Рецепты текстовых промптов для генерации видео Kandinsky 6.0 Pro для разработчиков

Почему структура промпта важнее его длины

Длинные промпты создают ощущение продуктивной работы. Вы описываете свет, атмосферу, фон, модель автомобиля, цвет неба — а полученный клип игнорирует половину содержимого или, что хуже, смешивает всё в размытую компромиссную кашу. Модели текстового видео, такие как kandinsky-6.0-pro/text-to-video, не вознаграждают многословность; они вознаграждают структуру.

Структурированный промпт делает три вещи, которые не может сделать абзац свободного формата:

• Он разделяет задачи. Тип кадра, действие субъекта и поведение камеры — это независимые переменные. Когда они переплетены в одном предложении, вы не можете определить, какая часть привела к плохому результату.
• Он делает сравнение возможным. Если каждый промпт в пакете следует одному и тому же скелету, различия в результатах можно отнести к той части, которую вы действительно изменили.
• Он шаблонизируется. Промпты с фиксированными слотами можно параметризовать и генерировать программно — это критически важно, когда вы переходите от ручного тестирования к этапу конвейера.

В этой статье мы используем рецепт из трёх частей:

[SHOT] + [SUBJECT & ACTION] + [CAMERA]

Коротко, упорядоченно, повторяемо. Цель не в том, чтобы писать меньше ради меньшего — а в том, чтобы писать предсказуемо, чтобы один и тот же рецепт с заменой только одного слота давал осмысленное сравнение, а не очередной другой фильм. Всё дальнейшее строится на этом скелете: готовые к копированию шаблоны, формулировки движения камеры, цикл итераций и, наконец, подключение всего процесса к вызову API.

Анатомия рецепта текстового промпта для видео

Прежде чем писать рецепт, поймите роль каждого блока.

Кадр (Shot)

Блок кадра задаёт намерение по композиции и длительности: крупный план, средний план, широкий установочный кадр, верхний ракурс, нижний ракурс. Это строка с наибольшим рычагом в промпте, потому что она фиксирует композицию. Если кадр неверен, ничто ниже по цепочке не спасёт клип.

Держите это одной фразой. Wide establishing shot лучше, чем a shot that shows the whole scene from far away so you can see everything in the environment.

Субъект и действие

Этот блок описывает, что движется и как. Будьте конкретны в отношении субъекта, используйте только одно основное действие на клип. Два конкурирующих действия в одном промпте обычно приводят к субъекту, который плохо выполняет оба.

• Хорошо: a cyclist rides left to right across frame
• Рискованно: a cyclist rides while waving and the camera zooms and the crowd cheers

Если вам нужно второе действие, спросите себя, не должно ли оно относиться к отдельному клипу.

Движение камеры (Camera)

Формулировки движения камеры сообщают модели, как должна вести себя точка обзора: статично, панорама, наклон, наезд, облёт. Это блок, который разработчики чаще всего пропускают — и который больше всего влияет на то, воспринимается ли пакет клипов как связный. Короткие, императивные формулировки работают лучше всего; см. отдельный раздел ниже.

Что следует опустить

Рецепт намеренно опускает длинные цепочки прилагательных, эмоциональные повествования и отрицательные инструкции, выраженные в прозе. Если деталь не отображается на кадр, субъект или движение камеры, на этом этапе она обычно является шумом. Добавляйте её обратно только после того, как базовый рецепт даёт стабильные результаты.

Полезная ментальная модель: каждый блок подаёт входные данные для одного и того же выходного кадра с разных направлений — композиция, движение, точка обзора. Когда блок размыт, модель заполняет пробелы своими априорными представлениями, и именно там незаметно появляется несогласованность.

Готовые к копированию рецепты для типовых кадров

Каждый шаблон следует [SHOT] + [SUBJECT & ACTION] + [CAMERA]. Заменяйте значения в квадратных скобках; сохраняйте структуру неизменной.

Главный продуктовый кадр

Close-up product shot of a [PRODUCT] rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field

Используется для зацикленных видео электронной коммерции и ключевых фрагментов приложений. Единственным движением должно оставаться вращение.

Установочное окружение

Wide establishing shot of [ENVIRONMENT] at [TIME OF DAY], light haze in the air, slow forward dolly

Подходит для заставок и переходов между главами. Наезд добавляет глубину, не отвлекая внимание.

