Промпты для видеонейросетей: движение камеры, действие и длительность

Видеонейросетей стало много: Veo, Sora, Kling, Runway, Hailuo, Pika и другие. У каждой свои сильные стороны и особенности, но промпты для них строятся по общим законам. Видео отличается от картинки временем: в кадре что-то происходит, камера двигается, может звучать звук. Именно эти элементы чаще всего забывают описать.

Одна сцена — один промпт

Видеомодели генерируют короткие фрагменты. В один промпт помещается одна сцена: одно место, одно основное действие, одно движение камеры. Если описать три события подряд — «человек входит, садится, заказывает кофе и уходит», — модель попытается всё уместить и получится суета или пропуск событий. Длинный сюжет собирается из нескольких роликов в монтаже.

Структура промпта

1. Тип кадра: общий, средний, крупный план.
2. Объект и окружение: кто, где, когда.
3. Действие: что происходит от начала к концу фрагмента.
4. Камера: как она двигается.
5. Стиль: реалистичное видео, анимация, ретро, реклама.
6. Свет и цвет.
7. Звук, если модель его генерирует.

Словарь движения камеры

• Статичная камера (static shot) — объект двигается, камера нет.
• Наезд (push in, dolly in) — камера приближается.
• Отъезд (pull out, dolly out) — камера удаляется, открывая сцену.
• Панорама (pan) — поворот камеры влево или вправо на месте.
• Наклон (tilt) — поворот вверх или вниз.
• Проезд (tracking shot) — камера движется вместе с объектом.
• Облёт (orbit) — камера движется вокруг объекта.
• С рук (handheld) — лёгкое дрожание, ощущение репортажа.
• С дрона (aerial, drone shot) — вид сверху на местность.

Указывайте и скорость: «медленный наезд» и «быстрый наезд» дают очень разное настроение.

Описывайте действие во времени

Используйте глаголы и последовательность: «сначала… затем…» внутри одного короткого действия. «Бариста поднимает кувшин и медленно наливает молоко, на поверхности появляется рисунок». Избегайте абстракций: «вдохновение», «успех», «динамика бизнеса» не превращаются в действия.

Текст в видео или через изображение

Многие сервисы умеют создавать ролик из изображения. Это часто надёжнее, чем текст: композиция, герой и стиль заданы картинкой, а промпт описывает только движение. Для серии роликов с одним героем начинайте каждый с кадра, сделанного в генераторе изображений или на фотоаппарат.

Особенности популярных сервисов

• Veo и Sora генерируют звук вместе с видео — описывайте его отдельно, иначе модель придумает свой.
• В Kling и Runway есть режимы с начальным и конечным кадрами и дополнительные настройки движения.
• В ряде сервисов есть отдельное поле для исключений и настройки длительности и формата.

Набор функций быстро меняется, поэтому перед работой проверяйте актуальное описание сервиса.

Шаблон

«[Тип кадра]. [Объект] в [месте], [время суток]. [Действие от начала к концу]. Камера: [движение, скорость]. Стиль: [реализм/анимация], [свет], [цвет]. Звук: [что слышно]. Формат 9:16».

Ошибки, которые съедают попытки

• Несколько сцен в одном промпте.
• Отсутствие указаний о камере — модель выберет случайное движение.
• Сложные взаимодействия рук с предметами: завязывание, письмо, игра на инструменте.
• Мелкий текст в кадре.
• Генерация горизонтального видео для Reels.

Как работать экономно

Сначала отработайте сцену на изображении, затем оживляйте его. Меняйте за раз один элемент промпта. Сохраняйте удачные формулировки движения камеры — они переносятся между проектами. И сразу планируйте монтаж: какие фрагменты нужны и в каком порядке, чтобы не генерировать лишнее.

Полезно вести простую таблицу: сервис, промпт, что получилось, что пошло не так. Через пару десятков генераций станет видно, какой сервис лучше справляется с людьми, какой — с предметами и природой, а какой — с анимацией. Такая таблица ценнее любого обзора, потому что собрана на ваших задачах.