Как сделать рилс нейросетью: от идеи до готового вертикального видео

Ален основатель КАДР Обновлено 2026-07-12 5 мин чтения

Рилс на 30 секунд собирается из трёх до пяти сгенерированных сцен и обходится примерно в 180 до 1600 рублей в зависимости от модели (данные КАДР, июль 2026). Камера и съёмочная группа не нужны, но нужен сценарий с посекундной раскадровкой: видеомодель делает один короткий кадр, а не ролик целиком. Ниже разбираем весь процесс: как писать сценарий под вертикаль, какую модель выбрать под задачу, где сэкономить в разы и почему AI-рилсы часто выглядят одинаково.

Главное заблуждение

Люди думают, что нейросеть сделает рилс. Она не сделает.

Видеомодель генерирует один короткий кадр: от 5 до 15 секунд, одно действие, одно движение камеры. Рилс это последовательность таких кадров, склеенных с музыкой и текстом. Значит, работа делится на три части: придумать последовательность, сгенерировать кадры, собрать.

Кто пропускает первую часть, получает шесть секунд красивого бессмысленного движения и разочарование.

Шаг 1. Раскадровка под вертикаль

Возьмите идею и разбейте на сцены. На 30 секунд обычно нужно от трёх до пяти сцен.

Правило одного действия. Одна сцена это одно действие и одно движение камеры. Не «девушка заходит в кафе, садится и открывает ноутбук», а три сцены. В текстовом виде это выглядит скучно, зато это работает.

Вертикаль это не обрезанная горизонталь. Генерируйте сразу в 9:16. Если сгенерировать 16:9 и потом обрезать, вы выкинете половину кадра вместе с композицией: герой окажется за краем, а камера будет ехать в пустоту.

Композиция в вертикали другая. Работает то, что вытянуто вверх: человек в полный рост, лестница, улица уходящая вдаль, крупный план лица. Не работает то, что широкое: панорамы, групповые сцены, длинные столы.

Первые полсекунды решают всё. В рилсах первый кадр это точка, где человек либо остаётся, либо смахивает. Поэтому самую сильную сцену ставьте первой и не тратьте её на титры и логотип.

Шаг 2. Выбор модели, и почему это решение про деньги

Разброс цен между моделями почти десятикратный. Это первое решение, и оно важнее всех остальных.

Цены на КАДР, ролик 6 секунд, 1080p, звук выключен, июль 2026:

Модель	Цена, руб.	Для чего
Google Veo 3.1 Lite	46	черновики, простые сцены, фоны
Seedance 1.5 Pro	55	массовый контент, много роликов
Google Veo 3.1 Fast	92	хорошее качество за небольшие деньги
Kling Video O1	142	движение камеры, динамика
Kling v3.0 Pro	142	люди, сложное движение
Seedance 2.0	324	флагман, персонаж между кадрами

Не является публичной офертой.

Полная таблица цен по всем моделям и расчёт минуты есть в отдельной статье. Практический вывод: черновики гоняйте на дешёвых, финал делайте на дорогой. Отработать логику сцены на Veo 3.1 Lite за 46 рублей и потом перенести отлаженный промпт на Kling это не экономия на спичках, это разница в разы на объёме.

Шаг 3. Два рычага, которые почти никто не трогает

Разрешение. Один и тот же ролик на Seedance 2.0 стоит 65 рублей в 480p и 324 рубля в 1080p. Пятикратная разница. Пока вы подбираете промпт и не знаете, что получится, высокое разрешение не нужно вообще: вы проверяете, туда ли едет камера, а не рассматриваете поры на коже.

Звук. У моделей с нативным аудио включённый звук удваивает цену. Veo 3.1 стоит 120 токенов без звука и 240 со звуком. А в рилсах звук из модели вам почти наверняка не нужен: сверху всё равно ляжет трек или закадровый голос. Выключайте и платите вдвое меньше.

Исключение одно: если в кадре кто-то говорит и важен липсинк. Тогда звук из модели оправдан.

Шаг 4. Как не выглядеть как все

Проблема AI-рилсов не в качестве, а в одинаковости. Все они выглядят как реклама духов: глянец, замедленное движение, золотой час, безликая красота. Так происходит потому, что модель по умолчанию тянет к усреднённой красивой картинке, а люди пишут усреднённые промпты.

Лечится конкретикой.

