01 · Скелет промта для Seedance

Это не «шаблон для вдохновения», а порядок блоков, в котором я собираю каждый промт. Канон с 28.10.2026 — структура сериала «Козёл». Собранный по ней промт целиком: 10_ПРИМЕР_КОЗЁЛ_ПЕРЕГОВОРНАЯ.txt, его дословный перевод — 10_ПРИМЕР_КОЗЁЛ_ПЕРЕГОВОРНАЯ_перевод.txt. Речь, фонетика и голоса — 09. Архетипы и готовые куски блоков — 08. Промт по глиняной болванке (@Video1 = превиз) — 11_ПРОМТ_ПО_БОЛВАНКЕ.md, эталон 12_ПРИМЕР_КОЗЁЛ_ПРИХОЖАЯ_БОЛВАНКА.txt (01.11.2026, первая удачная генерация по болванке): тот же порядок блоков, плюс роль @Video1 первой строкой, LIFE, одна локация.

Порядок важен: модель читает сверху вниз, первые строки весят больше последних. Пустых блоков не оставлять, лишние убирать целиком, названия блоков не переименовывать.

Скелет

Английские куски — рабочие формулировки из сцен «Козла», в угловых скобках — что подставить.

@Image1 — <ГЕРОЙ, the main character: кто он; что взять с карты — лицо или голову, причёску, телосложение,
рост в см>. Copy <the face / the head and the hair> exactly from this sheet.
@Image2 — <HIS OUTFIT> in this whole video, shown as a flat-lay of the clothes only: <вещи списком>.
He wears exactly this.
@Image3 — <ВТОРОЙ ГЕРОЙ: кто он герою, возраст>, his exact face from the sheet, <приметы>; today <что сегодня
иначе: мятая рубашка, без колпака>.
@Image4 — THE LOCATION: <место, время суток, материалы, свет>. Take the <room / street>, its materials and its
light from this image.
@Audio1 — <ЧЬЯ> DIALOGUE TRACK: his own voice saying his line, already timed to this video — from <a>s to <b>s,
quiet room tone before and after. He lip-syncs exactly this audio, word for word, with its timing and its
<warm, lively, natural> delivery <with his own small pauses>; this is his voice.
START FRAME: the video begins exactly on the provided start frame — <план, кто где, что делает>.

<РЕАЛИЗМ — полный блок, текст в 04 и 08>

LOOK PRESET — "<ИМЯ СЕРИИ>": every frame is a real frame from <жанр, эпоха, «in the manner of» режиссёра>,
shot on <плёнка или камера> in <город>: <как ведёт себя камера в этой сцене>, <как сыграны герои>.
Colour of <плёнка> in <свет сцены>: <цвет, тени, чёрные, кожа>. Fine natural 35 mm grain, soft highlight
roll-off. NOT <чужой грейд>, NOT HDR, no glow, no lens flares, no oversharpening, no digital-video look,
no CGI, no 3D render.

INTENT: <какая это сцена какого ролика или сериала и в чём его идея>. <N> seconds, <место и время>.
<Сюжет целиком, от первого кадра до последнего>. The joke: <шутка или мысль одной фразой>.
Tone: <тон>. Signature moments: <3–4 кадра через запятую>.

HERO, PERFORMANCE: <ИМЯ> — archetype: <архетип одной фразой>; "<формула архетипа>". <Как это видно телом
и лицом>. <Чего он никогда не делает>. <Его единственный звук или «He does not speak a single word»>.
<ВТОРОЙ>, PERFORMANCE: archetype — <…>. <Состояние и как оно видно>. <Что делает по ходу сцены>.
<Говорит или «He never speaks; his lips stay closed»>.
<ТРЕТИЙ>, PERFORMANCE: <внешность словами, если рефа нет>; <архетип>; <кому говорит, куда смотрит>.
<МАССОВКА>: <сколько, кто, как реагирует>. They never speak.

CASTING: <герой> is the ONLY <такой> in the world; every other person is <…>, and nobody is surprised by <…>.
Exactly <N> people in the <room>: <кто>. <Кто где сидит или стоит>, which is on the <LEFT / RIGHT> side of the
frame when the camera faces <кого>. <A> is the only one in <…>; <B> is the only one <…>.

SCALE: <рост героев в см, «NOT a giant», размеры ключевых предметов>.

