Задачи с видео

Видео товара нейросетью: для маркетплейса и рекламы

Как сделать видео товара нейросетью из предметного фото: вращение, облёт, сцена; требования Etsy и Amazon к видео в карточке и сколько стоит секунда ролика.

Марк Ветров··6 мин чтения

Коротко

Видео товара нейросетью делают из предметного фото: снимок отдают видеомодели и просят медленно провести камеру вокруг товара или оживить сцену рядом с ним. Сам товар не дорисовывают. Требования площадок разные: Etsy принимает ролик 3–15 секунд и удаляет звук, Amazon — от 1 до 12 минут. Под Etsy выгоднее режим без звука: у Kling 3.0 это $0.084 за секунду вместо $0.126.

Белая фарфоровая чашка на каменном постаменте на фоне бронзового диска: обложка материала о видео товара, сделанном нейросетью из предметного фото

Видео товара нейросетью — следующий шаг после предметной съёмки: у вас есть хороший снимок, и вы просите видеомодель его оживить. Камера медленно облетает чашку, над ней поднимается пар, по стеклу скользит блик. Для карточки товара и рекламы этого часто достаточно. Граница та же, что у фото: окружение и движение можно генерировать, сам товар — нет. Ниже — какие приёмы дают надёжный результат, что требуют площадки (сверено 16 ноября 2026 года) и сколько стоит ролик.

Что видеомодель делает с фото товара

ПриёмЧто в кадреРиск
Наезд или отъезд камерыкамера приближается к товару или отходитминимальный: ракурс почти не меняется
Живая сцена вокругпар, блики, ткань, листья, воданизкий: товар стоит, движется окружение
Облёт камеройкамера идёт дугой вокруг товарасредний: модель дорисовывает сторону, которой не видела
Вращение на подставкетовар поворачивается вокруг осивысокий: та же дорисовка плюс поплывшая этикетка
Товар в рукахчеловек держит и использует товарвысокий: руки и пальцы, плюс вопрос достоверности

Главная механика: модель видит одну сторону товара. Всё, что за горизонтом снимка, она придумывает по похожим предметам из обучающих данных. Для кружки это почти безопасно, для рюкзака с карманами и молниями — нет: на дорисованной стороне появятся детали, которых у товара не существует.

Решение — снять товар с двух сторон и задать оба снимка как начальный и конечный кадр. Такой режим есть у Kling 3.0, а Kling 4.0 принимает до 10 ключевых кадров. Модель тогда не придумывает обратную сторону, а интерполирует между двумя реальными.

Граница: окружение можно, товар нельзя

Покупатель сравнит полученное с роликом. Изменившаяся форма, лишний карман, другой оттенок — это возврат и претензия, а в рекламе ещё и недостоверное обещание. Что можно и нельзя показывать в рекламном ролике, разобрано отдельно в задаче рекламный ролик нейросетью. Короткое правило: генерируйте движение среды и камеры, а свойства товара показывайте только снятыми.

Требования площадок к видео товара

ПлощадкаДлительностьЗвукФайлПрочее
Etsy3–15 секундудаляется при загрузкедо 100 МБ; MP4, MOV и другие форматыминимум 500 px, лучше от 1080 px; до двух видео на товар
Amazonот 1 до 12 минутне оговорён.mov или .mp4, до 1080p, до 5 ГБпрофессиональный аккаунт, не меньше трёх месяцев продаж, видео проходит модерацию

Данные Etsy — из справки площадки, данные Amazon — из блога для продавцов (май 2025 года). Об ИИ-видео ни один из этих документов ничего не говорит, поэтому перед загрузкой проверьте текущие правила площадки о сгенерированном контенте. Как площадки обычно относятся к ИИ-контенту, — в обзоре правил площадок, а требования к фото в карточке — в подборке визуала для маркетплейса.

Из таблицы следуют два практических вывода:

  1. Под Etsy один клип — один ролик. 15 секунд — потолок и площадки, и Kling 3.0 одним куском.
  2. Под Amazon одной генерации мало. Минимальная минута — это четыре клипа по 15 секунд на Kling 3.0 или два по 30 на Kling 4.0, склеенные в монтаже.

Порядок работы

  1. Снимите товар дважды: спереди и с обратной стороны, на однотонном фоне, при одном и том же свете, с тенью в месте контакта.
  2. Решите, где ролик будет жить. Длина, звук и формат кадра зависят от площадки, и это выясняют до генерации, а не после.
  3. Соберите сцену картинкой, если товару нужно окружение: стол, ткань, свет. Сцену проверяют на неподвижном кадре, где правка дешевле.
  4. Ищите движение коротким клипом в 720p. Наезд или облёт на небольшой угол, 5 секунд. Брак виден так же, как на длинном ролике, а стоит втрое меньше пятнадцатисекундного.
  5. Финал — в нужной длине и разрешении, с начальным и конечным кадром, если камера обходит товар.
  6. Сравните ролик с товаром в руках. Форма, цвет, количество деталей, надписи. Всё, что отличается, — повод перегенерировать или заменить план снятым.

Шестой шаг пропускают чаще остальных, хотя именно он отличает видео товара от видео похожего товара.

Платить ли за звук

Звуковую дорожку Etsy при загрузке выбрасывает, так что платить за неё незачем. У Kling 3.0 режим без звука дешевле на треть: $0.084 за секунду в 720p против $0.126. Для рекламы и соцсетей звук нужен, и там удобнее модели, у которых он входит в цену, как у Veo 3.1.

