---
title: "Seedance 2.5: полное руководство по промптам"
description: "Тридцать секунд видео со звуком по одному письменному брифу. Шесть правил, три пайплайна и сбои, о которых стоит знать до того, как тратить кредиты."
canonical_url: "https://meetkuro.com/ru/guides/seedance-2-5-prompting/"
published: 2026-08-13
updated: 2026-08-16
locale: "ru"
models: ["seedance-2.5", "seedance-2.0", "seedream-5-pro", "gpt-image-2"]
---

Seedance 2.5 делает до **тридцати секунд видео за один запуск**, и звук
создаётся одновременно с картинкой: речь, звуковые эффекты и музыка. Не нужно
склеивать клипы, не нужен отдельный шаг для голоса, не нужен второй рендер,
чтобы добавить звук.

Именно этот единый запуск отличает его от модели, которая выдаёт по пять секунд
за раз. В тридцатисекундном <span class="term"><button class="term-word" type="button" popovertarget="def-take">дубле</button><span class="term-def" popover id="def-take">Один запуск модели: один сгенерированный клип от начала до конца. Если запустить тот же бриф ещё раз, вы получите другой дубль — и снова за него заплатите.</span></span> нет швов, которые нужно прятать, потому что их просто нет. Но
это значит и то, что каждая генерация — всё или ничего: **нельзя исправить
девятнадцатую секунду, не перезапустив секунды с первой по тридцатую.**

Поэтому работа смещается раньше. Почти всё, что решает, получится ли клип
хорошим, происходит до того, как вы нажмёте «Сгенерировать».

> Относитесь к этому как к съёмке, которой вы руководите, а не как к игровому автомату, за ручку которого дёргаете.

Цена, ограничения и настройки — на
[странице модели Seedance 2.5](/ru/models/seedance-2.5/). Это руководство — о
том, что писать.

## Обзор

### Коротко

Три решения делают большую часть работы. Если больше ничего не прочитаете,
прочитайте их. Каждое подробно разобрано ниже.

<ol class="guide-keys">
<li class="guide-key">
<p class="guide-key-title">Доведите картинку до ума, прежде чем приводить её в движение</p>
<p class="guide-key-body">Видео оплачивается посекундно, поэтому <strong>любая ошибка, найденная в тридцатисекундном дубле, стоит целого дубля</strong>. Одно изображение — дешёвое место, где можно ошибиться, и единственное, где результат можно рассмотреть до того, как что-то начнёт двигаться.</p>
<div class="guide-key-lines">
<p class="guide-key-practice">Зафиксируйте комнату, одежду, свет, кадрирование и любые надписи на экране в одном изображении, а затем передайте это готовое изображение видеомодели как <span class="term"><button class="term-word" type="button" popovertarget="def-first-frame">первый кадр</button><span class="term-def" popover id="def-first-frame">Изображение, которое вы загружаете и с которого клип начинается в точности. Оно становится кадром номер один, и фильм берёт форму от него, а не от настройки соотношения сторон.</span></span>.</p>
</div>
</li>
<li class="guide-key">
<p class="guide-key-title">Описывайте то, что видит камера, а не то, как это назвала бы съёмочная группа</p>
<p class="guide-key-body">Модель делает то, что может себе представить, а обо всём остальном догадывается. Операторский термин — это указание, которое человек понимает, а модель выполняет наполовину; <strong>а список того, что реально видно в кадре, она выполняет</strong>. Почти все наши неудачи с формулировками были именно такими.</p>
<div class="guide-key-lines">
<div class="guide-key-quote guide-key-quote--no"><p class="guide-key-quote-label">Вместо</p><p class="guide-key-quote-text">Three-quarters from behind and to her left</p></div>
<div class="guide-key-quote guide-key-quote--yes"><p class="guide-key-quote-label">Пишите</p><p class="guide-key-quote-text">We see the back of her head, her claw clip, the back of her neck</p></div>
</div>
</li>
<li class="guide-key">
<p class="guide-key-title">Говорите каждому загруженному изображению, для чего оно нужно и для чего — нет</p>
<p class="guide-key-body">Загруженная картинка без инструкций отдаёт всё, что в ней есть: фон, освещение, кадрирование, позу. <strong>Назовите одну вещь, которая вам от неё нужна, и исключите остальное</strong>, иначе студийный фон за вашим продуктом незаметно станет фоном вашего фильма.</p>
<div class="guide-key-lines">
<div class="guide-key-quote guide-key-quote--no"><p class="guide-key-quote-label">Вместо</p><p class="guide-key-quote-text">[Image1] is Ana.</p></div>
<div class="guide-key-quote guide-key-quote--yes"><p class="guide-key-quote-label">Пишите</p><p class="guide-key-quote-text">[Image1] is Ana. Use it for her face, build and hair colour only. Do not use its background, lighting, framing or pose.</p></div>
</div>
</li>
</ol>

