Парадокс: вы пишете «мультик про кота, который пьёт молоко», а модель выдаёт 5 секунд дрожащего фото кота у миски. Никакого движения, никакой стилизации, никакого сюжета.
Видео-модели не «понимают» слово «мультик» так, как вы. Для них это набор пикселей с определёнными статистическими свойствами. Контроль рождается там, где промт перестаёт быть описанием сюжета и становится техническим заданием на рендеринг: стиль, камера, физика движения, последовательность кадров, негативные ограничения.
Почему промты для картинок не работают для видео
Анатомия рабочего промта: 6 слоёв управления
Субъект и консистентность
Описание персонажа/объекта, который должен сохраняться из кадра в кадр. Особенности внешности, одежда, пропорции — всё, что модель tende «галлюцинировать» заново.
Камера и композиция
Тип объектива, угол, движение камеры. Статика убивает мультик: даже «slow push in» или «subtle parallax» дают жизнь.
Движение и физика
Самый критичный слой. Что движется, как, с какой скоростью, по какой траектории. Без этого — слайд-шоу.
Освещение и атмосфера
Источники света, время суток, погода, volumetric effects. В мультике свет часто стилизован — «cel shading», «rim light», «flat lighting».
Негативные ограничения
Чего категорически не должно быть: морфинг лиц, лишние конечности, деформация текста, фотореализм, watermark, blur, jitter.
Сборка промта по шагам: от идеи к готовому запросу
Фиксируете стиль одной фразой
Выбираете из библиотеки стилей или описываете через 3-4 маркера. Пример: flat vector, cel shading, limited palette 8 colors, clean lines, 2D animation
Пишете «персонаж-карточку»
Отдельным блоком описываете героя: silhouette, key colors, distinctive features. В Runway/Kling — загружаете референс в image-to-video. В Sora — прописываете детально.
Прописываете действие + камера
Глагол движения + параметр камеры. Не «кот пьёт», а «cat lapping milk, slow macro push in, shallow depth of field, subtle steam rising».
Добавляете технические флаги модели
—motion 50 —camera static —duration 5 —aspect 16:9 —seed 1234. Каждая модель имеет свой синтаксис — держите шпаргалку под рукой.
Тестируете, итерируете, фиксируете сид
Генерируете 4-6 вариантов. Находите лучший сид. Используете его как якорь для следующих сцены (last frame → first frame next clip).
Разбор: почему «просто описание» даёт мусор, а структурированный промт — мультик
Готовые формулы под популярные стили мультиков
Параметры движения: шпаргалка по управлению физикой
Подводные камни: где промт ломается даже у опытных
«Мультик» как единственный стиль
Модели не знают, что такое «мультик». Пишите: «flat vector», «cel shaded», «hand-drawn 2D», «anime keyframe», «motion graphics». Стиль — это технические параметры рендера.
Игнорирование fps и «на двоих»
24 fps = плавное видео. 12 fps (каждый второй кадр) = классическая 2D-анимация. 8 fps = лимитированная аниме. Без указания fps модель даёт 24-30 fps — выглядит «слишком плавно» для мультика.
Один промт на всю серию
Одна сцена — один промт. Смена ракурса, действия, локации — новый промт с привязкой к сиду/последнему кадру предыдущего. Пытаться сгенерировать минуту одним запросом — гарантия хаоса.
Забывка про negative prompt
Модели любят «дописывать» реализм, текстуры, водяные знаки, текст на фоне. Жёсткий —neg экономит 60% итераций. Держите базовый набор: morphing, photorealistic, 3d, watermark, text, blur, jitter, gradient, noise.
Камера «по умолчанию»
Если не задать —camera static, модель сама выберет движение — часто неподходящее (зум в лицо при диалоге, панорама при статике). Явный static + micro-parallax 1-2° — база для 90% мультик-кадров.
Нет референса персонажа (image-to-video)
Текстовое описание персонажа даёт ~60% консистентности. Загрузка ключевого кадра в image-to-video (Runway, Kling, Luma) поднимает до 90%+. Всегда генерируйте «герой-портрет» первым, потом анимируйте.
Рабочий процесс: от сценария к готовым клипам
Пайплайн одной сцены
- Сториборд: рисунок/описание ключевых кадров
- Генерация ключевого кадра (Midjourney/Flux) под стиль
- Image-to-video в Runway/Kling/Luma с промтом движения
- Подбор 3-4 вариантов, выбор лучшего сида
- Апскейл (Topaz/Video2X) + интерполяция FPS при нужде
- Склейка в монтаже с аудио, звуковым дизайном