Как написать сценарий AI-сериала, чтобы герой не менял лицо

Попросите Claude или ChatGPT одной командой «напиши сценарий ИИ-сериала» – получите набор клише, которым нет дела до видеогенераторов. А в готовых кадрах герой сменит куртку или постареет на десять лет. Нейросеть для написания сценария даёт рабочий материал, когда продюсер режет задачу на четыре шага: библия персонажей, три акта, таблица раскадровки и визуальные промпты. На выходе у вас таблица с таймингом реплик, движением камеры и готовыми английскими запросами для Midjourney, Runway или Kling AI. Сюжет держится, внешность героя тоже.

Нейросеть для написания сценария начинает с библии персонажей

Главная беда AI-кино: генераторы сами не удерживают внешность героя от кадра к кадру. Поэтому я бы начинал с паспорта персонажа, Character Bible. Текстовой модели (удобно взять Claude 3.5 Sonnet или ChatGPT) вы поручаете собрать устойчивые описания каждого героя. В библию идёт четыре блока:

• физические параметры: точный возраст, этническая принадлежность, форма лица, цвет глаз, прическа, шрамы;
• фирменный гардероб: материалы, цвета и детали одежды, которые не меняются всю серию;
• эмоциональная палитра и речевые маркеры: манера говорить, длина фраз, любимые слова;
• текстовый токен персонажа (Prompt Anchor): короткий набор английских слов, который вы добавляете во все визуальные промпты, например "30yo East Asian female detective, wearing beige trench coat, sharp jawline, short black bob haircut".

Пока библия лежит в контексте диалога, модель опирается на неё в каждой следующей сцене и реже «забывает» цвет куртки или возраст героя. Честно, не знаю, насколько надёжно это работает на длинной дистанции в десятки серий. Я бы периодически вставлял библию в диалог заново.

Три акта в микродраме: на разгон времени нет

Вертикальные ИИ-сериалы и микродрамы устроены жёстче классического кино. Длинной экспозиции там нет, зрителя надо поймать в первые секунды. Поэтому берём привычное трёхактное строение и сжимаем его под короткую серию:

1. Акт I, крючок. Сразу конфликт или странная визуальная ситуация.
2. Акт II, развитие и поворот. Проблема эскалирует, герои сталкиваются, всплывает ключевая информация.
3. Акт III, клиффхэнгер. Финал, после которого рука сама тянется к следующей серии.

Просите модель формулировать события глаголами действия. Закадровые размышления героев выкидывайте: переживание показывайте поступком или сменой места. Генератору видео нечего снимать в мыслях, ему нужен жест.

Таблица с колонкой под промпты: сценарий, который читает генератор

Когда структура серии утверждена, просите нейросеть переписать сценарий в режиссёрский формат. В видеопроизводстве удобна двухколоночная таблица: слева видеоряд с операторскими приёмами, справа аудиодорожка. Подробно этот процесс я разбирал в статье Нейросеть пишет сценарий ролика в таблицу. Вот промпт.

Для ИИ-сериала к таблице добавляется ещё одна колонка, с визуальными промптами. Соотношение сторон 16:9 удобнее задать в настройках самого сервиса:

Тайминг	Видеоряд и крупность плана	Аудиоряд и диктор	AI Visual Prompt (Eng)
0:00–0:05	Крупный план. Детектив смотрит на мерцающий монитор в тёмной комнате. Неоновый свет на лице.	Гул сервера. Закадровый голос: «Данные стёрты десять минут назад».	Close-up shot, 30yo East Asian female detective, staring at glowing monitor in dark server room, blue neon lighting on face, cinematic lighting, 8k
0:05–0:12	Средний план. Камера медленно отъезжает назад, открывая разгромленный кабинет.	Тревожный эмбиент. Героиня вздыхает.	Medium shot, 30yo East Asian female detective in beige trench coat standing in messy destroyed office, papers on floor, slow camera pull back, photorealistic

Зазор между задумкой сценариста и тем, что поймёт генератор, сужается: каждый кадр уже записан на языке, который читает модель.

Дальше нейросеть переводит русские описания видеоряда в английские промпты под конкретную видеосетку: Runway Gen-3, Kling AI или Luma Dream Machine. Попросите её соблюдать три правила операторского контроля:

• называть камеру и движение конкретными терминами (panning, camera zoom in, tracking shot, drone flyover), иначе кадры выходят статичными или хаотичными;
• прописывать источники света (volumetric light, golden hour, neon glow, moody darkness);
• разбивать групповые сцены на отдельные крупные и средние планы, потому что генераторы плохо контролируют много персонажей сразу.

Как промпты превращаются в готовый видеоряд и встают рядом со звуком, я разбирал в материале Как снять фильм нейросетью: пайплайн из 5 ИИ-сервисов. А про рынок ИИ-контента в России и про то, почему такой пайплайн нужен не только рекламе, – в статье Первая в России ИИ-микродрама. Что делать продюсеру.

Четыре проверки до запуска генерации

Прежде чем отдавать промпты в Midjourney или видеогенератор, пройдитесь по тексту:

• Прочитайте реплики вслух с секундомером. Модели любят пихать длинные фразы в короткие кадры.
• Найдите в сценарии сложные трансформации объектов внутри одного кадра. Они почти наверняка дадут артефакты, такие сцены лучше разрезать.
• Проверьте, что Prompt Anchor стоит в каждом визуальном запросе эпизода.
• Сгенерируйте по одному кадру на героя и сверьте с библией, прежде чем гнать всю серию.

Модели быстро дают первичный текст, раскадровку и визуал. Режиссуру, чувство ритма и финальный выбор кадров я оставил бы человеку: в гибридном продакшене смысловую сборку и монтаж ведёт команда.

Всё это упирается в реальное производство: библия и таблица хороши, пока по ним кто-то собирает кадры и монтирует фильм. Как это выглядит в готовых работах, например в историческом мини-фильме «Ушаков», социальном «Курьере» и промо «Арктических узоров», можно посмотреть в разделе фильмы и мини-сериалы на нейросетях.