Нейросеть для создания рилсов в инстаграм: собираем один ролик от начала до конца

Нейросеть для создания рилсов в инстаграм не выдаёт готовый ролик одной кнопкой, и это первое, что стоит принять. Дальше начинается работа, которая занимает часа полтора. Разберу её на конкретном ролике: термокружка, пятнадцать секунд, вертикаль.

Что модели вообще вывозят в коротком видео, а что нет, разложено в отдельном материале. Здесь только практика.

Шаг 1. Список сцен, двадцать минут

Пишу три строки в блокноте, по строке на сцену:

Пар над кружкой на подоконнике, утренний свет, камера чуть приближается. Пять секунд.

Рука закручивает крышку, крупный план резьбы. Четыре секунды.

Кружка в подстаканнике машины, за окном движение. Шесть секунд.

Без этого списка генерация превращается в бесцельный перебор: пробуешь красивое, получаешь красивое, а в ролик оно не встаёт.

Шаг 2. Генерация, минут сорок

Каждая сцена отдельно, на входе фотография кружки, а не текстовое описание. Иначе в кадре будет похожая кружка, а не эта.

Первая сцена вышла с третьей попытки: дважды пар шёл вбок, будто из кадра дует ветер. Вторая с первой. Третья съела пять подходов, потому что модель упорно ставила кружку в подстаканник боком.

Итого девять генераций на три сцены. Это нормальный расклад, и планировать бюджет надо именно по нему, а не по трём.

Модель под предметные планы беру Kling 3.0, он ровнее держит форму. Черновики, когда непонятно, сработает ли сцена вообще, гоняю на чём-нибудь быстром и дешёвом.

Шаг 3. Отбор, десять минут

Смотрю все девять подряд и выбрасываю восемь.

Критерий один: не красота, а сохранилась ли кружка собой. На двух вариантах, которые мне визуально нравились больше, ручка поехала к четвёртой секунде. Они ушли в корзину.

Шаг 4. Сборка, полчаса

Три отрезка в монтажной программе, музыка, текст поверх.

Самый сильный кадр ставлю первым, даже если по логике он третий. В ленте вторая секунда решает, досмотрят ли вообще.

Текст накладываю здесь же, не в генерации: в видео буквы дрожат и меняются между кадрами.

Как нейросеть для создания рилсов в инстаграм вписывается в один вечер

Сложите: двадцать минут на сцены, сорок на генерацию, десять на отбор, тридцать на сборку. Полтора часа на ролик, если ничего не переделывать.

Переделывать обычно приходится. Два рилса за вечер это мой потолок, и когда обещают пять, я подозреваю, что либо не отбирают варианты, либо не монтируют.

Сколько отрезков на рилс правильно, я до сих пор не понял. Три кажется мало, шесть уже рвано, а где середина, зависит от музыки, и тут я каждый раз гадаю.

Что ломается чаще всего

Говорящая голова. Липсинк держится пару фраз, дальше расходится, про озвучку есть отдельный материал.

Последовательность действий в одной генерации. Достал, открыл, налил, выпил: модель перепутает порядок и предметы.

Слишком бодрое движение камеры. На коротких отрезках оно разваливает картинку быстрее всего остального.

Часто задаваемые вопросы

Сколько времени занимает один рилс? Полтора часа при трёх сценах, если не переделывать: двадцать минут на план, сорок на генерацию, десять на отбор, полчаса на монтаж.

Сколько генераций уходит на три сцены? У меня вышло девять. Одна сцена получилась сразу, другая с третьего раза, третья с пятого. Планировать бюджет стоит по этому раскладу, а не по числу сцен.

Нужно ли подавать на вход своё фото? Для товара обязательно. По текстовому описанию в кадре окажется чужая кружка, и это заметят те, кто держал вашу в руках.

Где накладывать текст? В монтаже, а не в генерации. В видео надпись живёт своей жизнью: к четвёртой секунде она уже другая.

Можно ли сделать рилс без монтажной программы? Один отрезок на пять секунд да. Всё, что длиннее, собирается из кусков, и без монтажа их не связать.

Источники

1. Flami: видео для соцсетей нейросетью
2. Flami: формула продающего ролика на 15 секунд
3. Flami: озвучка и липсинк на русском