Как превратить текст в кино: практический гид по видеопромптам для OpenAI Sora

С появлением Sora от OpenAI генерация видео стала ремеслом, в котором слова - это ваш раскадровочный лист. Вы описываете сцену, ритм, свет, стиль - модель собирает из этого живое движение. И чем грамотнее промпт, тем ближе результат к замыслу.

Часть свойств видео не управляется словами, а задаётся параметрами запроса. Важны: модель (sora-2 или sora-2-pro), разрешение (наборы зависят от модели) и длительность клипа (4/8/12 секунд). Эти настройки - «контейнер» видео: их надо указывать в API, а не «просить» в тексте. Короткие клипы, как правило, лучше соблюдают инструкции; длинные сцены удобнее собирать из нескольких коротких.

Думайте как режиссёр: опишите кадр (фрейминг, глубину резкости), действие по ритмическим «битам», освещение и палитру, добавьте 2–3 отличительных признака героя/объекта, чтобы модель удерживала идентичность. Если нужен мини-сиквенс, структурируйте блоками «один сетап - одно действие - одна световая логика», чтобы склеивать клипы без разрыва стиля. Короткий промпт - больше свободы и сюрпризов; длинный - больше контроля, но не всегда идеально исполним.

Задайте тон с первых слов: «ч/б 16 мм документалистика», «эпическая IMAX-масштабная сцена», «смартфон-видео с рук». Дальше - конкретика вместо абстракций: не «красивый ночной город», а «мокрый асфальт, зебра, неон в лужах». Для камеры избегайте расплывчатого «киношно» - пишите «широкий общий, нижняя точка», «МС, лёгкий наклон», «shallow DOF». Свет тоже формулируйте предметно: «мягкий из окна + тёплая лампа-филл + холодный кант из коридора», плюс 3–5 якорных цветов для постоянства палитры в монтажной сцене.

Самая частая ошибка - «много всего сразу». Держите один понятный жест и один движок камеры на клип, расписывайте темп: «4 шага до окна, пауза, в последнюю секунду - движение шторы». Такой счёт читается и лучше исполняется моделью.

Чтобы закрепить дизайн персонажа, костюм, грим, сетдрессинг или общую эстетику, подавайте референс-картинку входом к запросу (разрешение картинки = целевому видео; JPG/PNG/WebP). Тогда текст описывает действие и ритм, а изображение «якорит» первый кадр и общий вид. Если нет готовых референсов, их можно быстро нагенерировать в модели изображений OpenAI и использовать как базу.

Диалог прописывайте отдельным блоком под визуальным описанием, с краткими, естественными репликами; на 4 секунды поместится 1–2 коротких обмена, на 8 - больше, но длинные фразы ломают ритм. Даже в «немых» сценах можно заложить ритмическую подсказку одним звуком (например, «дальний шорох трафика» или «чёткий щелчок»).

Когда вариант «почти тот», уточняйте одну правку за раз: «тот же шот, но 85 мм», «тот же свет, новая палитра: бирюза/песок/ржавчина», «тот же сетап, поменять цвет монстра». Если шот «не считывается», упростите: замрите камеру, сократите действие, расчистите фон - а затем наращивайте сложность по шагам.

Ниже - удобный шаблон, чтобы не забыть ни один слой. Это не «рецепт успеха», а проверенный чек-лист, который повышает повторяемость стиля и поведения:

Ниже - совершенно новые фантастические сцены. Неожиданные миры, необычные материалы, смелые палитры, контролируемое движение.

Сцена. Над флуоресцентной пустыней поднимается буря из стеклянного песка; по гребню дюны идёт фигура в плаще, лицо скрыто маской с капающими циферблатами. Кинематография. Широкий общий с нижней точки; камера - медленный долли-ин. DOF - глубокая (видны далёкие огни миражей). Свет/палитра. Холодная луна + тёплые отблески от стеклянных песчинок. Палитра: лазурный, фуксия, янтарь. Биты. 1) Плащ хлопает, песок бьёт по объективу. 2) Герой поднимает руку - над ладонью зависают цифры. 3) В финальную секунду шквал «замерзает» в воздухе.

Сцена. В чёрном океане пустоты парит библиотека-созвездие: книги - это мини-галактики. Архивариус с четырьмя руками ловит книгу-комету сетью из света. Кинематография. Aerial-wide, лёгкий наклон вниз; параллакс плавающих «полок». Свет/палитра. Мягкое свечение, акценты от электрик-синего до перламутрового. Биты. 1) Комета-книга мимо камеры. 2) Сеть раскрывается веером. 3) Захват - вспышка, пыль-звёздочка осыпается.

Сцена. На поляне стоят статуи-монахи из оптоволокна; внутри бежит свет как «дыхание». Маленький дрон-стрекоза садится на ладонь. Кинематография. Средний план, лёгкий крен; ручная камера с микро-дрожанием. Свет/палитра. Тёплые «практикалы» в статуях + холодные акценты росы. Палитра: мёд, графит, мятный. Биты. 1) «Вдох» - свет набирает яркость. 2) Дрон садится, гудение совпадает с пульсом. 3) Тихая вспышка - на ладони прорастает пиксель-росток.

Сцена. Каменный колосс шагает по туманному городу, по его плечам проложены рельсы, а винтажный трамвай медленно катится мимо окон. Кинематография. Средне-общий, стедикам вдоль «склона плеча», лёгкий вертикальный шевелён. Свет/палитра. Утренний рассеянный свет + тёплые трамвайные лампы. Палитра: серый камень, латунь, сепия. Биты. 1) Колосс дышит - из трещин идёт пар. 2) Трамвай звенит колоколом. 3) Пассажир открывает окно и ловит пар рукой.

Сцена. Восточный базар в куполе, где продают «фрукты времени»: каждое ядро - мини-сцена из другого века. Торговка бросает плод в воздух - внутри идёт снег. Кинематография. Средний, лёгкий следящий пан слева направо; глянцевитая оптика. Свет/палитра. Тёплые гирлянды + холодные блики купола. Палитра: шафран, кобальт, слоновая кость. Биты. 1) Плод взмывает. 2) Внутри - секундная буря. 3) Падает в ладонь, снег тает на коже.

Сцена. Океан-ночь. На спине биокита - станция исследователей, лампы мерцают; стая медуз-дронов ведёт караван. Кинематография. Широкий нижний ракурс, камера - медленный облет. Свет/палитра. Биолюминесценция: бирюза/фиолет/золото. Биты. 1) Медузы пролетают перед объективом. 2) Кит «поёт» - вибрация воды. 3) Станция выпускает баллон с огнями-маяками.

Сцена. В небе вращается гигантская виниловая пластинка-город: кварталы - дорожки; игла-обелиск «снимает» музыку улиц. Кинематография. Aerial-wide, лёгкий наклон; камера синхронно вращается. Свет/палитра. Сумерки, неоновые дуги и золотые окна. Биты. 1) Обелиск опускается. 2) Волна света проходит по кварталам. 3) Пешеходы на мостиках замедляются в такт.

Sora - это оператор, художник по свету и монтажёр в одном «движке», но ведущим остаётся автор промпта. Чем точнее вы мысли формулируете языком кино - тем стабильнее результат. А дальше - эксперимент: закрепляйте стилевые решения референсами, оттачивайте ритм, разбивайте сложные сцены на понятные шоты, играйте палитрами. В этом и есть новая свобода: режиссировать фантастические миры текстом - а модель аккуратно переводит их в движущиеся изображения.