### Что он принимает

| Вход                | Лимит           | Примечания                                                                                     |
| ------------------- | --------------- | ---------------------------------------------------------------------------------------------- |
| Промпт              | 4000 символов   | Хватает на все блоки, которые нужны брифу. Приближаются к пределу только тридцать секунд сплошных диалогов. |
| Длительность        | 4–30 секунд     | Или автоматически — тогда длину выбирает модель.                                               |
| Разрешение          | 480p · 720p     | Тестируйте в 480p, финал делайте в 720p. Потом [увеличьте](/ru/guides/upscale-an-image/).      |
| Референсные изображения | до 30       | Персонажи, продукты, локации, стили.                                                           |
| Референсные видео   | до 10           | Движение, темп, поведение камеры. Суммарно 30 с.                                               |
| Референсное аудио   | до 10           | Голоса и атмосфера. Суммарно 30 с, один голос на дорожку.                                      |
| Первый кадр         | 1 изображение   | **Нельзя сочетать с референсными изображениями.**                                              |

### Сколько это стоит

Видео оплачивается посекундно, поэтому **длина и разрешение — единственные два
решения, которые стоят вам денег**. Звук третьим не является: речь, эффекты и
музыка входят в ту же посекундную ставку, пишете вы для них или нет — в отличие
от [Veo 3.1](/ru/guides/veo-3-1-prompting/), где переключатель звука удваивает
стоимость дубля.

| Длина | 480p                             | 720p                             | Для чего                                                                                                                                                                                                                                                                                                                                    |
| ----- | -------------------------------- | -------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 5 с   | <span class="credit">~43</span>  | <span class="credit">~97</span>  | Тест: держится ли картинка, проходит ли запрос, работают ли входы                                                                                                                                                                                                                                                                           |
| 15 с  | <span class="credit">~129</span> | <span class="credit">~289</span> | Законченная короткая работа: <span class="term"><button class="term-word" type="button" popovertarget="def-ugc">UGC</button><span class="term-def" popover id="def-ugc">User-generated content: реклама, снятая так, будто её снял на телефон настоящий покупатель, а не рекламщики.</span></span>-реклама, влог, ролик о продукте |
| 30 с  | <span class="credit">~257</span> | <span class="credit">~578</span> | Фильм с началом, серединой и развязкой                                                                                                                                                                                                                                                                                                      |

<blockquote class="guide-quote--caution">
<p>Тридцатисекундный дубль стоит слишком дорого, чтобы его испортить, поэтому не начинайте его с нуля. Начните с первого кадра или с набора референсов и будьте уверены в промпте, прежде чем нажать «Сгенерировать».</p>
<p>Мы и сами чаще всего работаем гораздо более короткими кусками — <strong>от 4 до 15 секунд</strong> за раз.</p>
</blockquote>

---

## Правила

Шесть вещей, которые верны, что бы вы ни делали. Каждая обошлась нам в деньги, и
они упорядочены по тому, сколько сэкономят вам.

### Называйте пиксель, а не идею

> Модель слушается того, что может себе представить, а обо всём остальном догадывается.

Ракурс, теория освещения, правило — всё это интерпретируется. Описание того, что
должно быть **видно в кадре**, выполняется.

Все наши неудачи с формулировками были такими. _«Три четверти со спины»_ — это
указание, которое человек понимает, а модель выполняет наполовину:

- Как **ракурс** — _«три четверти со спины и слева от неё»_ — оно дало нужное
  кадрирование **один раз из пяти**.
- Как **вид** — _«мы видим её затылок, заколку-краб, заднюю сторону шеи»_ — оно
  сработало **два раза из двух**, с первой попытки.

То же правило в том же прогоне исправило ещё две вещи. Монитор, который
постоянно выходил тёмным: _«монитор — <span class="term"><button class="term-word" type="button" popovertarget="def-key-light">ключевой свет</button><span class="term-def" popover id="def-key-light">Основной свет на объекте: тот, что решает, куда падают тени. Всё остальное заполняет пространство вокруг него.</span></span>»_ превратилось в _«его свечение ложится на стену
перед ней»_. Иконка, на которой постоянно появлялась подпись: _«никакого другого
текста»_ превратилось в _«прямоугольник пуст»_.

### Сбой — это ошибка в промпте, пока не доказано обратное

> Несколько результатов, испорченных _одинаково_, — это не невезение.

Когда генерация выходит неудачной, хочется списать всё на случайность и запустить
её снова. Обычно виновато предложение, а перезапуск при ошибке в предложении —
это оплата одной и той же ошибки снова и снова.

Мы потратили <span class="credit">44</span> на перезапуски кадрирования, которое считали
случайным. Дело было в одном неясном предложении, и каждый перезапуск проваливался
ровно одинаково. Переписав его, мы получили нужный план со следующей попытки.

### Решайте на дешёвом уровне

> Кадры раньше движения. Текст раньше видео.

Всё, что можно решить в одном изображении, нужно решать в нём. Сделайте
изображение, посмотрите, исправьте, посмотрите снова — и только потом передайте
готовую картинку видеомодели.

Важнее всего это для **текста**. Модель изображений пишет заголовок или экран
без ошибок; видеомодель, которую просят придумать тот же текст в 720p, лишь
приближается к нему.

- Четыре модели изображений, по три фрагмента текста у каждой: **двенадцать из
  двенадцати** написаны верно.
- Тот же экран, запрошенный _внутри_ видео: правдоподобно, читаемо и ничего
  общего с настоящим брендом.

