Наушники. Ролик-фантазия в пять генераций — пошаговая инструкция

SOYUZ AI · NANO BANANA PRO · SEEDANCE 2.5 · @PRODUCERPAPI

Ролик-фантазия в пять генераций

Герой сидит на скучном уроке, вставляет наушники и закрывает глаза. Три сцены — космос, мультфильм, ночная дорога — сменяют друг друга в одном и том же кадре, с каждой сменой меняется музыка. Звенит звонок, наушники выпадают: всё это была фантазия.

1 · Класс — реальность
2 · Космос — фантазия
3 · Мульт — фантазия
4 · Дорога — фантазия
5 · Звонок — реальность

4 фото · 5 видео · ~20 секунд ролика · 1 крупность на всё

Как это работает

Идея. Один кадр, который меняет мир вокруг героя

Герой всё время остаётся на своём месте в кадре — тот же размер, тот же ракурс, — а мир вокруг него меняется. Зритель воспринимает склейки как одну непрерывную фантазию.

1 · Класс — Скучный урок. Вставляет проводные наушники, закрывает глаза. Роль в истории: реальность, вход. Из чего: фото → видео
2 · Космос — Парит в открытом космосе, провод наушников плывёт в невесомости. Роль в истории: фантазия 1. Из чего: фото → видео
3 · Мульт — Он — рисованный музыкант, качает головой в такт. Роль в истории: фантазия 2. Из чего: фото → видео
4 · Дорога — Вечер, едет домой за рулём, огни города скользят по лицу. Роль в истории: фантазия 3. Из чего: фото → видео
5 · Звонок — Звенит звонок, наушники выпадают, класс уходит, он собирает вещи. Роль в истории: реальность, выход. Из чего: последний кадр сцены 1 → видео

Два сквозных блока — копируй в каждый фото-промпт без изменений

FRAME LAW — закон кадра · во все фото

FRAME LAW — identical in every shot of this video: 16:9. Medium shot: he is framed from the waist up. Lens level with his eyes, 0° tilt — not from above, not from below. Camera 1.5 m directly in front of him, 50 mm lens, so his head sits in the upper third of the frame and his shoulders take about half of the frame width. He is centred and faces the lens. Static tripod camera.

EARPHONES — сквозной предмет · во все фото

EARPHONES — the same in every shot: plain white wired earphones, two small round earbuds joined by one thin white cable that hangs down to his chest. Not wireless, not AirPods, not over-ear headphones.

Наушники — единственный предмет, который проходит через все пять сцен. Выпали наушники — кончилась музыка — кончилась фантазия.

Подготовка

Шаг 0 · Собери своего персонажа

Всё делается прямо здесь, в SOYUZ AI: и фото, и видео. Никуда переходить не нужно. Первое — научить нейросеть твоему лицу: загружаешь свои фото в Ассеты и подаёшь их референсом в каждую фото-генерацию. Внешность в промптах описывать не нужно — лицо берётся с референсов.

Как это сделать

Ассеты → Загрузить → свои фото. Дальше в разделе «Изображения» выбираешь Nano Banana Pro, жмёшь «Ассеты» и прикрепляешь фото к промпту.

Какие фото брать

Чистое лицо, хороший ровный свет, без жёстких теней
Разные эмоции: нейтрально, улыбка, смех, говоришь, удивлён. Без них лицо «уплывает», как только персонаж начинает двигаться
Разные ракурсы: фронт, 3/4, профиль
Хотя бы одно фото в полный рост
Свежие — последние 4–5 месяцев

Чего не брать

Солнцезащитные очки и головные уборы
Групповые фото
Десятки кадров с одного места — модель начнёт тащить фон вместо лица

Шаг 1 · Схема каждой сцены: фото → видео

Для каждой сцены схема одна и та же, и всё внутри SOYUZ AI:

Фото — Nano Banana Pro. Референс персонажа из Ассетов, 16:9, промпт сцены. Генерируй, пока кадр не станет идеальным
Видео — Seedance 2.5. На вход — готовое фото, промпт движения. Перегенерируй, пока действие не выйдет чисто
Результат — таймлайн. Лучший дубль сохраняешь и кладёшь на таймлайн по порядку

01 · Сцена 1 · Реальность

Шаг 2 · Класс. Вставляю наушники

Точка входа. Обычный урок, вокруг одноклассники. Герой вставляет белые проводные наушники в оба уха и закрывает глаза — с этого момента начинается фантазия.

