На первый взгляд кажется, что такой ролик нужно генерировать одним длинным промптом.
Мы тоже начали именно так.
И два раза получили практически одинаковый результат: модель путала места героев, ломала движение машины, превращала бочку в кувырок и теряла логику города.
В итоге весь ролик собрали из четырёх коротких генераций в Seedance 2.5.
И именно это оказалось главным решением.
Вместо того чтобы заставлять модель держать десяток кадров и сложную хореографию внутри одного длинного видео, мы разбили историю на короткие сцены и каждую следующую начинали с последнего кадра предыдущей.
Ниже — весь рабочий пайплайн.
Что понадобится
По сути тебе нужны всего четыре основных референса.
1. Лист машины
Одна картинка, где автомобиль показан с нескольких сторон:
- спереди;
- сбоку;
- сзади;
- сверху;
- интерьер / руль.
Он нужен, чтобы кузов, фары, колёса и салон не менялись между генерациями.
2. Лист первого героя
Лучше использовать character sheet:
- полный рост сзади;
- крупный портрет;
- полный рост спереди.
3. Лист второго героя
Тот же принцип.
Главное — чтобы модель получала внешность и одежду из референса, а не пыталась каждый раз создавать человека заново.
4. Референс улицы
Он фиксирует:
- архитектуру;
- сезон;
- освещение;
- направление дороги;
- плотность трафика;
- общий цвет сцены.
Снимок из Google Карт можно использовать как ориентир, но лучше сначала собрать отдельный чистый визуальный референс нужной улицы.
Какие инструменты использовали
Seedance 2.5 — для видео.
Nano Banana / GPT Image — для character sheets, машины и стартовых кадров.
Плюс любая монтажка, чтобы собрать четыре генерации в один ролик.
ШАГ 1. СНАЧАЛА РАЗБЕРИ РЕФЕРЕНС НА КАДРЫ
Не начинай сразу писать промпт.
Сначала открой референсное видео и разбей его на отдельные планы.
Для каждого кадра выпиши:
таймкод → план → что происходит → куда смотрит камера → какое движение должно произойти.
Например:
Кадр 1 — машина стоит в пробке.
Кадр 2 — камера внутри салона.
Кадр 3 — реакция пассажира.
Кадр 4 — реакция водителя.
Кадр 5 — нажатие кнопки.
Кадр 6 — взлёт.
Кадр 7 — машина вращается над пробкой.
Кадр 8 — посадка.
Кадр 9 — финальный гэг.
И только после этого группируй кадры в сцены.
В исходном проекте референс состоял из 11 склеек, и именно покадровый разбор стал картой для всего дальнейшего производства.
ШАГ 2. НЕ ПЫТАЙСЯ СГЕНЕРИРОВАТЬ ВСЁ ОДНИМ ПРОМПТОМ
Вот это, пожалуй, самое важное.
Когда мы попытались положить всю историю в один длинный запрос, модель начала терять пространственную логику.
Кто водитель?
Где пассажир?
В какую сторону едет машина?
Где камера?
Как вращается автомобиль?
Что должно произойти после посадки?
Чем больше таких условий одновременно — тем выше вероятность, что хотя бы одно из них развалится.
Поэтому ролик лучше разбивать на сцены примерно по 4–8 секунд и 3–5 кадров.
В нашем случае получилось четыре блока:
Сцена 1
Пробка
Сцена 2
Реакция → кнопка → взлёт
Сцена 3
Полёт → вращение → посадка
Сцена 4
Финальный гэг
ШАГ 3. КАЖДУЮ НОВУЮ СЦЕНУ НАЧИНАЙ С ПОСЛЕДНЕГО КАДРА ПРЕДЫДУЩЕЙ
Это один из самых рабочих приёмов.
После генерации первой сцены сохраняешь её последний кадр.
И используешь его как стартовый референс для следующей.