### Тестируйте в 480p, прежде чем платить за 720p

> <span class="credit">257</span> против <span class="credit">578</span>. Тот же промпт, те же референсы, та же длина, та же модель — чуть меньше чем за половину цены.

Переход на 480p не меняет ничего, чем управляет промпт. Вы получаете те же
планы, тот же тайминг, ту же игру, те же голоса, того же персонажа. Теряете вы
резкость, а резкость — единственное, в чём никогда не было сомнений.

Поэтому сначала запустите дубль в 480p и честно его оцените. Он отвечает на всё,
в чём бриф может ошибиться: такое ли кадрирование, как вы представляли, попадают
ли <span class="term"><button class="term-word" type="button" popovertarget="def-beat">биты</button><span class="term-def" popover id="def-beat">Один бит — это одно событие: отдельный момент или действие в фильме. Пятнадцатисекундный клип обычно состоит из четырёх–шести таких битов подряд.</span></span> туда, куда вы просили, держится ли персонаж, принимаются ли ваши
входы. Когда всё правильно, вы перезапускаете тот же бриф в 720p для версии,
которую оставите.

Сокращение длины добавляет экономии сверху: пять секунд в 480p стоят
<span class="credit">43</span>. Больше всего денег уходит впустую на
полноформатный дубль в 720p по брифу, который ещё никто не проверил.

### Знайте, какой слот вы заполняете

> **Первый кадр** — это кадр ноль. **Референсы** — это материалы. Использовать их
> вместе нельзя.

Первый кадр означает, что фильм начинается ровно с этого изображения и берёт от
него <span class="term"><button class="term-word" type="button" popovertarget="def-aspect-ratio">соотношение сторон</button><span class="term-def" popover id="def-aspect-ratio">Форма кадра: его ширина относительно высоты. 16:9 — широкий формат телевизора, 9:16 — телефон, который держат вертикально.</span></span>.
Референсные изображения — это то, из чего модель строит _новый_ кадр.

- Хотите, чтобы клип **начинался** с картинки, которая у вас уже есть? Это первый кадр.
- Хотите, чтобы в клипе **был** человек, продукт или место, которые у вас уже
  есть? Это референсы.

Неверный выбор даёт результат, который выглядит как сбой модели: план, которого
вы не просили, соотношение сторон, которое вы не задавали, перерисованное
изображение там, где вы хотели копию.

### Тайм-коды распределяют время, а не режут его

> Достаточно точно, чтобы выстроить фильм. Недостаточно точно, чтобы по ним монтировать.

Запись `at 12s` подсказывает модели, какую примерно часть клипа должен занять
этот бит. Это бюджет, а не точка монтажа.

- Лист из шести битов дал склейки в пределах **0,83 секунды** от каждой
  запрошенной границы — шесть из шести, пять из них в пределах шести десятых.
- Семь реплик с таймингом в другом дубле прозвучали **на ноль–две секунды
  раньше**, ни разу не позже, а последняя реплика попала точно.

Используйте диапазоны, чтобы задать темп последовательности, а точные отметки
приберегите для двух-трёх по-настоящему важных моментов. Если расписать каждую
секунду, темп станет _хуже_: слишком много в одном окне выглядит суетливо,
слишком мало — как замедленная съёмка.

---

## Пайплайны

Всё, что вы делаете, начинается в одном из трёх состояний: у вас **нет ничего,
кроме идеи**, у вас **одна картинка** или у вас **набор материалов**.

### Блоки, из которых состоит любой бриф

В каком бы пайплайне вы ни работали, промпт собирается из одних и тех же частей,
в том порядке, который модель читает надёжнее всего:

```
[Goal]        one sentence: what this video is and what happens in it
[Materials]   what each supplied image or audio track is FOR, and what it is not
[Subject]     who or what must stay identical from first frame to last
[Look]        the colour, the light, the texture, skipped if a frame carries it
[Camera]      where it starts, how it moves, how fast, where it ends
[Beats]       the sequence, with time ranges and any spoken lines
[Audio]       music, effects, voices
[Keep/Avoid]  what must not change, and what must never appear
```

В 4000 символов помещаются все восемь блоков, расписанные как следует. К пределу
приближается только тридцатисекундный фильм с несколькими этапами и большим
количеством диалогов, так что вопрос уже не в том, что выбросить. А в том, что
стоит сказать.

> **Удаляйте всё, что уже несёт загруженное изображение.** Если вы дали модели
> первый кадр комнаты, не описывайте комнату. Описывайте, что в ней происходит.
> То, что комната помещается в бюджет, — не повод его тратить: слова, повторяющие
> картинку, ничего не добавляют, а слова, которые ей противоречат, делают
> неопределённым то, что уже было решено.

### Как писать аудиоблок

У музыки, эффектов и речи свои скобки. Можно написать всё обычными
предложениями, но скобки не оставляют места для сомнений, и модель читает их
чётко.

```
( )   music and background sound  (No music until the last beat.)
< >   sound effects               <rain on glass, a mug set down>
{ }   spoken lines                She says in French: {Je lis.}
```

Называйте язык **непосредственно перед каждой репликой**, а не один раз в начале
брифа. `She says in French: {Je lis.}` держится; одно правило в конце
расплывается, особенно когда в игре больше одного языка.

### Пайплайн A: от текста

Ничего, кроме письменного брифа.

