Как снять свой мультик или сериал нейросетью

Мы сняли одну серию мелодрамы «Чужая свадьба» целиком в нейросетях: от сюжета до готового ролика 9:16 для Reels, Shorts и VK Клипов. Ниже весь путь по шагам, с промптами, картинками и ценами. Каждый шаг можно повторить в tenzor.

Чтобы снять мультик или сериал нейросетью, придумайте историю на минуту-две и разложите её на 15–20 сцен по 3–5 секунд. Затем озвучьте реплики, сделайте лист каждого героя, по листам нарисуйте ключевой кадр сцены и оживите его в разделе «Видео». Готовые сцены склейте в CapCut с музыкой и субтитрами. Наша серия на 73 секунды обошлась примерно в 2 100 ₽, из них 1 700 ₽ ушло на видео.

Что понадобится и сколько стоит серия

Мультик и живой сериал снимаются одинаково, разница только в стиле листов героев: «3D-мультфильм», «аниме» или «фотореалистично, как кадр с кинокамеры». Мы выбрали живых людей.

Сцена, которую модель отклонила, не стоит ничего: деньги возвращаются на баланс. Как устроено списание, рассказали в статье про токены и кредиты.

Шаг 1. Придумайте сюжет, который понятен с первого просмотра

В коротком видео у вас нет минуты на раскачку. Мы держались четырёх правил:

• первая секунда сразу с действием или загадкой, без вступления;
• новый поворот каждые 5–7 секунд;
• в середине ложная развязка, когда кажется, что всё решилось;
• в конце крючок на следующую серию.

Проверьте историю простым тестом: перескажите её в трёх предложениях. Если слушатель переспрашивает, сюжет не готов. Наш первый вариант этот тест провалил: финал с письмом в купе никто не понял. Вот сюжет, который прошёл:

Даша снимает свадьбу как фотограф, и жених оказывается Никитой, её первой любовью, которую она не видела пять лет. Весь вечер они избегают друг друга; на парковке он её догоняет, но лишь просит удалить одну фотографию. На этом снимке Никита смотрит не на невесту, а на Дашу, и невеста уже успела его увидеть.

Героев придумывайте своих. Известные персонажи, бренды и стиль конкретных студий («как у Pixar») модели отклоняют из-за авторских прав. У одной нашей пользовательницы сцены с «Pixar» в описании отклонялись раз за разом, а после замены на «3D-мультфильм» прошли.

Шаг 2. Разложите серию на кадры

Раскадровка нужна до генерации: так вы заранее знаете, сколько сцен оплачивать и какая в каждой реплика. Наша серия уложилась в 17 сцен:

Говорящих лиц крупным планом в серии мало, остальное идёт голосом за кадром. Нейросети пока плохо попадают губами в чужой голос, и чем меньше таких сцен, тем естественнее ролик. Просьба Кати скидывать превью в сцене 5 нужна для финала: без неё последняя сцена не сработает.

Шаг 3. Озвучьте реплики до того, как делать видео

Длина реплики подсказывает длину сцены, поэтому голоса делайте первыми. В разделе «Музыка и звуки» → «Озвучка» вставьте реплику, выберите голос и нажмите «Озвучить». Мы взяли три русских голоса из библиотеки: Marusya G для Даши, Ekaterina для Кати и Oleg для Никиты. Все девять реплик заняли около 250 символов, это примерно 5 ₽.

Многоточия и восклицательные знаки в тексте реплики меняют интонацию: «Никит… кто она?» звучит растерянно, а без многоточия получается ровный вопрос. Подробнее о голосах в инструкции как озвучить текст нейросетью.

Шаг 4. Сделайте лист каждого героя

Лист героя отвечает за то, чтобы лицо и одежда не менялись от сцены к сцене. На одной картинке один и тот же человек трижды: анфас, вполоборота и в профиль, на сером фоне. Потом эту картинку прикладываем к каждому кадру с этим героем. Мы делали листы в разделе «Картинки» на GPT Image 2.5 Flare.

Если герой нужен в двух возрастах, не описывайте его заново. Приложите готовый лист и попросите «этого же человека, только старше»: так лицо сохранится, а в новом описании модель сделает другого человека.

Тот же приём работает для мультика. В первом заходе мы сделали героев в стиле 3D-мультфильма, они получились, но для мелодрамы оказались слишком мультяшными. Про героев в мультяшном стиле есть отдельная инструкция как создать персонажа нейросетью.