Герой в классе вставляет белые проводные наушники — Сцена 1 · Класс — готовый кадр

Промпт на фото · Nano Banana Pro · 16:9

Изображение

An ordinary school classroom on a weekday morning. Rows of wooden desks, a green chalkboard behind him, pale walls, backpacks hanging on chairs. Classmates of the same age sit at the desks behind and beside him, slightly out of focus, busy with their own notebooks.

He sits at his desk in the front row, facing the camera. The edge of the desk runs along the bottom of the frame; an open notebook and a pen lie on it. He holds a pair of white wired earphones in both hands at chest height, about to put them in. Eyes open, calm, a little bored.

FRAME LAW — identical in every shot of this video: 16:9. Medium shot: he is framed from the waist up. Lens level with his eyes, 0° tilt — not from above, not from below. Camera 1.5 m directly in front of him, 50 mm lens, so his head sits in the upper third of the frame and his shoulders take about half of the frame width. He is centred and faces the lens. Static tripod camera.
EARPHONES — the same in every shot: plain white wired earphones, two small round earbuds joined by one thin white cable that hangs down to his chest. Not wireless, not AirPods, not over-ear headphones.

LIGHT: soft daylight from tall windows on the left of the frame, about 5500 K, a gentle shadow on the right side of his face; flat ceiling light as fill, no hard highlights.
CHARACTER: the reference photos control ONLY his face, hair, age and build. Clothing: a plain dark sweatshirt.
Photorealistic, natural skin texture, fine film grain. No text, no logos, no watermark.

nano-banana-pro-image 16:9 1K

Повторить

В этот промпт блоки FRAME LAW и EARPHONES уже вставлены полностью — как и во всех фото-промптах ниже.

Промпт на видео · Seedance 2.5 · 4 сек

Видео

4 seconds, 16:9, one continuous take in real time. The first frame literally continues the start image. Shot size, angle, composition, light and colour stay exactly as in the start image for the whole take. The camera does NOT move: no push-in, no zoom, no pan. His face keeps its size and position in the frame.

00:00–00:01 He lifts the right earbud and presses it fully into his right ear; his fingers let go and it stays in.
00:01–00:02 Same with the left earbud in his left ear. The thin white cable now hangs from both ears down to his chest and onto the desk.
00:02–00:04 He exhales, shoulders drop a few centimetres, eyelids close slowly, head tilts back about 5°, the corners of his mouth lift slightly. Classmates behind keep writing — small natural movements only.

PHYSICS: the cable swings a little and settles under its own weight; it never passes through his fingers or clothes.
FORBIDDEN: earbuds vanishing, melting, merging into skin or hair, a third earbud, wireless earbuds, over-ear headphones, the cable disappearing or cutting through fingers, extra fingers — instead: two white earbuds clearly seated in both ears, one continuous cable. No camera movement, no cuts, no change of face, no text.

seedance-v2.5-video 16:9 720p Без звука

Повторить

02 · Сцена 2 · Фантазия

Шаг 3 · Космос. Лечу в невесомости

Первая фантазия. Тот же кадр, тот же размер героя — но вокруг открытый космос. Наушники по-прежнему в ушах, а провод плывёт в невесомости: этот маленький физический штрих продаёт сцену лучше любых звёзд.

Герой в скафандре в открытом космосе, в ушах белые наушники — Сцена 2 · Космос — готовый кадр

Промпт на фото · Nano Banana Pro · 16:9

Изображение

Open space. A deep black sky with dense stars; the curve of a blue planet with a thin glowing atmosphere fills the lower third of the frame behind him.

He floats upright, facing the camera, in a white astronaut suit with the helmet off. The white wired earphones are in his ears; the cable drifts in the air in a loose curve. Eyes closed, calm, a slight smile; arms relaxed and drifting.

