Гайд по промптингу
Превращаем идею в кадр: как управлять генерацией видео словами
Видеогенераторы (Sora, Runway Gen-3, Luma, Kling, SVD) не читают мысли. Они исполняют инструкции. Материал разбирает анатомию рабочего промпта, технические параметры и приёмы, снижающие хаоз движения.
Анатомия промпта: 5 слоёв, которые решают всё
Любой качественный промпт для видео — это не предложение, а набор инструкций по слоям. Порядок важен: модели сначала ловят субъект и действие, потом камеру и стиль.
1. Субъект и внешность
Кто именно: пол, возраст, одежда, прическа, уникальные детали. «Девушка в красной куртке» лучше, чем «человек».
2. Движение и действие
Глагол + вектор + темп. «Идёт уверенно по тротуару слева направо, слегка качает руками» задаёт траекторию и физику.
3. Камера и оптика
Тип камеры (Full Frame, 16mm), объектив (35mm, 85mm), угол (low angle, POV), движение (static, tracking left, dolly zoom, handheld).
4. Свето‑цветовая среда
Время суток, тип света (natural, neon, volumetric, rim light), палитра (teal & orange, monochrome, pastel), настроение (cinematic, gritty, airy).
5. Стиль и пост‑эффекты
Жанр (noir, cyberpunk, documentary), качество (8k, 4k, VHS, film grain), 렌дер (Unreal Engine 5, Octane), негативные промпты (blur, distortion, morphing).
Формула «Готового промпта»
Сохраните как чек‑лист. Каждый блок — отдельная строка. Модели типа Runway Gen‑3 или Kling 1.5 лучше воспринимают структурированный ввод, чем «портянку».
Два фундаментальных режима: Text‑to‑Video vs Image‑to‑Video
Text‑to‑Video (T2V)
Генерация «из ничего». Максимальная креативная свобода, но минимальный контроль над композицией первого кадра и идентичностью персонажа.
- Когда использовать: концепт‑арты, абстрактные фоны, постановка сцены «с нуля».
- Главная проблема: «Дрифт» внешности персонажа от кадра к кадру.
- Лайфхак: добавляйте в промпт consistent identity, locked facial features.
Image‑to‑Video (I2V)
Анимирование готового кадра (Midjourney, Flux, фото). Гарантирует точную композицию, свет и идентичность в стартовом кадре. Промпт здесь описывает только движение.
- Когда использовать: персонажи, продукты, архивные фото, стриринг по референсу.
- Параметр «Motion Bucket» / «CFG»: низкие значения (10‑20) — тонкая анимация (волос, тени), высокие (80‑127) — активное действие.
- Лайфхак: делайте «End Frame» (второй кадр) в редакторе — модели (Gen‑3, Kling) интерполируют переход идеально.
Язык камеры: как заставить нейросеть «держать» ракурс
Видеомодели обучались на кино и стоке. Они знают термины оператора. Использование профессиональной лексики снижает вероятность «танцующей» камеры на 60‑70%.
Статика и микродвижение
Static shot, locked off, tripod — камера зафиксирована. Идеально для портретов, продуктов, диалогов. Добавляйте subtle camera shake, breathing для живости.
Трекинг и следовать
Tracking shot, follow cam, side‑by‑side — камера движется параллельно субъекту. Сохраняет масштаб фигуры. Push in / Pull out — дольли вперёд/назад (меняет перспективу, в отличие от зума).
Вращение и сложные траектории
Orbit / Arc shot — камера описывает дугу вокруг объекта (требует 3D‑понимания, модели часто ломают фон). Dolly zoom (Vertigo) — одновременный дольли и зум. Эффектный, но нестабильный.
POV и субъективка
POV, first‑person, chest‑cam, helmet‑cam — камера = глаза персонажа. Добавляет иммерсивности. Требует четкого описания рук/инструментов в кадре, иначе модель галлюцинирует конечности.
Технические параметры: что крутить руками, а не словами
Ключевые настройки интерфейса (Runway / Luma / Kling / SVD)
Aspect Ratio
16:9 (кино), 9:16 (Reels/Shorts), 1:1 (фид), 4:3 (архив). Задаёт композицию до генерации.
Duration / Frames
Обычно 4‑5 сек (120‑150 фр. при 24‑30 fps). Длиннее — через экстеншн или склейку.
Seed (Сид)
Фиксирует стартовый шум. Один сид + разные промпты = сравнение стилей. Один промпт + разные сиды = подбор удачной вариации.
CFG / Guidance Scale
Насколько строго следовать промпту. Низко (2‑4) — креативно/свободно. Высоко (7‑12) — литерально, риск артефактов.
Motion Bucket / Strength
Только I2V. Сила движения от статичного кадра. 1‑10: микро‑движение. 50‑80: ходьба, жесты. 100+: экшен, смена позы.
Negative Prompt
Обязателен. Базовый набор: blur, distortion, morphing, extra limbs, bad anatomy, watermark, text, title, logo, low quality, jpeg artifacts.
