Ролик для продукта нужен вчера. Камеры нет, монтажер просит пятнадцать тысяч за проект, а вы третий час воюете с таймлайном в бесплатном редакторе. Знакомая картина. Дальше показываю конвейер, по которому я собираю видео нейросетями за час: от сценария до озвучки, музыки и склейки. Без съемочной группы, без монтажера и без иностранных карт.
Сразу честно: кнопки «сделай шедевр» не существует. Но связка из пяти шагов работает стабильно, и на третьем ролике вы пройдете ее на автомате. Ниже весь процесс: как создать видео через ИИ, какие модели брать под каждый шаг и где все это открывается из России. С промтами, настройками и ошибками, которые я сам наделал, пока набивал руку.
Три сценария, по которым нейросети делают видео
Первый и самый громкий - text-to-video. Пишете описание сцены, модель выдает видеоклип. Так работают Kling, Seedance и остальные флагманы генеративного видео. Качество уже такое, что короткие ролики для соцсетей зритель не отличает от снятых на камеру.
Второй путь - image-to-video. Загружаете статичную картинку и просите ее оживить: камера отъезжает, герой поворачивает голову, пар поднимается от чашки. Самый контролируемый способ на сегодня. Вы сначала сами ставите кадр через генератор изображений, а модель лишь добавляет движение. В обсуждениях на Reddit практикующие видеомейкеры сходятся в том же: рекламные ролики надежнее собирать из кадров в генераторе картинок, а потом анимировать их в видеомодели - иначе персонаж плывет от сцены к сцене.
Третий вариант - полный конвейер одной командой. Сервисы вроде invideo берут вашу идею и сами пишут сценарий, подбирают визуал, накладывают закадровый голос, субтитры и музыку. Там работает ИИ-агент Agent Two: описываете простыми словами, что создать или изменить, и он режиссирует проект. Вы задаете аудиторию и платформу, а сервис от этого настраивает тон титров, сценария и фоновой музыки. В приложении больше 200 моделей для генерации изображений, видео, голоса и музыки, а любую правку агента можно докрутить вручную на профессиональном многодорожечном таймлайне. Попробовать можно без банковской карты, сервис работает в 190 странах. Для быстрых роликов и теста гипотез такой конвейер экономит часы.
Шаг первый: сценарий важнее картинки
Любой ролик начинается не с промта, а со структуры. Открываю чат с языковой моделью и прошу: «Ты сценарист рекламных роликов. Напиши сценарий видео на 30 секунд про [продукт] для аудитории [кто]. Формат - вертикальный Reels. Структура: крючок в первые 3 секунды, демонстрация проблемы, показ решения, призыв к действию. Разбей по сценам с описанием кадра».
Модель выдаст пять-семь сцен с визуальными описаниями. Дальше важный ритуал: пройтись по списку и вырезать лишнее. Я обычно сокращаю до пяти сцен. Каждая строка сценария - один кадр, который потом сгенерируете. Чем короче ролик, тем меньше кадров и тем меньше кредитов уйдет на итерации.
Хронометраж задавайте сразу. Напишите в скобках напротив каждой сцены длительность: сцена 1 (3 секунды), сцена 2 (5 секунд). Сервисы умеют сами подбирать тайминг, но ручное задание дает предсказуемую склейку без сюрпризов в ритме. Я в первом ролике доверился нейронке целиком и получил рваный темп, после чего всегда прописываю секунды руками.
Шаг второй: сначала картинка, потом движение
Дальше развилка. Быстрый путь - отдать сценарий в генератор видео и получать клипы сразу по тексту. Контролируемый путь, который использую я, - сделать ключевые кадры как изображения и оживить их.
Почему я за второй. Генерация видео по тексту до сих пор лотерея: модель плывет в руках персонажа, меняет лицо между сценами, дорисовывает лишние объекты. Картинка-основа решает проблему консистентности. Вы один раз генерируете героя, проверяете, что он выглядит как надо, и уже его анимируете во всех сценах.
