время шторма, волны разбиваются о камни, луч маяка прорезает дождь. Камера облетает маяк, драматичный кинематографичный свет, 8 секунд.
Город
> Ночная улица после дождя, девушка в жёлтом плаще идёт под прозрачным зонтом, неон отражается в лужах. Камера следует сзади, 8 секунд, 9:16.
> Дрон пролетает над ночным городом, по проспекту текут огни машин, камера медленно поднимается над крышами. 10 секунд, 16:9.
Животные
> Золотистый ретривер бежит по осеннему парку, листья разлетаются в стороны. Замедленная съёмка, камера на уровне собаки, 6 секунд.
По своему фото
> @image1: сохрани лицо человека точно как на фото. Человек сидит в кафе у окна, отпивает кофе, смотрит на дождь и улыбается. Крупный план, тёплый свет, 6 секунд.
Продукт и реклама
> Флакон духов на мокром чёрном камне, вокруг медленно падают капли воды, луч света скользит по стеклу. Макросъёмка, камера облетает флакон, 6 секунд.
> Кроссовок крупным планом взрывается облаком цветной пыли, замедленная съёмка, белый фон. 5 секунд, без текста.
Фантазия
> Кит медленно плывёт по небу над ночным городом, люди внизу поднимают головы. Камера снизу, кинематографичный свет, 10 секунд.
Проверка перед генерацией
Перед тем как жать кнопку, пробегитесь по короткому списку:
- в промте больше трёх слов и он читается как предложение, а не как теги;
- действие одно;
- движение камеры указано;
- свет и настроение названы;
- длительность не больше 10 секунд, формат прописан;
- надписи в кадре не нужны или запрещены словами «без текста»: буквы нейросети пока искажают, текст лучше добавить в редакторе.
Если результат всё равно не тот, меняйте по одному слою за раз. Так быстрее понять, что именно модель трактует не так.
Частые вопросы
На каком языке писать видеопромт?
Большинство современных моделей понимают русский. Если результат выходит неточным, попробуйте тот же запрос на английском и сравните.
Работает ли формула в любой нейросети?
Сама структура универсальная. Отличаются сильные стороны моделей: Veo лучше справляется с речью, Kling точнее переносит движение, Seedance хорошо работает с фото и готовыми видео.
Почему ролик получается статичным?
Чаще всего в промте нет движения камеры или действие героя слишком слабое. Добавьте «камера плавно приближается» или «камера следует сзади» и конкретный глагол для героя.
Можно ли сделать длинное видео одним промтом?
Лучше не стоит: к концу длинного клипа физика и лица начинают ломаться. Делайте несколько роликов по 5-10 секунд и склеивайте их.