Движение персонажа или фигуры

Medium shot of [PERSON OR FIGURE] [PRIMARY ACTION], natural pace, camera static at eye level

Только одно действие. Если персонаж должен сначала войти, а затем действовать, разделите на два клипа.

Абстрактный фон или цикл

Full-frame abstract shot of [SHAPE OR PATTERN] drifting slowly, [COLOR PALETTE], gentle camera drift

Разработан для бесшовного зацикленного фона. Избегайте выраженного направленного движения, чтобы точка цикла была менее заметной.

Материалы в стиле UI или экрана

Straight-on shot of [DEVICE OR SURFACE] displaying [CONTENT], subtle parallax, camera locked, no rotation

Зафиксированная камера сохраняет текст и элементы интерфейса стабильными — это критически важно, если вы собираетесь накладывать поверх реальный UI.

Природа и текстурные детали

Close-up shot of [NATURAL ELEMENT] moving gently in [CONDITION], macro framing, slow lateral drift

Используйте редко в пакете; текстурные клипы — место, где различия моделей наиболее заметны, поэтому при сравнении держите движение камеры одинаковым внутри группы.

Понятные формулировки движения камеры и движения

Язык движения камеры — место, где промпт тихо ломается. Модели лучше реагируют на короткие, общепринятые формулировки, а не на описательную прозу, и согласованность внутри пакета важнее литературности.

Используйте небольшой словарь

Выберите фиксированный набор терминов движения камеры и повторяйте их везде. Рабочий стартовый набор:

• camera static / camera locked off
• slow forward dolly / slow backward dolly
• pan left / pan right
• tilt up / tilt down
• orbit around subject
• handheld drift

Сопротивляйтесь желанию изобретать составные движения, такие как "dolly-zoom with a slight arc", если вы не проверили, что модель справляется с ними. Каждая необычная фраза — это непроверенная переменная.

Отделяйте движение субъекта от движения камеры

Это две разные инструкции, и они должны находиться в разных слотах. A cyclist rides left to right описывает субъект; pan right описывает камеру. Фраза the camera follows the cyclist объединяет их и не даёт понять, что модель должна учитывать в первую очередь.

Указывайте скорость

Одного слова — slow, steady, brisk — обычно достаточно. Слово скорости фиксирует, какую долю длительности клипа занимает движение, что важно, когда вам нужны клипы фиксированной длины для склейки.

Сохраняйте формулировки постоянными внутри пакета

Если вы генерируете десять вариантов для сравнения, держите строку движения камеры побайтово идентичной. Изменение и субъекта, и движения камеры между запусками означает, что вы не можете отнести различия ни к одному из них. Это самая распространённая ошибка при импровизированном тестировании промптов.

Предпочитайте положительные, наблюдаемые инструкции

Описывайте, что камера делает, а не чего она избегает. Camera static — ясная инструкция; camera doesn't shake требует от модели рассуждения об отрицании. Положительные формулировки также упрощают поиск по вашей будущей библиотеке промптов.

Настройка рецепта без его разрушения

Рецепт — это отправная точка, а не фиксированный актив. Дисциплина заключается в том, как вы его меняете.

Меняйте только один слот за запуск

Выберите базовый рецепт, сгенерируйте базовую линию, затем измените только один блок — кадр, субъект или движение камеры — и сгенерируйте заново. Если вы меняете и кадр, и субъект одновременно, вы не узнаете, какая правка сработала. Это ограничение поначалу кажется медленным, но по мере роста вашей библиотеки оно сэкономит много времени.

Записывайте всё

Для каждого запуска фиксируйте:

• полную строку промпта без изменений
• какой слот был изменён и на что
• краткое решение (оставить / отклонить / пересмотреть)
• любые заметные артефакты или отклонения от рецепта

Достаточно простого текстового файла или столбца в таблице. Главное — чтобы промпт, который вам понравился три недели назад, был воспроизводим, а не восстанавливался по памяти.

Ведите версионирование рецептов

Относитесь к шаблонам промптов как к коду. Давайте им идентификаторы (product_hero_v1, establishing_city_v2) и ведите журнал изменений для каждой версии. Когда нижележащий клип выглядит неправильно, вы можете извлечь точный рецепт, который его создал.

Знайте, когда рецепт готов

Рецепт стабилен, когда три последовательных запуска с одинаковыми параметрами дают результаты, которые вы принимаете. В этот момент заморозьте его, пометьте тегом и переходите к следующему типу кадра. Продолжение настройки рабочего рецепта — это обмен стабильности на маргинальную выгоду.