Рабочий рецепт. Соберите кадр в генераторе изображений и обязательно выставьте максимальное качество, 4K, если сервис позволяет. Чем чище исходник, тем лучше видеомодель вроде Kling или Seedance поймет, что изображено, и не начнет ничего переставлять при оживлении. Генерируйте сразу два варианта на выбор: один лишний запрос дешевле третьей итерации. Для кадров-основы сейчас топом считаю Nano Banana и GPT Image - оба отлично держат персонажа между сценами. Многие мастера при этом работают в агрегаторах моделей вроде Higgsfield, где под задачу выбирается конкретная нейросеть из списка. Принцип везде один: один аккаунт, пачка моделей под разные шаги.
Затем оживление. Загружаете картинку в видеогенератор и описываете движение: «камера медленно отъезжает, пар поднимается от чашки, за окном идут прохожие». Движение просите одно-два, не десять. Модели путаются, когда им одновременно задают зум, смену ракурса и бегущего кота в глубине кадра.
Шаг третий: промт по формуле, а не наугад
Промт для кадра пишу всегда по одной схеме: объект + действие + окружение + ракурс камеры + стиль + свет. Пример: «Кофейня у окна, утренний мягкий свет, девушка держит чашку и улыбается, камера на уровне глаз, малая глубина резкости, кинематографичная цветокоррекция в теплых тонах». Конкретный ракурс и свет сокращают число сюрпризов в разы.
Промт для движения другой. Там важны направление камеры, скорость и то, что именно меняется в кадре: «медленный наезд, волосы слегка колышутся от ветра». Слова «кинематографично», «плавно», «4K» в видеопромтах работают лучше длинных поэтических описаний.
Длина клипа у большинства моделей - от 5 до 10 секунд. Длинные сцены дробите на несколько коротких генераций и склеивайте. Так заодно упрощаются правки: пересоздать пятисекундный отрезок дешевле, чем перегенерировать весь ролик.
Шаг четвертый: голос, музыка, субтитры
Закадровый голос делаю в том же интерфейсе: вставляете текст, выбираете голос, темп, эмоцию. Русские синтезированные голоса звучат уже прилично, особенно если почистить текст под них. Мое правило: фраза на один выдох, до двенадцати слов. Длинные предложения синтезатор проглатывает и теряет интонацию.
Музыка генерируется текстом: «лоу-фай бит, теплая мелодия, без резких ударных, 100 ударов в минуту». Либо берете трек из библиотеки сервиса. Субтитры почти любой редактор накладывает автоматически, но термины и иностранные слова проверяю руками всегда: автосубтитры путают их стабильно.
Шаг пятый: монтаж, который можно отдать машине
Склейка. Первый подход - вручную: многодорожечный таймлайн в любом редакторе, раскладываете клипы, голос, музыку, добавляете переходы. На тридцатисекундный ролик у меня уходит минут сорок вместе с подбором музыки.
Второй подход - делегировать. В invideo, к примеру, режиссуру ведет ИИ-агент: вы пишете простыми словами, что поменять - «удали сцену три», «смени голос на женский», «добавь забавное вступление», и он пересобирает проект. Любую правку ИИ потом можно доработать руками на таймлайне с точными инструментами. Моя логика такая: каркас собирает машина, последние десять процентов доводит человек, потому что глаз на ритм и переходы пока никто не заменил.
Под задачу: рекламный ролик, Reels или обучающее видео
Формат определяет конвейер. Для рекламного ролика товара я всегда иду через кадры-основы: продукт должен выглядеть одинаково во всех сценах, а генерация по тексту здесь дает брак. Схема: пять кадров (товар крупным планом, в интерьере, в руках человека), оживление каждого, хронометраж 20-30 секунд, голос за кадром с призывом в финале.
Вертикальные Reels и Shorts. Тут решает скорость: конвейер invideo с автосубтитрами и шаблонной подачей закрывает задачу почти без вашего участия. Темы берите списковые и лайфхаковые, они не требуют консистентного героя, значит сэкономите на кадрах-основах.
