Один персонаж в разных сценах нейросетью: как мы сняли «Моё утро. Кощей Бессмертный»

Один персонаж в разных сценах получается, если сначала нарисовать эталон героя, а потом каждую сцену генерировать с этим эталоном как референсом. Так мы собрали 45-секундную пародию на ролики «моё утро в 5:00»: Кощей Бессмертный встаёт в 04:30, пьёт три ведра воды натощак и ведёт дневник благодарности. Героя и сцены нарисовала Nano Banana Pro, оживила Kling 3.0 Pro, музыку написала Suno v6. Ниже весь путь с настоящими промптами, ценой в кредитах и ошибками.

Посмотреть результат: Reels в Instagram.

Идея: штамп жанра плюс факт из сказки

Серия называется «Сказки, но сейчас»: герои русских сказок живут современной жизнью. Кощею достался жанр «утро успешного человека»: спокойные красивые планы, лоуфай и подпись на каждом кадре.

Одной декорации для шутки мало. Кощей с чашкой чая в замке — это картинка, а не шутка. Поэтому каждая подпись собрана из двух половин: штамп жанра и факт о Кощее из сказок.

04:30. Подъём. Я не сплю с XII века. Вода натощак: три ведра. После третьего рвутся цепи. Завтрак пропускаю. Чахну над златом — интервальное голодание. Активы: игла в яйце, яйцо в утке, утка в зайце. Диверсификация.

Три ведра воды и порванные цепи — из «Марьи Моревны», «чахнет над златом» — из Пушкина, игла в яйце — из любой сказки про Кощея. Зритель узнаёт обе половины сразу, и подпись не нужно объяснять.

Развязка стоит в конце: в 19:00 приходит Иван с мечом, «опять без записи», а последним планом Кощей продаёт марафон «Бессмертие за 21 день» с пожизненной гарантией. Тему проверяли тем же вопросом, что и в прошлом разборе про оперу из родительского чата: кому и с какими словами это перешлют? Здесь ответ — «это ты со своими пятью утра».

Все девять подписей мы утвердили до первой генерации. Текст — самая дешёвая часть ролика, а переделывать из-за него видео — самая дорогая.

Эталон героя: одна картинка, от которой зависит всё

Сначала рисуем героя одного, в полный рост, с пустыми руками и спокойным лицом. Это эталон: все сцены будут ссылаться на него. Модель — Nano Banana Pro, формат 9:16.

Koschei the Deathless from Russian fairy tales as a dignified deadpan character: a very tall, extremely thin pale elderly man with sharp cheekbones, long straight silver hair, a thin black iron crown with simple sharp spikes (no crosses, no religious symbols), a long black robe with dark gold embroidery, standing in a castle hall with empty hands folded in front of him, calm serious face looking at the camera, full body shot.

Уточнение в скобках появилось после первой попытки: модель нарисовала корону с крестом. Для Кощея это неуместно, а исправить корону потом, когда по эталону сделаны девять сцен, уже нельзя. Поэтому эталон стоит рассмотреть внимательнее любого другого кадра: лицо, руки, одежда, символы.

Общий стиль мы вынесли в отдельный хвост промпта и дописывали его ко всем кадрам, чтобы серия выглядела цельной:

Aesthetic morning routine vlog look, cinematic, shallow depth of field, warm candle light and soft dawn light, old stone castle interior, cream and warm gold tones, one orange accent, photorealistic, vertical 9:16, no text, no captions, no logos.

Девять сцен по референсу

Каждая сцена — та же Nano Banana Pro, но с эталоном в поле «референс». Промпт состоит из четырёх частей: описание героя, что он делает в этой сцене, просьба сохранить внешность и общий стиль. Просьба дословно такая:

Keep exactly the same man as in the reference image: same face, same silver hair, same crown, same robe.

Описание сцены — про действие и предметы, без повторного пересказа внешности:

kneels beside a large open ancient wooden chest and looks inside with a businesslike face; inside the chest sit a calm grey hare, a white duck and one large white egg on red velvet. Medium shot, the contents of the chest clearly visible.

Лицо, волосы, корона и одежда держатся от сцены к сцене, меняются поза, комната и план. Подробнее о том, как работает этот режим, — в подборке «Редактирование по референсу».