0.0-<T>s — <N> SHOTS, HARD CUTS at <t1>s and <t2>s; <shot 4 continues shot 3 without a cut>: hard cuts only,
never a dissolve or cross-fade. <No crash zoom in this video. / The only crash zoom is the final beat.>

SHOT 1, 0.0-<t1>s — <НАЗВАНИЕ>. CAMERA: <откуда смотрит>, <на какой высоте>, <объектив>, <куда смотрит
и крупность>; <ОДНО движение: направление, скорость, насколько за план>, no pan, no tilt, no shake.
It starts exactly on the start frame. <Действие глаголами: кто что делает>. <Звук этого плана>.

SHOT 2, <t1>-<t2>s — <НАЗВАНИЕ>. Hard cut. CAMERA: <…>; behind him <фон словами>; the camera holds still
<with an almost invisible slow push-in>. Action: <…>. At <a>-<b>s <кто>, exactly as in @Audio1, says in
Russian, <эмоция>: "<реплика кириллицей>"
Phonetic hint: "<латиница по правилам 09>"

SHOT 3, <t2>-<T>s — FINAL BEAT: <НАЗВАНИЕ>. Hard cut. ONE CONTINUOUS SHOT, NO CUT INSIDE IT. CAMERA: <…>.
<t2>-<x>s — <ПОДБИТ>. <кто, что и когда: at <x>s he …>
<x>-<T>s — <последнее событие>. From <T−1.5>s to the very end <кто> holds completely still, <…>.
The video ends on <этот кадр>.

ARCHETYPES: <каждый — одной фразой>. EMOTION: <сначала… потом… в конце…>. LENS: <объектив по планам>.
CAMERA: <все движения и склейки одной строкой>; never a dissolve, never handheld shake. LIGHT: <источник,
направление, что он лепит, блики, отражённый свет на лицах>.

TIMING: <склейки>; <окно тишины>; <реплика в своём окне, as in @Audio1>; <ключевые действия по секундам>;
<неподвижный финал>. Real time everywhere, no slow motion, no speed ramp. <Кто говорит, кто не говорит никогда>.

SOUND: <источники звука в порядке сцены>; then <голос>; then <…>. One line in Russian, written in Cyrillic and
followed by a phonetic hint in Latin letters: it is spoken in Russian by <кто>, word for word, in his voice
from @Audio1 and with its timing; the spoken audio must match the hint; the vowel with the acute accent is
the stressed one. No narrator, no music, no drone, no pad: only real sounds, <…>.

CONSISTENCY: <герой> identical to @Image1 — <главные приметы> — and dressed exactly as @Image2; <второй>
identical to @Image3; <чей> voice identical to @Audio1; the <room> as in @Image4 and the start frame; the same
<N> people in the same <seats> in every shot. No morphing, no flicker.

NOT WANTED: any camera equipment, tripod, dolly, rails, slider, crane, microphone or film crew visible in the
frame; <кто-то говорит в окне тишины>; a dissolve or cross-fade; more than <N> hard cuts; <лишние приёмы>;
handheld shake; <речь не тех героев>; more than <N> people; <брак прошлых дублей>; slow motion; speech in
English; any words other than the line; text, signs, logos, letters; <чужой грейд>; HDR, glow, lens flares;
cartoon or CGI look; waxy plastic skin; morphing faces; flicker.

<РЕАЛИЗМ коротко: real pores, stubble, fine facial texture, natural imperfections, <фактуры сцены: ткани,
кожа, бумага>. A real 35 mm film frame, not a 3D render.>

Камера — строкой CAMERA в каждом плане

Каждый план после названия начинается со строки CAMERA:. В ней пять вещей, в этом порядке:

Откуда смотрит — относительно людей и предметов: «at the short end of the table», «across the table from the investor, slightly to the side of the goat's chair so the investor looks just past the lens».
Высота — «at standing eye height», «at his seated eye level», «slightly below his eye level so he looks down at us like a president».
Объектив и крупность — «35 mm», «85 mm close-up, his head and shoulders filling the frame», «50 mm waist shot», «medium close-up».
Фон в крупном плане — «behind him the floor-to-ceiling glass with the bright towers, soft». Без этой строки модель ставит за крупным планом пустую стену (С3, 28.10.2026).
Одно движение — направление, скорость и сколько за план: «the camera glides in one slow, smooth, steady push-in straight forward along the table, about one metre over the whole shot, no pan, no tilt, no shake»; «the camera holds still, with an almost invisible slow push-in»; «the camera travels slowly sideways to the RIGHT along the table and settles at 13.0s on…».

