Как сделать мультик нейросетью: рабочий процесс из трёх шагов

Почему большинство мультиков получаются плохими

Типичная ошибка новичка выглядит так: человек открывает видеомодель, пишет «мультик про котёнка, который потерял маму», жмёт кнопку и получает шесть секунд бессмысленного движения, где котёнок меняет породу дважды.

Причина в том, что видеомодель не режиссёр. Она не придумает историю, не разобьёт её на сцены и не запомнит вашего героя. Она делает ровно одно: превращает описание одного короткого кадра в движущуюся картинку. Всё остальное должны сделать вы, до того как нажмёте генерацию.

Поэтому рабочий процесс выглядит не как «написал промпт, получил мультик», а как настоящая анимационная студия в миниатюре: сценарий, персонажи, съёмка. Просто каждый этап занимает не месяцы, а минуты.

Шаг 1. Сценарий с раскадровкой по секундам

Это самый важный шаг, и именно его пропускают. Сценарий для нейросети это не литературный текст. Это техническое задание, где расписана каждая секунда: что в кадре, что делает персонаж, куда едет камера, какой звук.

Писать его вручную долго, поэтому логичнее использовать текстовую модель: ChatGPT, Claude или DeepSeek. Они как раз хорошо разбивают идею на сцены.

Как поставить задачу текстовой модели

Не просите «напиши сценарий мультика». Просите раскадровку в нужном вам формате. Примерно так:

Разбей историю на сцены длиной ровно 10 секунд. Для каждой сцены дай таблицу: номер, что происходит по секундам, описание кадра для видеогенератора (композиция, свет, план, движение камеры), реплики персонажа, фоновые звуки. Пиши описания кадра так, как их поймёт text-to-video модель: конкретные существительные, никаких абстракций вроде «атмосфера грусти».

Дальше вы правите то, что она выдала. Тут важно понимать: чем короче сцена, тем выше шанс, что модель её не испортит. Сцена, где происходит одно действие, генерируется хорошо. Сцена, где герой встаёт, идёт, открывает дверь и оборачивается, развалится почти наверняка.

Правило одного действия

Одна сцена это одно действие и одно движение камеры. Не «котёнок бежит по улице, видит маму и прыгает к ней», а три отдельные сцены. Это скучнее выглядит в текстовом сценарии, но именно так получается работающий мультик.

Что должно быть в описании кадра

• План: крупный, средний, общий.
• Что делает персонаж: одно действие.
• Камера: статична, медленный наезд, облёт, проезд вбок.
• Свет и время суток: утренний свет из окна, ночь, неон.
• Стиль: он должен быть один и тот же во всех сценах, дословно.

Последний пункт критичен. Если в первой сцене вы написали «в стиле 3D-мультфильма Pixar, мягкий свет, тёплая палитра», то во всех остальных сценах эта фраза должна стоять слово в слово. Любая перефразировка это сигнал модели что-то поменять.

Шаг 2. Карточки персонажей

Теперь герой. И здесь главная мысль всей статьи: персонажа нельзя описывать словами.

Если вы в каждой сцене будете писать «рыжий котёнок с белым пятном на груди», вы получите десять разных котят. Текст описывает не конкретного героя, а целый класс героев, и модель каждый раз выбирает из этого класса заново.

Решение: сгенерировать персонажа один раз в виде изображения и дальше подавать это изображение как образец. Подробно этот приём разобран в статье про консистентность персонажа.

Как собрать карточку персонажа

Берёте модель для изображений. Хорошо подходят Nano Banana Pro (она сильна именно в редактировании и сохранении лица) или GPT-5 Image (она лучше понимает сложное описание).

1. Сгенерируйте героя анфас. Не жалейте попыток: это лицо вы увидите ещё сто раз. Изображение стоит копейки, а ошибка на этом шаге испортит весь мультик.
2. Сделайте те же ракурсы. Попросите модель показать того же самого персонажа в профиль, в три четверти, в полный рост, в движении. Модели редактирования как раз умеют менять ракурс, сохраняя внешность.
3. Отбракуйте. Часть кадров будет «почти тем же» героем. Их выбрасывайте: почти это значит не тот.
4. Соберите набор. Это и есть карточка персонажа. Для каждого героя своя.