Задайте оптику. «Снято на 35 мм, лёгкое искажение по краям» даёт совсем другой кадр, чем ничего.
Задайте характер света. Не «красивый свет», а «жёсткий контровой свет из окна, глубокие тени».
Задайте несовершенство. Зерно плёнки, лёгкая дрожь камеры, отражение в стекле. Идеальная картинка читается как искусственная именно из-за идеальности.
Дайте референс вместо слов. Если у вас есть картинка нужного стиля, подайте её образцом. Это точнее любого описания. Если в кадре повторяется один герой, читайте про консистентность персонажа.
Не используйте слова вроде «кинематографично» и «атмосферно». Они не значат ничего конкретного, и модель понимает их как «сделай глянцево».

Шаг 5. Сборка

Сцены готовы, дальше обычный монтаж в любом редакторе.

Музыка. Она задаёт ритм склеек. Практика: сначала выбираете трек, потом режете сцены под его биты, а не наоборот.
Текст. Большинство смотрит без звука, поэтому смысл должен читаться глазами. Крупный шрифт, короткие фразы, высокий контраст.
Длина. Безжалостно режьте. Если сцена не двигает историю, она лишняя, даже если красивая и вы за неё заплатили.

Сколько стоит рилс целиком

Ролик 30 секунд, четыре сцены, 1080p, звук выключен. Данные КАДР, июль 2026.

Модель	Одна сцена	Рилс (4 сцены)	С перегенерациями (×3)
Veo 3.1 Lite	46 руб.	184 руб.	около 550 руб.
Seedance 1.5 Pro	55 руб.	220 руб.	около 660 руб.
Kling v3.0 Pro	142 руб.	568 руб.	около 1700 руб.
Seedance 2.0	324 руб.	1296 руб.	около 3900 руб.

Не является публичной офертой.

Коэффициент 3 это не пессимизм, а норма. Простая сцена получается с первой попытки, сцена с человеком может потребовать десяти. Считайте бюджет от результата, а не от одной генерации.

Коротко

Рилс нейросетью это не одна кнопка, а раскадровка плюс несколько коротких генераций плюс монтаж. Генерируйте сразу в 9:16, разбивайте на сцены по одному действию, черновики гоняйте в 480p на дешёвой модели, звук выключайте, если всё равно кладёте музыку.

Самая большая экономия прячется не в скидках, а в выборе модели: разброс цен почти десятикратный.

Частые вопросы

Сколько стоит сделать рилс нейросетью?

Ролик на 30 секунд из четырёх сцен обойдётся примерно в 184 рубля на Veo 3.1 Lite и около 1296 рублей на флагманском Seedance 2.0 (данные КАДР, июль 2026). Это без учёта перегенераций: реальный бюджет умножайте на 3.

Можно ли сгенерировать вертикальное видео 9:16?

Да, соотношение сторон задаётся до генерации, вертикальный формат поддерживают все основные модели. Важно сразу генерировать в 9:16, а не обрезать горизонтальный ролик: при обрезке вы теряете половину кадра и композиция разваливается.

Нужен ли звук из модели или лучше наложить музыку?

Для рилсов почти всегда лучше наложить музыку при монтаже. Нативный звук в модели удваивает цену генерации, а в рилсах его всё равно перекрывает трек или закадровый голос. Звук из модели оправдан только там, где важен липсинк или синхронные шумы в кадре.

Почему AI-рилсы выглядят одинаково?

Потому что все пишут похожие промпты и не задают стиль. Модель по умолчанию тянет к глянцевой обобщённой картинке. Лечится конкретикой: тип объектива, характер света, палитра, референсное изображение вместо словесного описания.

Сколько сцен нужно на рилс?

На 30 секунд обычно от трёх до пяти. Одна сцена это одно действие и одно движение камеры. Если попытаться уместить в один кадр несколько действий, модель почти наверняка его испортит.

Какая нейросеть лучше для рилсов?

Для быстрых черновиков и массового контента подойдут дешёвые модели вроде Veo 3.1 Lite или Seedance 1.5 Pro. Для сцен с человеком и сложным движением камеры лучше Kling v3.0 Pro или Seedance 2.0. Выбор модели меняет цену минуты почти в десять раз, поэтому это первое решение, которое стоит принять осознанно.

Соберите рилс за вечер

В КАДР доступны все модели из статьи: Seedance, Kling, Veo, Hailuo, Wan. Вертикальный формат, выбор длительности и разрешения, цена генерации видна до запуска. Оплата рублями с российской карты, токены не сгорают.

Сделать рилс

Ален

Основатель КАДР. 5 лет в автоматизации, больше 50 проектов. Подключал модели генерации напрямую через API, поэтому цены в статье это не пересказ чужих обзоров.