#### Для чего он

- **Лучше всего для:** атмосферных роликов, <span class="term"><button class="term-word" type="button" popovertarget="def-b-roll">би-ролла</button><span class="term-def" popover id="def-b-roll">Кадры, в которых никто не говорит, — пейзаж, руки, улица, деталь. Их вставляют вокруг основных планов, чтобы прикрыть озвучку или дать сцене подышать.</span></span>, <span class="term"><button class="term-word" type="button" popovertarget="def-establishing">establishing-планов</button><span class="term-def" popover id="def-establishing">Общий план, который открывает сцену и сообщает, где вы находитесь, прежде чем кто-то в ней что-то сделает.</span></span>, монтажных нарезок, всего с ярким стилем.
- **Чем платите:** контролем. Вы получаете хорошую версию своего описания, а не
  своего конкретного человека или продукт.
- **Следите за:** лицами и предметами, которые меняются по ходу клипа. Их ничто не
  удерживает на месте.

#### Как его писать

Раз ничего не загружено, работать должен каждый блок. Вкладывайте детали в
**персонажа** и **биты**, а внешний вид описывайте словами оператора, а не
словами настроения: конкретный объектив, указанное направление света, зерно.
_«Кинематографично»_ и _«красиво»_ ничего не дают.

Персонажа, который появляется снова, описывайте **один раз** и подробно, а потом
ссылайтесь на это описание. Повторное описание приглашает модель нарисовать его
заново.

**Разобранный пример:** [Фильм, который сам себе бриф](#фильм-который-сам-себе-бриф):
тридцать секунд, один дубль, целая квартира и женщина в ней — из одних слов.

### Пайплайн B: от текста с первым кадром

У вас одна картинка, и клип начинается ровно с неё.

#### Для чего он

- **Лучше всего для:** того, чтобы оживить картинку: продуктовый кадр, постер,
  персонажа, скриншот.
- **Чем платите:** референсными изображениями. Либо одна дорога, либо другая,
  но никогда обе.
- **Следите за:** соотношением сторон — оно берётся из изображения, а не из
  вашей настройки.

#### Как его писать

> Это пайплайн, в котором **чем меньше промпта, тем лучше.**

Кадр уже несёт кадрирование, одежду, комнату, свет и цвет. Описывать их снова —
ничего не получить и рискнуть противоречием картинке, а если слова и картинка
расходятся, вы сделали неопределённым то, что уже было решено. Ловушка здесь —
запас в бюджете: места хватает, чтобы пересказать весь кадр, и именно так его и
теряют.

Один раз напишите _«exactly as the first frame»_, а дальше пишите только то, что
**меняется**: движение, игру, речь, камеру.

#### Единственное известное ограничение

**Мелкий текст разваливается по ходу клипа.** В пятнадцатисекундном тесте
заголовок и кнопка на экране телефона оставались идеально читаемыми, а мелкая
адресная строка к последней секунде превратилась в нечто почти, но не совсем,
похожее на саму себя.

Всё, что должно оставаться читаемым, должно быть _крупным в кадре_. Относитесь к
мелкому тексту как к фактуре, а не как к словам.

**Разобранный пример:** [Ваш продукт в их руках](#ваш-продукт-в-их-руках):
пятнадцать секунд из одного кадра, с видимой деградацией на телефоне.

### Пайплайн C: от текста с референсами

У вас есть материалы (актёры, продукт, локация), и они должны пережить клип.

#### Для чего он

- **Лучше всего для:** повторяющихся персонажей, реальных продуктов, всего, что
  должно совпадать с чем-то ещё.
- **Чем платите:** первым кадром.
- **Следите за:** утечками из референса без задачи. Студийный фон становится
  фоном фильма.

#### Каждому референсу — задача и граница

В этом и состоит всё мастерство пайплайна. Референс без инструкций отдаёт всё,
что в нём есть: фон, освещение, кадрирование, настроение.

```
[Image1] is <subject>. Use it for <face, build, colour> only.
         Do not use its background, lighting, framing or pose.
```

Для персонажей загружайте **несколько отдельных ракурсов, а не один лист, где
собраны все**. При тридцати слотах экономить место незачем, а полноразмерный
профиль несёт гораздо больше лица, чем тот же профиль, ужатый в одну ячейку
сетки.

#### Голоса

Аудиореференсы копируют голос. Десяти–пятнадцати секунд достаточно, и модель
копирует **не только звучание голоса, но и то, как произносятся слова**, поэтому
записывайте референс в образе.

- Один голос на дорожку.
- Никакой музыки в голосовой дорожке.
- Суммарно тридцать секунд на всё аудио.

**Разобранный пример:** [Блогерша, которой не существует](#блогерша-которой-не-существует):
один лист персонажа, тридцать секунд, шестнадцать склеек, которые она переживает.

---

## Когда что-то ломается

### «Мой промпт отклонили ещё до рендера»

Больше 4000 символов.

> **Решение:** вырежьте то, что уже несут ваши изображения. Если вы загрузили
> первый кадр, удалите каждое предложение, описывающее комнату, одежду, свет и
> цвет. Одно это обычно возвращает треть бюджета. Потом убирайте повторы, а не
> содержание: правило, сказанное один раз в нужном блоке, лучше того же правила,
> повторённого трижды.