Цены на этом шаге смешные. В КАДР изображение в Nano Banana Pro стоит 14 токенов (около 22 рублей), в Nano Banana 2 семь токенов (11 рублей), во Flux.2 Pro три токена (5 рублей). Набор из пяти карточек обойдётся примерно в 110 рублей. По сравнению со стоимостью видео это ничто, поэтому экономить тут глупо.

Заодно сделайте карточки локаций

Тот же приём работает для фонов. Если действие происходит в комнате, сгенерируйте эту комнату один раз и дальше подавайте как референс. Иначе мебель будет переставляться сама собой от сцены к сцене.

Шаг 3. Анимация в Seedance

Теперь у вас есть раскадровка и герои. Собираем мультик.

Для анимации персонажей лучше всего подходит линейка Seedance. Причин две. Первая: она заявляет стабильность персонажа между кадрами и принимает несколько референсов сразу. Вторая, чисто арифметическая: она генерирует отрезки до 15 секунд, а значит на минуту мультика нужно всего четыре генерации. У моделей с восьмисекундным лимитом их понадобится семь с половиной.

Как генерировать сцену

В режиме работы с кадрами вы подаёте:

• карточки персонажа как референсы (в КАДР это до 6 изображений сразу),
• описание сцены из вашей раскадровки.

И вот ключевое правило: в промпте не описывайте внешность героя. Совсем. У модели уже есть картинка. Если вы дадите ей и картинку, и текстовое описание лица, они начнут конфликтовать, и модель выдаст компромисс, то есть третьего персонажа.

В промпте должно быть только то, что герой делает, где он находится, как движется камера и какой стиль. Внешность берётся из референса.

Черновики в низком разрешении

Прежде чем платить за финальное качество, прогоните сцену в 480p. Вы проверяете не картинку, а логику: понял ли модель сцену, туда ли едет камера, не разваливается ли герой. Для этого разрешение не нужно.

Разница в деньгах пятикратная. Один и тот же шестисекундный ролик на Seedance 2.0 стоит 41 токен (65 рублей) в 480p и 205 токенов (324 рубля) в 1080p. Десять черновиков и один финал обойдутся дешевле, чем три попытки сразу в высоком качестве.

Склейка сцен

Чтобы мультик не выглядел набором несвязанных кусков, используйте приём с последним кадром: берёте финальный кадр готовой сцены и подаёте его стартовым кадром для следующей. Персонаж, свет и обстановка переезжают в новую сцену автоматически.

Оговорка: так нельзя тянуть бесконечно, ошибки накапливаются. Каждые три или четыре сцены возвращайтесь к исходным карточкам персонажа, чтобы сбросить накопленный дрейф.

Сколько это стоит на самом деле

Считаем минуту мультика. Данные КАДР, июль 2026, 1080p, отрезки по 15 секунд.

Не является публичной офертой.

Итого минута без перегенераций: около 2700 рублей на Seedance 2.0 Fast и около 3350 на флагмане.

Итого минута по-честному: умножайте на 3. Мультик это самый сложный жанр для нейросети, потому что в нём одновременно есть персонаж, движение и стилистическая консистентность. Реальный бюджет минуты это 8000 до 10 000 рублей.

Полный расчёт по всем моделям есть в статье сколько стоит минута AI-видео. Звучит много? Сравните со стоимостью минуты классической анимации у студии и с её сроками. И учтите, что вы получите результат сегодня вечером.

Пять ошибок, из-за которых мультик разваливается

1. Нет раскадровки. Вы пытаетесь получить историю от видеомодели. Она её не придумает, она умеет только один кадр.
2. Персонаж описан словами, а не показан картинкой. Гарантированно получите десять разных героев.
3. В сцене несколько действий. Модель успевает сделать хорошо только одно.
4. Стиль переформулирован от сцены к сцене. Каждая перефразировка это команда что-то поменять.
5. Финальное качество с первой попытки. Вы платите впятеро дороже за проверку идеи, которую можно было проверить в 480p.

Коротко

Мультик нейросетью это не одна кнопка, а конвейер из трёх шагов. Сценарий с посекундной раскадровкой пишете в текстовой модели, персонажей фиксируете картинкой в Nano Banana или GPT-5 Image, анимацию собираете в Seedance, подавая карточки героев как референсы.

Рисовать не нужно. Нужно уметь точно описывать и безжалостно отбраковывать.