Сборка промта из пяти слоёв: фреймворк для качественной генерации видео

Разница между «запросом» и архитектурой промта — как между карандашным наброском и рабочим чертежом. Хороший видео-промт строится слоями, и каждый слой решает свою задачу: один отвечает за кинематографичность, другой — за конкретику персонажа, третий — за свет и настроение. Собрать их правильно — значит получить предсказуемый результат вместо лотереи.

Почему именно пять слоёв

Пятислойная структура — не маркетинговое изобретение. Это эмпирически выведенный паттерн: после анализа сотен промтов становится видно, что лучшие результаты дают запросы, которые последовательно покрывают пять ключевых аспектов сцены. Меньше слоёв — модель додумывает за вас, и результат становится случайным. Больше — она теряет нить, и часть деталей просто игнорируется.

Пять слоёв дают баланс между управляемостью и детализацией. Фреймворк универсален: он переносится между Kling, Veo, Seedance и Runway без переписывания с нуля. Меняются нюансы формулировок — логика остаётся прежней. Освоив её один раз, вы будете собирать промты для любого AI-видеогенератора.

Слой 1: движение камеры и оптика

Это самый важный слой — и его пропускают чаще всего. Именно движение камеры превращает статичную картинку в кино. Без него сцена выглядит как скриншот, а не как кадр из фильма.

Ключевые термины, которые стоит держать под рукой:

• dolly-in / dolly-out — плавный наезд или отъезд камеры
• tracking shot — камера следует за субъектом
• shallow depth of field — малая глубина резкости, размытый фон
• handheld — лёгкая тряска, документальная реалистичность
• crane shot — размашистое движение подъёмного крана

Сравните. Слабый промт: «Мужчина сидит на скамейке в парке». Сильный промт: «Медленный dolly-in с малой глубиной резкости и мягким рассеянным утренним светом». Во втором случае вы задаёте движение до описания субъекта — и модель уже знает, как снимать эту сцену.

Слой 2: детализация субъекта

Общее описание даёт общий результат. Чем точнее вы описываете персонажа, тем связнее и стабильнее выглядит клип. Каждая деталь — это якорь, за который цепляется модель.

Что указывать: возрастную группу, при необходимости этническую принадлежность, детали волос, черты лица, одежду с текстурой и цветом, аксессуары. Не «пожилой мужчина», а «пожилой чернокожий мужчина, около 70 лет, с коротко стриженными седыми волосами и глубокими мимическими морщинами, в поношенной оливковой вельветовой куртке». Разница в количестве якорей — и в результате.

Слой 3: окружение и освещение

Освещение — секретное оружие промта. Оно определяет настроение сцены сильнее, чем любой другой элемент. Тёплый контровой свет даёт ностальгию, холодное свечение монитора — изоляцию, рассеянный пасмурный свет — документальность.

Вместо абстрактного «драматичное освещение» называйте источник: «свет от одного оконного проёма слева, мягкий, рассеянный». Добавьте локацию и время суток — парк, кухня, офис, улица; утро, закат, ночь. Эти детали работают в связке со слоем субъекта и усиливают его.

Слой 4: композиция и переходы

Композиция управляет вниманием зрителя и создаёт визуальный ритм. Без неё даже красивая сцена выглядит случайной. Указывайте, как организован кадр: split composition для контраста, foreground/background для глубины, leading lines для направления взгляда, rule of thirds для баланса.

Переходы добавляют динамику во времени: clean vertical wipe, match cut, dissolve. Если клип длиннее пяти секунд, стоит заранее продумать, как одна сцена перетекает в другую.

Слой 5: эмоциональный тон и нарративный бит

Эмоция — то, что зритель запоминает. Без неё видео остаётся технически качественным, но пустым. Указывайте настроение — напряжение, радость, меланхолию, вдохновение — и нарративный момент: завязка это, кульминация или развязка.

Пример: «Кадр передаёт момент тихой решимости перед важным шагом — герой смотрит вдаль, на лице лёгкая улыбка». Такая формулировка задаёт не только картинку, но и смысл.

Альтернативный фреймворк для Seedance 2.5

Модели семейства Seedance любят другую логику: 主体 + 风格 + 时间线 + BGM + 限制, то есть субъект, стиль, таймлайн, музыка и ограничения. Субъект отвечает за то, кто в кадре и что происходит. Стиль задаёт длительность, формат, качество, свет, цвет и ритм. Таймлайн расписывает, что происходит на 0-5, 5-10 и 10-15 секундах. BGM определяет тип музыки, темп и эмоциональную кривую. Ограничения перечисляют, чего избегать — артефактов, нежелательных элементов.

Этот подход особенно удобен для коротких рекламных роликов на 15-30 секунд, где важна жёсткая раскадровка.

Пошаговая инструкция сборки

1. Определите движение камеры — слой 1.
2. Опишите субъекта максимально конкретно — слой 2.
3. Задайте окружение и освещение — слой 3.
4. Продумайте композицию и переходы — слой 4.
5. Добавьте эмоциональный тон и нарративный момент — слой 5.
6. Соберите всё в один промт, сохраняя порядок слоёв.
7. Протестируйте на коротком клипе в 5 секунд и доработайте формулировки.

Пример сборки промта по слоям

• Слой 1 (камера): «Медленный dolly-in с малой глубиной резкости».
• Слой 2 (субъект): «Женщина 30 лет, тёмные волнистые волосы, в бежевом льняном платье, держит керамическую чашку».
• Слой 3 (окружение): «Утренняя кухня, мягкий рассеянный свет из окна слева, пар от чашки».
• Слой 4 (композиция): «Правило третей, чашка в левой нижней точке, размытый фон с растениями».
• Слой 5 (эмоция): «Спокойствие, момент тихого утра перед началом дня».

Итоговый промт: «Медленный dolly-in с малой глубиной резкости. Женщина 30 лет, тёмные волнистые волосы, в бежевом льняном платье, держит керамическую чашку с паром. Утренняя кухня, мягкий рассеянный свет из окна слева. Правило третей, чашка в левой нижней точке, размытый фон с растениями. Атмосфера спокойствия, тихое утро перед началом дня».

Ошибки при сборке промта из слоёв

Даже зная фреймворк, легко споткнуться на типичных граблях. Пропуск слоя движения камеры — и кадр получается статичным и скучным. Слишком общее описание субъекта — и модель додумывает за вас. Игнорирование освещения — и сцена выглядит плоско. Перегрузка промта больше 5-7 предложений — и модель теряет нить. И наконец, несоответствие слоёв друг другу: «мрачное освещение» плюс «радостная эмоция» дадут сломанный результат.

Что делать дальше

Пятислойный фреймворк — не догма, а рабочий инструмент. Его можно и нужно адаптировать под конкретную модель и задачу. Начните с полного пятислойного промта для одного короткого видео — и сравните результат с вашими прошлыми однослойными запросами. Разница будет видна сразу.

Совет напоследок: создайте шаблон в Google Docs с пятью разделами и заполняйте его перед каждой генерацией. Через десять-пятнадцать прогонов вы заметите, что сборка промта из пяти слоёв занимает две минуты, а качество клипов растёт не на проценты, а в разы.