Две сцены из девяти пришлось перегенерировать. В спальне на стене за кроватью появился силуэт, похожий на крест, — в промпт добавили «completely bare plain stone wall behind the bed with nothing hanging on it». В сцене с Иваном не было видно меча, а без меча нет шутки, — дописали «holding a large shining long sword raised in front of him with both hands, the whole sword clearly visible». Правило то же, что и в прошлый раз: то, что важно для шутки, называем в промпте буквально и проверяем на картинке, пока ошибка стоит одну картинку, а не ролик.

Видео: короткое движение на каждый кадр

Проверенные кадры превращаем в ролики в Kling 3.0 Pro, режим «по картинке», 5 секунд. Внешность и сцена уже есть на кадре, поэтому в промпте остаётся только движение и поведение камеры:

He drinks greedily from the wooden bucket, water runs down his chin, he lowers the bucket and exhales with satisfaction. Slow push-in.

The hare twitches its nose and ears, the duck turns its head and looks at him, he nods with approval like checking an inventory list. Slow push-in.

В монтаж пошли первые 3–4,6 секунды каждого ролика: в жанре «моё утро» планы короткие. Восемь сцен из девяти — видео. Девятую, где Кощей стоит на весах, оставили картинкой с медленным приближением: движения в ней нет, и ролик ничего бы не добавил. О том, как оживлять готовые изображения, есть отдельный разбор: «Оживить фото нейросетью».

Музыка и голос

Музыка — инструментал в Suno v6. Жанр описан словами, и в него подмешаны инструменты эпохи героя:

lo-fi hip hop instrumental, calm cozy morning routine vlog music, soft boom bap drums, warm vinyl crackle, mellow electric piano with a medieval lute and harpsichord melody, slow tempo, relaxed, no vocals

Suno отдаёт два варианта за запуск. Взяли тот, что начинается сразу с мелодии: во втором бит входит только на 14-й секунде, а для Reels это поздно.

Первую версию ролика мы собрали без речи, только с подписями. Получилось грустно: жанр держится на невозмутимом голосе блогера. Добавили закадровый голос — синтез речи с инструкцией «очень старый, сухой, невозмутимый аристократ ведёт блог о продуктивности». Это единственная часть ролика, сделанная вне Prompta: синтеза речи в каталоге нет. Голос говорил медленно, поэтому реплики ускорили в 1,3 раза и слегка сократили, чтобы уложиться в 45 секунд. Музыка под голосом звучит на 22 % громкости.

Монтаж

Склейку делали вне сервиса: монтажа в Prompta нет. Что сработало:

• Хук в первом кадре. «Моё утро в 04:30 · Кощей Бессмертный · тысяча лет продуктивности» стоит поверх первого плана с первой секунды.
• Одна подпись на план. Подпись дублирует реплику: большинство смотрит без звука. Главное слово выделено цветом.
• Длина плана по длине реплики. Реплика плюс 0,3 секунды до и 0,25 после; если ролик короче, его слегка замедляем.
• Как сделано — один раз, в конце. Строка «Сгенерировано в Prompta · Nano Banana Pro + Kling 3.0 Pro · музыка Suno v6» появляется только на последнем плане.

Сколько это стоит в кредитах

Цены из каталога на 20 сентября 2026 года, актуальные — на карточках моделей.

Сверх этого — три перегенерации картинок: первая версия эталона и две сцены, ещё 51 кредит. Ни одного ролика переделывать не пришлось, потому что все ошибки поймали на картинках. Сколько стоит кредит в рублях, зависит от пакета — смотрите тарифы.

Как повторить

1. Придумайте героя, которого узнают без подписи, и жанр, в который он попал. Каждая шутка — штамп жанра плюс факт о герое.
2. Напишите все подписи и покажите их кому-нибудь до генерации.
3. Нарисуйте эталон: герой один, в полный рост, руки пустые. Проверьте лицо, одежду и символы.
4. Сгенерируйте сцены с эталоном как референсом. В промпте — действие, предметы и просьба сохранить внешность.
5. Проверьте на каждой картинке то, на чём держится шутка. Не видно — перегенерируйте картинку.
6. Оживите кадры роликами по 5 секунд, описывая только движение и камеру.
7. Смонтируйте: хук в первом кадре, подпись на каждый план, развязка в конце. Для коротких вертикальных роликов пригодится подборка «Ролик для Reels».

Картинки, видео и музыку можно делать в одном месте и с одного баланса — на сайте или в боте Prompta.