Нейросеть для создания видео в тик ток: почему сгенерированное там видно сразу

Тикток живёт на несовершенстве. Дрожащая камера, кухня на заднем плане, человек, который говорит не по сценарию. Нейросеть для создания видео в тик ток выдаёт ровно противоположное: гладкую картинку с идеальным светом. И вот в этом конфликте вся сложность.

Почему стерильный кадр проигрывает

Лента обучила зрителя отличать рекламу за полсекунды. Ровный свет, плавное движение камеры и отсутствие случайных деталей читаются как реклама, а рекламу пролистывают.

Отсюда правило, которое звучит странно: генерацию надо портить. Просить неровный свет, лёгкое зерно, бытовой беспорядок в кадре. Модель по умолчанию тянет в сторону глянца, и её приходится тормозить.

Нейросеть для создания видео в тик ток: что генерировать, а что снимать

Генерация хорошо закрывает вставки: продукт крупным планом, фактура, оживление фотографии, переходы между сценами, фон под текст.

Снимать приходится всё, что держится на человеке: лицо, речь, руки в кадре целиком, реакцию. Липсинк на длинной фразе разъезжается, и зритель это замечает раньше вас.

Рабочая схема выглядит так: живой человек снимает себя на телефон, а генерация добавляет то, на что нет бюджета. Кадр товара в красивой сцене, переход, заставку.

Формат и ритм

Вертикаль 9:16, сразу в генерации. Обрезка горизонтального ролика режет композицию: модель компоновала кадр под другое соотношение.

Первые две секунды решают. Движение должно начаться с первого кадра, а не после спокойного вступления.

Длина сцены три-пять секунд. Тикток не терпит, когда один план висит дольше.

Текст накладывается в монтаже, не в генерации: в видео буквы дрожат и меняются от кадра к кадру.

Сколько времени занимает

Ролик на пятнадцать секунд это три-четыре сцены. На каждую закладывайте три подхода, иначе будете переделывать.

По времени выходит примерно полтора часа вместе с отбором и сборкой. Два таких ролика за вечер это потолок, и когда обещают пять, кто-то не отбирает варианты.

Насчёт двух секунд на зацеп я, возможно, перестраховываюсь. Видел ролики, которые раскачивались медленнее и всё равно набирали, но объяснить почему не берусь.

Что делать с реакцией на ролик

Смотрите на досмотры, а не на просмотры: они говорят, работает ли содержание.

Если зрители уходят в первые секунды, переделывайте начало, а не весь ролик.

Если досматривают, но не переходят, проблема в финале.

И повторяйте то, что сработало, а не изобретайте заново каждый раз: в коротком формате формат важнее новизны.

Что ломается чаще всего

Сложное движение камеры: облёт разваливает картинку на коротком отрезке.

Последовательность действий в одной генерации.

Узнаваемые места и люди: ваш двор будет похож на двор, но не ваш.

Модели под сцены: Kling 3.0 когда в кадре предмет, Hailuo когда человек, Seedance 2.0 когда нужен связный сюжет из нескольких планов. Общие границы жанра разобраны в материале про видео для соцсетей.

Часто задаваемые вопросы

Можно ли сделать ролик для тиктока целиком нейросетью? Короткий атмосферный да. Всё, что держится на живом человеке и его речи, придётся снимать: липсинк разъезжается на длинных фразах.

Почему сгенерированное видео выглядит как реклама? Из-за стерильности: ровный свет, идеальная картинка, отсутствие случайных деталей. Помогает прямая просьба о неровном свете, зерне и бытовом беспорядке.

Какая длина сцены оптимальна? Три-пять секунд. Более длинный статичный план в ленте досматривают редко.

Где накладывать текст? В монтаже. В генерации буквы дрожат и меняются между кадрами, и на вертикальном видео это заметно.

Сколько роликов реально сделать за вечер? Два при трёх-четырёх сценах в каждом, вместе с отбором и сборкой.

Источники

1. Flami: видео для соцсетей нейросетью
2. Flami: нейросеть для создания рилсов
3. Flami: озвучка и липсинк на русском