Раскадровка для ролика нейросетью: таблица состояний, а не галерея кадров

Дима ведёт соцсети кофейни «Зерно» и в пятницу собирал двадцатисекундный ролик: бариста Лёша готовит капучино и ставит его гостье. Дима сгенерировал двенадцать кадров по отдельным промптам, каждый хорош сам по себе, и все отправил в видео-модель. На монтаже сцена развалилась: в четвёртом кадре гостья уже сидит у окна, а дверь открывает только в седьмом. Белая чашка в руках Лёши на столе становится голубой. В кадре, где за стойкой должен быть один бариста, их двое. Двенадцать клипов оплачены, половину придётся делать заново.

Модель тут ни при чём. Двенадцать картинок — это галерея, а раскадровка — таблица. В каждой её строке записано, кто в кадре, где он стоит, что держит, с каким лицом, каким планом это снято и сколько секунд длится. Сейчас мы потрогаем такую таблицу руками. Найдём ошибки в сцене Димы до того, как за них заплатить, посчитаем, сколько шотов на самом деле помещается в 20 секунд, и разберёмся, какая часть работы бесплатная.

Раскадровка — это таблица состояний, а не набор красивых кадров

Раскадровка для ролика — это таблица, где у каждого шота записаны состояние героев и предметов, крупность, ракурс и секунды. Картинки рисуются из этой таблицы, а не придумываются заново на каждый кадр. Поэтому ошибки непрерывности видны в тексте до того, как модель потратит на них кредиты.

Почему галерея разъезжается? Генерация картинки не помнит предыдущую. Всё, что вы не записали словами, модель решает сама, каждый раз заново и по-своему — это та же логика, по которой промпт работает как список решений. Если в промпте седьмого кадра нет слов «чашка белая, с сердцем на пенке», модель нарисует какую-нибудь чашку. Памятью сцены может быть только то, что вы зафиксировали: таблица и референсы героев.

Переключите «Галерея кадров» и «Таблица состояний». Слева — как собирал Дима, справа — как ту же сцену ведёт раскадровка AI-Cup. Смотрите на пункты с крестиком: каждый из них Дима увидел только на монтаже.

Что вы, скорее всего, заметили: в правой колонке нет ни слова про красоту. Таблица не делает кадр лучше, она заставляет кадры совпадать друг с другом. А последняя строка слева — про деньги, а не про качество. В жизни это значит, что раскадровку стоит писать даже для пятнадцатисекундного рилса, если в нём больше двух кадров с одним героем.

Что записано в строке шота

В строке шота семь полей: кто в кадре, его эмоция, что у него в руках, крупность, ракурс, зона локации и длительность в секундах. К ним добавляется подпись — короткое указание оператору. В AI-Cup это поля библии сцены, и промпт каждого кадра собирается из них дословно, без пересказа.

Из этих полей студия собирает строки промпта кадра. Для финального шота они выглядят так: CAST IN THIS FRAME — exactly 2, nobody else is visible, дальше имя, эмоция и что в руках. «Ровно двое, больше никого» — это ответ на второго бариста за стойкой. Фирменная черта героя (у Лёши — карандаш за правым ухом) называется в каждом его кадре, потому что её теряют первой, даже когда внешность держит референс.

Подпись под кадром — указание, а не настроение

Подпись нужна монтажёру и видео-модели: кто что делает и где камера. «Крупный план», «что-то здесь не так», «внимательно смотрит» — это настроение, а не действие, и снять его нельзя. Скрипт-супервайзер AI-Cup считает такую подпись ошибкой, даже если сам кадр получился бы красивым.

Ниже линза подписи. Переключайте примеры «Пустая», «Настроение» и «Режиссура» или впишите свою подпись в поле «Или вставьте свой промпт». Голубым подсвечены герои, зелёным — действие и камера, красным перечёркнуты слова, за которыми нет кадра.

Что вы, скорее всего, заметили: в «Пустой» подписи камера есть, а героя и действия нет — монтажёр знает, как снимать, но не знает что. В «Настроении» есть Аня, но половина слов уходит в красное. Неожиданное: самая полезная подпись не длиннее остальных, просто каждое её слово что-то решает. В жизни правило простое — в подписи должен быть глагол, который видно глазами.

Найдите четыре ошибки до того, как за них заплатить

Ошибки непрерывности почти всегда видны прямо в таблице: герой появился без входа, два средних плана подряд, подпись без действия, финал крупно вместо общего плана. В AI-Cup их ловит скрипт-супервайзер — проверка без нейросети и без денег, которая читает сценарий до рендера. Ниже — та же проверка на сцене Димы.

