Промпт для анимации фото: как описать движение, чтобы модель поняла

Промпт для видео устроен иначе, чем промпт для картинки. В картинке вы описываете состояние: что видно в кадре. В видео — процесс: что меняется от начала к концу. Смешение этих двух режимов — причина большинства неудачных роликов.

Две независимые оси: субъект и камера

Любое движение в кадре складывается из двух вещей: движется объект и движется камера. Модель различает их, и описывать их нужно раздельно.

• Движение субъекта: «медленно поворачивает голову вправо», «моргает», «улыбается едва заметно», «волосы шевелятся от ветра».
• Движение камеры: «медленный наезд», «плавный отъезд», «лёгкое смещение вбок», «камера статична».

Явное «камера статична» — не лишнее слово. Без него модель нередко добавляет собственное движение камеры, которое конфликтует с движением субъекта, и кадр начинает плыть в двух направлениях сразу.

Структура запроса

1. Что в кадре — коротко, чтобы модель не переопределила содержимое: «женщина в пальто на фоне улицы».
2. Движение субъекта — одно, максимум два действия.
3. Движение камеры — одно, либо явная статика.
4. Темп — «медленно», «плавно», «едва заметно».
5. Что остаётся неизменным — «фон статичен», «поза не меняется».

Почему одно действие лучше трёх

Каждое дополнительное действие делит между собой одинаковое количество кадров. Ролик на пять секунд физически не вмещает поворот головы, улыбку, взмах рукой и наезд камеры — модель попытается уложить всё сразу, и каждое движение получится дёрганым.

Правило простое: одно ясное действие на ролик. Если нужно больше, лучше сделать два ролика и склеить.

Формулировки, которые работают

Модель уверенно понимает описания, привычные для съёмочной практики: они многократно встречались в данных, на которых её учили.

• «медленный наезд камеры» — предсказуемый и почти всегда чистый результат;
• «лёгкий поворот головы вправо» с указанием стороны;
• «моргает, затем едва заметно улыбается» — две микрофазы укладываются в короткий ролик;
• «ветер шевелит волосы, фон статичен»;
• «медленная панорама влево, субъект неподвижен».

Формулировки, которые не работают

• Абстракции: «оживи фото», «сделай красиво», «добавь динамики». Модель не знает, во что это превратить, и выбирает случайно.
• Отрицания: «без резких движений». Отрицания в описании движения работают плохо — лучше сказать, что должно быть: «медленно и плавно».
• Точные величины: «поворот на 23 градуса». Модель не измеряет углы, она следует общему смыслу.
• Сюжет: «человек подходит к окну и открывает его». Это сцена, а не движение одного кадра.

Темп как отдельный параметр

Модели склонны к более резкому движению, чем ожидает автор запроса. Слова «медленно», «плавно», «едва заметно» почти всегда улучшают результат: замедленное движение проще удерживать согласованным между кадрами, поэтому и артефактов меньше.

Обратное тоже верно: попытка получить быстрое энергичное движение почти гарантированно даёт мерцание и деформации.

Итеративная доводка

Первый ролик почти никогда не финальный. Практичный цикл: получить результат, определить единственную главную проблему (слишком быстро? камера мешает? движение не то?), изменить в промпте только её и повторить.

Менять всё сразу бессмысленно: вы не узнаете, какая правка сработала, и потратите вдвое больше прогонов на тот же вывод.

Когда промпт не поможет

Если исходник не подходит для анимации — руки в кадре, вплотную обрезанная голова, сложный фон, — никакая формулировка это не исправит. Промпт управляет тем, что модель делает, но не тем, чем она располагает.