Таким образом модель уже получает:
- ту же машину;
- тот же город;
- тот же свет;
- то же положение камеры;
- тех же персонажей;
- то же направление движения.
Ей не нужно заново угадывать всё пространство.
Она просто продолжает уже существующую сцену.
ШАГ 4. НЕ ОПИСЫВАЙ ВНЕШНОСТЬ ПЕРСОНАЖЕЙ КАЖДЫЙ РАЗ
Если у тебя есть нормальный character sheet, не нужно писать:
«мужчина с такими-то волосами, такой-то бородой, в такой-то одежде…»
Это только создаёт дополнительные точки, где модель может ошибиться.
Лучше использовать простую привязку:
Character A is the person from @Image3:
all appearance and outfit are taken from @Image3.
Character B is the person from @Image4:
all appearance and outfit are taken from @Image4.Внешность берём из картинки. В промпте описываем только поведение.
ШАГ 5. ЛЕВО И ПРАВО ОПИСЫВАЙ ПО КАДРУ
Это очень частая ошибка.
Не пиши:
«водитель сидит слева».
Потому что при смене ракурса «лево» перестаёт быть однозначным.
Когда камера смотрит на героев спереди, визуальные стороны меняются.
Поэтому лучше писать:
Character A is on the RIGHT side of the image.
Character B is on the LEFT side of the image.И дополнительно давать визуальные якоря:
the steering wheel is in the foreground
the passenger window is behind him
the other character's shoulder is visible at the edge of frameТо есть модель должна понимать расположение по конкретному кадру, а не по абстрактной географии машины.
ШАГ 6. ЕСЛИ МАШИНА ДВУХМЕСТНАЯ — НАПИШИ ЭТО ПРЯМО
Иначе модель вполне может внезапно создать задний ряд сидений и пересадить туда пассажира.
Добавляй отдельную строку:
A two-seat coupe.
Only two front seats side by side.
No rear seats.Это простая вещь, но она сильно стабилизирует интерьер.
ШАГ 7. ТРАФИК ОПИСЫВАЙ ОТДЕЛЬНЫМ БЛОКОМ
Если просто написать «московская пробка», модель легко создаст двадцать одинаковых автомобилей.
Поэтому трафик лучше воспринимать как отдельного персонажа сцены.
Шаблон:
TRAFFIC — VERY IMPORTANT:
The road is a two-way avenue.
RIGHT carriageway:
dense traffic jam,
all cars facing AWAY from the camera,
red brake lights,
cars standing and slowly creeping forward.
LEFT carriageway:
free-flowing oncoming traffic,
cars driving TOWARD the camera,
white headlights,
normal gaps between vehicles.
Every vehicle is different:
compact hatchbacks,
sedans,
station wagons,
crossovers,
SUVs,
minivans,
city buses,
delivery vans,
taxis,
small trucks.
Different colors and sizes.
Uneven gaps between cars.
Some cars slightly crooked in their lanes.
Realistic dirt and dust on vehicle bodies.
No repeated cars.
No cloned cars.
No identical rows of vehicles.Это намного лучше работает, чем просто «realistic traffic». ШАГ 8. СЛОЖНОЕ ДВИЖЕНИЕ ОПИСЫВАЙ ЧЕРЕЗ ОСЬ
Особенно если объект должен вращаться.
Слово:
barrel roll
само по себе может дать что угодно.
Машина может начать кувыркаться носом вниз, менять направление или вращаться вокруг случайной оси.
Поэтому описываем физику буквально.
Универсальный шаблон вращения
The vehicle starts a sideways barrel roll.
The whole car tips onto its LEFT side:
the left side drops,
the right side rises.
It continues rotating smoothly in ONE direction only.
The rotation happens strictly around the vehicle's own long axis,
from tail to nose.
The nose stays level
and keeps pointing straight ahead.
No pitching.
No turning.
No tumbling end over end.
No reversing the rotation.
No wobbling back.
