Как режиссировать AI-видео: план сцены для натуральной игры

Убедительная игра в AI-видео начинается с плана сцены, а не со списка эмоций. План сцены превращает сцену в маленькие изменения, которые может показать модель: персонаж слышит реплику, делает паузу, смотрит в сторону, принимает решение, потом говорит. Он также определяет видимое состояние в конце каждого момента, чтобы следующий момент имел конкретное начало.

Это руководство для новичков строит одну короткую диалоговую сцену от идеи до проверки. Ты можешь использовать метод с любой видеомоделью, которая принимает подробные промпты. Пример API использует Seedance 2.5 на reAPI, потому что она поддерживает сгенерированный звук и клипы до 30 секунд в одном запросе.^[1]

TL;DR

• Напиши одно предложение, описывающее эмоциональные изменения в сцене.
• Дай каждому персонажу стабильное начальное состояние, скрытую цель и точку давления.
• Раздели сцену на моменты примерно по одному действию или реакции в каждом.
• Заканчивай каждый момент наблюдаемым состоянием: взглядом, позой, дистанцией, реквизитом или выражением.
• Помести диалог, игру, мизансцену, камеру и звук в отдельные блоки промпта.
• Проверь назначение говорящих, паузы, взгляды, руки, ось экрана и финальное состояние перед принятием клипа.

Что такое момент игры

Момент игры — это наименьшее значимое изменение в сцене. Это не просто временной диапазон. Что-то должно произойти, что изменит то, что персонаж знает, хочет или делает.

Рассмотри эту реплику:

Maya: "You already packed?"

"Maya looks sad" — слабая режиссёрская подсказка, потому что она описывает общее настроение. Момент игры полезнее:

Maya notices the suitcase before she speaks. Her shoulders stop moving. She
looks at the suitcase, then at Leo, and asks quietly, "You already packed?"
She ends the beat holding eye contact, waiting for him to answer.

Вторая версия дает модели триггер, последовательность, интонацию реплики и финальное состояние. Это видимые инструкции, а не абстрактный ярлык.

Шаг 1: Сведи сцену к одному эмоциональному изменению

Перед написанием диалога закончи это предложение:

The scene begins with __________ and ends with __________ because __________.

Например:

The scene begins with Maya expecting a normal goodbye and ends with her
realizing Leo planned to leave without telling her because she sees his packed
suitcase before he can hide it.

Это позвоночник сцены. Если предложенное движение камеры, жест или дополнительная реплика не помогают зрителю понять это изменение, удали это. Новички часто просят одно поколение нести несколько эмоциональных поворотов, раскрытие локации, размещение товара и сложную хореографию камеры. Модель потом распределяет внимание между слишком многими задачами.

Начни с одного поворота. Добавляй сложность только после того, как простая версия сработает.

Шаг 2: Напиши компактную карточку состояния персонажа

Модели не нужна страница биографии. Ей нужны детали, влияющие на эту сцену.

{
  "maya": {
    "starting_state": "relaxed, expecting a routine goodbye",
    "goal": "get an honest explanation",
    "pressure_point": "being excluded from important decisions",
    "default_behavior": "stays quiet before confronting someone",
    "fixed_visuals": "dark bob, green coat, silver watch"
  },
  "leo": {
    "starting_state": "guarded and eager to leave",
    "goal": "end the conversation without admitting guilt",
    "pressure_point": "direct eye contact",
    "default_behavior": "handles nearby objects when uncomfortable",
    "fixed_visuals": "short brown hair, charcoal jacket, black suitcase"
  }
}

Поле default_behavior особенно полезно. "Nervous" может стать случайным морганием и преувеличенным движением лица. "Turns the suitcase handle when uncomfortable" дает игре физический выход.

Если сходство актёра важно, подготовь чёткие референс-изображения перед генерацией. Это руководство сосредотачивается на планировании игры; рабочий процесс для консистентности персонажа освещает подготовку референсов более подробно.

Шаг 3: Превратите диалог в размеченные моменты

Используй четыре-шесть моментов для короткой сцены. Точное время — это указания, а не кадр-точные решения при монтаже. Важны порядок и чёткое финальное состояние.

Обрати внимание, что не каждый момент содержит речь. Молчание дает модели время показать реакцию. Оно также делает назначение говорящих яснее, чем непрерывный перекрывающийся диалог.

Шаг 4: Спланируй мизансцену перед движением камеры

Мизансцена описывает, где находятся люди и объекты. Режиссёрская подсказка камеры описывает, как аудитория видит эту мизансцену. Закрепи первое перед добавлением второго.

Для примера сцены:

• Maya начинает слева кадра, два метра от чемодана.
• Leo начинает справа с рукой на ручке.
• Чемодан остается между ними.
• Ни один персонаж не пересекает центральную линию.
• Maya делает один шаг вперёд во время третьего момента.
• Leo не уходит до финального момента.

Эти ограничения защищают ось экрана и облегчают позднейшие переходы. Потом добавь простую прогрессию камеры:

0-8s: locked medium two-shot.
8-19s: very slow push toward a tighter two-shot.
19-24s: hold. No additional camera movement.

Не делай так, чтобы камера исполняла каждую эмоцию. Внезапный оборот, движение крана и увеличение могут конкурировать с актёрами. Для теста диалога один сдерживаемый ход достаточен.

Шаг 5: Собери промпт в шести блоках

Отдельные блоки промпта делают ошибки проще диагностировать. Если камера неправильна, ты можешь отредактировать блок камеры без переписания идентичности персонажа или диалога.

REFERENCES
Image 1 is Maya's identity and wardrobe reference. Image 2 is Leo's identity
and wardrobe reference. Image 3 defines the station entrance, lighting, and
initial blocking.

