Полное руководство по AI-видеопроизводству. Часть 2

Никита Еньшин

Полное руководство по AI-видеопроизводству. Часть 2

Полное руководство по AI-видеопроизводству

Часть 2

Никита Еньшин

Текстовое издание с Production Toolkit

Практическое руководство по AI-видеопроизводству и AI-режиссуре. Универсальные методы применимы к рекламе, Reels, fashion, music video, диалогам, повествовательным сценам и сериалам. «Красный ключ» — сквозной учебный кейс; самостоятельные примеры сохраняют собственные задачи и правила.

Сведения об издании

Автор: Никита Еньшин. «Полное руководство по AI-видеопроизводству. Часть 2».

Текстовое издание с Production Toolkit. Редакция 11 октября 2026 года.

В издание включены текст руководства и Production Toolkit. Учебные production blueprints и плановые результаты не являются отчётом о фактически выполненных генерациях, если это отдельно не указано.

Как пользоваться книгой

Начните с задачи вашего ролика: что должен увидеть, понять или почувствовать зритель. Выберите формат и ограничение по времени. Пройдите от идеи и драматических изменений к shot list, storyboard и стратегии генерации; затем соберите монтаж, звук и общий look.

При первом проекте работайте последовательно: концепция → Project Bible → references → beats → shots → генерация и отбор → монтаж → звук и цвет → проверка и доставка. Для повторной работы открывайте нужную главу по содержанию и берите соответствующую форму из Production Toolkit.

Разделяйте постановочный план и фактический материал. Shot Spec описывает намерение; Take фиксирует попытку; Asset и его immutable Version связывают конкретные файлы. Partial JSON иллюстрирует отдельную часть контракта и требует заполнения указанных неизвестных полей до production compile. Provider/API payload формируют отдельно под доступный режим.

«Красный ключ» связывает примеры continuity, JSON и производственной передачи. Он не задаёт обязательную драматургию рекламы, fashion или музыкального видео. У самостоятельных кейсов отдельные Case / Project IDs; одинаковое имя героя в разных кейсах не объединяет их канон.

Возможности сервисов проверяйте по конкретным model/version/mode и поверхности доступа. Датированная документация не подтверждает доступ вашего аккаунта или успешную генерацию. Учебные планы, примерные бюджеты и авторские эвристики проверяйте на своём материале; отсутствующий output не считается проверенным результатом.

Для проверки visual и audio приёмов нужен соответствующий материал. Примеры являются production blueprints и заданиями для самостоятельного теста.