Дальше в том же плане — Action: глаголами, потом реплика, потом звук плана. Сводка всех планов — строка ARCHETYPES / EMOTION / LENS / CAMERA / LIGHT после таймлайна.

Названия техники в промт не писать: tripod, dolly, slider, crane, rails, gimbal (правило Виктора от 28.10.2026: напишешь «камера на штативе», и модель поставит штатив в кадр). Вместо «on a tripod» — «the camera holds still», вместо «dolly push-in» — «the camera glides forward», вместо «slider» — «the camera travels sideways». Сама техника — в NOT WANTED.

Одно движение на план. Спецприём (crash zoom, свип) — один на ролик, в финальном бите.

Один непрерывный план — по секундам

Пишется одним SHOT со строкой ONE CONTINUOUS SHOT, NO CUT INSIDE IT и строкой CAMERA в начале. Внутри — подбиты по секундам, у каждого своё название: кто, что делает и на какой секунде. По этой схеме снят финал С3 (сокращено):

SHOT 3, 10.0-15.0s — THE FRIEND, THEN THE WHIP-PAN CRASH ZOOM AND THE BLEAT. Hard cut. ONE CONTINUOUS SHOT,
NO CUT INSIDE IT. CAMERA: across the table from the friend, at his seated eye level, 50 mm close-up; behind him
the bright window; the camera holds still until the whip pan.
10.0-12.9s — THE FRIEND. His exhausted face and shoulders fill the frame … at 10.8s he drops his face into both
hands … At 12.3s he lowers his hands and slowly turns his head to the LEFT to look at the goat sitting right
beside him, his face blank.
12.9-13.2s — WHIP-PAN CRASH ZOOM. Following the friend's look, the camera whips sharply to the LEFT and in the
same single move crash-zooms in …
13.2-15.0s — FINAL BEAT: THE BLEAT. … From 14.1s to the very end he holds completely still … The video ends on
this close-up.

Запрет склеек модель выполняет, запрет смены ракурса — нет: если ракурс важен, повторять его в каждом подбите («still the same side profile»). Переход через предмет (колесо, ладонь, плечо) — движением, которое ведёт камеру: «its rotation drags the camera with it, the tyre itself is the wipe» (заготовка в 08).

Речь — главное (полностью в 09)

At 4.0-10.6s the investor, exactly as in @Audio1, says in Russian: "Мы смотрели двенадцать компаний. Ваш продукт — лучший. С вами можно работать."
Phonetic hint: "Mi smotréli dvenádtsat' kompániy. Vash prodúkt — lúchshiy. S vámi mózhno rabótat'."

Язык — in Russian. Белорусский больше не нужен: «Козёл» С1–С4 и «Много Мяса» говорят по-русски с подсказкой. Белорусский — запасной ход, если модель всё же коверкает слова.
У каждой реплики своё окно в секундах. Окна не пересекаются и не попадают туда, где рот занят (ест, целует, блеет).
Подсказка: ударная гласная со штрихом (á é í ó ú ý), мягкий знак — апостроф (dvenádtsat', rabótat'), й → y (kompániy), ы → i (bílo), -ый/-ий → iy (lúchshiy), ё → yo (kozyól), гласные как в написании — без аканья и озвончения (Ogó, не Agó; S dnyóm, не Z dnyóm). Таблица — в 09.
В SOUND — дословная фраза из скелета: «spoken in Russian by …, word for word, in his voice from @Audio1…».
@Audio1 — дорожка реплики на всю длину ролика, реплика уже стоит в своём окне, вокруг — тихий фон.

Архетип — каждому, кто в кадре

Каждому персонажу — свой абзац PERFORMANCE: «archetype — <одна фраза>» + как это видно телом + чего он не делает + его единственный звук. Без архетипа второстепенные играют стоковые реакции и смотрят в камеру. Формулы, которые уже отработали в генерациях (мужские, женские, групповые), — 08, раздел «Архетипы». После таймлайна — сводка ARCHETYPES:: каждый одной фразой.

