Студия просила 18 000 ₽ за ролик. Я собрал его нейросетью из текста за вечер и 200 рублей

«Восемнадцать тысяч за тридцать секунд» — столько мне насчитала студия за рекламный ролик. Платить я не стал. Вместо этого открыл нейросеть, описал нужную сцену обычными словами и к вечеру держал готовое видео — оно обошлось в пару сотен рублей и не потребовало ни камеры, ни оператора. Ниже — весь путь по шагам, на моём опыте и со всеми шишками, которые я успел набить.

Сразу о себе, чтобы было понятно, с какого я уровня. Я не айтишник и не монтажёр — занимаюсь ремонтом квартир. Самое близкое к «видеомонтажу» в моей жизни было подрезкой плитки под угол. Так что если разобрался я, разберёшься и ты.

Перелом случился на одном заказе. Пришёл клиент с крупным объектом: облицевать плиткой склад почти на тысячу квадратов. Он выбирал между несколькими бригадами и хотел заранее понимать, что получит. А смотреть не на что — голый бетон, фотографировать нечего. Тогда вместо сухой сметы я показал ему будущий пол живьём: ровные ряды до горизонта, дневной свет из высоких окон, ощущение масштаба. Описал всё это текстом, программа собрала из описания короткий ролик.

Заказ остался у меня. Ролик стоил одного вечера и примерно двухсот рублей кредитов. С тех пор я собрал таких видео уже не одно — и понял, что это куда проще, чем кажется со стороны.

Идея до банального простая: ты словами описываешь, что должно быть в кадре, а нейросеть превращает это в движущуюся картинку. Например: «складской зал с уложенной плиткой, ровные ряды до горизонта, дневной свет из окон, камера медленно едет вперёд». Через минуту-другую на выходе готовый ролик. По сути это обычный инструмент — как перфоратор: вопрос не в том, дорогой он, а в том, умеешь ли ты им работать.

Полгода меня тормозила мысль, что для такого нужно мощное железо. Оказалось — нет. Все вычисления идут на серверах сервиса, твой компьютер только отправляет запрос и показывает результат. Своё первое видео я сделал с обычного рабочего ноутбука, держа в соседней вкладке смету.

По факту нужно лишь три вещи: доступ к нейросети, которая умеет в видео; понятное описание сцены (его называют промптом); и капля терпения на две-три перегенерации. Ни карты захвата, ни тяжёлых программ, ни курсов за полсотни тысяч.

Шаг 1. Описываю одну сцену. Без сценария на три страницы — беру один кадр и описываю его, как другу: что в нём, какой свет, какое настроение. Чем конкретнее, тем меньше неожиданностей.

Шаг 2. Добавляю движение и стиль. Модели важно понимать не только «что», но и «как». Фразы «камера облетает объект», «замедленная съёмка», «кинематографичный свет» сразу поднимают планку. Первые попытки выходили статичными, будто кто-то забыл оживить фотографию.

Шаг 3. Запускаю и жду. Обычно от тридцати секунд до минуты. Тут как с бетоном: быстрее не схватится, сколько на таймер ни смотри.

Шаг 4. Оцениваю и переделываю. Первый дубль редко финальный — и это нормально. Меняю слово-другое, уточняю свет, убираю лишнее и гоню заново. В среднем выходит две-три попытки.

Шаг 5. Собираю и озвучиваю. Нужен ролик длиннее — генерирую куски по очереди и склеиваю. Звук и музыку тоже умеет ИИ, но это тема для отдельного разбора.

Вот тут начинается самое затратное, если не разобраться. Сильных моделей несколько, и у каждой свой характер. Veo хвалят за реалистичное движение и природу. Kling лучше других отрисовывает живую мимику. Sora берут под сложные и длинные сцены. Runway удобен, чтобы доработать готовое. Бесплатный режим есть почти везде — попробовать хватит, но дальше упрёшься в водяные знаки, очереди и куцые отрезки.

А теперь мой главный прокол. На старте я по незнанию оформил подписки сразу на пару сервисов по отдельности, долларов по двадцать каждая. Пользовался одним, про второй забыл — и он спокойно списывал деньги месяц, как заброшенный абонемент в спортзал. Потом узнал про агрегаторы: сервисы, где десятки моделей живут в одном окне по одной подписке. Перешёл на такой (Syntx) — там и картинки, и текст, и ролики в одном месте, оплата российской картой, переключение моделей в пару кликов. Новичку так дешевле и спокойнее: меньше шансов слить бюджет на то, чем не пользуешься.

Отдельная история — оживление снимков. Нейросеть берёт статичное фото и добавляет ему движение: пишешь, что должно происходить, и кадр будто дышит — человек чуть поворачивает голову, листва за окном дрожит, камера мягко наезжает.

Недавно у знакомой ушёл из жизни дедушка. Я помог оживить его старую фотографию — добавил совсем лёгкое движение, будто он на секунду снова смотрит на тебя. На прощании включили этот короткий кадр, и спокойным не остался никто. Тогда я и понял: дело не в технологии, а в том, что она на миг возвращает близкого человека. Совсем другой вес, чем привычное «о, прикольно».

В работе это тоже выручает: снимок объекта до ремонта превращаешь в живой кадр для презентации — и клиенты теплеют куда заметнее, чем от статичной картинки.

Ждут шедевр с первого промпта — не выйдет, это диалог с машиной, а не лотерейный билет. Пишут размыто: «красивое видео» каждый поймёт по-своему, и результат разочарует. Хватаются за всё сразу — а надо сперва освоить один инструмент и только потом расширяться. Копируют чужие промпты слово в слово — бери их за основу, но подгоняй под себя, иначе получишь чужой результат с чужими ошибками.

Считаю на себе. Тот ролик из четырёх сцен обошёлся примерно в двести рублей кредитов и полтора часа с учётом перегенераций. Студия за похожее просила восемнадцать тысяч. Даже если переборщить с попытками вдвое, экономика сходится с большим запасом. Логика простая: если ролик экономит хотя бы один выезд на объект или помогает закрыть сделку, он окупается в тот же день.

Возьми любой из этих промптов, подгони детали под себя и запусти:

Закономерность одна: чем понятнее описаны сцена и движение камеры, тем ближе результат к тому, что у тебя в голове.

Не усложняй. Возьми одну простую сцену, опиши её человеческими словами, добавь свет и движение, запусти и переделай разок-другой. К вечеру у тебя будет то, что ещё недавно казалось доступным только избранным.

Спрашивают, где именно я генерил. Даю ссылку, по которой захожу сам: тык — это бот того самого агрегатора. Новым дают стартовые кредиты бесплатно, мой первый ролик уложился примерно в них. Так что проверить «студия за 18к или вечер за 200 ₽» можно вообще без вложений.

Готовые промпты, с которых начинал я, держу в своём канале — загляни, по слову «СТАРТ» отдаю подборку под разные сцены бесплатно. Там же без прикрас показываю, что из нейросетей реально тянет рабочие задачи, а что красиво только в демках.