РЕЗУЛЬТАТ · RUNWAY Сделано на Nano Banana.
Рил трансформации до/после: один свайп камеры меняет состояние помещения, сильный хук.
Значения попадают в промт сразу. Пустое поле — плейсхолдер остаётся янтарным.
Промт собирает кадр вокруг одного: «A single continuous pan across a {помещение}: as the camera moves». Остальные части описания управляют тем, как этот объект показан.
{помещение} — подставьте своё. Пишите конкретно: «матовая чёрная кружка 350 мл» работает лучше, чем «кружка».Промт написан под Runway и состоит из обычного описания без служебных флагов.
Разные модели по-разному понимают длинные перечисления. Если результат «усреднённый» — уберите половину уточнений и добавляйте их по одному.
В Midjourney добавьте --ar под нужные пропорции: без флага он выдаст квадрат.
Своё описание, максимально конкретное. Модель не догадывается о деталях: «помещение» стоит расписать материалом, цветом и размером — так результат станет повторяемым, а не случайным. Значения подставляются прямо в текст промта, скобки при этом убираются.
Один и тот же промт даёт разные кадры при каждом запуске — это свойство генеративных моделей, а не ошибка. Пример на этой странице сделан этим же промтом, но в другой попытке. Чтобы приблизиться к нему, запустите промт 3–4 раза и выбирайте из выдачи, а не правьте текст после первой неудачи.
Это определяет лицензия той нейросети, в которой вы генерируете, а не текст промта. У большинства сервисов коммерческое использование разрешено на платных тарифах и ограничено на бесплатных — проверьте условия своего тарифа перед публикацией.
Runway. runwayml.com, режим Gen-3. Промт описывает движение камеры и сцену.
Или прямо в нашем боте. Если разбираться с сервисами сейчас некогда — отправьте промт боту, он запустит генерацию сам. Бесплатно, с суточным лимитом. Открыть бота →
Переписали промт под себя. Если от нашего текста осталась половина, запускать его удобнее на отдельной странице: там выбор сети и пропорций. Свой промт →
Разобраться глубже Какая нейросеть лучше для фото товара: карта моделей для e-com — Какая модель под какую задачу — без рейтингов, по классам задач.