Промпт для видео в нейросети работает, когда он описывает один кадр так, как режиссёр объясняет задачу оператору: кто в кадре, что он делает, где это происходит, как движется камера, какой свет и что слышно. Запишите эти шесть вещей простыми предложениями, попросите одно действие и одно движение камеры на клип, и годных дублей станет заметно больше, чем после абзаца из красивых прилагательных. Ниже формула, разобранные примеры и ошибки, которые встречаются чаще всего.
Из чего состоит хороший промпт для видео?
Почти любой шот описывается шестью элементами. Все шесть нужны не всегда, а порядок ниже удобен и для письма, и для правок.
| Элемент | Что писать | Пример |
|---|---|---|
| Герой или объект | Кто или что в кадре и две или три видимые детали | Женщина лет тридцати в сером шерстяном пальто |
| Действие | Одно событие и его темп | медленно подносит бумажный стакан и делает глоток |
| Место | Локация, время суток, погода | уличный рынок холодным утром, виден пар от дыхания |
| Камера | Крупность и одно движение | средний крупный план, медленный наезд, на уровне глаз |
| Свет и стиль | Источник света, палитра, тип съёмки | мягкий пасмурный свет, приглушённые цвета, объектив 50 мм |
| Звук | Атмосфера, эффекты, реплика | гул рынка, вдалеке автобус, без музыки |
Мы пишем промпты по-английски, и собранный пример выглядит так: «A woman in her thirties in a grey wool coat lifts a paper cup and takes a slow sip at a street market on a cold morning, breath visible. Medium close-up at eye level, slow push in. Soft overcast light, muted colours, shot on a 50mm lens. Audio: market chatter and a distant bus».
Разработчики моделей описывают структуру так же. В руководстве Google по промптам для видеомоделей перечислены объект, действие, сцена, ракурсы и движения камеры, оптические эффекты, визуальный стиль, время и звук. Там же сказано, что использовать все элементы в каждом промпте не обязательно.
Чем промпт для видео из картинки отличается от промпта из текста?
В режиме «текст в видео» промпт описывает всё, потому что модель придумывает кадр целиком по вашим словам. В режиме «картинка в видео» первым кадром служит готовое изображение, и внешний вид уже решён. У промпта остаётся одна задача: сказать, что меняется.
Поэтому такой промпт короткий. «She turns towards the window and smiles, slow push in, curtains moving slightly» уже законченная инструкция. Заново описывать пальто, комнату и цвет стен вредно: вы приглашаете модель перерисовать то, что уже утвердили.
По этой причине в студиях, и у нас тоже, работа почти всегда идёт от картинки. Кадр придумывают и согласуют как статичное изображение, а промпт на движение только приводит его в действие. Весь процесс описан в материале о том, как сделать рилс с помощью нейросети, а работа с референсами разобрана в статье про одинакового персонажа в двадцати шотах.
Как описать движение камеры?
Пользуйтесь словами съёмочной площадки, по одному на шот. Официальные руководства написаны именно этими терминами, и модель реагирует на них гораздо лучше, чем на просьбу «сделать динамично».
- Push in, dolly in (наезд): камера приближается к герою. Подходит для акцента.
- Pull back (отъезд): камера отдаляется и открывает место действия.
- Pan, tilt (панорама): камера поворачивается влево и вправо или вверх и вниз с одной точки.
- Tracking shot (проезд): камера движется рядом с идущим героем.
- Orbit (облёт): камера обходит объект по кругу. Удобно для товаров.
- Handheld (с рук): лёгкая естественная тряска, ощущение документальной или телефонной съёмки.
- Static, locked-off (статика): камера неподвижна. Это стоит написать прямо, иначе модель может добавить движение сама.
Добавьте скорость («slow», «gentle», «fast») и крупность («wide shot», «close-up», «over the shoulder»). Два движения в одном коротком клипе, например облёт и затем подъём, обычно дают кашу. Разрежьте идею на два шота.
Как прописать в промпте звук и реплики?
Часть современных моделей генерирует звук вместе с картинкой. В документации Google на ноябрь 2026 года сказано, что Gemini Omni Flash создаёт видео длиной от 3 до 15 секунд со встроенным звуком. Если ваш инструмент так умеет, звук нужно описывать в промпте, иначе модель будет гадать.
В руководстве Google есть два совета, которые стоит перенять. Первый: прямо укажите, что звук нужен. Второй: описывайте его отдельными предложениями, не смешивая с картинкой. Там названы три типа звука: эффекты, фоновый шум и диалог. То есть «Audio: rain on a tin roof, a kettle clicking off» пишется отдельной фразой. Для речи назовите говорящего и дайте точный текст, причём такой длины, чтобы его можно было произнести за время клипа. Фраза, которую вслух читают восемь секунд, в пять не поместится. Русскую реплику оставляйте на русском, даже если остальной промпт английский.
Даже хороший встроенный звук мы считаем черновиком. Почему так, объясняет наш материал про звук для AI-видео.