CHARACTERS
Maya stays quiet before confronting someone. Leo handles the suitcase when he
is uncomfortable. Preserve their age, facial features, hair, clothing, and
body proportions throughout.

SCENE AND BLOCKING
Evening outside a train station. Maya remains frame left. Leo remains frame
right. A black suitcase stays between them. They do not cross positions.

PERFORMANCE TIMELINE
0-4s: Maya enters, notices the suitcase, stops walking, and looks from the
suitcase to Leo. End with Maya still and Leo unaware.
4-8s: Leo notices her and tightens his hand on the handle without looking at
her. Maya asks quietly, "You already packed?" End with Leo looking at the door.
8-13s: Maya takes one step closer. Leo exhales and says, "It was easier this
way." End with both holding position.
13-19s: Maya briefly looks down, regains eye contact, and asks, "For who?"
End with Maya calm and Leo unable to answer.
19-24s: Leo releases the handle and softens slightly. Neither speaks. End in
unresolved silence.

CAMERA
0-8s locked medium two-shot. 8-19s very slow push to a tighter two-shot.
19-24s hold. Keep both faces visible and preserve the left-right axis.

SOUND AND CONSTRAINTS
Natural American English. Keep the exact lines and speaker assignment. Quiet
station ambience. No narration, subtitles, extra dialogue, background music,
or exaggerated crying.

ByteDance документирует, что Seedance может использовать композицию, движение, язык камеры и звук из мультимодальных входов. Она также отмечает, что модель по-прежнему имеет место для улучшения консистентности нескольких субъектов и точности текста, вот почему справочные роли и шаг проверки важны.^[2]

Шаг 6: Сгенерируй репетицию перед финальной сценой

Используй короткую, низкорискованную репетицию для проверки порядка говорящих, мизансцены и эмоционального хронометража. Не судишь текстуру гардероба или финальный цвет.

На reAPI минимальный запрос Seedance 2.5 выглядит так:

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-2.5-face",
    "prompt": "PASTE_THE_SIX_BLOCK_PROMPT_HERE",
    "image_urls": [
      "https://example.com/maya.jpg",
      "https://example.com/leo.jpg",
      "https://example.com/station.jpg"
    ],
    "resolution": "720p",
    "size": "16:9",
    "duration": 24,
    "generate_audio": true
  }'

Запрос асинхронный. Опрашивай возвращаемый ID задачи до тех пор, пока статус не будет completed или failed. Текущие лимиты полей и правила биллинга принадлежат документации API Seedance 2.5, а не жестко закодированным предположениям клиента.

Шаг 7: Проверь игру в правильном порядке

Посмотри результат три раза с разной целью в каждый раз.

Проход 1: только звук

Слушай без просмотра. Проверь точные реплики, назначение говорящих, порядок строк, нежелательный закадровый текст, темп и существуют ли паузы там, где план сцены их требует.

Проход 2: картинка без звука

Приглуши клип. Проверь взгляды, позицию тела, поведение рук, лицевую консистентность, ось экрана и закончился ли каждый момент в планируемом состоянии.

Проход 3: полная сцена

Теперь оцени, поддерживают ли диалог, реакция, камера и звук один и тот же поворот. Если один слой не работает, сначала исправь этот слой. Не переписывай всю сцену, потому что одна пауза слишком короткая.

Используй простой лист принятия:

{
  "speaker_order": "pass",
  "exact_dialogue": "pass",
  "left_right_axis": "pass",
  "beat_3_end_state": "repair",
  "identity": "pass",
  "camera": "pass",
  "repair_note": "Leo looks at Maya too early; hold gaze on the door through 13s"
}

Это тот же принцип, что и цикл AI-видеокритика: принимай или исправляй явное свидетельство вместо того, чтобы спрашивать, ощущается ли клип "хорошо".

Распространённые ошибки новичков

FAQ

Сколько моментов игры должен использовать новичок?

Начни с четырёх-шести. Каждый момент должен содержать один основной триггер или реакцию. Если строка требует нескольких предложений для объяснения того, что изменилось, раздели её.

Гарантируют ли временные коды точное время?

Нет. Рассматривай их как указания темпа. Проверь отрендеренный результат и обрезай в редакторе, когда точное время доставки имеет значение.

Должна ли каждая эмоция быть видна на лице?

Нет. Поза, взгляд, дистанция, движение руки и молчание часто передают информацию чище, чем преувеличенное выражение.

Могу ли я использовать этот рабочий процесс без референс-изображений персонажа?

Да, но визуальная идентичность будет менее ограничена. Референсы становятся более важными, когда конкретный человек или повторяющийся вымышленный персонаж должен оставаться узнаваемым.

Что я должен исправить в первую очередь, когда диалоговая сцена не работает?

Исправь назначение говорящих и мизансцену перед тонкой эмоцией. Красиво отрендеренная реакция не может спасти сцену, в которой неправильный персонаж говорит или переходит на неправильную сторону.

Заключение

План сцены AI-видео конвертирует эмоциональную идею в наблюдаемую работу: триггеры, реакции, диалог, мизансцена, финальные состояния и критерии проверки. Построй один простой поворот, дай молчанию пространство и держи камеру сдержанной. Когда эта версия работает, ты можешь добавить более сложные игры без потери контроля над сценой.

References

1. ByteDance Seed. One-take Creation, Flexible Referencing: Introducing Seedance 2.5. July 31, 2026. seed.bytedance.com
2. ByteDance Seed. Seedance 2.0 Official Launch. February 12, 2026. seed.bytedance.com
3. reAPI. Seedance 2.5 API — Parameters, Modes & Billing. Retrieved August 27, 2026. reapi.ai