Промпты для видео: как описать ролик, чтобы нейросеть поняла
Автор: Марина Василенко, Автор AI Vision: тексты и промпты. Обновлено 2026-11-05.
Промпты для видео я начала писать, когда сын попросил помочь с роликом для школьного проекта. Я думала, это будет как текст: описал — получил. Первый результат — пять секунд хаоса — быстро объяснил мне разницу.
Видеомодели лучше всего справляются с одним действием и одним движением камеры на ролик. Промпт для видео — это описание кадра, как для фото, плюс то, что меняется во времени. Покажу формулу, примеры и разбор ошибок.
В промпте для изображения вы описываете застывший момент. В видео добавляются три измерения:
- действие — что происходит с объектом за 5–10 секунд;
- камера — как она движется или стоит;
- звук — если модель умеет генерировать аудио, как Veo 3.1.
Всё остальное — объект, окружение, свет, стиль — работает так же, как в промптах для фото.
[Объект] + [одно действие] + [окружение] + [свет] + [движение камеры] + [стиль] + [звук]
Пример: «Пожилой мужчина в тёплой куртке наливает чай из термоса на скамейке в зимнем парке, пар поднимается от кружки, мягкий свет пасмурного дня, камера медленно приближается, реалистичная съёмка, слышен хруст снега и далёкие голоса».
Обратите внимание: одно действие (наливает чай), одно движение камеры (приближается), конкретная деталь (пар) и описание звука.
Видеомодели хорошо понимают кинематографические термины. Вот основные:
| Описание | Что получится |
|---|
| Статичная камера | Неподвижный кадр, движется только объект |
| Камера медленно приближается | Плавный наезд, усиление внимания |
| Камера отдаляется | Раскрытие сцены, финал |
| Панорама слева направо | Обзор пространства |
| Камера облетает объект | Эффектный круговой пролёт |
| Съёмка с дрона, вид сверху | Пейзаж, масштаб |
| Ручная камера, лёгкая тряска | Документальность, живость |
| Камера следует за героем | Динамика, движение |
Для первого опыта выбирайте статичную камеру или медленный наезд — это самые стабильные варианты.
Пейзаж
Горное озеро на рассвете.
Движение в кадре: туман медленно стелется над водой, первые лучи солнца касаются вершин.
Камера: съёмка с дрона, медленно летит вперёд над водой.
Звук: тихий плеск и пение птиц.
Реалистичная съёмка, плавное движение без рывков.
Продукт
Рекламный кадр продукта.
Продукт: стеклянная бутылка лимонада.
Где: на деревянном столе на летней веранде.
Детали: капли конденсата стекают по стеклу, внутри поднимаются пузырьки.
Свет: солнечный, контровой — бутылка светится.
Камера: медленно облетает бутылку, макросъёмка.
Звук: шипение пузырьков, лёгкий звон льда.
Этикетку, надписи и форму бутылки не искажай. Реалистичная физика жидкости. Без текста в кадре.
Атмосфера
Атмосферная сцена, 5–8 секунд.
Место: кофейня вечером.
Действие: бариста наливает молоко в капучино, рисуя сердце.
Свет: тёплый свет ламп, за окном синие сумерки.
Камера: крупный план, статичная.
Звук: тихий джаз, звон посуды, шипение кофемашины.
Руки баристы без искажений, пять пальцев, движения уверенные и плавные.
Рисунок на молоке складывается естественно. Реалистичная съёмка, без текста.
Животные
Короткая сцена с животным.
Животное: рыжий кот.
Действие: сидит на подоконнике и следит за снежинками за окном, поворачивает голову.
Свет: мягкий дневной.
Камера: статичная, крупный план.
Звук: тихое мурлыканье, за окном приглушённый город.
Движения естественные и неторопливые, как у настоящего животного, без человеческой мимики и мультяшности.
Шерсть и усы детализированы. Без текста в кадре.
Город
Кинематографичная городская сцена.
Место: ночная улица после дождя.
Детали: неоновые вывески отражаются в лужах.
Действие: прохожий с зонтом проходит мимо.
Камера: медленно следует за ним на уровне плеча.
Звук: шаги по мокрому асфальту, редкие капли, далёкие машины.
Отражения реалистичные и двигаются вместе с камерой.
Вывески без читаемого текста. Лицо прохожего в тени, без искажений.
Исходная идея из начала статьи — девушка в осеннем парке, листья, облёт камерой, улыбка и взмах рукой — содержит три действия и сложное движение камеры. Её лучше разложить на две сцены.
Сцена 1:
Сцена 1
Первая сцена короткого ролика.