Тренажёр собран на коде студии: из вашей таблицы собирается библия сцены, и замечания пишет та же функция, что проверяет сценарий перед рендером. Нажмите на шот в списке и правьте его: «Крупность» и «Ракурс», кнопки героев («+ добавить» / «✓ в кадре»), «Эмоция» и «В руках», подписи — кнопкой «↻ Другая». Под редактором — «Строки в промпт кадра»: их модель получит дословно. Цель — ноль замечаний.

CAST IN THIS FRAME — exactly 1, nobody else is visible: Аня: expectant, glancing around [always visible: green raincoat], hands empty.
HANDS: each character holds ONLY the item named in their row; a tool, bag or weapon drawn on a character sheet is NOT carried unless the row says so.

Что вы, скорее всего, заметили. Вход Ани чинится двумя способами: подписью «Аня входит…» или добавлением в шот Лёши — тогда это общий план, где Аня рядом с уже показанным героем, а не появление из воздуха. Но во втором случае сразу вылезает новое замечание: у Лёши не указана эмоция. Если увести шот 2.1 в крупный план, ошибка переедет на 2.2 — два CU подряд. И неожиданное: подписи-ловушки. «Меню над стойкой: «Капучино — 250 ₽»» звучит конкретно, но это текст в кадре. Модель нарисует кривые буквы, а надписи и цены добавляют в монтаже. Витрина с десертами тоже ловушка: в этой кофейне её нет, она стоит в списке запретов локации. В жизни починка таблицы занимает минуты, а каждая пропущенная строка — это перерисованный кадр и заново оживлённый клип.

Что делает скрипт-супервайзер, когда сценарий пишет ИИ

Когда сценарий пишет ИИ, AI-Cup сначала проверяет его тем же линтером, отправляет найденные ошибки в одну ревизию модели и принимает исправление, только если ошибок не стало больше. Повторы крупности, которые ревизия оставила, доводятся простым правилом без нейросети. Всё это фаза плана: ни одной картинки в ней не рисуется.

Почему ревизия одна, а не «до победы»? Модель иногда чинит одно и ломает другое, и бесконечный цикл превращается в лотерею. Поэтому правило жёсткое: одна попытка, и её результат принимается, только если ошибок не больше, чем было. Ещё план честно говорит, чего ИИ знать не мог: если вы не дали фото комнаты, планировку и мебель он придумал сам.

Журнал ниже показывает план для сцены Димы шаг за шагом. Строки появляются по одной, кнопка «Показать всё» — если не хочется ждать.

Что вы, скорее всего, заметили: ревизия не вылечила всё, и это нормально — повтор крупности добила механическая замена. Модель исправила вход Ани и подпись, но оставила MS после MS, хотя ей прямо сказали. Неожиданная строка — предпоследняя: план предупреждает, что комнату выдумал ИИ, до того, как вы заплатите за кадры этой выдуманной комнаты. В жизни это повод отдать в раскадровку фото настоящего зала: кадры с ним станут якорем планировки, и окно не переедет на другую стену.

Сколько шотов помещается в ролик: решает минимальная длина

Число шотов задаёт не фантазия сценариста, а минимальная длина шота. Видео-модели не делают клипы короче своего минимума: Seedance — четыре секунды, Grok Imagine — шесть. Если раскадровка режет сцену на шоты по секунде, каждый оживлённый кадр придётся оплатить целиком и обрезать на таймлайне.

В студии это отдельная настройка: «4 с — под видео», «3 с» и «2 с — быстрый монтаж». Она меняет и промпт сценариста: при минимуме 4 с секция держит один-два длинных шота, а не три-четыре коротких. Двигайте «Длительность ролика» и переключайте «Минимальную длину шота». Сверху — сколько секций и шотов попросит сценарист, ниже две полосы: шоты на таймлайне ролика и клипы, которые вы оплачиваете. Штриховка — то, что срежут.

Что вы, скорее всего, заметили: без ограничения двадцатисекундная сцена дробится на 18 шотов чуть длиннее секунды. Это 72 секунды оплаченного видео, из которых 52 уходят в корзину — по снимку прайса kie в AI-Cup около $6.45 из $8.93. С минимумом 4 с получается три шота по 6,7 с и 24 секунды видео примерно за $2.98. Неожиданное: вариант «2 с» выглядит разумным компромиссом, но для 20 с даёт десять шотов по 2 с, и в корзину уходит ровно половина оплаченного. В жизни ставьте 4 с, если кадры будут оживлять, а 2 с — только для раскадровки, которую никто не превратит в видео. Как устроена цена секунды, разобрано в статье сколько стоит секунда видео.