The vehicle continues moving straight forward during the entire roll.И если камера смотрит прямо сзади:
The rear light rotates visually like a clock hand.Это даёт модели очень понятную геометрию движения.
ШАГ 9. ЭМОЦИИ ТОЖЕ НУЖНО РЕЖИССИРОВАТЬ
Не пиши:
«пассажир устал».
Для модели это слишком абстрактно.
Лучше:
He looks ahead at the traffic.
His eyes slowly lose interest.
His shoulders drop.
He leans his head back against the headrest.
He puffs out his cheeks.
He slowly exhales through rounded lips.
His eyes half-close.
A tiny resigned shake of the head.
Tired, fed-up resignation.
Not angry.То есть эмоцию раскладываем на последовательность физических действий.
Так мимика получается намного живее.
ШАГ 10. РЕАЛИЗМ ЗАДАВАЙ НЕ СЛОВОМ «РЕАЛИСТИЧНО», А КАМЕРОЙ
Вместо:
cinematic, realistic, beautiful
лучше создать постоянную техническую шапку и использовать её во всех сценах.
Шаблон визуальной шапки
Vertical 9:16.
Real live-action footage,
shot on ARRI Alexa 35 with anamorphic lenses,
but operated handheld like a phone in a hand.
Constant subtle natural shake,
micro-drifts,
small reframing corrections.
The camera is never perfectly locked still.
True-to-life colors,
rich natural contrast,
smooth natural color gradients,
shallow depth of field,
organic film grain.
Everything feels alive and breathing.
Photorealistic live-action.
Real city.
Real people.
Real materials.
Real physics.
Not CGI.
Not cartoon.
Not a 3D render.
No plastic textures.
No oversaturated colors.И потом этот блок просто копируешь во все сцены.
СЦЕНА 1. ПРОБКА
Задача первой сцены — установить мир.
Машина движется внутри пробки.
Останавливается.
Показываем интерьер.
Пассажир понимает, что движение встало.
Шаблон промпта сцены 1
Vertical 9:16, [DURATION] seconds, [NUMBER] shots with hard cuts.
[GLOBAL CAMERA / LIGHT / REALISM BLOCK]
REFERENCES
@Image1 is the street and overall mood.
Take architecture, season, light, traffic direction and city atmosphere from @Image1.
@Image2 is the vehicle.
Take body shape, wheels, lights and interior from @Image2.
The vehicle is a two-seat coupe:
only two front seats side by side,
no rear seats.
Character A is the person from @Image3:
all appearance and outfit are taken from @Image3.
Character A is the driver.
Character B is the person from @Image4:
all appearance and outfit are taken from @Image4.
Character B is the front passenger.
[TRAFFIC BLOCK]
SHOT 1:
Exterior establishing shot.
The vehicle slowly moves forward inside the traffic jam.
Camera follows naturally from a low rear three-quarter angle.
The vehicle gently slows down and stops.
Brake lights glow.
SHOT 2:
Interior shot from behind and between the two front seats.
The steering wheel is visible in the foreground.
Through the windshield we see traffic stopped ahead.
The car rolls forward and comes to a complete stop.
SHOT 3:
Medium close-up of Character B in the passenger seat.
Character B looks at the traffic,
his shoulders drop,
he leans back,
slowly closes his eyes
and exhales with tired resignation.
SOUND:
real street ambience,
engines idling,
distant horns,
soft brakes,
quiet tired exhale.
No dialogue.
No subtitles.После генерации сохраняем последний хороший кадр.
Он понадобится дальше.
СЦЕНА 2. РЕАКЦИЯ → ИДЕЯ → КНОПКА → ВЗЛЁТ
Теперь нужно перевести историю из бытовой ситуации в аттракцион.
Пассажир устал.
Водитель смотрит на него.
Улыбается.
Нажимает кнопку.
Машина взлетает.
