Задачи с видео
Короткие вертикальные ролики нейросетью
Формат прощает шероховатости генерации, но не прощает слабых первых полутора секунд. Что из этого следует для промпта.
Коротко
Вертикальный короткий формат — самое выгодное применение генерации: ролики короткие, стоят дёшево, а быстрый монтаж прячет типовые артефакты моделей.
Почему формат подходит генерации
Длительность совпадает. Типовой клип у моделей каталога — восемь секунд, а короткий ролик и состоит из фрагментов такой длины. Ограничение моделей перестаёт быть ограничением.
Быстрая склейка прячет артефакты. То, что развалилось бы на восьмой секунде непрерывного плана, не успевает развалиться за две.
Мелкий экран прощает детали. Огрехи, заметные на мониторе, на телефоне не видны.
Первые полторы секунды
Здесь решается судьба ролика. Что работает: движение с первого кадра, крупный план, необычный ракурс, контрастный свет.
Что не работает: медленный наезд на пустую сцену, титры на статичном кадре, разгон.
Практический вывод для промпта: первый фрагмент генерируйте отдельно и с наибольшим числом дублей. Остальные можно взять с первой-второй попытки.
Вертикальный кадр — не обрезанный горизонтальный
Модели чаще видели горизонтальные кадры, и при запросе вертикали композиция получается хуже. Два обхода:
Просить вертикальный кадр явно и добавлять в промпт указание на композицию: субъект по центру, пространство сверху и снизу.
Либо генерировать в привычном горизонтальном соотношении и кадрировать — но тогда закладывайте, что часть кадра уйдёт.
Про соотношение сторон есть отдельная статья.
Сборка
Три-четыре фрагмента по два-три секунды дают ролик на 8–12 секунд — рабочая длина.
Держите один визуальный признак сквозным: цвет, свет, фактуру. Иначе набор фрагментов не читается как один ролик.
Звук берите готовый. Генерация звука для короткого формата почти всегда проигрывает подобранному треку.
Сколько стоит
Ролик на 10 секунд из четырёх фрагментов при трёх дублях на каждый — это 120 секунд генерации. На Kling 3.0 около $13, на облегчённом уровне Veo 3.1 около $4. Посчитать под свой объём — в калькуляторе.
Симптом, причина, решение
| Что видите | Почему так | Что делать |
|---|---|---|
| Досматривают единицы | Первые полторы секунды не удерживают | Первый фрагмент генерировать отдельно и с наибольшим числом дублей |
| Композиция обрезана по краям | Кадр сгенерирован горизонтальным | Просить вертикаль явно и указывать расположение субъекта |
| Фрагменты не читаются как один ролик | Нет сквозного визуального признака | Держать общими свет, палитру или фактуру |
| Ролик выглядит рекламой | Слишком чистая картинка и явный посыл | Добавить зерно, снизить глянец |
| Звук не совпадает с монтажом | Склейки не привязаны к ритму | Резать по долям трека, а не по содержанию |
Как распределять бюджет дублей
Не поровну. Первый фрагмент решает судьбу ролика, и на него разумно потратить половину всех попыток. Остальные обычно берутся с первой-второй.
Типичное распределение на четыре фрагмента: шесть дублей на первый, по два на остальные. Это дешевле, чем по три на каждый, и результат заметно лучше.
Полевая деталь
Смотрите готовый ролик на телефоне с включённым звуком и в ленте, а не в редакторе на мониторе. Формат смотрят именно так, и половина решений, которые кажутся правильными на большом экране, на маленьком не работают.
Как только ролик становится рекламным, к производственным требованиям добавляются правовые. Это отдельная задача.
Безопасные зоны: где кадр закрыт интерфейсом
Вертикальный ролик показывают не целиком. Поверх него лежат элементы приложения: подпись и текст снизу, колонка кнопок справа, служебные индикаторы сверху. Геометрия у площадок разная и меняется с обновлениями, но принцип общий — безопасная зона заметно уже кадра.
Для генерации это значит одно: композиция строится с запасом, а не по краям. Ключевой объект — в средней части по высоте и левее центра по ширине, если справа стоит колонка кнопок. Всё, что должно быть прочитано — надпись, цена, лицо, — не ставится в нижнюю четверть.
Ошибка обнаруживается поздно и стоит дорого: в редакторе кадр выглядит собранным, а в ленте у героя срезан подбородок подписью. Проверяется наложением — готовый ролик открывают в самом приложении как черновик и смотрят, что закрыто.
Если исходный материал горизонтальный, пересборка под вертикаль — отдельная работа, а не обрезка по центру. Конвертер соотношений показывает, что именно уйдёт из кадра, ещё до генерации.
Ролик должен читаться без звука
Лента запускает видео с выключенным звуком. Первое решение зритель принимает по картинке и только потом включает звук — или не включает.
Отсюда требование к промпту, которое обычно забывают: смысл первого фрагмента должен быть виден. Не «человек что-то рассказывает», а действие, узнаваемый предмет, результат. Говорящая голова без звука не сообщает ничего.
Смысл в беззвучном просмотре добирают крупный план предмета, контраст движения и статики, субтитры с первой секунды. Не добирают закадровый голос, музыкальный акцент и реплика в кадре — всё, что существует только в звуковой дорожке.
К просмотру в ленте добавьте второй проход, без звука и до конца. Если после него непонятно, о чём ролик, звук вы сделали обязательным — а он у зрителя по умолчанию выключен.
Последний кадр стыкуется с первым
Короткий ролик в ленте обычно идёт по кругу, пока зритель не пролистнёт. Значит, конца у него нет — есть стык, и виден он первым же повтором: резкая смена плана и яркости на границе читается как сбой воспроизведения, а не как финал.
Свести последний кадр с первым по яркости и крупности плана дешевле, чем собирать настоящий цикл, а держится почти так же.
Частые вопросы
- Какая длина ролика оптимальна?
- 8–12 секунд, собранных из трёх-четырёх фрагментов по две-три секунды. Это совпадает с тем, что модели держат уверенно.
- Почему вертикальные кадры получаются хуже?
- Модели чаще видели горизонтальные изображения. Просите вертикаль явно и указывайте композицию, либо кадрируйте из горизонтали.
- На чём экономить нельзя?
- На первом фрагменте. Судьба ролика решается в первые полторы секунды — на него и тратьте дубли.