Промпты
Промпт для видео нейросети: структура и 10 примеров
Как написать промпт для видео: план, объект, действие, камера, свет, темп и звук. Десять готовых промптов для Veo 3.1, Kling и Seedance и что ломается в движении.
Коротко
Промпт для видео описывает не картинку, а то, что меняется за секунды клипа: одно действие, одно движение камеры, свет и темп. В Veo 3.1 туда же входит звук: реплики пишут в кавычках, шумы — отдельными фразами.

Промпт для видео нейросети отличается от промпта для картинки одним: кроме того, что в кадре, он описывает, что меняется за секунды клипа. Рабочий порядок — план и крупность, объект, действие, движение камеры, свет, темп и, для моделей со звуком, звук. Ниже — разбор блоков, длина клипа у трёх моделей каталога, десять промптов на двух языках и таблица сбоев в движении.
Если вы делаете ролик впервые, начните с гида по ИИ-видео: там выбор модели и порядок работы, здесь — только текст запроса.
Структура промпта для видео
| Блок | Что задаёт | Пример |
|---|---|---|
| План и крупность | Сколько пространства в кадре и сколько деталей модель держит в движении | «средний план», «крупный план рук» |
| Объект | Кто или что в центре внимания | «женщина в жёлтом дождевике» |
| Действие | Одно событие за длину клипа | «раскрывает зонт» |
| Движение камеры | Как меняется точка зрения | «медленный наезд», «камера неподвижна» |
| Свет | Источник, время суток, характер | «пасмурный день, рассеянный свет» |
| Темп | Скорость действия и ощущение от монтажа | «замедленно», «спокойный темп» |
| Звук | Реплики, шумы, фон — для моделей со звуком | «шум дождя по ткани зонта» |
Google в руководстве по промптам для Veo 3.1 предлагает ту же логику короче: операторская работа, объект, действие, контекст, стиль и атмосфера. Мы выносим темп и звук в отдельные блоки: в клипе на несколько секунд они решают больше, чем стиль. Там же совет про исключения — описывать их конкретно: «пустынный пейзаж без зданий и дорог» вместо абстрактного «без рукотворных сооружений».
Чем видеопромпт отличается от описания кадра и почему приёмы из генерации картинок переносятся не все — в разборе видео по текстовому описанию.
Действие: одно на клип
За восемь секунд человек успевает раскрыть зонт или обернуться, но не дойти до двери, сесть и открыть книгу. Три действия модель смешает в одно невнятное движение или ускорит до неестественного. Действие описывают глаголом в настоящем времени: «раскрывает зонт», а не «должна раскрыть зонт».
Камера надёжнее героя
Наезд, отъезд, панорама и проводка отрабатываются стабильнее действий людей: камере не нужна анатомия. Нужен результат с первых попыток — двигайте камеру, а не героя. Названия движений и то, что каждое делает с кадром, — в справочнике по камере и оптике.
Как описать звук в промпте для Veo
Veo 3.1 генерирует видео сразу со звуком. В руководстве Google звук разложен на три слоя: точные реплики пишут в кавычках, звуковые эффекты — после пометки SFX, фоновый шум — после пометки Ambient noise. Реплика должна уложиться в длину клипа: за восемь секунд персонаж скажет фразу, а не абзац.
Как Veo 3.1 произносит реплики на русском, мы не проверяли: примеры в руководстве Google — на английском. У Kling 3.0 звук — платная опция: со звуком секунда дороже на 50%. Seedance 2.0 генерирует звук по умолчанию, и его можно отключить. Пометки SFX и Ambient noise описаны в руководстве для Veo; как их читают другие модели, мы не проверяли. Если звук всё равно собирается на монтаже, звуковой блок из промпта убирают — у Kling генерация без звука ещё и дешевле.
Проверить, как модель понимает три слоя звука, можно до оплаты API: способы попробовать модель без ключа собраны в гиде Veo бесплатно. Первую пробу разумно сделать по-английски, как в примерах руководства, а русскую реплику проверить вторым роликом — так будет видно, что именно сломалось.