Шаг 5. Нарисуйте ключевой кадр каждой сцены

Ключевой кадр станет первым кадром ролика, поэтому в нём сразу задаются место, свет, позы и ракурс. В разделе «Картинки» приложите листы героев, которые есть в сцене, выберите формат 9:16 и опишите кадр. Мы просили по два варианта на сцену и брали лучший.

В конец каждого запроса добавляли одну и ту же приписку про стиль: «Кадр из современного российского фильма-мелодрамы, вертикальный формат 9:16. Фотореалистично, как снято на кинокамеру, лёгкая зернистость плёнки, малая глубина резкости. Лица и одежда героев строго как на приложенных листах. Без текста, без надписей, без лишних рук и пальцев». С ней все сцены выглядят как один фильм.

Если в одном зале или на одной парковке идёт несколько сцен, описывайте место одной и той же фразой слово в слово. Тогда фон не будет меняться от кадра к кадру.

Каждый вариант смотрите в полном размере, не на миниатюре. В сцене 13 первый вариант выглядел отлично, но у Даши оказались тёмные кудри Кати. Второй вариант с той же подсказкой вышел правильным.

Шаг 6. Оживите кадры и выберите модель видео

Откройте «Видео» → «Оживить картинку», загрузите ключевой кадр и опишите, что происходит. Описывайте движение героев и камеры, а не то, что уже есть на картинке. Перед тем как снимать всю серию, мы оживили первую сцену на трёх моделях с одним и тем же описанием:

Для сериала главное, чтобы герой оставался собой, поэтому всю серию мы сняли на Wan 3.0. Все 17 сцен прошли с первого раза. Описания были короткими, по одной сцене:

К каждому описанию добавляйте: «Плавное движение, без рывков, лица, причёски и одежда не меняются, без текста и субтитров». Субтитры, которые рисует сама модель, получаются с ошибками, свои добавите при монтаже. Если героиню нужно провести от первого кадра к заранее заданному последнему, есть режим «Переход кадров», но Wan 3.0 его не поддерживает, для него берите Kling. Общие приёмы оживления описаны в инструкции как оживить фото.

Шаг 7. Добавьте музыку, склейте сцены и наложите субтитры

Музыку закажите в «Музыка и звуки» → «Музыка» сразу на всю длину серии. Наш запрос: «Инструментальная музыка для короткой мелодрамы, без вокала. Начало: тихое одинокое фортепиано, медленный темп. С 25-й секунды вступают мягкие струнные. Около 50-й секунды затихает почти до тишины, потом нарастает к кульминации и обрывается на незавершённой ноте, как перед продолжением. Без барабанов».

Склеить сцены можно в CapCut на телефоне или компьютере:

1. Создайте проект 9:16 и добавьте сцены по порядку раскадровки.
2. Обрежьте каждую до нужного действия, обычно до 3–5 секунд.
3. Положите реплики на отдельную дорожку под нужные сцены, музыку на третью. Громкость музыки поставьте около 30%, чтобы голоса было слышно.
4. Включите автоматические субтитры или наберите их вручную крупным шрифтом в нижней трети кадра.
5. В конце поставьте чёрную плашку «Продолжение следует» на 2–3 секунды.

У нас 17 сцен по 3–5 секунд дали серию на 73 секунды. Это хорошая длина для Shorts и Reels: зритель досматривает до крючка в финале.

Почему нейросеть отклоняет сцену и что делать

Отказ не списывает деньги, но съедает время. Наша пользовательница снимала сериал и перезапускала одну сцену по восемь раз, не понимая причины. Вот что чаще всего мешает:

• Чужая интеллектуальная собственность. Известные персонажи, бренды, логотипы, кадры из фильмов, стиль конкретной студии. Придумайте своё имя и опишите стиль словами: «3D-мультфильм, мягкий свет, выразительные глаза».
• Насилие и откровенность. Погони с арестом, драки, допросы, «пристаёт», «срывает одеяло» модели режут чаще всего. Переформулируйте мягче: не «его хватают и надевают наручники», а «его останавливают полицейские». Обычно со второго варианта формулировки сцена проходит.
• Картинка, похожая на фото реального человека. Часть моделей отказывается оживлять снимки реальных людей и принимает за них слишком «фотографичные» кадры. Если модель отклоняет картинку, попробуйте другую: в нашей проверке Wan 3.0 пропускал реалистичных героев, а Seedance у пользовательницы отклонял.
• Перегрузка модели. Иногда модель просто занята. Подождите пару минут и запустите снова.
• Длинный промпт из другого чата. Описание на страницу с разметкой «ПРОМПТ ДЛЯ СЦЕНЫ 1» модели понимают хуже двух-трёх предложений о том, что происходит в кадре.

Частые вопросы