Герой: девушка в бежевом пальто, тёмные волосы до плеч, красный шарф.
Действие: медленно идёт по аллее осеннего парка.
Вокруг: падают жёлтые листья.
Свет: мягкий свет пасмурного дня.
Камера: следует за ней сбоку.
Реалистичная съёмка, естественная походка.
Описание внешности дословно повторите в следующих сценах — так герой останется тем же человеком. Без текста в кадре.
Сцена 2:
Сцена 2
Вторая сцена того же ролика.
Герой: та же девушка в бежевом пальто, тёмные волосы до плеч, красный шарф — дословно как в первой сцене.
Действие: останавливается, поворачивается к камере и улыбается.
Вокруг: листья медленно падают.
Свет: тот же мягкий свет пасмурного дня.
Камера: статичная, средний план.
Лицо, одежда и причёска совпадают с первой сценой. Улыбка естественная, без резкого рывка. Без текста.
Взмах рукой можно оставить на третью сцену, если первые две получились стабильными. Повторяющееся описание героини — «девушка в бежевом пальто» — помогает модели сохранить внешность между роликами.
Если вы загружаете фотографию и просите её оживить, промпт описывает только движение — внешность уже задана снимком:
Оживление фото
Оживи загруженное фото.
Кто на фото: женщина.
Движение: медленно улыбается и слегка поворачивает голову.
Детали: волосы чуть колышутся от ветра.
Камера: неподвижна.
Описывайте только движение — внешность уже задана фотографией.
Одно короткое действие на весь ролик, без смены позы.
Лицо, одежду и фон сохрани как на фото, без искажений. Без текста.
Чем скромнее движение, тем естественнее результат. Подробнее — в статье как оживить фото нейросетью.
Veo 3.1 хорошо понимает длинные описания и генерирует звук вместе с видео — описывайте звуки и диалоги. Умеет строить ролик по первому и последнему кадру. Подробнее — в статье про Veo 3.1.
Kling силён в движениях людей и животных, хорошо оживляет фото. Подробнее — в обзоре Kling.
Seedance хорош в динамичных сценах и переходах.
Общий обзор видеомоделей — в статье про нейросети для видео.
- Несколько действий подряд. «Идёт, садится, достаёт телефон, звонит» — модель не успеет и всё перемешает. Разбейте на несколько роликов.
- Сложная физика. Жонглирование, танцы с партнёром, переливание жидкостей сквозь препятствия часто ломаются.
- Много персонажей. Два-три человека в кадре — уже риск, что лица начнут меняться.
- Текст в кадре. Надписи в видео искажаются сильнее, чем на картинках.
- Отсутствие камеры. Если не указать движение, модель выберет случайное.
Сын хотел, чтобы в ролике «динозавр бежит по лесу, рычит, ловит добычу, а потом камера взлетает над вулканом». Модель смешала всё в кашу: голова динозавра менялась, вулкан появлялся из ниоткуда.
Мы разбили историю на четыре ролика: динозавр идёт, крупно его морда и рык, бег, общий план с вулканом. Каждый промпт — одно действие и одна камера. Потом склеили в монтажной программе. Сын понял главное правило раньше меня: видеомодель — это не режиссёр фильма, а оператор одного кадра.
Большинство моделей генерируют 5–10 секунд. Для ролика на 30–60 секунд:
- Разбейте сценарий на сцены по одному действию.
- Для каждой сцены напишите отдельный промпт в одном стиле: одинаковый свет, одинаковое описание героя.
- Используйте последний кадр предыдущей сцены как первый кадр следующей, если модель это поддерживает.
- Склейте сцены в видеоредакторе и добавьте музыку.
Общие принципы составления запросов — в статье как писать промпты.
Читайте такжевидео для маркетплейса нейросетью.
Частые вопросы
На каком языке писать промпт для видео?
Современные модели понимают русский, но короткие английские термины для камеры иногда работают точнее.
Какой длины должен быть промпт?
Обычно 2–4 предложения. Длиннее — только если вы описываете звук и детали окружения.
Почему лицо меняется в ролике?
Модель не всегда удерживает внешность. Помогает оживление фото вместо генерации с нуля и короткие ролики.
Можно ли задать звук?
В моделях со звуком, например Veo 3.1, — да: опишите фоновые звуки, музыку или реплики.
Видео без лишних попыток
В AI Vision доступны Veo 3.1, Kling 2.6, Seedance, Hailuo и Runway Gen-4. Встроенный помощник превращает короткую идею в промпт с движением камеры, светом и звуком, а готовые ролики сохраняются в галерее рядом с картинками.
Создать видео в AI Vision