### «Камера стоит не там»

Вы назвали ракурс вместо вида.

> **Решение:** пишите, что видно в кадре, а что нет. Если два рендера ошибаются
> одинаково, это проблема предложения, а не невезение, так что не перезапускайте.

### «Соотношение сторон или длина не те, что я просил»

Это настройки, а не текст промпта. Слова _«16:9»_ в брифе ничего не делают, а
первый кадр заставляет клип унаследовать соотношение сторон _этого изображения_:
настройка, расходящаяся с кадром, отклоняется ещё до каких-либо трат.

> **Решение:** задавайте их в элементах управления, а первый кадр делайте в нужном
> соотношении сторон.

### «Текст в кадре по ходу клипа превратился в кашу»

Модель удерживает крупный шрифт и заново придумывает мелкий по ходу клипа.

> **Решение:** делайте текст крупным или принимайте его как фактуру. Проверяйте
> **последнюю** секунду, а не первую: первый кадр всегда выглядит идеально, потому
> что часто он и _есть_ ваше загруженное изображение.

### «Лицо или продукт плывут по ходу клипа»

Их недостаточно удерживают на месте. Один референс даёт модели меньше опоры, чем
ей нужно на пятнадцати секундах.

> **Решение:** загрузите несколько отдельных полноразмерных ракурсов, скажите, что
> на всех один и тот же объект, и добавьте чёткую инструкцию, что он никогда не
> меняется и не перерисовывается.

### «Персонаж заговорил не на том языке»

Язык подразумевался или был назван один раз в конце, а не перед каждой репликой.

> **Решение:** называйте его непосредственно перед каждой репликой. Если нужен
> конкретный голос, загрузите аудиореференс вместо того, чтобы его описывать.

---

## Разобранные примеры

Три готовые работы, по одной на пайплайн, и к каждой — бриф, по которому она
сделана. Каждая — это **одна генерация**: здесь нет ничего, склеенного из
нескольких дублей.

### Фильм, который сам себе бриф

_Пайплайн A: картинка только из слов._

<figure class="guide-example">
<div class="guide-example-stage"><video src="/showcase/guides/the-brief.mp4" poster="/showcase/guides/the-brief.webp" width="608" height="1080" controls controlslist="nodownload noplaybackrate noremoteplayback" disablepictureinpicture playsinline preload="none" aria-label="Женщина одна за столом в час ночи, её освещает монитор, невидимый голос задаёт ей вопросы, а камера подходит к экрану и обнаруживает, что на нём идёт этот самый фильм"></video></div>
<figcaption class="guide-example-side">
<dl class="guide-example-spec">
<div><dt>Длина</dt><dd>30 с, один дубль</dd></div>
<div><dt>Кадр</dt><dd>9:16, 720p</dd></div>
<div><dt>Загружено</dt><dd>Логотип, два голоса</dd></div>
<div><dt>Стоимость</dt><dd><span class="credit">578</span></dd></div>
</dl>
</figcaption>
</figure>

Женщина читает документ в час ночи, а голос из-за камеры спрашивает её, что это.
На двадцать первой секунде камера подходит к её монитору, и документ оказывается
брифом того самого фильма, который вы смотрите.

**Ничего из того, что вы видите, не было загружено.** Женщина, квартира, дождь,
свет в час ночи — всё это описание: преобразование текста в видео придумывает
лицо, а не копирует его. Передано было вовсе не изображение сцены: наш логотип —
чтобы плеер в последнем плане нёс настоящий логотип, а не правдоподобную
подделку, — и две записи голоса, французская и японская.

Семь реплик были запрошены на 2,5; 5; 6,5; 10; 12; 15 и 23 секундах. Они
прозвучали по порядку, **на ноль–две секунды раньше, ни разу не позже**, а
последняя реплика попала точно в отметку.

Субтитры сделала не модель. Бриф просил субтитры на экране и не получил их:
каждая реплика была произнесена, но ничего не было напечатано. Их
[вшили позже](/ru/guides/add-subtitles-to-a-video/) по расшифровке — это и есть
надёжный обходной путь: пишите речь, а субтитры добавляйте к результату.

