Промт на смену сцены в AI-видео: формулы, примеры и типичные ошибки

Промт-инженерня для AI-видео

Промт на смену сцены: как заставить нейросеть плавно переключать кадры

Разбираем структуру работающих промтов для переходов: от жёсткого ката до невидимого морфа. Шаблоны для Sora, Runway Gen-3, Kling, Luma Dream Machine и Pika.

Структура промта 5 типов переходов Готовые формулы Ошибки и фиксы

Почему нейросети ломают сцены на стыке

Модели генерации видео (Diffusion Transformer или U-Net с вниманием) предсказывают следующее изображение на основе предыдущего и текстового условия. При смене промта происходит смена контекста: latent-код резко меняет направление, а временная согласованность теряется.

Результат — «мерцание», галлюцинации объектов, смена освещения, нарушение физики. Модель не «понимает» монтаж — она продолжает гауссовский шум в новом текстовом направлении.

Ключевой вывод

Промт на переход должен описывать не две сцены, а процесс трансформации от кадра к кадру.

Условная схема: смена промта без промежуточного описания создаёт разрыв в латентном пространстве

Анатомия промта на переход: 4 обязательных компонента

Действие камеры

Пан, тильт, зум, д Dolly, truck, педесталь. Задаёт вектор движения в 3D-пространстве между сценами.

Темп и длительность

«За 12 кадров», «за 0.5 секунды», «плавно за 24 кадра». Явное указание фреймов убирает двусмысленность «плавно».

Визуальный мост

Общий элемент: цвет, форма, свет, текстура, движущийся объект, который «перетягивает» глаз из сцены А в сцену Б.

Сохраняемые параметры

«То же освещение», «та же цветовая температура», «сохранить глубину резкости». Явный lock параметров визуального стиля.

Пять работающих паттернов переходов

Match Cut (Матч-кат)

Совпадение формы, движения или композиции. Классика кино, идеально работает в AI при явном указании общего геометрического якоря.

Формула:
[Сцена А] → camera matches composition, shape transforms from [объект А] to [объект Б], same lighting, same perspective → [Сцена Б]

Whip Pan / Swish (Щёлк-пан)

Быстрое размытие движения скрывает стык. Нейросети любят motion blur — он маскирует несовпадение деталей. Работает на 2–4 кадра.

Формула:
[Сцена А] → fast whip pan left 4 frames, motion blur, transition blur masks cut → [Сцена Б], camera settles

Morph / Fluid Transition (Морф)

Один объект плавно превращается в другой. Требует семантической близости форм. Лучше всего работает в Sora и Kling 1.6.

Формула:
[Объект А] → liquid morph over 16 frames, topology preserves volume, surface texture flows → [Объект Б]

Light / Color Bridge (Световой мост)

Вспышка, блик, смена цветовой температуры или прохождение тени связывает сцены. Работает даже при полной смене локации.

Формула:
[Сцена А] → lens flare sweeps across frame, color temp shifts 3200K→5600K, exposure ramp → [Сцена Б]

Object Passage (Проход объекта)

Объект проходит перед камерой, закрывая кадр (wipe). Классический киноприём, который AI исполняет точно при указании траектории.

Формула:
[Сцена А] → foreground object passes left-to-right, occludes frame for 3 frames, reveals [Сцена Б]

Готовые промты под конкретные задачи

Интервью → Буфер (B-roll)

Medium shot person speaking, warm key light. → slow zoom in 24 frames, depth of field shifts, focus pulls to background screen, screen content expands to fill frame → Wide shot office interior, same lighting direction

Ключ: общий свет + зум в экран как визуальный туннель

День → Ночь (таймлапс)

Cityscape noon, harsh shadows. → time-lapse sky 30 frames, shadows lengthen and rotate, windows illuminate sequentially, color grade shifts cool → Same cityscape night, neon glow

