Школа ИИ-мульти­ков

1. Сценарий

   Попроси чат-бот написать текст по структуре из «Анатомии». Потом прочитай вслух и вычеркни всё, что не сказал бы другу.

   Промт для сценарияКопировать

   Ты сценарист вертикальных роликов. Напиши текст озвучки на 75–85 секунд (170–210 слов) про закон №[номер] из «48 законов власти» Роберта Грина.
   Структура:
   1) хук-парадокс в первой фразе;
   2) название закона и перевод на простой язык;
   3) одна историческая история с поворотом в конце;
   4) как это выглядит сегодня: офис, деньги или отношения, плюс практический совет;
   5) вопрос зрителю и анонс следующего закона.
   Манера: [рассказчик — спокойно, с иронией, без мата] или [блогер — на «ты», короткими фразами, разговорными словами].
   Один абзац = одна сцена. Числа пиши словами. Не цитируй книгу, пересказывай своими словами.

2. Проверка фактов

   Модели путают даты и выдают легенды за факты. Вставь готовый текст в новый чат с промтом ниже, а спорное проверь по Википедии.

   Промт для проверкиКопировать

   Перечисли списком все факты из этого текста. Для каждого укажи: «точно», «спорно» или «легенда», и где это проверить. Текст: [вставь сценарий]

   Легенды можно оставлять, но говори «по легенде». История Люстига и Капоне — легенда, арест Фуке д’Артаньяном — факт.

3. Голос

   ElevenLabs → библиотека голосов → фильтры «русский», «мужской» → слушай превью. Модель eleven_v4. Интонацию задают метки в квадратных скобках: [chuckles], [slyly], [excited]. Ставь их перед фразой.

   Делай два дубля и выбирай тот, где слова чище. Если голос медленнее нужного, ускорь его в монтаже в 1,1 раза.

   Один дубль на 80 секунд стоит примерно 1200–1500 кредитов. На бесплатном тарифе 10 000 кредитов в месяц, этого хватает на 3–4 ролика с запасным дублем. Коммерческая лицензия есть только на платных тарифах.

4. Стиль и герои

   Сначала добейся одного кадра-эталона в нужном стиле. Потом по нему сделай лист персонажа и прикладывай оба изображения к каждой сцене, иначе стиль поплывёт.

   Кадр-эталонКопировать

   Vertical 9:16 2D cartoon frame for an Instagram explainer about history. Style: 1920s newspaper print — warm off-white paper with grain, bold black ink outlines, flat colors from a small palette (ink black, mustard gold, deep red, muted navy), halftone dots for shadows, sunburst rays in the background. One character: [кто, во что одет]. Simple round head, dot eyes, expressive eyebrows. No text, no logos.

   Лист персонажаКопировать

   Character sheet in the exact style of the attached image: [герой]. Full body front view and three close-up expressions: smug, shocked, sad. Plain paper background. No text, no logos.

5. Картинки по сценам

   На каждый абзац нужны одна-две картинки. Лица держи в верхних двух третях, нижняя треть уйдёт под субтитры.

   Шаблон сценыКопировать

   Vertical 9:16 illustration in the exact style of the attached image. Scene: [что происходит]. Characters: [кто, по приложенному листу]. Keep all faces in the upper two thirds; leave the bottom third calm for subtitles. No text, no letters.

6. Монтаж

   CapCut, проект 9:16. Расставь картинки по абзацам голоса. Каждой дай медленное увеличение примерно на 5–8 %. На ключевых словах меняй картинку или добавляй наклейку-штамп («ТУСА ВЕКА», «19 ЛЕТ»). Между сценами — короткий переход-шторка 0,3 с.

7. Субтитры

   Включи автоматические субтитры и проверь каждое слово. Стиль: жирный узкий шрифт капсом, белый с толстой чёрной обводкой, текущее слово жёлтым, по 2–3 слова на экране. Мат закрой звёздочками вручную.

8. Звук и экспорт

   Звуки на ключевые слова: печатная машинка на дате, касса на деньгах, штамп на надписях. Музыку опусти примерно на 20 дБ ниже голоса. Экспорт: 1080×1920, 30 кадров в секунду.

