Как написать промт для видео в нейросети: формула и примеры для Kling, Seedance и Veo

Промт для видео описывает не одну картинку, а то, что происходит за 5–15 секунд: кто двигается, куда смотрит камера, как меняется свет, что звучит. Нейросеть не знает, что важно в вашем ролике, поэтому без этих деталей придумывает движение сама — отсюда «плывущие» лица и случайные действия.

Формула промта для видео

• Сцена и герой. Кто в кадре, где, как выглядит: «девушка в красном пальто на мокрой вечерней улице».
• Действие. Что делает герой, по порядку: «идёт к камере, останавливается, поправляет волосы и улыбается».
• Камера. «Камера медленно отъезжает назад», «плавный облёт вокруг героя», «статичный кадр».
• Свет и атмосфера. «Неоновые вывески отражаются в лужах, лёгкий дождь».
• Звук и речь. «Шум дождя и далёкая музыка», реплика героя в кавычках.
• Стиль. «Кинематографичное видео, реалистично, 24 кадра в секунду».

Собранный промт:

Девушка в красном пальто идёт по мокрой вечерней улице к камере, останавливается, поправляет волосы и улыбается. Камера медленно отъезжает назад, держа героиню в центре кадра. Неоновые вывески отражаются в лужах, идёт лёгкий дождь. Звук: шум дождя и приглушённая музыка из кафе. Кинематографичное реалистичное видео, мягкая глубина резкости.

Скопировать

Движение камеры: словарь

• Статичный кадр — камера стоит, двигается только герой. Лучше всего для портретов и оживления фото.
• Наезд / отъезд — камера приближается к лицу или удаляется, открывая место действия.
• Панорама — камера поворачивается влево или вправо, показывая окружение.
• Облёт — камера движется по дуге вокруг героя.
• Съёмка с рук — лёгкая тряска, эффект живого репортажа.
• Вид сверху, дрон — общий план с высоты.

Одного движения камеры на ролик достаточно. «Наезд, потом облёт, потом панорама» за 5 секунд даст хаос.

Раскадровка по секундам

Для роликов длиннее 5 секунд разбейте действие по времени. Так модель не перепутает порядок:

0–3 секунды: мужчина сидит за столом в кафе и читает газету, камера статична. 3–6 секунд: он поднимает взгляд, замечает кого-то за кадром и улыбается. 6–10 секунд: встаёт, машет рукой, камера медленно наезжает на лицо. Тёплый дневной свет, реалистичное видео, звук кафе на фоне.

Скопировать

Речь и звук

Veo 3.1, Kling 3.0, Wan 3.0 и Seedance умеют генерировать звук. Чтобы герой заговорил:

• пишите реплику в кавычках и указывайте, кто её произносит: мужчина говорит: «Привет, это я!»;
• одна короткая фраза на 5 секунд — длинный монолог не уместится;
• уточняйте голос и интонацию: «тихо и тепло», «радостно, громко».

Для мультиков и роликов, где важна чистая русская речь, лучше всего подходит Wan 3.0. Если нужна только озвучка за кадром, удобнее сделать её отдельно — см. гайд как озвучить текст голосом нейросети.

Видео из фото

Если вы загружаете фото как первый кадр, не описывайте внешность заново — она уже есть. Описывайте движение и добавьте требование сохранить лицо. Подробная инструкция — в гайде как оживить фото, готовые сюжеты — в подборке промты для оживления фото.

Seedance: несколько фото и видео-образец

Seedance принимает в одном запросе несколько фото и видео-референс. В промте к ним обращаются по меткам: @image1, @image2 — фото по порядку загрузки, @video1 — видео-образец. Главное правило — чётко разделить, что откуда берётся:

Сделай видео по движению и атмосфере ролика @video1, заменив героиню на девушку с @image1. Ролик @video1 задаёт только сцену, работу камеры, пластику и ритм монтажа. Лицо, причёска, фигура и одежда берутся только из @image1.

Скопировать

Если в ролике несколько образов или героев, распишите по секундам, кто с какого фото появляется. Так устроены трендовые промты в каталоге, например тренд «Дьявол носит Прада» со сменой образа по двум фото и танец Литвина по трём фото.

Какую модель выбрать

• Kling 3.0 — естественная пластика людей, оживление фото, Motion Control для переноса движений.
• Seedance 2.0 — несколько фото и видео-образец, тренды со сменой образов.
• Veo 3.1 — реалистичная физика, звук и речь в ролике из текста.
• Wan 3.0 — несколько планов в одном ролике, чистая русская речь.

В России эти модели доступны без VPN на AiHere.ru: Kling, Seedance, Veo 3.1, Wan 3.0. Сравнение — в гайде какая нейросеть лучше.

Частые ошибки

• Слишком много действий. За 5 секунд герой может сделать одно-два действия, не пять.
• Нет указания камеры. Модель начнёт двигать камеру сама, и кадр «поплывёт».
• Сложные руки и предметы. Жонглирование, игра на гитаре крупным планом, письмо от руки часто выходят с артефактами.
• Противоречие с фото. Если на фото человек сидит, а в промте «бежит по пляжу», нейросеть резко сменит сцену.
• Текст в кадре. Надписи в видео пока получаются нестабильно — добавляйте их при монтаже.

Частые вопросы