Сколько секунд видео нейросеть делает за раз
Длина — параметр генерации, а не слово в промпте: «сделай ролик на двадцать секунд» ничего не изменит.
| Модель | Длина клипа | Звук |
|---|---|---|
| Veo 3.1 | 4, 6 или 8 секунд, есть расширение клипа | входит в генерацию |
| Kling 3.0 | от 3 до 15 секунд | опция за доплату, +50% к цене секунды |
| Seedance 2.0 | от 4 до 15 секунд | по умолчанию, отключается |
Вышедшие летом Seedance 2.5 и Wan 3.0 дают до 30 секунд одним клипом, но в нашем каталоге их пока нет. Sora 2 в таблице тоже нет: 24 сентября 2026 года OpenAI отключила API и модели sora-2 и sora-2-pro, а потребительскую версию закрыла ещё в апреле. Под неё промпты больше не пишут.
Длинный клип не заменяет два коротких: с длиной копится дрейф, и две восьмисекундные сцены, склеенные на монтаже, обычно выглядят собраннее одной длинной.
У Kling длина и звук выставляются в интерфейсе генерации, а не словами в промпте. Где эти настройки и как не заплатить за звук, который всё равно заменят на монтаже, — в гиде как пользоваться Kling.
10 готовых промптов для видео
После каждого промпта — на что смотреть в результате. Строка «Звук» нужна моделям, которые генерируют звук: Veo 3.1, Seedance 2.0 и Kling 3.0 с платной опцией. Если звук собирается на монтаже, строку удаляют.
Продукт
1. Флакон в контровом свете
RU: Крупный план: стеклянный флакон духов на тёмной каменной подставке, камера медленно обходит его по малой дуге, жёсткий контровой свет сзади справа, блики скользят по стеклу, тёмный фон, спокойный темп. Звук: тихий низкий гул, едва слышный звон стекла
EN: Close-up: a glass perfume bottle on a dark stone stand, the camera slowly arcs around it, hard backlight from behind on the right, highlights glide across the glass, dark background, calm pace. Audio: low quiet hum, faint glass chime
Малая дуга показывает объём, а этикетка почти не поворачивается: надпись на вращающемся предмете поплывёт первой.
2. Кофе наливают в чашку
RU: Средний крупный план: в белую чашку на деревянном столе тонкой струёй наливают кофе из медного чайника, поднимается пар, медленный наезд камеры, утренний свет из окна слева, тёплые тона, замедленное движение. Звук: журчание струи, тихий фон кухни
EN: Medium close-up: coffee is poured in a thin stream from a copper kettle into a white cup on a wooden table, steam rises, slow push-in, morning window light from the left, warm tones, slow motion. Audio: trickle of pouring coffee, quiet kitchen ambience
Смотрите на физику: уровень в чашке должен расти, а струя — не исчезать и не утолщаться рывками.
Пейзаж
3. Туман над озером
RU: Общий план: озеро на рассвете, над водой стелется туман, на дальнем берегу еловый лес, камера медленно летит вперёд над самой водой, мягкий рассеянный свет, холодные голубые тона, очень спокойный темп. Звук: плеск воды, далёкие птицы
EN: Wide shot: a lake at dawn, mist drifting over the water, a spruce forest on the far shore, the camera glides slowly forward just above the water, soft diffused light, cool blue tones, very calm pace. Audio: lapping water, distant birds
Вода, туман и облака — самое надёжное, что есть в видеогенерации: здесь нет формы, искажение которой бросается в глаза.
4. Ночной город после дождя
RU: Общий план с высоты: перекрёсток ночного города после дождя, мокрый асфальт отражает неоновые вывески без текста, редкие машины, камера медленно панорамирует слева направо, холодный и пурпурный свет, спокойный темп. Звук: шины по мокрой дороге, далёкий гул города
EN: High wide shot: a city intersection at night after rain, wet asphalt reflecting neon signs without text, occasional cars, the camera slowly pans from left to right, cold and magenta light, calm pace. Audio: tyres on a wet road, distant city hum
«Вывески без текста» — не каприз: буквы в движущемся кадре расплываются быстрее, чем на картинке.
