🛠 Стоковая фотография против нейросети: как раскадровка решает проблему хаоса в видеогенерации Прямой запрос «сгенерируй видео» одним длинным промтом почти гарантированно даёт брак. Модель пытается одновременно решить две конфликтующие задачи: удержать композицию кадра и выстроить последовательность действий во времени. На практике это приводит к тому, что персонаж меняет внешность между секундами ролика, камера дёргается, а сюжет интерпретируется моделью, а не автором. Сколько промт ни переписывай — проблема не в формулировке, а в архитектурном ограничении: один запрос смешивает пространственную и временную оси. Метод, описанный в статье, разделяет процесс на два независимых этапа. Сначала генерируется статичный лист с 6–8 пронумерованными кадрами-панелями — по сути, страница комикса с раскадровкой сюжета. На этом шаге модель занимается только композицией: кто в кадре, какой план, какой ракурс. Ошибка здесь стоит дёшево — переделать одну панель на плоской картинке быстрее и дешевле, чем перегенерировать весь видеоролик. И только когда лист утверждён, он уходит в видеомодель как референс последовательности, где каждому кадру сопоставлен отдельный промт с таймкодами, движением камеры и звуком. Промты приведены полностью — от логлайна до посекундной раскадровки с планами и аудио. На выходе получается 12-секундный ролик, собранный за вечер без команды и монтажа. Вариант для тех, кому нужен больший контроль — грубый набросок вместо детализированной раскадровки. Палочные фигурки, красные рамки кадрирования и синие стрелки движения дают модели минимум визуального шума, чтобы она считывала именно композицию и порядок действий, а внешность персонажа брала с отдельного character sheet. По данным Habr, автор тестировала метод на моделях Seedance 2 и Seedance 2 mini — первая держит разрешение вплоть до 4K и точнее ведёт мимику, вторая ограничена 720p и годится для черновых прогонов. Индустрия всё ещё ищет способ собрать видео одним промтом. Но пока видеомоделям не хватает «событийной памяти», инженерное решение лежит не в размере модели, а в разбиении задачи на композицию и движение. По сути, это спор между стоковым мышлением — нажать одну кнопку — и режиссёрским подходом: сначала утвердить раскадровку, потом снимать. Парадокс в том, что на съёмочной площадке второй подход очевиден, а в интерфейсе нейросети кажется лишней работой. #генерациявидео #сториборд #Seedance #промт-инжиниринг