Почему камера ломается чаще сюжета
Промпт на движение камеры пишут в последнюю очередь, между описанием героя и погоды. В ответ модель держит кадр неподвижно или улетает в облёт, которого никто не просил. Камера для модели такая же деталь сцены, как персонаж, и подчиняется она правилам из документации.
Ниже только три официальных источника: Gen-4 Video Prompting Guide у Runway, гайд по промптам Gemini Omni у Google DeepMind и документация Google Cloud по промптам для видео.
Что говорят официальные гайды: Runway Gen-4 и Gemini Omni
Runway пишет, что Gen-4 делает ролик 5 или 10 секунд по входной картинке и тексту. Картинка задаёт стартовую точку, поэтому текст должен описывать движение, а повтор деталей картинки может уменьшить движение. Отсюда правило для image-to-video: пересказ внешности героя съедает ход камеры.
Начинать гайд советует с простого промпта с главным движением, потом добавлять по одному элементу: движение субъекта, камеры, сцены, стилевые описатели.
Отрицания не поддерживаются и могут дать обратный результат. Пример из гайда: вместо «No camera movement. The camera doesn't move» писать «Locked camera. The camera remains still.».
У Google DeepMind акцент другой. Сначала кадр: общий, средний или крупный. Потом движение: плавное или резкое. Для непрерывного кадра просят one continuous shot или oner. Статику задают словами static, locked off, fixed, движения называют push in, punch in, dolly zoom, тип камеры тоже: natural smartphone zoom, film camera, webcam style. Google замечает, что Omni нуждается в подробных инструкциях меньше, чем Veo.
Документация Google Cloud перечисляет движения: static и fixed, pan, tilt, dolly in и out, truck, pedestal, zoom, crane, aerial или drone, handheld, whip pan, arc.

Как написать промт для генерации видео с движением камеры
Мой набор из четырёх слотов: тип движения термином из списка, направление и объект (toward the hands, from the character), скорость (slow, quick) и то, что в кадре в момент остановки.
Собранный пример: Slow dolly in from medium shot to close-up on the hands, ending on the fingertips.
Одно движение на шот. Gen-4 делает 5 или 10 секунд, и это одна сцена. Попытка расписать каждую секунду со сменами сцен, «камера крутится на 360 и уходит под воду», по гайду даёт непредсказуемый результат. Нужно три движения, значит три шота.
Нужен один дубль, так и пиши: one continuous shot. Google в примере добавляет no jump cuts. Для режима первого и последнего кадра гайд требует описать, что видно в первом кадре, точный путь камеры и что видно в последнем. Так собирают облёты, зум-переходы и зацикленные ролики.
Разговорные команды вроде can you please add Runway просит не писать. Камера это часть сцены, её описывают так же, как действие героя.
Таблица: движение, английская запись, результат
Скорость в гайдах встречается лишь в отдельных примерах (slow dolly out, quickly tilting up), поэтому её стоит дописывать самому. Для панорамы и наклона скорость решает больше, чем тип: quick tilt up читается как рывок, slow tilt up как вдох.
| Движение | Как записать | Что получится | Где в гайде |
|---|---|---|---|
| Статика | Locked camera. The camera remains still. | Кадр стоит, двигается только субъект | Runway Gen-4, Gemini Omni, Google Cloud |
| Наезд | Slow dolly in toward the hands | Камера плавно идёт к рукам | Google Cloud, Gemini Omni |
| Отъезд | Slow dolly out from the character to emphasize isolation | Герой уменьшается в кадре, читается одиночество | Google Cloud |
| Панорама и наклон | Quick tilt up from the shoes to medium shot | Камера рывком уходит вверх от обуви к лицу | Gemini Omni |
| Смазанный поворот | Whip-pans, one continuous shot | Камера рвёт по дуге, склейка не читается | Gemini Omni |
| Ручная камера | A handheld camera tracks the character | Живая тряска, документальная подача | Runway Gen-4, Google Cloud |
| Кран и облёт | Crane up, aerial shot | Подъём над сценой, вид сверху | Google Cloud |
| Дуга вокруг героя | Arc | Камера обходит субъект по дуге | Google Cloud |
| Зум-удар | Dolly zoom | Фон растягивается, герой остаётся в размере | Gemini Omni |

Три примера было и стало
Пример первый, статика через отрицание на Runway Gen-4.
было: No camera movement. The camera doesn't move. A man sits on a stool.
стало: Locked camera. The camera remains still. A man on a stool turns his head toward the window.
Камера стоит, герой поворачивает голову к окну. Второй вариант убирает отрицание и оставляет в кадре одно движение, человеческое.
Пример второй, пять движений в одном шоте на Gemini Omni.
было: Camera spins 360 degrees, goes underwater, flies up and zooms into the eye.
стало: One continuous shot. Slow push in from medium shot to close-up on the eye.
Один непрерывный кадр, плавное приближение от среднего плана к крупному на глазу. Из пяти идей осталась одна, и она выполнима за 5-10 секунд.
Пример третий, пересказ картинки вместо движения в image-to-video.
было: A woman in a beige coat with brown hair stands in a bakery, warm light, wooden shelves.
стало: Handheld camera tracks the woman as she walks along the counter, then settles on the tray of bread.
Ручная камера ведёт героиню вдоль прилавка и останавливается на лотке с хлебом. Картинка на входе уже есть, поэтому весь текст ушёл в движение.
Создание видео по промту: где камера стоит в тексте
Runway советует начинать с главного движения и добавлять по одному элементу: движение субъекта, камеру, движение сцены, стиль. Жёсткой очерёдности в гайдах нет. У меня камера стоит сразу после субъекта и действия, стилевые слова в конце: так камеру проще найти и поменять на следующей итерации.
У Gemini Omni порядок слабее: модель требует меньше подробностей. Камеру там правят после генерации, диалогом по готовому видео, например over the violinist's shoulder.
Держать в тексте стоит только детали, которые управляют кадром. Промпт на сорок слов с одним движением работает устойчивее простыни, где камера упомянута один раз между курткой и прогнозом погоды.
Чек-лист перед отправкой в генерацию
Одно движение камеры на шот, остальные разнесены по шотам.
- Тип движения назван термином из гайда: dolly in, tilt up, arc.
- Есть направление и объект, к которому едет камера.
- Есть скорость, если она важна для смысла кадра.
- Назван последний кадр: на чём камера останавливается.
- Статика написана утвердительно: locked camera, the camera remains still.
- Для непрерывного кадра стоит one continuous shot.
Мой вывод
Камера в промпте это инструкция оператору, и модель выполняет её буквально. Одно движение, четыре слота, утвердительная статика и названный финал кадра убирают самые частые причины перегенераций.
Дальше решает разметка: шоты склеиваются в сцену, и тут помогают промпты для ИИ-видео в целом. Когда серия вертикальных роликов собирается под ключ, движение камеры закладывается на раскадровке, и это уже работа видео нейросетями в нашем исполнении. Ручные ролики берут камеру из съёмки, промпт для новых планов пишется по тем же правилам. Разбор, как подписать референсы в промпте, у нас отдельный.




