Создаём фото и видео российскими нейросетями

Юрий Тер

Создаём фото и видео российскими нейросетями

К читателю

Эта книга — практическая мастерская по созданию изображений и короткого видео российскими нейросетями. Она не пытается выбрать «лучшую модель вообще»: версии и интерфейсы меняются слишком быстро. Главный предмет книги — переносимый рабочий процесс: задача, бриф, референс, промпт, серия вариантов, отбор, локальная правка, движение, монтаж и проверка.

Четвёртая редакция — финальная содержательная версия перед публикацией. В ней сохранён каркас из 28 глав, но убраны повторяющиеся учебные конструкции, уточнена терминология, обновлены быстро меняющиеся сведения о сервисах и переработан правовой блок. Схемы и сравнительные протоколы служат методическими иллюстрациями; они не выдаются за результаты конкретной модели, если такая генерация не была выполнена в самом сервисе.

Основной принцип: нейросеть генерирует варианты, но ответственность за постановку задачи, отбор, достоверность, права и финальное качество остаётся у автора.

Как читать книгу. Названия кнопок и моделей меняются быстрее, чем принципы визуального производства. Поэтому основное внимание уделено брифу, композиции, референсам, локальной правке, движению, непрерывности сцены и проверке. Для функций, тарифов и правовых условий указана дата проверки — 26 сентября 2026 года. Перед коммерческим проектом всегда сверяйте действующие правила конкретного сервиса.

ЧАСТЬ I. КАРТА ИНСТРУМЕНТОВ И ОСНОВЫ

Сначала отделим модель от приложения и научимся управлять кадром: задачей, композицией, светом, промптом и визуальным паспортом.

Глава 1. Не модель, а рабочий процесс

Главная ошибка новичка - искать «волшебную нейросеть». Для устойчивого результата важнее цепочка действий, чем название модели.

Визуальная генерация похожа на съемку, в которой камера, художник по свету и часть декораций каждый раз заново интерпретируют техническое задание. Даже хороший промпт не гарантирует один идеальный кадр. Нормальный процесс включает варианты и отбор. Поэтому полезно заранее принять простое правило: первая генерация - это эскиз, а не финал.

Рабочий цикл удобно строить из восьми шагов: задача ->формат ->референс ->промпт ->серия вариантов ->отбор ->локальная правка ->проверка в целевом размере. Для видео добавляются еще три шага: движение ->первый кадр ->монтаж. Если пропустить задачу и сразу писать промпт, генератор начинает принимать решения за вас: выбирает ракурс, количество объектов, настроение, плотность деталей. Иногда результат красив, но непригоден для проекта.

Перед генерацией задайте себе три вопроса. Где будет использоваться материал? Что должен заметить зритель первым? Что в кадре нельзя менять? Например, для книжной обложки критичны свободная зона под название и читаемый силуэт; для товарной карточки - форма продукта; для клипа - непрерывность героя; для исторической сцены - детали эпохи.

Удачная работа с нейросетью всегда двухуровневая. На уровне смысла вы управляете задачей: герой, действие, история, эмоция. На уровне изображения вы управляете съемкой: план, оптика, угол камеры, свет, фон, палитра, глубина резкости. Когда эти уровни смешаны в длинную фразу, модель теряет приоритеты. Лучше писать блоками.

Управляемая итерация

Сначала определите носитель и соотношение сторон, затем функцию кадра. Не меняйте одновременно героя, локацию, свет и стиль. Если результат не подходит, назовите одну причину брака и меняйте только связанную с ней переменную. Для видео добавьте вопрос: что должно измениться от первого кадра к последнему?

Практика

Возьмите один сюжет и сделайте три серии: меняйте только план, затем только свет, затем только настроение. Сохраните промпты и подпишите варианты. Цель — увидеть причинную связь между формулировкой и результатом.

ПРОМПТ. Опиши рабочий цикл для моей задачи [задача]: формат → бриф → референсы → промпт → варианты → отбор → правка → анимация/монтаж → контроль качества (QA). Укажи, где нужно принять решение человеку.

[ ] формат задан

[ ] функция кадра понятна

[ ] за итерацию меняется минимум параметров

[ ] промпт сохранён

От идеи к воспроизводимому процессу

Четвёртая редакция предлагает относиться к генерации как к производству, а не как к лотерее. Любой удачный результат должен быть воспроизводим: понятно, какой был бриф, какой референс, какая версия промпта и что изменилось после правки.

Рис. 30. Производственный цикл визуального проекта.

Глава 2. Карта российских визуальных сервисов

Названия YandexART, Шедеврум, Алиса AI, Kandinsky и GigaChat часто смешивают. Для практики полезно разделять модель, приложение и режим: модель генерирует, приложение даёт интерфейс и хранение, режим определяет конкретную операцию — генерацию, редактирование, оживление или сборку клипа.

По состоянию на 26 сентября 2026 года Шедеврум создаёт изображения, 4-секундные видео с частотой 24 кадра в секунду и клипы; в справке указаны модели изображений Exp и v.2.7, а также несколько видеомоделей. Алиса AI генерирует и редактирует изображения и оживляет загруженные фото. GigaChat API официально поддерживает генерацию изображений через встроенную функцию text2image. Возможности семейства Kandinsky зависят от конкретной точки доступа, поэтому в книге отделяется технология от интерфейса.

Главный вывод: выбирать нужно не «лучшую нейросеть вообще», а инструмент под этап. Быстрые варианты и короткие клипы — одна задача, диалоговое редактирование фото — другая, подготовка промпта и генерация изображения через экосистему Сбера — третья. Конкретные версии и точки доступа могут меняться, поэтому перед важным проектом проверяйте актуальную справку.

Матрица выбора

Выбирайте инструмент по операции. Если нужно быстро перебрать визуальные идеи — полезна площадка с сериями вариантов. Если нужно сохранить фото и поменять одну деталь — удобнее редактор. Если важна длинная подготовка брифа — начинайте с чат-модели. Один проект вполне может проходить через несколько сервисов.

Практика

Составьте таблицу: генерация с нуля, редактирование фото, русский текст, оживление, монтаж. Для каждого доступного сервиса отметьте количество попыток, удобство повторения промпта и качество сохранения героя.

ПРОМПТ. Сравни доступные мне российские сервисы только для задачи [задача]. Для каждого укажи этап, входной материал, ожидаемый результат и что нужно проверить вручную.

Актуальная карта функций на 26 сентября 2026 года

Шедеврум: изображения через YandexART; в справке доступны Exp для изображений с русским текстом и v.2.7 для более чёткой детализации. Видео — 4 секунды, 24 кадра в секунду; клип собирается из 3–30 фрагментов. Алиса AI: генерация изображений, в том числе с русскими надписями, редактирование загруженных фотографий и оживление изображений. GigaChat API: генерация изображений через встроенную функцию text2image. Kandinsky — семейство моделей Сбера для создания и редактирования мультимедийного контента; конкретные режимы и точки доступа проверяйте непосредственно перед проектом.

Рис. 1. К