Как собрать сцену для ИИ сериала: соединяем персонажей с окружением

Как собрать сцену для ИИ сериала: соединяем персонажей с окружением
Персонажи придуманы, локации нарисованы, сценарий лежит перед вами. Казалось бы, можно жать на генерацию. Но почему героиня вдруг вымахивает выше дверного проёма, мебель вдруг переезжает, а персонажи упорно смотрят мимо друг друга? Разбираемся, как слепить из разрозненных деталей одну живую сцену.
Допустим, есть небольшая кофейня. За стеклом моросит дождь, над стойкой горит лампа, девушка сидит за столиком и ждёт человека, которого не видела много лет.
Как она выглядит, мы уже знаем. Есть лист персонажа, пара портретов и референс самой кофейни.
Осталось получить кадр, где всё это заработает в связке.
И вот тут у многих начинающих ИИ креаторов начинаются сюрпризы. По отдельности героиня выходит отлично, интерьер тоже радует глаз. Но стоит объединить их в одной генерации — и результат уже непредсказуем.
Причём дело чаще не в плохих исходниках, а в задаче, сформулированной слишком приблизительно.
Сперва разберёмся, что вообще происходит в сцене
Прежде чем браться за промпт, ответьте себе на один вопрос: что зритель должен увидеть и что почувствовать?
Вернёмся в нашу кофейню.
Девушка может просто пить кофе, пока за окном льёт дождь. Это один кадр.
Она может заметить за стеклом знакомого мужчину и замереть с чашкой в руке. Это уже совсем другое.
А если тот уже стоит у столика, а героиня смотрит на него снизу вверх — у сцены появляется третье настроение.
Локация та же, герои те же. Поменялось только действие.
Поэтому начинать стоит не с перечисления мебели, а с короткого описания того, что происходит.
Примерно так:
Молодая женщина сидит у окна кофейни. Она поднимает взгляд на мужчину, неожиданно появившегося возле её столика. На лице — растерянность, которую она пытается спрятать.
Вот это и есть каркас сцены. Всё прочее должно работать на этот момент.
Куда поставить героев?
Одна из типичных ошибок — сразу расписывать всю комнату и всех, кто в ней есть, но забыть про их расположение.
В итоге нейросеть сама решает, кому где стоять.
Иногда попадает удачно. А иногда девушка оказывается за стойкой вместо столика, мужчина торчит посреди прохода, а окно, у которого должна случиться встреча, вообще пропадает.
Надёжнее сразу задать отношения в пространстве.
Например:
Девушка сидит в левой трети кадра, вполоборота к камере.
Мужчина стоит справа от столика, чуть ближе к объективу.
Между ними остаётся небольшое расстояние.
Окно — позади девушки.
Камера стоит со стороны прохода и держит в кадре лица обоих.
Такое описание помогает выстроить внятную композицию.
Но тут важно не превратить промпт в бесконечный список координат. Для одного кадра обычно хватает ключевых ориентиров и связей между объектами.
Крупность плана задаёт настроение
В кино одна и та же сцена выглядит по-разному — всё зависит от того, где стоит камера.
Общий план (Wide Shot) показывает героев вместе с обстановкой. Он нужен, когда зрителю важно понять, где вообще происходит дело.
К примеру, видим всю кофейню: столики, стойку, дождливое окно и одинокую девушку.
Средний план (Medium Shot) держит внимание на персонажах, но часть обстановки оставляет.
Мужчина подходит к столику. Видно его фигуру, девушку и то расстояние, что их разделяет.
Крупный план (Close-up) переключает всё на лицо.
Девушка узнаёт его. Кофейни в кадре почти нет — только её глаза, чуть приоткрытые губы и мгновенная перемена выражения.
Для короткого вертикального сериала умение выбирать крупность особенно ценно. Места в кадре мало, поэтому каждая деталь должна работать.
Необязательно показывать всю комнату, если главное сейчас — реакция героини.
Отчего персонажи перестают походить на себя?