FRAME LAW — identical in every shot of this video: 16:9. Medium shot: he is framed from the waist up. Lens level with his eyes, 0° tilt — not from above, not from below. Camera 1.5 m directly in front of him, 50 mm lens, so his head sits in the upper third of the frame and his shoulders take about half of the frame width. He is centred and faces the lens. Static tripod camera.
EARPHONES — the same in every shot: plain white wired earphones, two small round earbuds joined by one thin white cable that hangs down to his chest. Not wireless, not AirPods, not over-ear headphones.

LIGHT: hard sunlight from the upper right, about 6000 K, a sharp shadow on the left side of his face; a cool blue bounce from the planet below lights his chin and the suit.
CHARACTER: the reference photos control ONLY his face, hair, age and build.
Photorealistic, cinematic detail. No text, no logos, no watermark.

nano-banana-pro-image 16:9 1K

Повторить

Промпт на видео · Seedance 2.5 · 4 сек

Видео

4 seconds, 16:9, one continuous take in real time. The first frame literally continues the start image. Shot size, angle, composition, light and colour stay exactly as in the start image for the whole take. The camera does NOT move: no orbit, no zoom, no push-in. His face keeps its size and position in the frame.

00:00–00:04 He floats weightless in place; over the whole take his body turns no more than 5° clockwise. The earphone cable drifts in slow waves, as in zero gravity. His hair lifts slightly off his head. Eyes stay closed, a calm smile.

PARALLAX: near layer — tiny ice particles pass quickly in front of him from right to left; middle layer — him, almost still; far layer — the planet turning slowly and the stars drifting slowest of all. The background moves, he stays in the same place and size.
FORBIDDEN: a helmet appearing, earbuds floating out of his ears, the cable disappearing, the camera flying around him, zoom, change of shot size — instead: earbuds stay in his ears, the frame stays a medium shot from the waist up.

seedance-v2.5-video 16:9 720p Без звука

Повторить

03 · Сцена 3 · Фантазия

Шаг 4 · Мультфильм. Я — рисованный музыкант

Вторая фантазия ломает не место, а саму реальность: герой становится рисованным персонажем в стиле виртуальной группы. Смена фактуры — самый сильный контраст во всём ролике.

Рисованная версия героя в наушниках посреди ночного города — Сцена 3 · Мульт — готовый кадр

Промпт на фото · Nano Banana Pro · 16:9

Изображение

A 2D hand-drawn animated music-video world: a small cramped rehearsal room, graffiti on the walls, an amp and a drum kit behind him, a single bare bulb hanging above.

STYLE: bold, slightly uneven black ink outlines; flat cel shading with one shadow tone; a muted grungy palette of olive, rust and dirty teal; slightly exaggerated cartoon proportions with long limbs; gritty paper texture. Fully 2D and hand-drawn — NOT 3D, NOT a render, NOT photorealistic.

He is drawn as a cartoon musician sitting on the amp, facing the camera, the same white wired earphones in his ears, drawn with an ink outline. Eyes closed, head slightly tilted, lost in the music.

FRAME LAW — identical in every shot of this video: 16:9. Medium shot: he is framed from the waist up. Lens level with his eyes, 0° tilt — not from above, not from below. Camera 1.5 m directly in front of him, 50 mm lens, so his head sits in the upper third of the frame and his shoulders take about half of the frame width. He is centred and faces the lens. Static tripod camera.
EARPHONES — the same in every shot: plain white wired earphones, two small round earbuds joined by one thin white cable that hangs down to his chest. Not wireless, not AirPods, not over-ear headphones.

LIGHT: the bare bulb above, warm; one flat drawn shadow under the chin.
CHARACTER: the reference photos control his face shape, hairstyle and recognisable features, translated into drawing — he must stay recognisable.
No text, no logos, no watermark.

nano-banana-pro-image 16:9 1K

Повторить

Промпт на видео · Seedance 2.5 · 4 сек

Видео

4 seconds, 16:9, one continuous take. The first frame literally continues the start image. Shot size, angle, composition and the 2D hand-drawn style stay exactly as in the start image for the whole take. The camera does NOT move. His face keeps its size and position in the frame.

00:00–00:04 He nods to the beat — four nods, his chin moves 3–4 cm each time. The fingers of one hand tap on his knee. The bulb above swings slightly; the speaker cone of the amp pulses on every beat.