Содержание

Как пользоваться книгой

Глава 1 Профессия AI режиссёра

Глава 2 Карта современных видеомоделей

Глава 3 От идеи до режиссёрской концепции

Глава 4 GPT как ассистент AI режиссёра

Глава 5 Паспорт проекта

Глава 6 Паспорт персонажа

Глава 7 Паспорт локации и мира

Глава 8 Реквизит, одежда и continuity

Глава 9 Как мыслить референсами

Глава 10 Работа с изображениями-референсами

Глава 11 Работа с видео-референсом

Глава 12 Как деконструировать чужой ролик

Глава 13 От сценария к Beat Sheet

Глава 14 Shot List

Глава 15 Современная AI раскадровка

Глава 16 Multi Shot и генерация нескольких планов за один проход

Глава 17 Тайминг сцены

Глава 18 Что JSON реально даёт

Глава 19 Shot JSON

Глава 20 Scene JSON

Глава 21 Episode JSON

Глава 22 Как заставить GPT собирать JSON

Глава 23 Промпт больше не список красивых слов

Глава 24 Приоритет информации

Глава 25 Prompt hierarchy

Глава 26 Model specific prompting

Глава 27 Кадр и композиция

Глава 28 Оптика и перспектива

Глава 29 Камера

Глава 30 Blocking

Глава 31 Свет как физическая система

Глава 32 Современный cinematic look

Глава 33 Цветовая ДНК проекта

Глава 34 Как режиссировать AI актёра

Глава 35 Диалог

Глава 36 Lip sync

Глава 37 Голос как часть персонажа

Глава 38 Монтаж начинается в генерации

Глава 39 Генеративные переходы

Глава 40 Start End Frame

Глава 41 Match Cut

Глава 42 Эффекты внутри генерации

Глава 43 Физика движения и взаимодействия

Глава 44 Как чинить один испорченный элемент

Глава 45 Почему серия сложнее одного ролика

Глава 46 Character Bible сериала

Глава 47 Location Bible сериала

Глава 48 Episode Bible

Глава 49 Continuity Sheet

Глава 50 Как продолжать сцену

Глава 51 Диалог двух персонажей

Глава 52 Мини сериал от первой до последней сцены

Глава 53 Генерировать всё одним роликом или по шотам

Глава 54 Отбор дублей

Глава 55 Монтаж последовательности

Глава 56 Ритм

Глава 57 J Cut и L Cut

Глава 58 Как скрывать AI ошибки монтажом

Глава 59 Согласование материалов разных моделей

Глава 60 Normalize Match Look

Глава 61 Работа с AI кожей

Глава 62 Grain glow halation и texture

Глава 63 Шесть слоёв сцены

Глава 64 Native Audio и постпродакшн

Глава 65 Звуковая continuity

Глава 66 Звук как монтажный клей

Глава 67 Полный workflow Seedance 2.5

Глава 68 Полный workflow Wan 3.0

Глава 69 Полный workflow Kling 4.0

Глава 70 Полный workflow MiniMax H3

Глава 71 Межмодельный workflow

Глава 72 Диалоговая сцена

Глава 73 Реклама продукта

Глава 74 Fashion Film

Глава 75 Music Video

Глава 76 Action Scene

Глава 77 Horror и Suspense

Глава 78 Cinematic Reel

Глава 79 Мини сериал

Глава 80 Почему генерация не получилась

Глава 81 Что менять первым

Глава 82 Метод одной переменной

Глава 83 Папки проекта

Глава 84 Naming convention

Глава 85 Version Control

Глава 86 Production Checklist

Глава 87 Final QC

Toolkit Intro Как использовать Production Toolkit

Toolkit A Master Prompt для GPT режиссёра

Toolkit B Character Bible Template

Toolkit C Location Bible Template

Toolkit D Project Bible Template

Toolkit E Shot List Template

Toolkit F Storyboard Template

Toolkit G Universal Shot JSON

Toolkit H Scene JSON

Toolkit I Episode JSON

Toolkit J Continuity Sheet

Toolkit K Camera Dictionary

Toolkit L Lighting Dictionary

Toolkit M Transition Dictionary

Toolkit N Emotion Performance Dictionary

Toolkit O Prompt Template Wan 3.0

Toolkit P Prompt Template Seedance 2.5

Toolkit Q Prompt Template Kling 3.0

Toolkit R Prompt Template MiniMax H3

Toolkit S 30 команд для GPT AI режиссёра

Toolkit T Final Production Checklist

Глоссарий

Об авторе

Блок 1 Как устроено AI видеопроизводство в 2026

Глава 1 Профессия AI режиссёра

AI-видеопроизводство позволяет ставить задачу шире одного удачного запроса. В зависимости от model / mode / interface доступны мультимодальные референсы, multi-shot, native audio, продолжение или editing. Это возможности конкретного route, а не гарантии сохранности персонажа и сцены. Главная задача автора — спроектировать управляемую последовательность и проверить полученный материал.

AI-режиссёр отвечает за смысл, визуальную систему и согласованность результата. Он решает, что зритель должен понять и почувствовать; разбивает идею на сцены и шоты; подбирает референсы; распределяет задачи между моделями; контролирует героев, пространство, камеру, звук и монтаж; оценивает дубли и исправляет ошибки. Нейросеть выполняет часть производственных операций, но направление задаёт человек.

В этой главе мы разберём, почему промпт перестал быть центральным навыком, чем красивый клип отличается от режиссуры последовательности, что именно контролирует AI-режиссёр и где проходит граница между человеческим решением и работой модели. Это база для всех следующих разделов книги: Project Bible, референсов, раскадровки, JSON, актёрской игры, генерации, монтажа, цвета и звука.