Портрет
5. Портрет у окна
RU: Крупный план: женщина около тридцати у окна медленно поворачивает голову к камере и едва заметно улыбается, камера неподвижна, мягкий свет из окна слева, тёплый тон кожи, фон в расфокусе, спокойный темп. Звук: тихий фон комнаты
EN: Close-up: a woman around thirty by a window slowly turns her head towards the camera and smiles faintly, static camera, soft window light from the left, warm skin tone, background out of focus, calm pace. Audio: quiet room tone
Одно движение лица — потолок для крупного плана. Типовые сбои — моторика глаз и зубы, меняющие форму; чем сложнее мимика, тем раньше лицо начинает «плыть».
6. Портрет с репликой
RU: Средний план: пожилой мужчина в столярной мастерской среди стружки смотрит в камеру и говорит: «Хорошая вещь делается медленно». Камера неподвижна, тёплый свет лампы сверху слева, пыль в луче света. Звук: его голос, тихое тиканье часов
EN: Medium shot: an elderly man in a woodworking shop among wood shavings looks at the camera and says: “Good things are made slowly.” Static camera, warm lamp light from the upper left, dust in the light beam. Audio: his voice, a clock ticking quietly
Реплика — в кавычках и короткая. Совпадение губ со словами проверяйте покадрово на звуках, где рот смыкается: «м», «б», «п».
Реклама
7. Кроссовок и брызги
RU: Крупный план: белый кроссовок наступает в лужу, брызги разлетаются в замедленной съёмке, камера на уровне земли, жёсткий боковой свет, тёмный фон, высокий контраст. Звук: всплеск, короткий низкий удар
EN: Close-up: a white sneaker steps into a puddle, the splash flies in slow motion, ground-level camera, hard side light, dark background, high contrast. Audio: a splash, a short low thump
Логотипа в промпте нет намеренно: модель нарисует похожий знак, а не ваш. Бренд ставят на монтаже.
8. Ягоды падают в миску
RU: Средний план сверху: в стеклянную миску с водой падает горсть клубники, лёгкие брызги, камера неподвижна, яркий дневной свет, белый фон, бодрый темп. Звук: мягкий всплеск, лёгкая музыка без слов
EN: Top-down medium shot: a handful of strawberries falls into a glass bowl of water, light splashes, static camera, bright daylight, white background, upbeat pace. Audio: a soft splash, light music without vocals
Одно падение на клип. «Клубника, потом черника, потом мята» — уже последовательность: предметы слипнутся в ком, надёжнее три клипа и склейка.
Вертикальный ролик
9. Распаковка
RU: Вертикальный кадр, крупный план сверху: руки открывают картонную коробку и достают керамическую кружку, медленно, камера неподвижна, мягкий свет из окна, светлый деревянный стол, предмет в центре кадра, свободное место сверху и снизу. Звук: шорох бумаги
EN: Vertical frame, top-down close-up: hands open a cardboard box and take out a ceramic mug, slowly, static camera, soft window light, light wooden table, the object centred, free space at the top and bottom. Audio: rustling paper
Руки — главный риск: проверяйте пальцы в каждом кадре, где ладонь касается коробки. Соотношение 9:16 задают настройкой генерации, а промпт отвечает за композицию под вертикаль: предмет по центру, поля сверху и снизу под интерфейс площадки.
10. Прогулка навстречу камере
RU: Вертикальный кадр, средний план: девушка в красном пальто идёт по осенней аллее навстречу камере, камера плавно отъезжает назад с той же скоростью, падают листья, мягкий вечерний свет сзади, тёплые тона, спокойный темп. Звук: шорох листьев, ветер
EN: Vertical frame, medium shot: a young woman in a red coat walks along an autumn alley towards the camera, the camera smoothly tracks backwards at the same speed, leaves falling, soft evening backlight, warm tones, calm pace. Audio: rustling leaves, wind
Средний план выбран не случайно: ступни, на которых ходьба ломается чаще всего, остаются за кадром. Нужен рост целиком — проверяйте, не скользят ли ноги по земле.