Обучающее видео или презентация продукта. Сценарий пишет модель на основе вашего текста, кадры - статичные слайды с легким оживлением, голос читает текст. Здесь вообще можно обойтись без видеогенерации: слайды плюс хорошая озвучка дают аккуратный результат за копейки кредитов.
Засада, о которой молчат обзорщики: доступ из России
Все описанное упирается в один бытовой вопрос: как этим пользоваться из России. Прямо на сайтах OpenAI и Anthropic наши карты не проходят. Обходные пути три: иностранные банковские карты, посредники с пополнением по цене х2, или VPN плюс крипта и надежда, что аккаунт переживет следующую проверку.
Я через это прошел. Месяц платил посреднику вдвое дороже обычной подписки. Когда сервис запросил повторную верификацию, доступ отлетел вместе с деньгами на балансе. После этого перешел на российский роутер и вопрос закрыл навсегда.
3GPT: все флагманы за 149 рублей, оплата российской картой
Сейчас вся работа с нейросетями у меня идет через 3GPT от 3SELLER. ИИ-роутер дает прямой доступ из России к последним флагманским моделям: ChatGPT 6 Astra, ChatGPT 5.5, ChatGPT 6.1 Sol, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Nano Banana для изображений и генерация видео. Один аккаунт, один баланс, все модели в одном чате.
Цена вопроса - 149 рублей за доступ. Пополнение российской картой, через СБП или криптой. Ни VPN, ни иностранных карт, ни посредников. Для сравнения: подписка на один зарубежный сервис обходится в двадцать долларов и выше, а тут за смешные деньги лежит весь парк флагманов.
Использую ежедневно для повседневных задач в бизнесе и работе. Продающие тексты и сайты - на ChatGPT 6, структуру статей и разбор сложных задач - на Claude. Кадры-основы для роликов собираю в Nano Banana, создание изображений выходит максимально реалистичным, а видеоролики и озвучка голосом генерируются в том же окне. Картинка ниже - как это выглядит внутри.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT - https://3seller.com/3gpt.
Готовые ИИ-агенты: когда лень писать промты
У 3GPT есть фишка, которой я пользуюсь чаще, чем ожидал, - готовые ИИ-агенты под конкретные задачи. Выбираете агента под свою задачу, открываете чат и сразу работаете: сценарист, копирайтер, маркетолог, ассистент. Модель агента меняется прямо в чате - если результат не зашел, переключаетесь с одной на другую без потери диалога.
Для новичков такой формат - самый короткий путь. Не надо разбираться, какая модель сильнее в чем: выбрали агента под задачу, задали вопрос своими словами, получили результат. Промт-инженерию осваивать можно потом, когда базовые ролики уже поедут.
Пять ошибок, которые съедают кредиты новичка
- Генерировать длинные сцены целиком. Модель дает от 5 до 10 секунд за раз, длинный ролик собирайте из коротких кусков, иначе каждая правка перезапускает все.
- Просить десять движений в одном клипе. Одно-два действия в кадре, остальное добирается при склейке.
- Экономить на качестве исходной картинки. Низкое разрешение кадра-основы портит даже идеальный видеопромт.
- Игнорировать хронометраж сцен. Без заданных секунд модель решит сама, и ритм ролика поедет.
- Начинать со сложного. Первый ролик делайте на 15 секунд с одной сценой и одной озвучкой, конвейер обкатывайте на простом.
С чего начать сегодня вечером
Практический план на первый ролик. Возьмите продукт, о котором знаете все. Попросите модель написать сценарий на 15 секунд из трех сцен по структуре «проблема - решение - призыв». Сгенерируйте три кадра-основы в Nano Banana с качеством 4K. Оживите каждый кадр в видеогенераторе, по одному движению на сцену. Добавьте голос и склейте в редакторе.
На все уйдет час-полтора и пара сотен рублей на кредитах. Первый ролик будет далек от идеала, и это нормально: конвейер оттачивается на третьем-четвертом ролике, после чего вы делаете их пачками. Весь инструментарий открывается на официальном сайте 3GPT - зарегистрируйтесь, пополните баланс российской картой и гоните первый ролик уже сегодня.