Главный принцип новой профессии можно сформулировать так:

AI-режиссёр управляет не отдельной генерацией, а системой решений, из которой складывается готовое произведение.

1.1 Что изменилось за последние полгода

В этой редакции сравниваем рабочие подходы по срезу источников на 8 октября 2026 года. За последние полгода появились новые описания длинной генерации, multimodal reference и editing; отдельные функции существовали раньше. Например, Kling VIDEO 3.0 служит действующим примером, а не утверждением, что multi-shot впервые появился в этот период. Речь о расширении способов постановки задачи, не о едином обновлении всех моделей.

Клип стал длиннее и получил внутреннюю драматургию

Длительность сама по себе не делает видео лучше. В официальном анонсе Seedance 2.5 от 31 июля 2026 заявлены до 30 s и multi-round extension [1]. Model Studio guide Wan 3.0, обновлённый 28 сентября, указывает до 30 s [2]. Guide Kling VIDEO 3.0 Multi-Shot описывает диапазон 3–15 s [3]. MiniMax-H3 в API docs имеет 4–15 s, integer values [4]. Это ограничения названных routes, не общий контракт для каждой платформы. Более длинный запрос даёт место действиям и паузам, но не доказывает внутреннюю драматургию.

При этом длинный хронометраж повышает требования к режиссуре. Чем больше действий происходит внутри клипа, тем выше риск потерять лицо персонажа, географию пространства, направление движения, темп или причинно-следственную связь. Модель получила больше времени, а автору понадобилась более точная структура.

Референс стал полноценной инструкцией

Референсные входы зависят от режима. Анонс Seedance 2.5 заявляет до 30 images, 10 videos, 10 audio per pass [1]; это не доказательство доступности того же API schema в любом сервисе. MiniMax H3 API различает first/last и reference entry [4]. Wan 3.0 Model Studio разделяет T2V, first-frame, first/last-frame и multimodal reference; first/last mode нельзя совмещать с reference_audio [2]. Kling использует Element references для subject consistency [3]. Сначала проверьте совместимость входов, затем собирайте pack.

Это меняет язык постановки. Раньше автор пытался описать всё словами. Теперь он распределяет функции: одно изображение фиксирует лицо, второе — одежду, третье — локацию; видео задаёт пластику или движение камеры; аудио задаёт голос и темп; текст объясняет, как связать эти материалы. Хорошая работа с референсами стала важнее длинного списка прилагательных.

Внутри генерации появились шоты

Multi-shot описывает смену планов внутри output; one-take — непрерывный план. Kling VIDEO 3.0 позволяет Auto и Custom Multi-Shot [3]; Seedance 2.5 анонсирует связанные шоты и timestamp control [1]. Wan 3.0 guide описывает single/multi-shot storytelling с временной разметкой [2]. Один video file может содержать несколько shots: clip/container и монтажный план — разные единицы. Их назначение и тайминг проектируют до вызова модели.

У этой возможности есть ограничение: автоматическая раскадровка модели не заменяет режиссёрского решения. Она полезна для быстрых тестов, диалогов, рекламных мини-сцен и чернового поиска покрытия. В сложной сцене автор по-прежнему должен понимать, зачем нужен каждый план и как он соединится со следующим.

Звук вошёл в генерацию

Native audio доступно только в соответствующем route. Seedance 2.5 объявлен как joint audio-video architecture [1], Wan 3.0 guide описывает dialogue / BGM / SFX [2], MiniMax H3 research announcement — native stereo [5]. Это не обещание отдельных dialogue / music / effects stems. Voice identity, владелец реплики и lip-sync проверяются по C35–37; source audio и финальный mix разделяются по C63–66.

Нативный звук не отменяет постпродакшн. Он часто полезен как основа, синхронная актёрская дорожка или источник атмосферы, но финальный проект всё равно требует проверки речи, шумов, музыкальных прав, баланса и склеек между шотами.

Редактирование стало точечным

Точечная правка зависит от инструмента и доступного режима. Seedance 2.5 announcement описывает timestamp editing, green-screen, camera perspective и reference-based edits [1]. Wan 3.0 guide описывает instruction/reference editing и extension [2]. Сохранность соседних участков остаётся критерием проверки результата, а не следствием одного названия функции. Capability map C02 отличает announcement, доступный interface и actual test.