Шаблон промпта сцены 2
Vertical 9:16, [DURATION] seconds, [NUMBER] shots with hard cuts.
[GLOBAL CAMERA / LIGHT / REALISM BLOCK]
REFERENCES
@Image1 is the opening frame.
Start from this exact cabin layout.
@Image2 is the vehicle.
@Image3 is Character A.
All appearance and outfit come from @Image3.
@Image4 is Character B.
All appearance and outfit come from @Image4.
@Image5 shows the exterior street and vehicle position.
[TRAFFIC BLOCK]
SHOT 1:
Close-up of Character B.
He looks ahead at the traffic.
His eyes go dull.
His head drops back against the headrest.
He puffs out his cheeks
and slowly exhales.
His shoulders sag.
His eyes half-close.
Tired resignation.
Not angry.
SHOT 2:
Medium close-up of Character A behind the steering wheel.
Character A glances toward Character B.
His eyes lower for a moment.
A slow mischievous smirk appears on his face.
He looks like a person who has just had a crazy idea.
SHOT 3:
Extreme macro shot of the center touchscreen.
A glowing button reads:
"[BUTTON TEXT]"
Character A's finger enters frame
and presses the button.
The interface glows brighter.
SHOT 4:
Exterior rear shot.
Thrusters ignite beneath the vehicle.
Bright light and vapor blast across the asphalt.
The car rises vertically,
remaining perfectly level.
The wheels hang below it.
Camera tilts upward to follow.
SHOT 5:
Rear tracking shot.
The vehicle flies forward above the traffic jam.
Its nose continues pointing straight ahead.
At the end of the shot
the vehicle gently begins leaning onto its left side,
starting the first part of a barrel roll.
Do not complete the roll yet.
SOUND:
street ambience,
tired exhale,
electronic button beep,
thruster ignition,
powerful engine roar,
cinematic music hit.
No dialogue.
No subtitles.СЦЕНА 3. ВРАЩЕНИЕ И ПОСАДКА
Здесь стартовый кадр особенно важен.
Машина уже должна находиться над пробкой.
Тогда модели не нужно одновременно решать:
как взлететь + куда лететь + где находится дорога + как начать вращение.
Она получает уже готовое положение и занимается только продолжением действия.
Шаблон промпта сцены 3
Vertical 9:16, [DURATION] seconds, [NUMBER] shots with hard cuts.
[GLOBAL CAMERA / LIGHT / REALISM BLOCK]
REFERENCES
@Image1 is the exact opening frame.
Start the video exactly from this frame:
same street,
same lighting,
same traffic,
same vehicle position.
@Image2 is the vehicle.
@Image3 is Character A.
[TRAFFIC BLOCK]
SHOT 1:
Continue directly from @Image1.
The camera follows behind the vehicle.
The vehicle flies straight forward.
It begins a sideways barrel roll.
The whole car tips onto its LEFT side:
left side drops,
right side rises.
It rotates continuously in ONE direction only.
The rotation happens strictly around the vehicle's own long axis,
from tail to nose.
The nose remains level
and points straight forward.
No pitching.
No turning.
No tumbling end over end.
No reversing.
No wobbling.
SHOT 2:
Interior close-up of Character A.
Character A remains strapped into the seat.
Through the glass roof
the city rotates continuously around him.
Buildings,
sky,
trees
and city lights move upside down across the roof.
Character A remains completely calm,
relaxed
and visibly enjoying the moment.
SHOT 3:
Wide exterior shot.
The vehicle finishes the roll.
It levels out wheels-down.
It crosses above the head of the traffic jam.
The vehicle descends onto the clear road beyond the traffic.
A small cloud of vapor appears on touchdown.
The suspension compresses
and rebounds naturally.
The vehicle continues driving forward.
SOUND:
thruster roar,
wind,
cinematic music,
soft heavy landing,
tyre sound,
city ambience returning.
No dialogue.
No subtitles.Сохраняем последний кадр посадки.
