Раньше съёмка ролика выглядела так: камера, свет, полдня на запись и ещё два на монтаж. Я сам прошёл через это, когда делал первые обзоры для блога. Сейчас на тот же результат уходит час, из которого половину я пью чай и жду генерацию. Камера не понадобилась ни разу.
Ниже покажу, как записать видео с помощью ИИ с нуля: какие сценарии реально работают, как писать промпты без вечных перегенераций и как запустить всё это из России без зарубежной карты. Отдельно разберу, почему опытные авторы сначала делают картинку и лишь потом оживляют её. Только то, что я использую в работе каждую неделю.
Три рабочих сценария: нейросеть пишет, рисует и снимает за вас
Первое, что стоит понять: запись видео с помощью нейросети - это не одна технология, а три разных подхода под разные задачи.
- Text-to-video: пишете описание сцены, модель генерирует ролик целиком. Годится для коротких атмосферных клипов и концептов.
- Image-to-video: сначала создаёте кадр в генераторе картинок, потом оживляете его. Самый предсказуемый метод, о нём ниже.
- Автоматизированные платформы: вставляете сценарий или описание, а сервис сам собирает сцены, озвучку, титры и музыку.
Для бизнеса и рекламы чаще выигрывает третий вариант, для творческих и вирусных роликов - первые два. Смешивать можно и нужно: сцены я генерирую отдельно, а склейку и озвучку доверяю платформе.
Text-to-video: почему я почти не начинаю с текста напрямую
Логика подсказывает: опиши сцену, нажми кнопку, получи видео. На практике text-to-video с первого дубля выдаёт лотерею. Модель может перевернуть композицию, подменить героя, добавить артефакты, и каждая перегенерация стоит кредитов. Видеогенерация в разы дороже и медленнее картинок, так что кошелёк пустеет быстро.
Опытные авторы делают иначе. Сначала генерируют первый кадр статичной картинкой, убеждаются, что композиция, герой и свет устраивают, и только потом превращают кадр в движение. В обсуждениях на Reddit те, кто ежедневно гоняет видеомодели, называют такой порядок единственным способом не разориться на перегенерациях. Картинки создаются быстро и дёшево, эксперименты почти ничего не стоят, а результат в видео предсказуем. Режим так и называется - image to video, и он стал стандартом у всех, кто считает кредиты.
Image-to-video: метод, которым пользуюсь сам
Схема повторяемая и состоит из четырёх шагов.
- Придумываете идею и пишете промпт для кадра: кто в кадре, где, какой свет, какое настроение.
- Генерируете изображение в Nano Banana или другой модели и правите его до состояния "готово".
- Загружаете картинку в видеомодель и описываете движение: камера наезжает, герой поворачивает голову, идёт снег.
- Смотрите результат и точечно правите промпт, если модель сделала не то.
Такой путь работает для рекламы, клипов, Reels, Shorts и визуальных историй. Космонавт с кофе на Марсе, кот на подиуме, запускающийся продукт - любая сцена собирается за те же четыре шага.
Сценарий и раскадровка: этап, который все пропускают, а зря
Любое видео начинается не с генерации, а со сценария. Даже 30-секундный ролик - это структура: крючок в первые три секунды, суть, призыв к действию. Текст удобно поручить модели: Claude Fable 5 отлично пишет сценарии под конкретный хронометраж и платформу, если объяснить задачу нормально.
Дальше сценарий раскладываете на сцены, и для каждой сцены пишете отдельный промпт. Получается мини-раскадровка на бумаге. И вот тут выясняется, что вторая сцена не нужна, а пятую надо переставить. Дешевле увидеть это в тексте, чем в уже оплаченном видео.
Промпт для видео: как не перегенерировать двадцать раз
Хороший видеопромпт отвечает на четыре вопроса: что в кадре, как двигается камера, что делают герои и какая атмосфера. Чем конкретнее, тем меньше дублей.
Слабый вариант: "красивое видео с городом". Модель выдаст случайную мешанину. Рабочий вариант: "ночной Дубай, съёмка с дрона, камера плавно летит над заливом, огни отражаются в воде, кинематографичный свет". Разница колоссальная.
Два нюанса из практики. Первое: описывайте движение отдельно от сцены, модель лучше понимает, когда эти слои не смешаны в одну кашу. Второе: не пихайте в один промпт три события подряд - ролики короткие, и модель просто проигнорирует часть инструкций.
Автоматизация под ключ: Google Vids и Renderforest
Когда ролик нужен быстро и без художественных заморочек, выручают платформы, собирающие видео целиком. В Google Vids открываете редактор, нажимаете "Создание ИИ-видео" и вводите описание с указанием объекта и тона - хоть "кот дефилирует по подиуму на неделе моды". Gemini соберёт клип, и готовый фрагмент появится на панели создания видео. Для внутренних презентаций и обучающих роликов это самый короткий путь.
Renderforest идёт дальше: там ролики до 12 минут, а на вход можно подать текст, картинку, фото продукта, референсный клип или аудиодорожку. Выбираете формат 16:9, 9:16 или 1:1, длительность и модель: Renderforest Fast для быстрых черновиков, а для финального дубля - Gemini Omni Flash, Kling 3.0, Seedance 2.5 или MiniMax H3. Стоимость в кредитах показывается до генерации, что честно. Дальше редактор: перегенерация любой сцены, титры, ИИ-озвучка, музыка. Экспорт в 480p с водяным знаком доступен бесплатно, 720p и 1080p без водяного знака - на платных тарифах.