Активно сокращайте

Большинство рецептов, которые вы напишете, в конечном итоге будут отброшены. Удаляйте или архивируйте те, которые так и не стабилизировались — неподдерживаемая библиотека незавершённых шаблонов хуже, чем небольшая библиотека, которой вы доверяете.

Встраивание рецептов в конвейер

Ручные итерации нужны для исследования. Производство требует параметризованных, версионированных промптов, отправляемых через стабильную конечную точку.

Параметризованные шаблоны

Храните рецепты как шаблоны с именованными слотами, а не как готовые строки:

{
  "id": "product_hero_v1",
  "template": "Close-up product shot of a {{product}} rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field"
}

Рендеринг прост: подставьте {{product}} во время вызова. Шаблон остаётся фиксированным; меняются только значения слотов. Это та же дисциплина одного изменения за раз, что и при ручном тестировании, только применяемая программно.

Оставайтесь на одной конечной точке

Направляйте и экспериментальный, и производственный трафик на одну и ту же конечную точку модели kandinsky-6.0-pro/text-to-video. Когда ваши тестовые вызовы и вызовы при выпуске попадают в один и тот же API, промпты, работавшие при исследовании, ведут себя точно так же в производстве. Переключение интерфейсов между этапами — распространённый источник багов типа «вчера ещё работало».

Версионируйте и логируйте в точке вызова

Каждый сгенерированный клип должен быть прослеживаем до идентификатора рецепта, отрендеренного промпта и временной метки. Записывайте их вместе со ссылками на выходные данные. Когда клип помечается, вы хотите иметь возможность ответить «какая версия рецепта и какие параметры это создали?» без криминалистики.

Генерируйте пакетами осмысленно

При генерации вариантов изменяйте в пакете только один слот, сохраняя всё остальное неизменным — включая строку движения камеры. Это сохраняет сопоставимость пакета и значительно ускоряет автоматическую проверку или выборочный ручной контроль.

Возвращайте результаты в библиотеку

Рецепты, стабилизировавшиеся в производстве, следует пометить тегами и переиспользовать. Со временем библиотека становится настоящим активом промптов вашей команды: набор проверенных, версионированных строительных блоков, а не папка одноразовых строк.

Как только шаблоны параметризованы и версионированы, один и тот же рецепт без изменений управляет и ручным тестированием, и производственными пакетами.

Типовые режимы отказа и способы их диагностики

Слабые результаты обычно не случайны. Сопоставьте симптом с наиболее вероятным ответственным блоком и измените только этот блок.

Композиция дрейфует между запусками

Вероятная причина: блок кадра. Размытая или составная фраза композиции — a wide shot, somewhat close — даёт модели пространство для интерпретации. Сведите к одному каноническому термину кадра и держите его постоянным внутри пакета.

Субъект делает не то или делает слишком много

Вероятная причина: блок субъекта и действия. Несколько действий в одном промпте или действие, описанное размытыми глаголами. Сократите до одного основного действия и используйте наблюдаемый язык.

Чрезмерное или хаотичное движение камеры

Вероятная причина: формулировка движения камеры или её отсутствие. Без инструкции о движении камеры модель изобретает движение сама. Добавьте явное camera static или именованное движение; удалите прозу, подразумевающую движение — the scene sweeps across читается как инструкция движения камеры.

Появляются детали, которые вы не просили

Вероятная причина: слишком длинный промпт. Цепочки прилагательных и эмоциональный язык приглашают модель заполнять пробелы. Сократите рецепт до трёх блоков, убедитесь, что ядро работает, затем повторно вводите детали по одной.

Результат последовательный, но скучный

Вероятная причина: чрезмерно ограниченный рецепт. Если каждый блок заблокирован, а результат пресный, решением обычно является контролируемое изменение — новое движение камеры, новое действие — а не полная переработка.

Результаты не воспроизводятся

Вероятная причина: проблема процесса, а не промпта. Незарегистрированные правки, изменённые формулировки движения камеры между запусками или тестирование на конечной точке, отличной от производственной. Лекарство — описанная выше версионированная библиотека и дисциплина одной конечной точки.

Диагностика отказов таким образом превращает каждую неудачную генерацию в конкретную, проверяемую гипотезу, а не в повод переписывать всё.