ANIMATION: limited hand-drawn animation "on twos", about 12 drawings per second; the ink lines boil slightly from frame to frame.
FORBIDDEN: switching to 3D, CGI, realism, smooth interpolated motion, style drift between frames, earbuds disappearing — instead: flat 2D drawing for the whole take, earbuds in both ears.

seedance-v2.5-video 16:9 720p Без звука

Повторить

04 · Сцена 4 · Фантазия

Шаг 5 · Дорога. Еду вечером домой

Третья фантазия — самая тихая и взрослая: вечер, пустая дорога, огни города. После космоса и мульта она опускает эмоцию вниз и готовит к возвращению в класс.

Герой за рулём вечером, в ушах белые проводные наушники — Сцена 4 · Дорога — готовый кадр

Промпт на фото · Nano Banana Pro · 16:9

Изображение

Evening, the end of the blue hour. He drives a car home through the city. The camera is mounted outside on the hood, looking at him through the clean windscreen.

He sits in the driver's seat facing the camera, both hands on the steering wheel, the white wired earphones in his ears, the cable running down to his chest. Eyes OPEN, on the road, relaxed; a slight tired smile.

FRAME LAW — identical in every shot of this video: 16:9. Medium shot: he is framed from the waist up. Lens level with his eyes, 0° tilt — not from above, not from below. Camera 1.5 m directly in front of him, 50 mm lens, so his head sits in the upper third of the frame and his shoulders take about half of the frame width. He is centred and faces the lens. Static tripod camera. In the car the rim of the steering wheel runs along the bottom edge of the frame; his head and shoulders keep exactly the same size and position as in the other shots.
EARPHONES — the same in every shot: plain white wired earphones, two small round earbuds joined by one thin white cable that hangs down to his chest. Not wireless, not AirPods, not over-ear headphones.

LIGHT: warm orange streetlights, about 2200 K, falling from above through the windscreen; a cool cyan dashboard glow from below on his chin; blurred city lights in the rear window behind him.
CHARACTER: the reference photos control ONLY his face, hair, age and build. Clothing: a plain dark jacket.
Photorealistic, cinematic night detail. No text, no logos, no licence plates, no watermark.

nano-banana-pro-image 16:9 1K

Повторить

Промпт на видео · Seedance 2.5 · 4 сек

Видео

4 seconds, 16:9, one continuous take in real time. The first frame literally continues the start image. Shot size, angle, composition, light and colour stay exactly as in the start image for the whole take. The camera stays fixed to the car: it does NOT leave the hood, zoom or turn. His face keeps its size and position in the frame.

00:00–00:04 Streetlight reflections slide across the windscreen and over his face from top to bottom, one every second. He taps one finger on the wheel to the beat, glances once at the side mirror and back to the road. Eyes open the whole time.

SHAKE: only from the car — the road surface and the seams of the asphalt, a vertical amplitude of 2–3 mm; the camera shakes together with the car, not separately.
PARALLAX: windscreen reflections fastest; him — still; city lights in the rear window — slow, blurred.
FORBIDDEN: eyes closed while driving, hands off the wheel, the camera leaving the car, earbuds disappearing — instead: eyes on the road, both earbuds in, the same medium shot.

seedance-v2.5-video 16:9 720p Без звука

Повторить

05 · Сцена 5 · Реальность

Шаг 6 · Звонок. Наушники выпадают

Развязка. Здесь новое фото не генерируется. За основу берётся последний кадр видео из сцены 1 — где наушники уже в ушах и глаза закрыты. Так финал продолжает начало ровно с той же точки, и зритель понимает: мы всё это время не уходили из класса.

Старт — последний кадр сцены 1: наушники в ушах, глаза закрыты
Видео — Seedance 2.5, промпт ниже, 4–8 сек
Таймлайн — финальный клип, последним в монтаж

Промпт на видео · Seedance 2.5 · 4–8 сек

Видео

8 seconds, 16:9, one continuous take in real time. The first frame literally continues the start image: the classroom, him at his desk, earbuds in, eyes closed. Shot size, angle, composition, light and colour stay exactly as in the start image for the whole take. The camera does NOT move; it stays on his desk even after he leaves.