<details class="guide-fold"><summary>Бриф целиком</summary><p class="guide-fold-note">Восемь тысяч символов — вдвое больше предела. Он был написан до того, как мы упёрлись в лимит, и запускался там, где лимита нет; версия, которая работает здесь, — тот же фильм, сжатый, чтобы поместиться, а для этого и нужно правило сокращения выше.</p><pre><code>[Generation Goal]&#10;Generate a 30-second single-take live-action film, one continuous handheld take with no cuts. The central subject is Camille; the primary event is that she reads a document at 1am while an unseen woman questions her from behind the camera, until the camera arrives at her monitor and the document turns out to be the brief for this film.&#10;&#10;[Materials]&#10;[Image1] is the Kuro logo — a rounded dark tile holding a small mark of coloured dots, followed by a lowercase wordmark. It is a graphic asset, not a scene: never place it anywhere in the room and never show it before 21 seconds. From 21s it appears exactly once, reproduced faithfully, as the small logo on the chrome of the video player on her monitor, above the picture area at the left. Keep its shape, its colours and its spelling exactly.&#10;[Audio1] is Camille's voice: French, adult female, low and close.&#10;[Audio2] is the unseen woman's voice: Japanese, adult female, low and close.&#10;&#10;[Character]&#10;CAMILLE, a woman in her early thirties of mixed East Asian and European heritage. An oval face with high cheekbones, a straight nose, straight dark brows and dark brown eyes. Warm light-olive skin with visible pores, a light scatter of freckles across her nose and upper cheeks, and natural asymmetry; no makeup. Thick dark brown, almost black, slightly wavy hair worn up in a tortoiseshell claw clip, with loose strands escaping at her temples and the nape of her neck. Slim, average height. She wears an oversized oatmeal wool cardigan over a white t-shirt, sleeves pushed back over her wrists. She is tired and unperformed. She never looks at the camera and never smiles for it.&#10;&#10;[Scene]&#10;The working corner of a Paris apartment at one in the morning. A plain plaster wall behind her carries four or five small photographs pinned in a loose group. At the far left a tall window with an off-white curtain half drawn, rain running down the glass, a wrought-iron balcony rail and the blur of the street beyond. She sits at a plain wooden desk in a dark chair, facing a large monitor that stands at the right of frame with its screen turned toward her. A small warm desk lamp sits low behind her right shoulder. On the desk: a ceramic mug, a keyboard, a few loose papers, a notebook. A plant at the top right. Nothing else.&#10;&#10;[Look]&#10;Photoreal, 35mm, practical light only. The monitor is the key light and it is cold blue-white — it lights the left side of her face, her hands at the keyboard and the wall in front of her, and it is the brightest thing in the room. The small lamp behind her is the only warm source and reads as a small accent, giving a warm edge to her hair and shoulder. The ceiling light is off. The room reads cool overall with that one warm accent, the background about one and a half stops darker than she is. Real skin with visible pores, fine sensor noise in the darker wall, neutral white balance, low saturation, no teal-and-orange grade, no lens flare, no bloom. Footage of a real room at 1am, not a commercial.&#10;&#10;[Camera]&#10;One unbroken handheld take at standing height, a couple of metres from her, seeing her from her left in near profile with the monitor at the right of frame — slight drift, small reframes, brief focus hunting. From 3s it makes one slow continuous arc forward and to the right at 10-15 cm/s, never faster, arriving square-on to her monitor at 21s and holding there, breathing, to the end. It never turns toward the voice, never pans off her, and never stops moving until it arrives.&#10;&#10;[Stage 1] 0-10 seconds&#10;Initial state: Camille seen from her left in near profile, her face and hands lit cold by the screen, the lamp warm behind her. She is reading a document on the monitor — reading, not typing. Rain runs down the window at the far left.&#10;Primary event: the camera begins its arc while she is questioned and never turns toward it.&#10;  At 2.5s the unseen woman says in Japanese: {まだ来ないの？} 【Are you coming to bed?】&#10;  At 5s she says in Japanese: {まだ書いてるの？} 【Still writing?】&#10;  At 6.5s Camille, without looking away from the screen, says in French: {Je lis.} 【I'm reading.】&#10;She lifts her mug an inch without looking, finds it cold, sets it back down, then pulls her cuffs over her hands.&#10;End state: the camera is closer and further round to her right, still moving; she is still reading; the mug is back in the same place.&#10;&#10;[Stage 2] 10-21 seconds&#10;Continue from Stage 1: same woman, same wardrobe, same room, same seated position, camera still arcing.&#10;Primary event: the face of the monitor becomes visible for the first time and the document proves endless — a production brief of dense monospace blocks and bracketed lines, too far to read, its scrollbar a sliver. She flicks the scroll wheel three times; it barely moves.&#10;  At 10s the unseen woman says in Japanese: {何読んでるの？} 【Reading what?】&#10;  At 12s Camille says in French: {Le brief.} 【The brief.】&#10;  At 15s the unseen woman says in Japanese: {何のブリーフ？} 【The brief for what?】&#10;She does not answer. Nobody speaks for four seconds. She clicks the mouse once.&#10;End state: the camera is almost square to the monitor, close but not yet close enough to read it.&#10;&#10;[Stage 3] 21-30 seconds&#10;Continue from Stage 2: same woman, same wardrobe, same room, same seated position.&#10;Primary event: at 21s the camera arrives square-on and the monitor fills the frame, sharp, showing a video player on a flat near-black interface with the [Image1] logo on its chrome above the picture area at the left. Inside the player is this same room and this same woman at this same desk, seen from where this film opened. She clicks again and the picture inside the player begins to move: the same slow drift, rain on the same window inside the frame.&#10;  At 23s the unseen woman says in Japanese, quieter: {…待って。それ、今？} 【…Wait. Is that now?】&#10;End state: the monitor full-frame, the player playing, the camera still handheld and breathing. The take ends on motion, not on a cut and not on a black frame.&#10;&#10;[Audio]&#10;(No music before 21 seconds. One low sustained synth note enters under the arrival at 21 seconds and holds to the end. Nothing else.)&#10;&lt;steady rain falling on the window glass, close and clearly audible from the first frame to the last, the constant bed the whole film sits on; a fridge compressor in another room; a ceramic mug set down on wood; a chair castor rolling an inch; three scroll-wheel clicks; two single mouse clicks&gt;&#10;The rain is always present and always audible. It is never silenced, never faded under the dialogue and never replaced by music — the voices and the synth note sit on top of it, and between the spoken lines the rain is the loudest thing in the film.&#10;Camille speaks only French, in the voice of [Audio1]. The unseen woman speaks only Japanese, in the voice of [Audio2], further away and off-axis, from a doorway behind the lens. Both unprocessed and quiet — it is 1am. Seven spoken lines only; nobody speaks over anybody.&#10;Every on-screen subtitle is the English translation of the line spoken at that moment. The dialogue channel carries only French and Japanese; the subtitle channel carries only English.&#10;&#10;[Maintain Consistency]&#10;Camille is the same woman from the first frame to the last — the same face, the same freckles, the same claw clip and escaping strands, the same oatmeal cardigan over a white t-shirt. The room and every object in it stay exactly where they are. One person on screen; the unseen woman is never seen, never reflected and never lit, and the camera never turns toward her. The rain never stops or changes. The monitor stays the cold key light and the lamp stays the only warm accent. No cuts, dissolves, fades or black frame, including the last. No music before 21 seconds. Camille never looks at the camera and never smiles for it. No on-screen text other than the subtitles and the [Image1] logo. No English speech, and no French or Japanese subtitles.</code></pre></details>