Работают ли негативные промпты?
Иногда, и это зависит от инструмента. В одних генераторах есть отдельное поле для негативного промпта, другие читают исключения из основного текста, третьи их игнорируют.
Там, где исключения поддерживаются, важна формулировка. Google советует описывать то, чего вы не хотите видеть, простым списком объектов и не писать команды со словами «no» и «don’t». Пример из руководства: чтобы в кадре не было стены и рамы, пишут «wall, frame». Фраза «no walls» часто даёт обратный эффект, ведь слово «walls» вы только что сами внесли в промпт.
Надёжнее говорить, что вам нужно. «Пустой пляж на рассвете» лучше, чем «пляж без людей». «Чистый белый фон» лучше, чем «без лишних предметов».
Шаблон промпта, который можно скопировать
- Герой или объект: кто или что, плюс две или три видимые детали.
- Действие: одно, с указанием темпа.
- Место: локация, время суток, погода или сезон.
- Камера: крупность, ракурс, одно движение и его скорость.
- Свет и стиль: источник света, палитра и тип съёмки (кино, телефон, анимация, предметная студия).
- Звук: атмосфера, эффекты и реплика, отдельными предложениями.
- Исключения: только если инструмент их поддерживает, списком объектов.
Вариант для товара: «A matte black water bottle stands on a wet slate surface. Water droplets run slowly down its side. Dark studio background. Close-up, slow orbit from left to right. A single soft light from the upper left, cool tones, sharp focus on the bottle. Audio: a low hum and a single drop of water».
Одно предупреждение. Ваш настоящий флакон, этикетку и логотип один только текст не воспроизведёт. Точный продукт получается из ваших собственных фотографий, которые загружают как референсы. Подробнее об этом в статье о том, что пока не умеет ИИ-видео.
Какие ошибки в промптах встречаются чаще всего?
- Слишком много действий. «Она входит, садится, открывает ноутбук и смеётся» означает четыре шота. Просите один.
- Эпитеты вместо предметов. «Кинематографично, потрясающе, эпично» модели нечем нарисовать. «Низкое солнце за спиной, длинные тени, малая глубина резкости» можно.
- Противоречия. «С рук» и «идеально плавно», «яркий полдень» и «мрачные тени».
- Повторное описание картинки в режиме «картинка в видео». Описывайте только движение.
- Просьба сделать читаемый текст. Вывески, этикетки и подписи всё ещё искажаются достаточно часто, поэтому текст мы добавляем на монтаже.
- Новый промпт целиком после каждой попытки. Поменяйте один элемент, сгенерируйте ещё раз и сравните. Иначе дубль вас ничему не научит.
- Один промпт для всех инструментов. У каждой модели свои привычки. Насколько они разные, видно в нашем сравнении, где мы выбирали лучшую нейросеть для видео в 2026 году.
Почему один и тот же промпт каждый раз даёт разный результат?
Генерация начинается со случайного шума, поэтому один и тот же текст при каждом запуске даёт новый клип, если не зафиксировать сид, а многие инструменты этого не позволяют. Это нормальное свойство технологии, а не ошибка в ваших формулировках. Профессионалы закладывают его в план: несколько дублей на шот, один выбран, остальные выброшены.
Отсюда же понятно, почему промпты составляют небольшую часть работы. Промпт даёт годный дубль. А вот сложатся ли дубли в ролик, который досмотрят, решают идея, раскадровка, единство героя и света между шотами, монтаж и звук. Красивый клип не о том остаётся клипом не о том.
В Zero Shot, лондонской студии AI-видео, промпты пишутся в последнюю очередь: после сценария, раскадровки и утверждённых статичных кадров. Если хотите передать весь процесс, от идеи до готовых рилсов и коротких видео, пришлите короткий бриф. В ответ придут несколько вопросов и фиксированная цена.
Частые вопросы
Какой длины должен быть промпт для генерации видео?
Такой, чтобы в нём поместились герой, действие, место, камера и свет. Для генерации из текста это обычно от двух до четырёх предложений. Если вы оживляете готовую картинку, часто хватает одного предложения о движении.
На каком языке писать промпт, на русском или на английском?
Многие модели понимают русский, но их официальные руководства и примеры написаны по-английски, и по нашему опыту английские термины камеры срабатывают надёжнее. Мы пишем промпты по-английски, а реплики героя оставляем на том языке, на котором он должен говорить.
Может ли ChatGPT написать промпт для видео за меня?
Может, и это нормальный способ развернуть черновую мысль в полные предложения. Но чат-бот не видит результат, поэтому смотреть дубли и решать, что менять, всё равно придётся вам.
Почему нейросеть игнорирует часть промпта?
Чаще всего потому, что в один клип просят слишком много. Несколько действий, два движения камеры и длинный ряд эпитетов конкурируют между собой, и модель выполняет часть, а остальное отбрасывает. Разделите идею на несколько шотов.