СЦЕНА 4. ФИНАЛЬНЫЙ ГЭГ
Последний кусок лучше делать проще.
Внешнее действие закончилось.
Теперь нужен панчлайн.
Машина останавливается.
Водитель доволен.
Поворачивается.
Камера открывает пассажира.
Шаблон промпта сцены 4
Vertical 9:16, [DURATION] seconds, [NUMBER] shots.
[GLOBAL CAMERA / LIGHT / REALISM BLOCK]
REFERENCES
@Image1 is the opening frame.
Continue directly from this image.
@Image2 is the vehicle.
@Image3 is Character A.
@Image4 is Character B.
SHOT 1:
Exterior.
The vehicle smoothly pulls over to the curb.
Brake lights glow.
The vehicle comes to a complete stop.
SHOT 2:
One continuous handheld interior camera move.
Start with a close-up of Character A.
He leans back in the seat
with a wide satisfied smile.
He slowly turns toward Character B.
The camera smoothly pulls back
and arcs across the center console.
Reveal Character B
in an unexpected comedic position inside his own passenger seat.
Describe the exact physical position:
where the head is,
where the back is,
where the legs are,
what touches the seat,
what touches the roof.
Any loose objects obey real gravity.
Character B stares silently at Character A.
Character A's smile slowly disappears.
His eyebrows rise.
His eyes widen.
He realizes what happened.
SHOT 3:
Close-up of Character A.
He looks toward Character B.
Awkward guilty expression.
He quietly says:
"[FINAL LINE]"
Then holds the expression.
SOUND:
almost silent cabin,
distant city outside,
small environmental details,
single final spoken line.
No music during the punchline.
No subtitles.ЕСЛИ ОДИН КАДР НЕ ПОЛУЧИЛСЯ — НЕ ПЕРЕДЕЛЫВАЙ ВСЁ
Это тоже экономит огромное количество времени.
Если пять кадров хороших, а третий плохой — не запускай всю сцену заново.
Берёшь:
- ту же визуальную шапку;
- те же references;
- оставляешь только нужный
SHOT; - генерируешь отдельные 4–5 секунд.
Потом просто заменяешь этот кусок в монтаже.
МОНТАЖ
После этого четыре генерации просто собираются по порядку.
Но есть два нюанса.
1. Подрежь дубли на стыках
Поскольку каждая следующая сцена начинается с последнего кадра предыдущей, начало и конец будут немного повторяться.
Обычно достаточно убрать несколько десятых секунды.
2. Используй звук как часть шутки
В оригинальном пайплайне музыка начинается в момент взлёта.
А перед финальным гэгом полностью обрывается.
Именно эта короткая тишина перед финальной репликой делает шутку сильнее.
КОРОТКАЯ ШПАРГАЛКА
Если совсем коротко, весь метод выглядит так:
- Разбери референсное видео на кадры и таймкоды.
- Собери character sheets героев и машины.
- Подготовь отдельный референс локации.
- Сгруппируй кадры в короткие сцены по 4–8 секунд.
- Используй одну визуальную шапку во всех промптах.
- Каждую следующую сцену начинай с последнего кадра предыдущей.
- Положение героев описывай относительно кадра.
- Сложные движения раскладывай на ось, направление и последовательность действий.
- Эмоции описывай физическими движениями лица и тела.
- Трафик и фоновые объекты выноси в отдельный блок.
- Неудачный кадр перегенерируй отдельно.
- Склей сцены и убери повторяющиеся кадры на стыках.
Это по сути и есть весь рабочий пайплайн из файла, только без лишней production-археологии.
И главное правило здесь простое:
не пытайся заставить видеомодель сделать весь сложный ролик за один проход.
Разбей задачу.
Зафиксируй пространство стартовыми кадрами.
И заставь каждую генерацию решать одну небольшую часть истории.
Тогда результат становится гораздо более управляемым.