### Ваш продукт в их руках

_Пайплайн B: один первый кадр._

<figure class="guide-example">
<div class="guide-example-stage"><video src="/showcase/guides/the-pitch.mp4" poster="/showcase/guides/the-pitch.webp" width="608" height="1080" controls controlslist="nodownload noplaybackrate noremoteplayback" disablepictureinpicture playsinline preload="none" aria-label="Нарисованная женщина держит телефон экраном к камере, показывает веб-страницу, рассказывает о ней и указывает на экран"></video></div>
<figcaption class="guide-example-side">
<dl class="guide-example-spec">
<div><dt>Длина</dt><dd>15 с, один дубль</dd></div>
<div><dt>Кадр</dt><dd>9:16, 720p</dd></div>
<div><dt>Загружено</dt><dd>Один первый кадр</dd></div>
<div><dt>Стоимость</dt><dd><span class="credit">11</span> + <span class="credit">289</span></dd></div>
</dl>
<img class="guide-example-input" src="/showcase/guides/the-pitch-first-frame.webp" width="540" height="960" loading="lazy" decoding="async" alt="Загруженный первый кадр: та же нарисованная женщина с телефоном в виде статичного изображения" />
<p class="guide-example-input-note">Первый кадр, сделанный заранее, с настоящим скриншотом в качестве референса.</p>
</figcaption>
</figure>

Нарисованная блогерша держит телефон перед камерой и рассказывает о продукте в
шести битах — такова форма почти любой рекламы, снятой так, будто её снял
покупатель. Сначала сделали кадр, привязав к нему настоящий скриншот как
референс, так что страница на телефоне была решена до того, как что-то начало
двигаться.

Ограничение видно в клипе, если следить за телефоном. Заголовок и обе кнопки
держатся все пятнадцать секунд; адресная строка и мелкий текст под заголовком
уплывают во что-то почти, но не совсем, английское. **Крупный шрифт переживает
видеомодель. Мелкий — это фактура.**

<details class="guide-fold"><summary>Бриф целиком</summary><pre><code>Style: 2D anime, hand-drawn cel animation matching the first frame exactly — clean line art, flat colour, soft cel shading, painted background. Not photoreal, not 3D, no live action.&#10;&#10;Camera: locked off at her eye level. It never moves — no pan, tilt, zoom or cut — only a slight breathe, for all 15 seconds.&#10;&#10;Subject: the animated character in the first frame, identical throughout — face, hair and sweatshirt never drift or re-roll. She speaks warm and quick, like someone showing a friend something good, never like an advert.&#10;&#10;Screen: she holds a black phone in her right hand in the left third of frame, flat to the viewer, bright and sharp. Its page is frozen exactly as in the first frame and stays legible — it never scrolls, changes, dims or reflects.&#10;&#10;0.0-2.5s   She tips her head toward the phone, raises her eyebrows and grins at the viewer. She says, "Okay, you have to see this."&#10;2.5-5.0s   She turns the phone a few degrees and back, flat again, and nods once. She says, "It's called Kuro."&#10;5.0-7.5s   She lifts her left hand into frame and points up at the screen. She says, "You describe it, and it makes the picture."&#10;7.5-10.0s  Her hand drops away and she brings the phone closer, still flat. She says, "Then it turns that picture into a clip."&#10;10.0-12.5s She flicks three fingers up, counting them off. She says, "Clips, music, whole videos. One app."&#10;12.5-15.0s She pushes the phone closer, taps it twice with her thumb and laughs. She says, "Free to start. That's the site right there."&#10;&#10;Audio: her voice only, close and clear in a small room, natural breaths, a short laugh at the end. Two soft thumb taps on glass. No music, no second voice.&#10;&#10;Avoid: music, narrator, a second character, captions, subtitles, on-screen text, watermark or logo, any cut or scene change, screen reflections, scrolling or changing the page, any change of room, clothing or light, slow motion, any shift toward photorealism, and any drifting of her face or hair.</code></pre></details>

