Одной подписки на Kling мало, чтобы сдать ролик клиенту

Генерация видео контента выглядит как задача на вечер: открыл Kling, написал промпт, получил ролик. Для мема так и есть. Для ролика, который уйдёт клиенту, на каждую минуту готового монтажа приходится в разы больше сгенерированного материала, и каждую из них кто-то должен отсмотреть, выбрать, собрать и озвучить. Так что нужен конвейер: нейросети в нём работают быстрыми художниками, а люди – режиссёрами, монтажёрами и звукорежиссёрами.

Почему подписка и один SMM-менеджер сливают бюджет

Агентства регулярно говорят мне одно и то же: посадим SMM-менеджера на Kling или Runway, и продакшн нам не нужен. Получается дёрганый видеоряд без монтажа и звука, который стыдно показать заказчику, а лимиты на сервисах улетают за неделю. С нейросетью тут всё в порядке. Не хватает остальной команды.

Ломается всё в четырёх местах:

1. Консистентность. В первом кадре у героя одна куртка, во втором другая, в третьем уже другое лицо.
2. Физика. Модельки путают анатомию, направление движения и гравитацию.
3. Точечные правки. Клиенту нравится сцена, но чашка на столе должна быть другого цвета. В один клик это не делается: сцену генерируют заново и надеются, что всё остальное совпадёт.
4. Структура и звук. Сырая генерация – набор беззвучных пятисекундных кусков. Чтобы получилось кино, нужны монтаж, цветокоррекция и саунд-дизайн.

В промышленном продакшене работает гибридная схема: ИИ-агенты выдают десятки вариантов, живые специалисты собирают из них продукт. Как нейросети режут бюджет на реальном примере, я разбирал в статье Нейросеть для видео: как WD-40 сэкономил на съемках.

Как устроена генерация видео контента на потоке: пять этапов

Чтобы результат был предсказуемым, процесс режется на этапы, и у каждого свой ответственный.

1. Бриф и концепт. Продюсер фиксирует задачу, хронометраж и визуальный стиль, сценарист пишет текст.
2. Раскадровка и ключевые кадры. Вместо текстовых промптов я бы брал Image-to-Video. Сначала нейросеть, например Midjourney, рисует статичные кадры. На них продюсер проверяет стиль, свет и лица героев. Пока всё утверждается на картинках, персонажи не поплывут от кадра к кадру.
3. Движение. ИИ-продюсер загружает утверждённые изображения в видеомодели (Kling 3.0, Hailuo 3.0 или Runway Gen-3) и настраивает камеру и динамику объектов.
4. Черновой монтаж и звук. Монтажёр собирает сцены на таймлайне, задаёт ритм и кладёт черновой звук. Про инструменты для голоса и музыки есть отдельный материал: Нейросеть для озвучки Suno Speech: голос и музыка вместе.
5. Постобработка и апскейл. VFX-специалист убирает артефакты (лишние пальцы, плывущие текстуры), делает цветокоррекцию и поднимает разрешение до 4K специальными апскейлерами.

Из чего складывается цена минуты ролика

Брак у нейросетей неизбежен, поэтому на минуту готового монтажа приходится в разы больше сгенерированного материала. Деньги уходят в пять статей: подписки на сервисы и лимиты генерации, работа ИИ-продюсера (промпты, отбор дублей), режиссура монтажа, звук с диктором и музыкой, чистка артефактов и VFX. Подписки занимают самую короткую строку, остальное достаётся людям, которые превращают генерации в ролик. Точную смету даёт только бриф: она зависит от сложности и числа правок, поэтому цифр с потолка здесь не будет.

Классические съёмки сопоставимого по сложности ролика, с фантастическими локациями или историческими костюмами, по моей оценке, потянули бы на миллионы: павильоны, графика, гонорары актёров. Именно такие задачи были у нас в историческом мини-фильме «Ушаков» (пилот серии «Великие люди России») и в промо-фильме конкурса «Арктические узоры», где орнаменты северных народов живут прямо в природе.

Что делать агентству на этой неделе

Сначала четыре шага, для которых не нужны ни бюджет, ни решение о найме:

• Пройдитесь по пяти статьям расходов выше на своём ближайшем проекте. Сколько исходника вы заложите на минуту готового видео и кто будет его отсматривать?
• Потребуйте раскадровку из статичных кадров до запуска видеомоделей. Стиль, свет и лица согласуйте на картинках: переделывать картинку дешевле, чем готовый клип.
• Распишите, кто отвечает за монтаж, звук и чистку артефактов. Если ответ «наш SMM-щик», вернитесь к первому разделу.
• Попросите у подрядчика, внутреннего или внешнего, три промпта и раскадровку до старта. Сразу видно, понимает ли человек режиссуру.

Дальше развилка. Можно строить свой отдел: понадобятся ИИ-продюсер (промпт-инженер, который разбирается в режиссуре), сильный монтажёр, готовый работать с нестандартным материалом, оплата зарубежных сервисов и обучение команды. Можно отдать генерацию профильному продакшену с отлаженным процессом – это снижает риск сорванных сроков. Что выгоднее на длинной дистанции, честно, зависит от потока: при пяти роликах в год свой отдел вряд ли окупится, при пяти в месяц я бы всерьёз его считал.

Всё это упирается в реальное производство, а как оно выглядит, лучше показывать на готовых работах. Межпрограммный фильм «Окко. Спорт в цифрах» про падел держит цифры прямо внутри кадра, а имиджевый тизер OREX для платформы земли в Дубае работает в продажах. Эти и другие проекты собраны на странице AI-видеопродакшн Мити Амбарцумяна.