Ключ: анимирование теней и последовательное загорание окон

Продукт в руках → Крупный план продукта

Hand holds phone, shallow DOF. → camera pushes past fingers 12 frames, focus transitions to screen, fingers dissolve to transparency → Phone screen full frame, UI animation starts

Ключ: пальцы становятся прозрачными (dissolve), фокус перетягивается

Локация А → Локация Б (дверь/портал)

Corridor, fluorescent light. → door opens toward camera, light from room B spills out, camera moves through doorway, floor material morphs tile→wood → Room B, warm ambient

Ключ: дверь как жёсткий вип + пролив света + морф пола

Ошибки, которые гарантированно сломают переход

Две независимые сцены в одном промте

«Сцена А: офис. Сцена Б: лес. Плавный переход.» Модель генерирует кашу. Нет описания как именно происходит смена.

Не работает:

Office interior, professional lighting. Forest, sunset, trees. Smooth transition between them.

Работает:

Office interior. Camera pans right 12 frames, motion blur. Wall dissolves into tree trunks, same vertical rhythm. Light shifts cool→warm. Forest clearing.

Игнорирование физики камеры

Прыжок фокуса, смена Brenнoй длины без зума, мгновенная смена угла. В реальном кино это требует монтажа, в AI — явного описания движения камеры.

Не работает:

Wide shot room. Close up face. Transition.

Работает:

Wide shot room, 24mm. Dolly in 30 frames, focal length shifts 24→85mm, focus pulls from background to eyes. Close up face, same lighting.

Слишком много изменений сразу

Смена локации + персонажа + освещения + погоды + угла камеры за 16 кадров. Latent-пространство не успевает интерполировать — получается галлюцинация.

Правило:

Максимум 2–3 больших изменения на переход. Остальное фиксируйте: «same character», «same lighting direction», «same time of day».

Для сложных смен — цепочка из 2–3 промтов-переходов.

Слово «плавно» без указания кадров

«Smooth transition» — бессмысленная инструкция. Модель не знает, это 8 кадров или 60. Результат — случайная длительность и темп.

Шкала ориентиров (24 fps):

Cut: 0–1 кадр Whip: 2–4 кадра Fast dissolve: 8–12 Standard: 16–24 Slow morph: 30–60

Продвинутые техники: удержание согласованности

Motion Vector Locking

Указание направления движения в мире (world space), а не на экране (screen space). «Camera moves forward along Z-axis» работает стабильнее «camera zooms in», так как фиксирует параллакс фона.

Style Anchor Tokens

Повторение 3–5 ключевых дескрипторов стиля в обеих частях промта: «cinematic, 35mm film grain, teal-orange grade, shallow DOF, volumetric haze». Это создаёт семантический якорь в text embedding.

Negative Transition Prompts

Что не должно происходить: «no morphing of background geometry», «no color shift», «no flicker», «no ghosting». Runway Gen-3 и Kling хорошо реагируют на негативные ограничения.

Условная схема: структура промта для генерации последовательных сегментов с расширением (outpainting/extend)

Шпаргалка: чип-коды для быстрой сборки

camera dolly in [N] frames whip pan [direction] [N]f match cut: [shape A] → [shape B] morph [object] over [N] frames lens flare sweep [N] frames color temp [K1] → [K2] focus pull [from] → [to] occlusion wipe [object] same lighting direction preserve depth of field no flicker, no ghosting volumetric haze consistent

Главное, что стоит запомнить

Нейросеть не монтирует — она интерполирует. Ваша задача — описать вектор этой интерполяции.

Движение камеры

Всегда задавайте вектор и длительность в кадрах. «Плавно» — не команда.

Визуальный якорь

Один общий элемент (форма, свет, цвет, движение), который связывает кадр N и N+1.

Стиль — константа

Повторяйте 3–5 дескрипторов стиля в каждом сегменте промта. Это единственный способ удержать look.

Лучший переход — тот, который зритель не замечает, но чувствует смену смысла.