Решил честно: год назад я считал, что мультфильмы делают только студии с сотней людей, неделями покадровой работы и бюджетом, который вызывает вопросы у бухгалтера. Потом сел и за вечер собрал свой первый двухминутный ролик. Без художников, без аниматоров, просто я, ноутбук и связка нейросетей.
С тех пор прогнал через этот пайплайн десятки проектов: ролики для блога, рекламные мультики, короткий эпизод для детского канала. Покажу процесс целиком, без магии и без фраз «просто спроси у нейросети». Только конкретные шаги.
Сценарий: без текста рисовать нечего
Любой мультфильм начинается не с картинки, а с текста. Нет истории, нет персонажа с целью и препятствием, и тогда хоть нарисуй лучший на свете фон, зритель будет зевать. Даже тридцатисекундный ролик требует структуры: зацепка, развитие, развязка.
Сажусь за клавиатуру и работаю с языковой моделью как с черновиком. Никогда не прошу «напиши сценарий». Прошу конкретно: «Предложи три идеи для тридцатисекундного мультфильма про кота, который крадёт колбасу со стола. Нужен конфликт, мимика без слов, финальный панчлайн». Чем точнее запрос, тем меньше итераций.
Флагманские модели вроде Chat GPT 6 выдают уже не шаблонные тексты, а полноценные драматургические заготовки. Модель распишет сцену по кадрам, предложит реплики, укажет, где нужна эмоциональная пауза. Дальше я правлю руками, потому что модель не знает моего вкуса, но половину работы она уже сделала.
Раскадровка и стиль: сначала описать, потом рисовать
Когда сценарий готов, перехожу к раскадровке. Не нужно уметь рисовать как профессионал. Достаточно текстом описать каждый кадр: герой входит слева, камера медленно наезжает, свет тёплый, фон в стиле пятидесятых.
Такое описание уходит в генератор изображений. Чем больше деталей, тем ближе результат к задумке. Не «кухня», а «кухня в ретростиле, пастельные тона, утренний свет из окна, лёгкая виньетка, мультяшный стиль». Модели понимают визуальные референсы, если их называть точно.
Отдельно настраиваю соотношение сторон. Для вертикальных роликов в соцсети 9:16, для YouTube 16:9. Лучше сразу генерировать с нужным соотношением, потом обрезка ломает композицию.
Для картинок я пользуюсь Nano Banana из набора 3GPT. Она устойчиво держит стиль и позволяет перерисовывать отдельные элементы без пересоздания всего кадра. Благодаря ей легко поправить руку персонажа, заменить фон или поменять освещение, а композиция остаётся нетронутой.
Персонажи, которые не плывут
Главная боль всех, кто делает мультик через нейросети, это нестабильность персонажа. В первом кадре у кота чёрные уши, во втором уже рыжие. Морда плывёт, пропорции скачут, стиль меняется от сцены к сцене. Знакомо каждому, кто хоть раз пробовал. На Reddit практикующие аниматоры сходятся во мнении: без жёсткого референса модель перерисовывает героя каждые пару кадров.
Рабочий приём выглядит так: отдельно создаёте персонажа во всех ключевых позах и эмоциях, собираете десяток таких изображений в папку. Затем в каждый промпт добавляете описание внешности и прикладываете референс. Модель удерживает образ, если стиль задан жёстко и ключевые черты повторяются из кадра в кадр.
Чем меньше деталей вы оставляете на волю генерации, тем стабильнее картинка. Если у персонажа яркие узнаваемые черты, большие уши, зелёный шарф, характерная форма головы, нейросеть держит их лучше. Гладкий невыразительный персонаж будет меняться каждые два кадра.
Полезно описывать, чего не должно быть в кадре. Размытые руки, третий глаз, лишние пальцы. То, что вы не упомянули, модель часто добавляет от себя.
Анимация: как оживить кадры
Самый интересный этап. Готовые кадры отправляю в генератор видео, и статичная картинка превращается в короткий клип. Покачивание хвоста, моргание, смена выражения морды, лёгкое движение камеры, всё это нейросети делают уже хорошо.
Честно про ограничения: модель выдаёт отрезки по несколько секунд. Поэтому сцену я разбиваю на планы по три-пять секунд, каждый генерирую отдельно, а потом склеиваю. Чем проще движение внутри кадра, тем стабильнее результат. Дым, вода, волосы, камера, всё это получается отлично. Сложная хореография, прыжки и резкие повороты могут расстроить, тут результат непредсказуемый.