Картинки по-прежнему из генератора, как у новичка. Тайминги, субтитры и звуки считает программа, ты только проверяешь.

1. Текст в файл

   Сценарий кладём в script/voice.txt: абзацы через пустую строку, один абзац — одна сцена. Это единственный файл, который правишь руками.

2. Два дубля и выбор по распознаванию

   Генерируем два дубля голоса и прогоняем оба через whisper. Берём тот, где распознанный текст ближе к сценарию. У нас пометка [ominous] в одном дубле смяла «и молча смотрит» в «и мог чё смотреть», а на слух это легко пропустить.

   Ускорить голос без смены тембраКопировать

   ffmpeg -i take2.mp3 -af atempo=1.12 -ar 44100 -ac 1 public/voice.wav

3. Тайминги

   whisper.cpp даёт время каждого слова. Скрипт сопоставляет слова сценария со словами whisper (в Python это difflib) и получает:

   • начало каждой сцены — первое слово абзаца минус 0,15 с;
   • опорные слова — моменты, когда в кадре что-то происходит;
   • группы субтитров по 2–3 слова.
   Список опорных словКопировать

   # ключ, номер абзаца, слово (строчными, без «ё» и знаков), какое по счёту вхождение
   BEATS = [("show", 1, "выебывается", 1), ("get", 1, "получает", 1),
            ("dart", 7, "дартаньян", 1), ("carriage", 7, "карету", 1),
            ("years", 8, "девятнадцать", 1)]
   # whisper пишет числа цифрами — разворачиваем их в слова перед сравнением
   NUM = {"1661": ["тысяча", "шестьсот", "шестьдесят", "первый"], "19": ["девятнадцать"]}

4. Проект Remotion одной просьбой

   Отдай ассистенту промт ниже. Картинки сцен положи в public/scene_01.png, scene_02.png и так далее.

   Промт для Claude CodeКопировать

   Создай Remotion-проект 1080×1920, 30 кадров в секунду.
   Вход: script/voice.txt (абзац = сцена), public/voice.wav, audio/words.json (слова whisper со временем начала и конца), картинки public/scene_01.png… по числу абзацев, звуки public/s_*.wav.
   Сделай:
   1) скрипт, который сопоставляет слова сценария со словами whisper и считает начало каждой сцены и опорные слова из списка BEATS;
   2) композицию: картинка сцены на весь кадр с наездом 100→104 %, шторка-переход 9 кадров, подписи-штампы, которые выскакивают пружиной на опорных словах;
   3) караоке-субтитры по 2–3 слова, рвать на знаках препинания, текущее слово жёлтым, шрифт Oswald 700 капсом, белый с чёрной обводкой 16 px, на 300 px от нижнего края; числа цифрами, мат звёздочками;
   4) звуки на опорных словах, музыку на громкости 0,12 с плавным входом и выходом.
   Перед полным рендером покажи 6 контрольных кадров.

5. Звуки

   Звуковые эффекты ElevenLabs стоят около 17 кредитов за штуку. Длительность из промта генератор игнорирует и отдаёт 1–4 секунды, поэтому длинные фоны (гул, ветер) зацикливай. Каждый файл приведи к −20 LUFS, тогда громкости в монтаже предсказуемы.

   Выровнять звукКопировать

   ffmpeg -i stamp.mp3 -af "loudnorm=I=-20:TP=-2:LRA=11" -ar 44100 -ac 2 public/s_stamp.wav

6. Сборка и громкость

   Рендерим ролик, затем нормализуем громкость в два прохода до −14 LUFS, как требуют площадки, и сжимаем видео.