Разрешение и апскейл
Базовые модели выдают 576×1024 или 768×768. Для 4K используйте внешний апскейлер (Topaz Video AI, RIFE, Video2X) после генерации. Промпт 8k, 4k влияет на детализацию текстуры, не на пиксели.
Loop / Seamless
Для фона, UI, эмблем. В промпте: seamless loop, cyclic motion, first frame equals last frame. В SVD/Runway есть чекбокс «Loop», но текстовый анкор усиливает эффект.
Контроль идентичности: как зафиксировать персонажа
1. Character Reference (—cref / IP‑Adapter)
Поддерживается в Midjourney (для стартового кадра I2V), Stable Video Diffusion (через IP‑Adapter FaceID / Plus), Kling/Runway (вarying degree). Вы загружаете референс лица/фигуры, модель переносит черты в каждый кадр.
Пайплайн:
- Генерируете идеальный портрет во фото‑реализме (Flux, MJ v6).
- Загружаете как Image Prompt + включаете Character Reference.
- В текстовом промпте для видео описываете только действие и камеру.
2. ControlNet / Motion Brush (структурный контроль)
Если нужно строгое соблюдение позы или траектории: OpenPose / DWpose (скелет), Depth (геометрия), Canny / LineArt (контуры). В Runway Gen‑3 — Motion Brush (рисуете зону движения кистью). В Kling — Motion Brush + траектория.
Когда критично:
- Танцы, спорт, сложная хореография рук.
- Взаимодействие с объектом (рука пьёт из чашки).
- Стёкла, зеркала, прозрачные ткани (Depth map спасает геометрию).
3. First‑Last Frame Interpolation
Самый надёжный метод для I2V: генерируете стартовый кадр (Frame 0) и конечный (Frame N) в одной сессии Midjourney/Flux (используя одинаковый сид и —cref). Видеомодель интерполирует плавный переход. Исключает «ドリфт» полностью.
Совет: для Frame N меняйте только позу/ракурс в промпте Midjourney, сохраняя одежду, свет, фон. Тогда интерполяция будет физически правдоподобной.
Анти‑артефакты: лечим галлюцинации на уровне промпта
Модели не знают анатомию, они знают статистику пикселей. Правильные слова в негативе и позитиве — это «исправительные очки» для генератора.
Морфинг лица и пальцев
Самая частая ошибка: меняющаяся форма глаз, ушей, количество пальцев (6‑7) при движении рук к лицу.
negative: morphing, melting, shifting features, asymmetric eyes, extra fingers, fused fingers, missing fingers, bad hands
positive: detailed hands, five fingers, anatomically correct, stable facial structure, locked geometry
Дрожание фона (Background Warping)
При движении камеры фон «течёт», уходит в блюр или меняет перспективу нефизично. Особенно на(static shot) с Motion Bucket > 20.
negative: camera shake, shaky footage, warp, distort, perspective shift, floating background, parallax error
positive: locked background, stable environment, consistent perspective, tripod steady
Появление лишних объектов / текста
Модель «додумывает» логотипы на одежде, водяные знаки, несуществующий текст на вывесках, лишние конечности за спиной.
negative: watermark, text, title, logo, signature, username, brand, letters, numbers, symbols, extra limbs, duplicate, clone
positive: clean plate, unbranded clothing, solid color fabric, minimal background
Пример рабочего пайплайна: от идеи к 5‑секундному клипу
Референс в Midjourney / Flux
Промпт: Portrait of a young woman, red leather jacket, white t-shirt, wet hair, neon city reflections in eyes, cinematic lighting, 85mm f/1.2, sharp focus, 8k, raw style --ar 16:9 --stylize 250 --v 6.1
Сохраняете Seed и URL лучшего кадра. Это ваш Frame 0.
Конечный кадр (опционально)
Тот же промпт + --cref [URL] --cw 100 + меняете позу: turning head slightly left, smiling, looking at camera. Получаете Frame N.
Если не нужен точный энд‑кадр — пропускаете шаг.
Runway Gen‑3 Alpha / Kling 1.5 (I2V)
Загружаете Frame 0 (и Frame N). Промпт движения:
The woman turns her head slowly to the left, subtle smile appears, eyes blink naturally, hair moves slightly in wind, camera static locked tripod, micro jitter, cinematic lighting consistent, 4k
Motion Bucket: 15‑20 (микро‑движение). CFG: 5‑7. Seed: фиксируете понравившийся.
Пост‑обработка
1. Апскейл до 4K (Topaz Video AI, модель Iris/Proteus). 2. Интерполяция до 60 fps (RIFE) для плавности. 3. Цветокоррекция (DaVinci) — выравнивание мерцания экспозиции. 4. Маска лица (Power Window) — стабилизация лба/глаз, если моргнуло.
Результат: готовый к монтажу клип без «плавающей» геометрии.
Промпт — это не магия, а техническое задание
Лучшие ролики рождаются не от «счастливого сида», а от понимания: какой слой отвечает за что, где модель сильна (текстуры, свет), а где слаба (физика, постоянство идентичности). Структурируйте ввод, используйте референсы, контролируйте параметры — и хаос станет управляемым материалом.