Сколько стоит видео товара

Цена секунды по нашему индексу цен (сверка октября 2026):

Модель и режимЦена секундыЗвук
Kling 3.0 Standard, 720p$0.084 без звука, $0.126 со звукомопция
Kling 3.0 Pro, 1080p$0.112 без звука, $0.168 со звукомопция
Veo 3.1 Lite, 720p / 1080p$0.05 / $0.08входит
Veo 3.1 Fast, 720p / 1080p$0.10 / $0.12входит
Seedance 2.0 Fast, 720p$0.2419по умолчанию

Ролик для Etsy на 15 секунд на Kling 3.0 Standard без звука стоит 15 × $0.084 = $1.26. Минута для Amazon в том же режиме — $5.04. Это цена одной попытки: облёт с первого раза удаётся редко, особенно у товаров с надписями, так что закладывайте несколько дублей на каждый принятый клип. Сцену для фона можно заранее собрать картинкой: кадр 1K на Nano Banana 2.1 стоит $0.0336.

Промпт для видео товара

Хороший промпт описывает четыре вещи: движение камеры, скорость, что остаётся неподвижным и свет.

Slow 20-degree orbit around the white ceramic mug on a stone pedestal. The mug stays unchanged, the handle shape stays the same. Soft warm side light, thin steam rising, dark background. No subtitles, no background music.

Две подсказки из руководства Kling 4.0, которые работают и шире. Первая: абстракции вроде «премиально» модель понимает плохо, лучше описать, что видно в кадре: «контровой свет обводит край, фон размыт, на поверхности матовое зерно». Вторая: из отрицаний полезны только «без субтитров» и «без фоновой музыки» — их модель добавляет по умолчанию. Остальные запреты повышают шанс ошибки.

Симптом, причина, решение

Что видитеПочему такЧто делать
Буквы на этикетке меняются от кадра к кадрумодель перерисовывает текст в каждом кадренаезд вместо облёта; этикетку показать отдельным снятым крупным планом
Обратная сторона товара не такая, как в жизнимодель её не видела и придумаласнять две стороны, задать начальный и конечный кадр
Товар меняет пропорции при облётепри большом угле модель пересчитывает формуугол облёта 15–30 градусов, а не полный оборот
Товар будто висит в воздухефон вырезан вместе с теньюисходное фото с тенью в месте контакта
Площадка отклонила роликдлительность, формат или размер вне требованийсверить с таблицей и справкой площадки

Где не сработает

  • Стекло, зеркало, хром. Отражения должны переезжать вместе с камерой, а модель рисует их по своей логике.
  • Одежда на человеке. Посадку по фото на вешалке модель придумывает; это задача виртуальной примерки, и у неё свои ограничения.
  • Как работает товар. Механизм, функция, результат применения — это свойства, их показывают снятыми.
  • Мелкий текст на упаковке. Состав и инструкции модель превращает в похожие на буквы знаки.
  • Длинный обзор. Минутное видео — монтаж нескольких клипов. Kling 4.0 даёт до 30 секунд одним куском, подробно — в разборе Kling 4.0.

Частые вопросы

Как сделать видео товара нейросетью?
Снять товар на ровном свету, отдать фото видеомодели и описать движение камеры: медленный наезд или облёт на небольшой угол. Сам товар не меняют, генерируют только движение и окружение.
Какие требования к видео товара на Etsy?
По справке Etsy: от 3 до 15 секунд, до 100 МБ, минимум 500 пикселей, лучше от 1080. Звук удаляется при загрузке, на товар можно добавить до двух видео.
Какие требования к видео товара на Amazon?
По блогу Amazon для продавцов: от 1 до 12 минут, форматы .mov или .mp4, до 1080p и до 5 ГБ. Нужен профессиональный аккаунт и не меньше трёх месяцев продаж.
Сколько стоит видео товара нейросетью?
На Kling 3.0 Standard без звука секунда стоит $0.084: ролик на 15 секунд — $1.26 за попытку. Со звуком секунда дороже на половину, Veo 3.1 Lite стоит от $0.05 за секунду со звуком.
Почему этикетка на видео товара расплывается?
Модель перерисовывает текст в каждом кадре, и буквы меняются. Помогает движение без смены ракурса, например наезд, и отдельный снятый крупный план этикетки.
Можно ли показать товар со всех сторон из одного фото?
Надёжно — нет: заднюю сторону модель придумывает. Лучше снять две стороны и задать их как начальный и конечный кадр, такой режим есть у Kling.

Источники

  1. Etsy Help: How to Add Listing Videos — 3–15 секунд, звук удаляется, до 100 МБ, минимум 500 px, лучше от 1080 px, до двух видео; help.etsy.com/hc/en-us/articles/360053206073. Сверено 16 ноября 2026
  2. Amazon Selling Partner Blog: Amazon product videos — от 1 до 12 минут, .mov или .mp4, до 1080p, до 5 ГБ, профессиональный аккаунт и три месяца продаж, модерация; статья 12 мая 2025; sell.amazon.com/blog/amazon-product-video. Сверено 16 ноября 2026
  3. Kling AI: Kling 4.0 User Guide — до 10 ключевых кадров, советы по промпту: конкретные описания вместо абстракций, отрицания только про субтитры и музыку
  4. Kling AI: API pricing, Video — цена секунды Kling 3.0 без звука и со звуком (совпадает с индексом цен издания)
  5. Google Cloud: Agent Platform Pricing (Veo 3.1) — цены Veo 3.1 Lite и Fast со звуком; по индексу цен издания, сверка 7 октября 2026

Марк Ветров псевдоним

Псевдоним автора, который ведёт каталог моделей и ценовые расчёты. Собирает характеристики, сверяет тарифы и отвечает за то, чтобы у каждой цифры в карточке стояла дата проверки.

Отвечает за: каталог моделей, цена генерации, тарифы и кредитные модели