   Два прохода loudnormКопировать

   npx remotion render src/index.ts Episode out/raw.mp4
   # 1-й проход: измерить громкость
   ffmpeg -i out/raw.mp4 -vn -af loudnorm=I=-14:TP=-1.5:LRA=11:print_format=json -f null -
   # 2-й проход: подставить measured_I, measured_TP, measured_LRA, measured_thresh и offset из первого
   ffmpeg -i out/raw.mp4 -c:v libx264 -crf 24 -preset slow -pix_fmt yuv420p \
     -af "loudnorm=I=-14:TP=-1.5:LRA=11:measured_I=…:measured_TP=…:measured_LRA=…:measured_thresh=…:offset=…:linear=true" \
     -c:a aac -b:a 192k final.mp4

Так сделаны наши эпизоды: ни одной сгенерированной картинки, персонажи и предметы нарисованы SVG-кодом. Это дольше на первой серии, зато герои всегда одинаковые, а движение привязано к словам автоматически.

1. Токены стиля

   Палитра и шрифты в одном файле. Все цвета берутся оттуда, поэтому серия выглядит цельной.

   theme.tsКопировать

   export const C = {
     paper: "#EFE3C8", paperD: "#E2D2AE", ink: "#1D1A16",
     gold: "#E3A531", red: "#B7352B", green: "#7FA36B", skin: "#F1C9A1",
   };
   export const STROKE = 6;   // жирный чернильный контур везде одной толщины

2. Персонажи как компоненты

   Начало координат — между ступнями, вверх — минус Y. Руки задаются углом в градусах, в руку можно вложить предмет. Лицо — набор выражений, моргание по таймеру. Один компонент Людовика служит во всех сценах: от тусы до Версаля.

   Вызов героя в сценеКопировать

   <Louis x={540} y={1760} s={1.08} t={t}
     face={t > B.except ? "sus" : "smile"}   // «Кроме короля» — король начинает подозревать
     armL={30} armR={-30} />

3. Сцена — функция от кадра

   Ни одного ключевого кадра руками. Сцена получает номер кадра t и опорные слова B в кадрах от начала сцены. Сменился голос — пересчитал тайминги, и анимация сама встала на новые слова.

   Сцена с д’АртаньяномКопировать

   export const S7: React.FC<SP> = ({ t, B }) => {
     const enter = ease(t, B.dart - 10, B.dart + 8);        // входит на слове «Дартаньян»
     const car = ease(t, B.carriage - 36, B.carriage - 10); // карета подъезжает к слову «карету»
     return (
       <g>
         <Dartagnan x={1200 - enter * 420} y={1820} t={t} face="smirk" />
         <Label text="ДАРТАНЬЯН" sub="да, тот самый" k={pop(t, B.musk - 10)} />
         {car > 0 ? <Carriage x={lin(car, 0, 1, -500, 360)} y={1700} t={t} /> : null}
       </g>
     );
   };

4. Живость рисованной анимации

   Четыре приёма делают код похожим на рисованную анимацию:

   • «кипящие» линии: шум смещает контур, зерно шума меняется каждые 4 кадра;
   • зерно бумаги PNG в режиме умножения, сдвигается каждые 3 кадра;
   • диагональная шторка между сценами за 9 кадров;
   • медленный наезд камеры на 3,5 % за сцену.
   SVG-фильтр «кипящих» линийКопировать

   <filter id="boil">
     <feTurbulence type="fractalNoise" baseFrequency="0.02" numOctaves={1}
       seed={Math.floor(frame / 4) % 6} result="n" />
     <feDisplacementMap in="SourceGraphic" in2="n" scale={4.5}
       xChannelSelector="R" yChannelSelector="G" />
   </filter>

5. Проверка кадрами

   Рендерим 10–16 контрольных кадров одной сборкой и склеиваем их в сетку через ffmpeg xstack. Смотрим на опорных словах и на стыках сцен. Чаще всего встречаются:

   • пузырь реплики на лице;
   • лицо под субтитрами;
   • обрезанный текст;
   • герой выглядывает из-за края раньше времени.

6. Шаблон серии

   Новый закон начинается с копии папки эпизода. В ней меняются три вещи:

   • voice.txt;
   • список BEATS;
   • файл сцен.

   Персонажи, реквизит, субтитры, шторки и звуки уже готовы. Новые герои добавляются в отдельный файл: так в эпизод про Фуке пришли Людовик, д’Артаньян и начальник.