00:00–00:01 A loud school bell rings. His eyes snap open, he flinches, shoulders jerk up.
00:01–00:02 Both earbuds pop out of his ears and fall onto the desk; the cable slides down after them.
00:02–00:04 Behind him the classmates stand up, push their chairs back and walk out of the classroom toward the right of the frame.
00:04–00:06 He looks left, then right, understands; a short embarrassed smile. He closes the notebook and picks up the notebook, the pen and the earphones.
00:06–00:08 He stands up and walks out of the frame to the right. The camera stays still on the empty desk.

FORBIDDEN: the camera following him, zoom, cuts, the earbuds staying in his ears after the bell, classmates walking toward the camera, a change of room or light — instead: one fixed shot, earbuds fall on the bell, the room empties.

seedance-v2.5-video 16:9 720p Без звука

Повторить

Монтаж и звук

Шаг 7 · Склей и дай каждой сцене свою музыку

Видео готово на 80%. Остальные 20% — звук. Именно смена музыки на каждой склейке превращает пять клипов в одну историю.

1 · Класс — Живой звук класса: гул, шорох тетрадей, скрип стула. Когда глаза закрываются — тихо, как из наушников, входит трек 1. Склейка: резко, на сильную долю трека 1
2 · Космос — Трек 1 на полную громкость. Широкий, «воздушный» звук. Склейка: на смену такта — сразу трек 2
3 · Мульт — Трек 2 — другой жанр, противоположный по энергии: грязнее, ритмичнее. Склейка: на сильную долю — трек 3
4 · Дорога — Трек 3 — спокойный, ночной, под тихую езду. Склейка: жёсткая склейка на звонке
5 · Звонок — Звонок обрывает музыку в ноль. Дальше только звук класса: стулья, шаги, голоса. Конец ролика

Порядок на таймлайне

Клади клипы строго в порядке 1 → 2 → 3 → 4 → 5
Режь по музыке, а не по действию: склейка на сильную долю ощущается как «щелчок» переключения трека
Тишина после звонка — лучшая пауза во всём ролике. Не заполняй её ничем
Музыку подставляй свою. Если публикуешь ролик в соцсетях, бери треки, на которые у тебя есть права, или библиотеку платформы

Проверка перед публикацией

Во всех пяти клипах герой одного размера и на одном месте в кадре
В каждом клипе видны оба наушника и провод
Лицо узнаётся в каждой сцене, включая мультфильм
Финал начинается ровно с того кадра, которым закончилась сцена 1
Музыка меняется на каждой склейке и обрывается на звонке

Сделай своё

Замени на своё. Придумай, кем ты хочешь быть

Схема не привязана к классу и космосу. Меняй реальность, меняй фантазии — работает всё, пока соблюдено золотое правило: одна крупность, один ракурс, один сквозной предмет.

Реальность — где тебе скучно

Офис, совещание в переговорке
Вагон метро в час пик
Очередь в поликлинике
Пробка утром
Самолёт, эконом, средний ряд

Фантазии — где тебе хочется быть

Сцена стадиона, свет в лицо
Пульт диджея на рейве
Серфинг на закате
Рыцарь на коне, средневековье
Кино 80-х, неон и синтвейв

Шаблон промпта на фото для любой сцены

[WHERE — describe the world in 2–3 sentences: place, time of day, what is behind him]

He [pose — sits / floats / stands], facing the camera, [what he wears or holds]. The white wired earphones are in his ears. [Eyes closed / open], [one-word mood].

[FRAME LAW]
[EARPHONES]

LIGHT: [one main light source, its direction and colour temperature, where the shadow falls].
CHARACTER: the reference photos control ONLY his face, hair, age and build.
[Photorealistic / 2D hand-drawn / other style]. No text, no logos, no watermark.

[FRAME LAW] и [EARPHONES] не вставляй как есть — замени их полными блоками из раздела «Как это работает».

Частые ошибки

Разная крупность — склейки не читаются как одна фантазия → FRAME LAW слово в слово в каждом промпте
Недорисованные наушники — пропадает сквозной предмет, финал не понятен → перегенерировать, не монтировать «почти»
Финал из нового фото — прыжок в кадре, класс «другой» → только последний кадр сцены 1
Оживлять сырое фото — дорогие видео-попытки впустую → сначала идеальное фото, потом видео
Мало эмоций в референсах — лицо уплывает в движении → добавить улыбку, смех, речь, удивление