Что ломается в движении и как поправить промпт
| Что видите | Почему так | Как поправить промпт |
|---|---|---|
| Пальцы меняют число по ходу клипа | Руки — слабое место генерации, в движении ошибка копится от кадра к кадру | Убрать руки из кадра или занять одним простым действием |
| Надпись расплылась через секунду | Буквы в каждом кадре рисуются заново | Писать «без текста», надпись добавить на монтаже |
| Жидкость или ткань ведут себя невозможно | Модель предсказывает, как выглядит следующий кадр, а не считает физику | Медленное движение, одна струя, неподвижная камера |
| Кадр почти статичен | Описана картинка, а не изменение | Глагол действия и движение камеры |
| Действие оборвано на середине | Не помещается в длину клипа | Одно событие на клип |
| Лицо к концу клипа «другое» | Черты перестраиваются с каждым кадром | Короче клип, меньше поворотов головы, резать до точки расхождения |
| Два героя слились | Несколько действующих лиц в одном клипе | Один герой на клип, взаимодействие — монтажом |
| Реплика не та, что вы написали | Слова пересказаны, а не процитированы | Точные слова — в кавычках, тон — словом рядом: «говорит шёпотом» |
Как сэкономить на дублях
Видео тарифицируется посекундно, и неудачный дубль стоит столько же, сколько удачный. Поэтому промпт отлаживают на дешёвом уровне, а финал снимают на дорогом. Цены Veo 3.1 в Gemini API на 7 октября 2026 года: облегчённый уровень — $0.05 за секунду при 720p и $0.08 при 1080p, быстрый — $0.10 при 720p, $0.12 при 1080p и $0.30 при 4K, стандартный — $0.40 при 720p и 1080p и $0.60 при 4K. Восьмисекундный черновик на облегчённом уровне стоит $0.40, тот же клип на стандартном — $3.20: разница восьмикратная. Kling 3.0 через агрегатор API стоит $0.084 за секунду при 720p без звука и $0.126 со звуком, в режиме Pro при 1080p — $0.112 и $0.168. Seedance 2.0 там же — $0.3034 за секунду при 720p, звук включён.
Дубли закладывайте по сложности сцены, а не в среднем: два на сцену без людей, три на обычную, пять с человеком в кадре, десять на крупный план или кадр с текстом. Свой список сцен можно просчитать в калькуляторе бюджета ролика.
Где промпт для видео не поможет
Точный момент. «На третьей секунде оборачивается» модель прочитает как «оборачивается» — когда придётся.
Смена плана внутри клипа. Один клип — один непрерывный кадр, склейка появляется на монтаже.
Один и тот же герой в разных клипах. Внешность словами не удерживается. В Veo 3.1 для этого есть режим с изображениями-референсами сцены, персонажа или предмета, а самый простой путь — начинать клип с вашего кадра: в видео по фото промпт описывает только движение.
Кириллица в кадре. На видео она разваливается быстрее, чем на картинке.
Сцена длиннее одного клипа. Даже тридцать секунд Seedance 2.5 или Wan 3.0 — одна сцена; ролик собирается из клипов на монтаже.
Частые вопросы
Как написать промпт для видео нейросети?
Можно ли писать промпт для видео на русском?
Как добавить звук в промпт для Veo?
Какой длины видео нейросеть делает за один раз?
Почему нейросеть портит руки и текст в видео?
Сколько стоит сгенерировать видео в Veo 3.1?
Источники
- Google Cloud Blog: The ultimate prompting guide for Veo 3.1 — формула промпта, три слоя звука (реплики в кавычках, SFX, Ambient noise), длина клипа 4, 6 или 8 секунд, референсы сцены и персонажа. Публикация 16 октября 2025
- Google AI for Developers: генерация видео в Gemini API — Veo 3.1 генерирует видео с нативным звуком и поддерживает расширение клипа
- Google AI for Developers: Gemini Developer API pricing — цены Veo 3.1 Lite, Fast и Standard за секунду. Страница обновлена 7 октября 2026
- Индекс цен art-see на 7 октября 2026 — Kling 3.0 и Seedance 2.0: цена секунды, длина клипа и звук по данным агрегатора fal.ai, уровень B; Seedance 2.5 и Wan 3.0 — клип до 30 секунд
- Каталог моделей art-see — Sora 2: дата отключения API и потребительской версии