План бесплатный, кадры — нет: порядок работы

Раскадровка в AI-Cup идёт в две фазы. План — сортировка референсов, стиль, сценарий и его проверка — не рисует ни одной картинки. Рендер рисует мастер-кадр пустой комнаты, карту, борды героев и кадр на каждый шот, а затем проверяет каждый кадр зрением и один раз перерисовывает брак.

Нажмите «▶ Прогнать» и пройдите шаги, клик по шагу раскрывает подробности. Плашки «бесплатно» и «платно» показывают, где начинают тратиться кредиты.

Что вы, скорее всего, заметили: бесплатных шагов три, и все они про текст. У каждого платного шага есть своя страховка: мастер-кадр держит комнату, борд держит героя, проверка зрением ловит лишних людей. Но страховка срабатывает после того, как картинка уже оплачена, а ошибки сценария она не исправит: если в таблице Аня вошла не в тот момент, проверка честно нарисует её не в тот момент.

Сколько стоит ошибка, зависит от того, на каком шаге её поймали. Переключите наборы полос: «Сцена Димы целиком» показывает, из чего складывается бюджет, «Одна ошибка» — сколько стоит исправить один шот на разных этапах.

Что вы, скорее всего, заметили: сам лист раскадровки стоит меньше одного клипа. Экономить на нём бессмысленно — экономить надо на видео, а это возможно только через чистую таблицу. Неожиданное: ошибка в плане стоит ровно ноль, но и ловить её некому, кроме вас и линтера, поэтому ревью сценария — единственный шаг, который нельзя пропустить. Оживление кадров подробно разобрано в статье как оживить кадр в видео, а звук для готового ролика — в разборе озвучки и музыки для ролика.

Мифы и возражения

«Нейросеть сама следит за непрерывностью». Не следит. Каждая генерация начинается с нуля, а помнит сцена только то, что записано в таблице и приложено референсом. Даже с бордом героя фирменную черту приходится называть в каждом кадре, иначе она пропадает.

«Чем больше кадров, тем динамичнее ролик». Динамику даёт смена крупностей, а не количество склеек. Восемнадцать шотов по секунде в двадцатисекундном ролике — это 52 секунды выброшенного видео. Три шота разной крупности монтируются бодрее, чем пять одинаковых средних планов.

«Напишу жанр «советский мультфильм» — и кадры будут рисованными». Жанр и медиум — разные ручки. Жанр отвечает за драматургию: темп, покрытие, как сцена строится. Медиум отвечает за то, как рисуется кадр. В AI-Cup это отдельный выбор: советская мультипликация, 2D, аниме, 3D-анимация, комикс, книжная иллюстрация. Рисованный медиум убирает из промпта фото-словарь (линзы, «photoreal», «film still») и ставит замок стиля в каждый кадр. Раньше медиума не было, и «советская мультипликация» из идеи тонула в слове «photoreal» каждого промпта. При автоматическом выборе голое слово «анимация» мультфильмом не считается: назовите медиум прямо.

«Линтер заменит режиссёра». Не заменит. Он ловит формальные ошибки: вход, повтор плана, пустую подпись, текст в кадре. Скучную сцену он пропустит без единого замечания.

Что сделать на этой неделе

1. Возьмите ближайший ролик и распишите шоты таблицей хоть на бумаге: кто в кадре, эмоция, что в руках, крупность, ракурс, секунды.
2. Откройте раздел «Раскадровка» в AI-Cup, вставьте идею и выберите минимальную длину шота 4 с, если кадры будут оживлять.
3. Если ролик рисованный, выберите медиум явно, а не надейтесь на жанр.
4. Отдайте фото зала, утверждённые кадры и ключевые предметы как референсы, иначе комнату и чашку придумает ИИ.
5. Прочитайте план и замечания скрипт-супервайзера до кнопки рендера. Поправьте эмоции, подписи и секунды — это последний бесплатный шаг.
6. Работаете через Claude или Cursor — вызывайте generate_storyboard сначала с planOnly:true, а рендер запускайте после правок, передав утверждённую библию в параметре bible.
7. Оживляйте кадры по одному: каждый кадр — свой клип, а не весь лист одним вызовом.

Источники

• Bytedance Seedance 2.0 Fast — документация kie.ai — параметры модели, длительность клипа от 4 до 15 секунд.
• Grok Imagine Image to Video — документация kie.ai — оживление картинки, длительность от 6 до 30 секунд.
• Get Task Details — документация kie.ai — как устроены асинхронные задачи генерации и их статусы.