Озвучка: диктор вам больше не нужен
Ролик без голоса сегодня выглядит недоделанным. Нейросетевая озвучка давно перестала быть роботизированной: современные модели читают текст с интонациями, паузами и эмоциями. В том же Renderforest озвучка и музыка добавляются прямо в редакторе перед экспортом.
Практический совет: пишите текст озвучки отдельным документом, прочитайте его вслух, отметьте места для пауз, вычеркните воду - и только потом запускайте генерацию голоса. Перегенерация голоса дешевле перегенерации видео, но не бесплатна, так что экономить на вычитке всё равно выгодно.
Как всё это запустить из России: боль, которую решает 3GPT
Тут начинается самое интересное. Топовые видеомодели живут в сервисах, которые из России либо не открываются, либо требуют зарубежную карту. VPN, посредники, переплаты - я прошёл через всё это и честно устал.
Сейчас решаю вопрос через 3GPT от 3SELLER - сервис с прямым доступом к флагманским моделям из России. В одном интерфейсе собраны Chat GPT 6 Astra, Chat GPT 6.1 Sol, Chat GPT 5.5, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, Nano Banana для создания изображений и генерация видео. Всё это за 149₽, пополнить баланс можно российской картой, через СБП или криптой. Никаких иностранных карт и танцев с бубном.
Рабочий сценарий выглядит так: сценарий и раскадровку делает Claude Fable 5, кадры генерирует Nano Banana, потом оживляете их видеомоделью прямо там же. Всё в одном окне, без переключения между семью вкладками.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT.
ИИ-агенты: когда роликов нужно много и каждый день
Одиночный ролик легко собрать руками. Но если у вас канал или бизнес, которому контент нужен стабильно, руки быстро заканчиваются. Для такого ритма у 3GPT есть готовые ИИ-агенты под задачи: выбираете нужного, начинаете с ним общение, а модель агента меняется прямо в чате. Агент возьмёт на себя сценарии, идеи и подготовку промптов, вам останется генерация и сборка.
Формат, длительность и разрешение: детали, которые решают
Перед генерацией всегда выбирайте соотношение сторон под площадку: 16:9 для YouTube и сайта, 9:16 для Reels, Shorts и TikTok, 1:1 для лент. Генерация в правильном формате стоит столько же, сколько в неправильном, а переделка съедает время и кредиты. Вертикальный ролик, сгенерированный в 16:9, потом обрежется криво, и композиция умрёт.
Длительность планируйте заранее: короткие сцены по 3-5 секунд склеиваются лучше, чем одна длинная на 15 секунд, где модель успевает "уплыть" от исходной композиции. И отдельно про разрешение: черновик смотрите в низком качестве, а финал экспортируйте минимум в 720p, лучше в 1080p, иначе на больших экранах картинка расползается.
Доработка и монтаж: финальные 10%, которые отличают любителя от профи
Сгенерированное видео почти никогда не бывает финальным. Стандартный финальный проход: вырезать неудачные первые и последние секунды, склеить сцены в правильном порядке, добавить титры и подложку. В редакторах платформ это делается без навыков монтажа - интерфейсы заточены под людей, которые монтажом никогда не занимались. Перегенерировать можно любую отдельную сцену, не пересобирая ролик целиком.
Разбор на примере: ролик для кофейни за один вечер
Неделю назад собрал промо-ролик для знакомой кофейни. Идея: три кадра - зерно падает в ростер, бариста вливает молоко в чашку, гость делает первый глоток у окна. Claude Fable 5 написала сценарий на 25 секунд с текстом озвучки. Nano Banana сгенерировала три кадра по моим описаниям, два из четырёх подошли сразу. Дальше оживление: медленный наезд камеры, пар от чашки, лёгкое движение рук бариста. Озвучка и склейка - ещё двадцать минут. Итого два часа от идеи до вертикального ролика для соцсетей, без камеры и монтажной программы.
Ошибки, на которых я сжёг больше всего кредитов
Первая и главная: генерировать видео вслепую по тексту, когда можно потратить пару минут на кадр-референс. Вторая: перегруженный промпт, где в одном предложении пять действий - модель честно выполняет одно и наполовину второе. Третья: игнорировать формат платформы.
Четвёртая ошибка тоньше: пытаться получить финальное качество сразу. Профессионалы сначала гоняют черновик на быстрой модели, утверждают режиссуру и только потом перезапускают сцену на тяжёлой модели в высоком разрешении. Так делают все, кто платит за генерации из своего кармана.
С чего начать прямо сейчас
Мой совет - начать с простого теста. Придумайте одну сцену для вашего продукта или канала, опишите её в двух-трёх предложениях, сгенерируйте кадр, оживите его и посмотрите на результат. Один вечер - и у вас будет собственное понимание того, как записать видео с помощью ИИ, подкреплённое практикой, а не чужими обзорами.
Инструменты под рукой: 3GPT со всеми флагманскими моделями за 149₽ с оплатой российской картой или через СБП для сценариев, картинок и генерации видео, плюс готовые ИИ-агенты для потокового производства контента. Открывайте, пробуйте - первый ролик соберёте раньше, чем перечитаете эту статью.