Допустим, у нас отличный портрет героини. На нём прекрасно читаются форма лица, цвет глаз, причёска, характерные черты.
А после переноса в интерьер внешность начинает плыть.
Причин обычно несколько: новый ракурс, другое освещение, слишком скупой референс или ограничения конкретной модели.
Заметнее всего потери, когда камера берёт лицо в профиль или снизу.
Так что одного фронтального портрета мало.
В прошлой статье Академии мы говорили о листе персонажа. Сейчас он превращается в рабочий инструмент.
Нужен кадр в профиль — берите соответствующий профиль из листа. Нужен вид со спины — держите под рукой изображение сзади.
И важно не путать две разные задачи: сохранить личность героя и поменять его положение в кадре.
Если девушка должна сидеть вполоборота, не стоит заставлять генератор заодно выдумывать её внешность, одежду, причёску и новую позу.
Чем больше решений принято заранее, тем легче держать результат под контролем.
И всё равно даже подробные референсы не дают стопроцентного совпадения. Полученные картинки придётся проверять.
Как соединить персонажа с готовой локацией?
Скажем, интерьер кофейни уже нарисован. Там есть большое окно слева, деревянные столики, зелёный диван и круглый светильник над стойкой.
Мы хотим сохранить именно эту кофейню, а не получить похожую.
Тогда исходник локации лучше подать как визуальный референс, а не надеяться на текстовое описание.
В задаче можно отдельно перечислить, что должно остаться нетронутым:
Сохранить архитектуру помещения, расположение окон, мебели, дверей и источников света. Добавить девушку за столиком возле окна и мужчину рядом с ней. Не изменять планировку интерьера.
Но и такой запрос не гарантирует ювелирной точности.
Некоторые генераторы умеют переставлять элементы фона, стоит добавить персонажей. Поэтому на сложной локации выручают инструменты для правки отдельных участков, маски или композиционные заготовки.
Например, сначала собрать кадр с нужной расстановкой мебели и примерными силуэтами героев, а уже потом дорабатывать внешность и детали.
Что удобнее — зависит от возможностей вашего инструмента.
Свет обязан быть общим для всей сцены
Часто персонаж выглядит так, будто его вырезали из чужой картинки и приклеили поверх фона.
В кофейне мягкий вечерний свет, а лицо героини залито ярким дневным солнцем.
Или тени от мебели падают вправо, а тень самого персонажа уходит в противоположную сторону.
Даже если зритель не поймает конкретную ошибку, сцена будет смотреться фальшиво.
Поэтому при объединении героев и окружения проверяйте направление света, его цвет, силу и характер теней.
Для нашей кофейни схему можно задать так:
Мягкий холодный свет пасмурного дня проникает через окно слева. Тёплые настенные светильники создают небольшие локальные акценты. Лица обоих персонажей освещены в соответствии с их положением относительно окна.
Здесь мы не просто просим «сделать красиво». Мы объясняем, откуда идёт свет.
И это помогает связать героев с пространством.
Одна сцена — несколько кадров
Итак, у нас есть общий план кофейни и два персонажа.
Но сериал вряд ли будет состоять из статичных общих планов. Событие нужно показать в развитии.
Для встречи можно собрать небольшую последовательность:
Кадр 1. Общий план кофейни. Девушка у окна. За стеклом — дождь.
Кадр 2. Средний план. Мужчина останавливается у её столика.
Кадр 3. Крупный план девушки. Она поднимает глаза и узнаёт его.
Кадр 4. Крупный план мужчины. Он пытается улыбнуться, но заметно нервничает.
Кадр 5. Средний план обоих. Мужчина медленно садится напротив.
Вроде бы ничего сложного, а маленькая история уже рассказана.
При работе над каждым кадром держите в голове предыдущий.
Если в первом кадре окно слева от девушки, в следующем оно не должно внезапно оказаться справа — по крайней мере без понятной смены точки съёмки.
То же с одеждой, предметами на столе, положением рук и направлением взгляда.