Планируйте историю так, чтобы не требовать от модели невозможного. Кот крадёт колбасу, но мы показываем только его глаза и лапы. Никто не прыгает через стол и не делает сальто. Монтаж скроет всё, что модель не смогла оживить.
Ещё пара слов о качестве. Сгенерированный клип иногда просит апскейла и интерполяции. Прогнать кадры через апскейлер, добавить промежуточные кадры, и движение станет плавнее.
Озвучка и звук: половина погоды
Мультфильм без звука ощущается как сырой файл. Нейросети уже умеют генерировать голоса, которые сложно отличить от настоящих. Реплики персонажей я делаю через синтез речи, а фоновую музыку подбираю из библиотек или генерирую отдельно.
Голос подбирается под характер. Для кота-воришки хрипловатый, с хитринкой. Для рассказчика спокойный и глубокий. В промпте для генерации голоса указываю возраст, тон, темп и настроение. Модель попадает в образ с первого-второго дубля, остаётся только выбрать лучший.
Кстати, о звуковых эффектах. Шаги по деревянному полу, скрип двери, звон колбасы. Всё это можно найти в бесплатных библиотеках, а можно сгенерировать попутно. Даже простой удар по столу добавить легко.
Монтаж: где рождается ритм
Финальный этап - сборка. Подойдут CapCut, DaVinci Resolve или Premiere. Я склеиваю планы, накладываю звук, добавляю субтитры. Здесь же убираю косяки: лишний кадр, затянутая пауза, резкий переход.
Нейросети делают черновую работу, а ритм и атмосферу задаёт монтаж. Один и тот же набор кадров можно превратить в динамичный трейлер или спокойную созерцательную историю. Всё зависит от того, как вы соедините куски.
Где запускать нейросети из России
Теперь главный вопрос. Все перечисленные модели зарубежные, официально они не работают с российскими картами, а регистрация упирается в блокировки. Пока знакомый неделю искал способ оплатить подписку через обходные сервисы, я просто открыл 3GPT и начал работать.
3GPT - это ИИ-роутер от 3SELLER. Он даёт прямой доступ к флагманским моделям из России, без иностранных карт и без VPN. Оплата любой российской картой, через СБП или криптой. Баланс пополняется за пару минут.
Что внутри:
- Chat GPT 6 Astra
- Claude Fable 5 и 5.1
- Claude Opus 5.5
- Chat GPT 5.5
- Chat GPT 6.1 Sol
- Nano Banana для создания изображений
- Генерация видео
И много других моделей. Весь набор для мультфильма, от сценария до анимации, доступен за 149 рублей. Chat GPT 6 и Claude Fable 5 за 149 рублей в России, без иностранных карт. Как раз то, что нужно для старта.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT: https://3seller.com/3gpt
Готовые ИИ-агенты экономят часы
У 3GPT есть функция, которую я редко встречал в других сервисах. Готовые ИИ-агенты под конкретные задачи. Объясняете агенту, что нужен сценарий, раскадровка или описание персонажа, и он работает как узкий специалист. Модель внутри агента меняется прямо в чате.
Такой подход удобен, когда не хочется каждый раз объяснять модели контекст. Выбрал агента под сценарий, общаешься, получаешь структурированный результат. Для новичка это быстрый способ получить норм черновик без долгой настройки промптов. Список агентов тут: https://3seller.com/ai/agents
Ошибки новичков
Пара вещей, на которых я сам наступал. Первое: попытка сгенерировать мультфильм одним запросом. Не работает. Конвейер: каждый кадр - отдельная задача, каждый персонаж - отдельная работа.
Второе: пренебрежение референсами. Если генерировать кадры с нуля и надеяться на чудо, стиль будет прыгать. Потратьте час на подготовку стиля и персонажей, сэкономите день на переделках.
Третье: недооценка звука. Мультфильм с плохим звуком выглядит любительским, даже если картинка шикарная. Когда я впервые заменил тишину на голос, музыку и пару звуковых эффектов, ролик стал выглядеть на порядок дороже.
Четвёртое: не сохранять промежуточные результаты. Когда удачный кадр затерялся, а модель уже выдала новый вариант, приходится переделывать. Я складываю все версии в папки, и это спасает на монтаже.
Что делать прямо сейчас
Не пытайтесь сделать шедевр на десять минут. Возьмите одну сцену на двадцать секунд. Напишите сценарий, опишите кадры, сгенерируйте картинку, оживите её, добавьте голос. За вечер пройдёте весь пайплайн и увидите свои узкие места.
Чтобы запустить модели из России, открывайте https://3seller.com/3gpt, пополняйте баланс на 149 рублей и пробуйте. Через неделю практики будете делать то, о чём полгода назад не могли подумать.