Почему именно так

Рефы — первыми строками, с ролью. @Image1 без роли — модель сама решит, что это. Роль через тире: что на рефе и как его использовать. Реф побеждает текст, поэтому черты лица словами не описывать — только то, чего на рефе нет (сегодня мятая рубашка, без колпака). Одежда — отдельным рефом-раскладкой на каждую сцену: так герой переодевается между сценами и не тащит костюм из карты.

Стартовый кадр и локация — референсы стиля. Локация 16:9 задаёт место, материалы и свет; стартовый кадр 9:16 — первый кадр, композицию и расстановку. Нужен только стиль — так и пиши: «take only its light, colour, film grain and materials; the layout follows the start frame». Стартовый кадр подаётся отдельным полем, без @-тега. От генератора картинок он часто приходит в 2:3 — обрезать до 9:16, не растягивать. Рефы детальные, 5–6 МБ: на маленьких лица и мелкие детали плывут.

LOOK PRESET вместо «cinematic». Пресет — кадр из конкретного кино: жанр, эпоха, как ведёт себя камера, как сыграны герои, цвет плёнки. Он один на всю серию и вставляется дословно, меняется только свет сцены и поведение камеры. Тогда сцены разных генераций выглядят одним сериалом.

INTENT с шуткой. Кроме сюжета и signature-моментов — шутка или мысль одной фразой. Без неё модель снимает события правильно, но мимо смысла: не держит паузу, не даёт реакции.

CASTING и SCALE. «Единственный такой» убирает клонов; LEFT/RIGHT кадра — путаницу, кто где сидит; сантиметры — великанов и игрушечные предметы.

Финальный бит с запасом. Модель сдвигает последний бит примерно на секунду позже. После последнего события — 1,5–2 с «holds completely still until the end», иначе неподвижный финал съедается (С2).

TIMING — повтором. Все события ещё раз одной строкой: порядок и окна речи модель держит лучше, когда они сказаны дважды — в плане и в сводке.

Реализм дважды. В начале задаёт материал, в конце перебивает «красивость», которую модель любит добавлять к последним строкам.

NOT WANTED — в конце, списком. Сюда же — всё, что испортило прошлый дубль. Позитивная формулировка в плане всё равно сильнее запрета.

Плотность

Длительность	Сколько битов (планов и подбитов)
5–10 с	3–5
10–20 с	5–8
20–30 с	8–12

Потолок по нашим генерациям — 8 битов на 20 секунд. Важное действие — не в последнем бите: последним идёт простое состояние. Минимальная длина: сложное физическое действие — от 3 с, макро-инсерт — 1,5 с, обзорный дрон — 3 с, проход с реакциями людей — 3,5 с. Физическое действие вместе с репликой в бите короче 2 с модель часто пропускает.

Что пишется в тексте промта, а что — в настройках

В тексте: длина сцены в INTENT («15 seconds»), таймкоды планов и реплик.

Только в настройках: ФОРМАТ 9:16 (никаких «VERTICAL 9:16 FRAME», «vertical phone screen», «aspect ratio» в тексте — правило Виктора 15.09.2026; 28.10 его ошибочно «отменили», 30.10 Виктор вернул: «это не пишется в промтах»), разрешение (480p / 720p / 1080p), режим качества, сид, число рефов, отдельный блок FORMAT — модель читает их как описание сцены. Линтер bot/prompt_lint.py строку формата не пропускает.

Лимиты

Seedance 2.5 через Higgsfield (коннектор или CLI): до 30 секунд одной генерацией, до 30 рефов. Промты «Козла» — 11–16 тыс. знаков, «Много Мяса» — до 19,5 тыс., приняты.
Dreamina: промт до 4000 знаков. Не влезает — резать описания внутри планов, но не блоки.
Seedance 2.0 по API: 15 секунд. Ролик до 30 секунд — одна генерация, не склейка кусков.
Секунды — пропорции, а не хронометр: склейки ложатся с точностью ±0,4 с, финальный бит уезжает на ~1 с позже. Точное попадание в такт — подрезкой на монтаже.

QA после генерации

Лицо и голова совпадают с картой во всех планах · нет клонов героя · рост и пропорции не уехали · склейки там, где заказаны, и жёсткие, без наплывов · движения камеры те, что заказаны, по одному на план · в крупных планах фон — локация, а не пустая стена · цвет одежды держится в контровом свете · реплики звучат по-русски и по слепой расшифровке совпадают с текстом · неподвижный финал не съеден · в кадре нет техники, текста и логотипов.

СКЕЛЕТ ПРОМТА