Держим непрерывность действия
В обычном кинопроизводстве за согласованность кадров отвечает continuity — непрерывность и связность происходящего.
Для ИИ сериалов эта задача стоит особенно остро.
Скажем, девушка держит чашку в правой руке. Камера уходит на мужчину, а когда возвращается — чашка уже стоит на столе.
Это нормально, если между кадрами прошло время или подразумевается, что героиня её поставила.
Но если монтаж показывает один непрерывный момент, зритель заметит нестыковку.
Поэтому мелкие детали стоит фиксировать заранее:
В какой руке предмет.
Где стоят персонажи.
Какие элементы одежды видны.
Куда направлен взгляд.
Что изменилось с прошлого кадра.
Для сложных сцен можно вести отдельную таблицу кадров или небольшой визуальный раскадровочный лист.
Так куда удобнее, чем потом восстанавливать всё по памяти после десятка генераций.
Пример промпта для создания сцены
Попробуем собрать всё сказанное в один запрос.
Предположим, у нас уже есть три изображения: лист персонажа девушки, лист персонажа мужчины и референс кофейни.
Пример промпта на английском:
Cinematic medium-wide shot inside the exact café shown in the provided location reference. Preserve the original architecture, window placement, furniture arrangement, materials and lighting fixtures.
Use the provided character references to preserve the exact facial identity, age, hairstyle, hair color, body proportions and distinctive features of both characters.
The young woman sits at the table beside the window, positioned in the left third of the frame. She looks up at the young man standing to the right of the table. He has just arrived and hesitates before speaking.
Their expressions convey an unexpected reunion: restrained surprise on her face, nervous anticipation on his.
Camera positioned at seated eye level from the café aisle, natural cinematic composition, medium-wide framing. Soft cool daylight enters through the left window, complemented by subtle warm interior practical lights. Physically consistent shadows and realistic contact with the environment.
Maintain accurate spatial relationships, natural anatomy, believable body language and consistent character identities. Vertical 9:16 composition.
Этот пример — не универсальная формула. Разные модели по-разному понимают текстовые инструкции и референсы-изображения.
Но сама структура запроса полезна: сначала место действия, затем персонажи, их расположение, эмоции, камера и освещение.
Что проверить перед генерацией видео?
Когда статичный кадр удался, так и тянет сразу его оживить.
Но сперва стоит внимательно рассмотреть картинку.
Правильно ли лежат руки? Не поменялось ли лицо героини? Все ли предметы мебели на месте? Не завелось ли лишнего? Понятно ли, куда смотрит каждый?
Ошибки, почти незаметные на «стоп-кадре», в движении могут вылезти во всей красе.
К примеру, если рука персонажа уже неестественно срослась с чашкой, при попытке поднять её в видео проблема только усилится.
Так что подготовка исходного кадра — не формальность, а важная часть производства.
И лишь после проверки можно идти дальше: описывать движение персонажей, работу камеры, мимику и контакт с окружением.
От красивой картинки к настоящей истории
Сборка сцены для ИИ сериала — это не просто склейка персонажа и фона.
Нужно решить, что происходит, где стоят герои, что они чувствуют, как их видит камера и какие детали обязаны сохраниться между кадрами.
Именно тут работа с генеративными инструментами начинает напоминать режиссуру.
Вы уже не просто просите нейросеть нарисовать девушку в кофейне. Вы выбираете момент, который увидит зритель, и то, как о нём расскажут.
В следующем уроке Академии Шортики ТВ разберём, как превратить готовую сцену в видео: задавать движение, управлять камерой и добиваться естественного поведения персонажей.
А если вы уже делаете собственные ИИ сериалы и хотите сотрудничать с видеоплатформой, загляните на страницу для креаторов на Шортики ТВ.
Тэги: как создать сцену для ИИ сериала, создание сцен нейросетью, персонажи в ИИ видео, генерация кадров для ИИ сериала, раскадровка ИИ сериала, композиция кадра, сохранение персонажей, создание видео нейросетью.