Модель стала частью цепочки, а не отдельным сайтом

Практический проект всё чаще собирается несколькими инструментами. Языковая модель помогает уточнить идею и построить shot list. Генератор изображений создаёт персонажей и локации. Одна видеомодель лучше справляется с длинной сценой, другая — с диалогом, третья — с движением или эффектом. DaVinci Resolve объединяет дубли, выравнивает цвет, звук и ритм. Профессия AI-режиссёра возникает именно на стыке этих этапов: кто-то должен держать общий замысел и не позволять инструментам тянуть проект в разные стороны.

Указанные источники подтверждают заявленные функции в своём scope. Они не подтверждают наш личный test, гарантированную continuity или доступ конкретного аккаунта. Exact provider / product / model / mode / interface / region и date проверяются в C02; route меняется, production intent сохраняется.

1.2 Почему хороший промпт больше не является главным навыком

Промпт остаётся важным. Он формулирует действие, работу камеры, настроение и ограничения. Но сам по себе он больше не определяет результат. Современная генерация зависит от нескольких слоёв управления, и текст — только один из них.

Представим задачу: создать пятнадцатисекундную сцену, в которой женщина входит в пустую квартиру, замечает на столе детский рисунок и понимает, что была здесь раньше. Можно написать выразительный промпт с красивым светом, объективом и описанием эмоции. Модель, вероятно, выдаст эффектный клип. Но зритель может не понять главное: где находилась дверь, почему героиня заметила рисунок, что изменилось в её состоянии и какой кадр завершает сцену.

Режиссёрская подготовка превращает ту же идею в систему решений:

• первый шот устанавливает пространство и показывает вход;

• второй связывает взгляд героини с предметом на столе;

• третий раскрывает рисунок крупным планом;

• четвёртый показывает реакцию и задерживается на ней достаточно долго;

• звук двери, тишина квартиры и детский смех из памяти соединяют событие эмоционально;

• одежда, направление света и положение рисунка остаются одинаковыми между шотами.

Здесь качество создаёт не одна формулировка, а последовательность решений. Промпт выполняет эту структуру, но не придумывает её надёжно за автора.

Пять навыков, которые стали важнее длины промпта

1. Декомпозиция. Умение разбить идею на события, сцены, шоты и отдельные задачи для моделей.

2. Работа с референсами. Умение выбрать материал для личности, пространства, света, движения, игры и звука, а затем объяснить модели роль каждого файла.

3. Иерархия инструкций. Умение отделить обязательные условия от художественных пожеланий и не создавать конфликтов между текстом и референсами.

4. Отбор и диагностика. Умение понять, почему дубль не работает: из-за неверной постановки, неподходящей модели, слабого референса, физики, композиции или монтажа.

5. Continuity. Умение удерживать внешность, одежду, реквизит, свет, географию, движение, голос и эмоциональное состояние между кадрами.

Начинающий автор часто пытается исправить слабый результат добавлением слов. Он удлиняет описание объектива, света и качества, хотя проблема находится в другом месте: действие слишком сложное для одного шота, референсы противоречат друг другу или сцена не имеет ясного конца. Сильный AI-режиссёр сначала определяет тип ошибки и меняет нужный элемент.

Практическая гипотеза: короткий текст с подходящими start/reference materials может быть управляемее перегруженного описания. Проверьте это парным тестом на одной задаче, сохранив settings и остальные inputs. Длина промпта сама по себе не является мерой контроля; универсального превосходства short prompt здесь не утверждается.

1.3 Статический frame, отдельный clip и режиссура последовательности

Статический frame показывает один момент. Clip — медиафайл или выбранный участок, который может содержать один либо несколько shots. Shot — непрерывный монтажный план. Режиссура последовательности определяет, что меняется во времени и как зритель это понимает. Поэтому красивый still или эффектный clip ещё не доказывает работающую сцену.

