Как писать промты для нейросетей

Всё новое про нейросети и монтаж выкладываю в телеграме — там разборы, промты и то, что не попадает в ролики.

Где писать промт

Промт удобнее сочинять не в самой генералке, а в текстовой нейросети — она поможет собрать описание и не даст забыть детали.

Подойдут ChatGPT, DeepSeek, Kimi (китайское приложение) или Claude.

Я советую Claude. Причина простая: у него есть память. Он запоминает ваш стиль, ваших персонажей, ваши прошлые ролики — и с каждым разом наговаривать приходится всё меньше. Первый промт вы пишете подробно, десятый собирается с пары фраз.

Не печатайте — диктуйте

В любом из этих приложений включите запись голоса и просто наговорите, что хотите видеть. Так вы расскажете в три раза больше деталей, чем напечатаете, и не устанете на втором предложении.

Дальше нейросеть сама превратит поток речи в структурный промт.

Промт для картинки: описывайте всё

Главное правило: всё, что вы не описали, нейросеть додумает за вас. И додумает не так, как вы представляли.

Не «девушка на кухне», а какая девушка, во что одета, где стоит, какой свет, что за спиной, куда смотрит, какое настроение в кадре.

Звучит избыточно, пока не увидите разницу между двумя генерациями по одному сюжету.

Раскадровка персонажа

Если персонаж будет появляться в нескольких кадрах, сначала делается раскадровка — лист, где он показан со всех сторон. Чем лучше раскадровка, тем лучше потом видео.

Что просить у нейросети:

• белый фон;
• четыре ракурса лица крупно — с исходного фото;
• четыре ракурса тела целиком: спереди, сзади, сбоку, в три четверти;
• конкретная одежда и поза — описать словами, а не «как на фото».

Эту раскадровку потом отдаёте в видеогенерацию как референс персонажа. Именно она держит лицо одинаковым от сцены к сцене.

Если персонаж проявляет эмоции

Собираетесь показать улыбку, слёзы, злость — просите раскадровку сразу с эмоциями.

К четырём ракурсам добавляете анфас в разных состояниях: радость, грусть, злость, удивление, спокойствие. Дальше в промте на видео вы просто ссылаетесь на нужное выражение, и лицо не «уплывает».

Промт для видео: посекундно

Видео описывается по секундам. Идеально — каждые одну-две секунды отдельным пунктом, и в каждом три вещи: где, в каком положении, с какой эмоцией.

Если персонаж что-то делает — раскладывайте действие на составляющие, как для человека, который никогда этого не видел. Не «едет за рулём», а: одна рука лежит на руле, руль поворачивается влево, вторая рука постукивает по коленке в такт музыке, взгляд направлен на дорогу.

Кажется, что это перебор. На практике именно недосказанные мелочи превращаются в кривые руки и странные позы.

Итоговый промт — только на английском

Наговаривать и обсуждать можно по-русски, это удобно. Но финальный текст, который вы вставляете в генерацию, переводите на английский.

Причина простая: нейросети обучены на английском и понимают его точнее. Часть моделей русский распознаёт плохо, а некоторые не понимают его вообще — вы получите не то, что просили, и будете думать, что дело в вас.

Проще всего так: собрали промт по-русски, дальше просите ту же нейросеть перевести его на английский, сохранив всю структуру и детали. Она переведёт корректнее, чем переводчик.

Как выглядит готовый промт

Это мой рабочий промт на восьмисекундный ролик из двух сцен. Обратите внимание: место, действие и звук расписаны по секундам, а в конце отдельно сказано, чего в кадре быть не должно.

Мультикадр: 2 сцены по 4 секунды, резкая склейка без перехода. Всего 8 секунд, вертикаль 9:16.

РЕФЕРЕНСЫ:
Изображение 1 — персонаж. Женщина-андроид: живое человеческое лицо, длинные светлые волнистые волосы, корпус из белого глянцевого пластика с хромированными суставами и открытым механическим каркасом, белые туфли на шпильке. Внешность и корпус сохранять точно, без изменений.
Изображение 2 — локация кадра 1. Фон, мебель, свет, ракурс сохранять в точности как на фото.
Изображение 3 — локация кадра 2. Фон, мебель, свет сохранять в точности как на фото.

КАДР 1 — коридор (Изображение 2), 4 секунды:
0.0–1.5 — персонаж с Изображения 1 стоит у стены с деревянными рейками, обеими руками ведёт швабру по светлому ламинату вперёд-назад. Движения точные, механические, чуть резче человеческих.
1.5–3.0 — делает шаг вбок, продолжает мыть, в зеркале в полный рост мелькает её отражение. На полу остаётся влажный след.
3.0–4.0 — наклоняет корпус, доводит швабру к плинтусу у горшка с растением, коротко выпрямляется.

РЕЗКАЯ СКЛЕЙКА.

КАДР 2 — кухня (Изображение 3), 4 секунды:
4.0–5.5 — персонаж стоит боком у столешницы, быстро стучит ножом по доске, нарезая овощи. Рядом кастрюля, из неё густо идёт пар.
5.5–7.0 — сгребает нарезку лезвием ножа, поворачивает корпус к кастрюле.
7.0–8.0 — одним движением ссыпает всё в кастрюлю, пар резко взлетает вверх, берёт ложку и делает круг по кастрюле.

КАМЕРА: любительская съёмка с рук, вертикально. Лёгкое естественное подрагивание, оператор чуть переступает с ноги на ногу. Средний план, уровень груди. Никаких киношных проездов.

ЗВУК: шорох швабры по ламинату, капли воды, тихое жужжание сервоприводов, стук ножа по доске, бульканье кастрюли, гул вытяжки. Без музыки, без речи.

Свет тёплый домашний, как на референсах. Без текста в кадре, без титров, без посторонних людей.

Приём, который спасает генерацию

Когда промт готов, задайте нейросети ещё один вопрос:

Что мы не учли в этой сцене? Что ты видишь такого, что нейросеть может дорисовать по-своему, если я не опишу это явно?

Она напомнит про то, о чём вы не подумали: какие звуки должны быть в кадре, какое настроение, куда смотрит персонаж, развеваются ли волосы, есть ли ветер. Открыто окно в машине — значит волосы должны шевелиться. Не сказали — получите манекен с идеальной укладкой на скорости сто.

Я Неля. Рассказываю про нейросети, про UGC и про монтаж — показываю, как всё это устроено на практике.