### Блогерша, которой не существует

_Пайплайн C: один референс._

<figure class="guide-example guide-example--wide">
<div class="guide-example-stage"><video src="/showcase/guides/surfing.mp4" poster="/showcase/guides/surfing.webp" width="960" height="540" controls controlslist="nodownload noplaybackrate noremoteplayback" disablepictureinpicture playsinline preload="none" aria-label="Анимированная сёрфингистка гребёт к волне, ловит её и выходит из трубы на солнечный свет"></video></div>
<figcaption class="guide-example-side">
<dl class="guide-example-spec">
<div><dt>Длина</dt><dd>30 с, 16 склеек</dd></div>
<div><dt>Кадр</dt><dd>16:9, 720p</dd></div>
<div><dt>Загружено</dt><dd>Один лист персонажа</dd></div>
<div><dt>Стоимость</dt><dd><span class="credit">11</span> + <span class="credit">578</span></dd></div>
</dl>
<img class="guide-example-input" src="/showcase/guides/surfing-cast-sheet.webp" width="760" height="428" loading="lazy" decoding="async" alt="Загруженный лист персонажа: сёрфингистка с именем, разворот спереди, сбоку и сзади, крупные детали её лица, браслетов и доски и палитра из пяти цветов" />
<p class="guide-example-input-note">Единственный референс — по промпту из семи слов.</p>
</figcaption>
</figure>

Сёрфингистка гребёт к волне, ловит её и проходит сквозь трубу. Она зафиксирована
один раз в листе персонажа, и фильм — это тот лист, превращённый в тридцать
секунд видео: две генерации с разницей в десять минут, первая стала входом для
второй, и обе — с первой попытки.

Бриф фильма — не мудборд, а **расписание**: шесть битов с таймингом, в каждом
названы свои планы. Где бит перечисляет пять кадров, появляются пять склеек.
Относительно шести запрошенных границ склейки легли в пределах **0,83 секунды,
шесть из шести**, а персонаж держится на протяжении шестнадцати из них.

Обратите внимание, как мало требуется от референса. У него одна задача, это
единственный вход, и ни одно предложение брифа не описывает её лицо.

<details class="guide-fold"><summary>Оба брифа целиком</summary><p class="guide-fold-note">Лист персонажа получен по первому из них, через рецепт Character Sheet. Фильм — по второму, с этим листом в качестве единственного референса; бриф приведён дословно, включая опечатку на 0–4 с.</p><pre><code>LANI - a cute surfer girl in bikini</code></pre><pre><code>0–4s — Quiet hook&#10;Extreme close-up of Lani's eye. Ocean reflected in it. Wind moves loose&#10;strands of hair. She hears a wave building and turns. We her from behind,&#10;focusing on her bottom.&#10;Cut wide: she's standing on the beach with the pink board under her arm.&#10;Almost no dialogue.&#10;&#10;4–9s — Preparation montage&#10;Quick, beautiful anime cuts:&#10;fingers tightening the board leash / bracelets moving on her wrist / bare&#10;feet stepping into wet sand / hand brushing hair away from her face / pink&#10;board hitting the water&#10;This establishes all her recognizable details naturally.&#10;&#10;9–14s — Paddle out&#10;Camera from water level as she paddles toward an incoming swell.&#10;Then underwater shot: her silhouette and pink board passing above, sunlight&#10;breaking through the surface. Music starts building here.&#10;&#10;14–18s — The wave arrives&#10;She looks over her shoulder. Huge turquoise wall forming behind her.&#10;Close-up: tiny confident smile. She turns and paddles hard.&#10;&#10;18–25s — PAYOFF&#10;She catches it. Fast sequence: low angle alongside the board / water&#10;spraying across frame / aerial shot of her carving / close-up of her face /&#10;camera goes inside the barrel / she appears through the translucent wave&#10;This is where you spend most of the animation quality.&#10;&#10;25–28s — Signature shot&#10;Camera inside the wave, looking outward. Lani passes through the barrel with&#10;sunlight behind her, hair and necklace moving naturally. For maybe half a&#10;second she looks toward camera. Not posing — just part of the motion.&#10;&#10;28–30s — Ending&#10;She exits the wave. Cut to very wide shot. Tiny Lani gliding across a huge&#10;ocean as the music drops out and you only hear water. Then cut to black.</code></pre></details>

---

## О Kuro

Kuro — ИИ-студия изображений: изображения, клипы, озвучка и музыка по промпту, а также фильмы на основе раскадровки с одними и теми же персонажами в каждой сцене.

Агенты подключаются по MCP и могут генерировать напрямую:

```
claude mcp add kuro https://api.meetkuro.com/mcp --transport http
```

Приложение находится на https://app.meetkuro.com и требует аккаунта.

У каждого гайда, страницы модели, сравнения и страницы бесплатного инструмента на этом сайте (кроме вариантов инструмента и страниц-указателей) есть Markdown-двойник по его же URL с `.md` на конце — как и у /benchmarks/, английской страницы /agents/ (это /agents.md) и справочника MCP-инструментов. Все гайды: https://meetkuro.com/ru/guides/