Параметр Статический frame / самостоятельный clip Режиссура последовательности Главная единица Один визуальный момент Связанные beats, сцены и шоты Цель Получить эффектное изображение или действие Провести зрителя через смысловое и эмоциональное изменение Время Длительность воспринимается как лимит модели Время распределяется между событиями, паузами и реакциями Камера Красивое движение внутри клипа Точка зрения, покрытие сцены и связь планов Персонаж Похож в одном дубле Сохраняет личность, мотивацию и состояние между кадрами Пространство Фон выглядит убедительно География остаётся понятной при смене ракурсов Звук Дополнение к картинке Часть драматургии и способ связать монтаж Оценка Красиво ли выглядит результат Понятно ли событие и работает ли вся сцена

Для narrative-примера полезны исходное состояние, событие, реакция и новое состояние. Это учебная драматургическая рамка, не обязательные четыре шага любого видео. Реклама, fashion, музыкальный или абстрактный ролик могут строиться на продуктовой ясности, пластике или ритме; каждому всё равно нужны функция и критерий приёмки.

Эту структуру удобно описывать через beats. Beat — это минимальный драматургический шаг, после которого ситуация уже немного другая. Герой увидел предмет. Узнал его. Решил спрятать. Услышал, что кто-то входит. Каждый beat требует времени и визуального доказательства. Если модель просто показывает героя, предмет и красивую камеру, но не делает изменение читаемым, последовательность не работает.

Пример одного события в двух подходах

Задача: мужчина на вокзале понимает, что женщина, которую он ждал, не приедет.

Подход отдельного клипа: средний план мужчины под дождём, поезд проходит на заднем плане, камера медленно приближается, герой выглядит расстроенным. Кадр может быть атмосферным, но причина эмоции остаётся неопределённой.

Режиссёрский подход:

• общий план устанавливает пустую платформу и прибывающий поезд;

• средний план показывает ожидание и взгляд героя на открывающиеся двери;

• серия пассажиров проходит перед камерой, но нужного человека нет;

• insert телефона показывает сообщение «Я не приеду»; читаемый текст можно подготовить и добавить в посте, не полагаясь на случайную генерацию букв;

• реакция героя длится дольше обычного, а звук поезда уходит, оставляя дождь и тишину;

• финальный общий план уменьшает героя в опустевшем пространстве.

Во втором варианте визуальная красота служит истории. Монтаж, звук, крупности и длительность создают вывод, который зритель делает сам.

1.4 Что теперь контролирует AI режиссёр

Контроль не означает, что автор вручную задаёт каждый пиксель. Он означает, что у проекта есть намерение, система приоритетов и критерии приёмки. AI-режиссёр определяет, какие параметры критичны, какие можно отдать модели и где допустима вариативность.

Смысл и драматургия

Автор формулирует тему, конфликт, цель героя, ставку и изменение сцены. Даже пятнадцатисекундный ролик нуждается в ясной функции: представить продукт, вызвать тревогу, показать решение, раскрыть героя, подготовить поворот. Без функции модель создаёт движение, которое выглядит занятым, но ничего не меняет.

Время и структура

AI-режиссёр решает, сколько времени получает каждое событие, где начинается и заканчивается шот, когда нужна пауза и какой момент должен остаться за пределами кадра. Он выбирает между одним непрерывным планом, Multi-Shot внутри модели и отдельной генерацией каждого шота. Это решение влияет на контроль, стоимость и монтажную гибкость.

Персонаж и актёрская задача

Внешнее сходство — только часть персонажа. Нужно контролировать взгляд, темп движения, положение головы и плеч, жесты, дыхание, дистанцию до партнёра, эмоциональную дугу и момент реакции. Команда «грустный» слишком общая. Гораздо точнее описать поведение: герой удерживает взгляд на пустом стуле, делает короткий вдох, опускает подбородок и отвечает после паузы.

Мизансцена и география

Мизансцена определяет, где находятся герои и предметы, куда они движутся, что перекрывает кадр и как меняются отношения внутри пространства. В AI-видео это особенно важно: без фиксации географии дверь может сменить сторону, персонажи — поменяться местами, а реквизит — исчезнуть. Паспорт локации и continuity sheet превращают пространство из случайного фона в управляемую систему.