03 · Режимы генерации, роли рефов, звук и речь, диагностика

Сначала режим, потом промт

У каждого режима своя формула. Смешивать нельзя.

Картинка как первый кадр. Внешность и крупность повторно словами не описывать — модель начинает перерисовывать и теряет совпадение с кадром. Каркас: картинка = точный первый кадр и источник правды → перечень того, что сохранить → что именно оживает → «объект остаётся тем же объектом» → короткая хореография → камера (стабильная, медленная) → свет → запреты. Если в кадре реальный человек, которого нельзя менять: перечислить сохраняемое поимённо (лицо, волосы, одежда, поза, руки, пропорции, фон) и разрешить ему только микрореакцию. Чем короче список, тем сильнее дрейф.

Продление. Первая строка — «Continue this video seamlessly. Preserve the cinematography, the film texture, the grain, the halation and the same unhurried camera speed from the uploaded footage». Дальше — новый бит. Пересказ исходного клипа заставляет модель повторять уже отснятое.

Правка ≠ переписывание. Меняется один блок, ядро промта остаётся. Полный рерайт теряет удачные находки прошлого дубля.

Роли рефов

Реф без роли — модель берёт с картинки всё подряд: и лицо, и фон, и стиль. Поэтому:

• Каждому рефу одна роль, названная в первой строке промта через тире. Герой (лицо и одежда) · продукт или техника · локация · свет и палитра · донор движения · база для продления.
• Иерархия важнее количества. Главный реф — герой, он @Image1. Остальные второстепенные.
• Перед промтом на каждый реф ответить три вопроса: что взять, что изменить, что не трогать. Ответы и есть строка роли.
• Реф главного объекта — на нейтральном фоне. Фон приходит из рефа объекта, а не из рефа локации (проверено: самолёт над полями дал поля вместо города). Технику и продукт готовить на белом или на небе.
• Локация — отдельным рефом и повторяется в каждом бите одной строкой.
• Узнаваемое здание с высоты не переносится. Нужен памятник — давать его близким битом.
• Лимиты: Seedance 2.5 в Dreamina — до 30 рефов, Seedance 2.0 — до 9 картинок + 3 видео + 3 аудио. Мне в 30-секундном ролике хватает 5–7: герой, техника, 2–3 локации, свет.
• Реальные лица в рефах — только со своими правами; чужие публичные лица фильтр режет.

Что НЕ писать в промт

• Аспект, длительность, разрешение, число рефов — это настройки, не текст. Служебные слова занимают вес и не управляются моделью.
• Плейсхолдеры: «[персонаж]», «{длительность}». Промт копируется и запускается как есть.
• Хайп без конкретики: epic, cinematic, beautiful, stunning. Ноль визуальных решений.
• Мета-команды: «make a cool ad». Модель исполняет описание, а не задание.
• Пояснения и комментарии на русском внутри английского промта. Модель прочтёт их как сцену.
• Отрицания как основной способ управления. «No blur» слабее, чем «sharp focus». Короткий список NOT WANTED в конце — работает; длинные негативы посреди промта — читаются как описание.

Звук и речь

Seedance генерит звук вместе с картинкой. Звук режиссируется, а не дописывается словом «с музыкой».

• Только диегетика по умолчанию: перечислить источники — мотор, шины, ветер, шаги, скрип стула, гул толпы. «No music, no whooshes, no risers».
• Реплики в кавычках отрабатываются дословно, с заказанной эмоцией. Русская речь — кириллицей внутри английского промта, переводить «для чистоты» нельзя: модель произнесёт английский.
• Реплика привязывается к событию, не к секунде: «at the flip», «as the door slams». Модель сдвигает реплику к событию сама.
• Если потом переозвучка — просить короткие изолированные реплики с паузами.
• Аудио-реф — одна функция: темп, атмосфера, окрас голоса или фоли. Не всё сразу.
• Ветра и атмосферного шума в генерациях почти нет — добавляется на монтаже.

Диагностика: симптом → причина → что менять

Чек-лист перед запуском

Режим выбран · у каждого рефа роль · герой первым · параметры вынесены из промта · нет плейсхолдеров и пояснений · один бит — одно движение · у действия конечная точка · важное не в последнем бите · реализм дважды, если в кадре люди · речь на языке персонажа · звук описан · формат 9:16 назван · запреты коротким списком в конце · промт до 4000 знаков.