Пайплайн с агентом
Урок 17 из 22 курса «ИИ-видео без кринжа: курс с нуля». Бесплатно, с анимациями и тестом.
Реклама за $2 000
В июне 2025 года во время финала NBA показали рекламу платформы прогнозов Kalshi. Её сделал один человек, ИИ-режиссёр PJ Accetturo, за два-три дня. Видео сгенерировал Veo 3 от Google, а бюджет, по его словам, составил около $2 000. Издания писали, что это примерно на 95% дешевле обычных съёмок такого ролика. Это не значит, что съёмочные группы больше не нужны. Но это хороший пример того, как выглядит рабочий ИИ-пайплайн в реальном проекте, а не в демо. Разберём, как именно он был устроен и что Мира может взять себе.
Корзина — это нормально
Самая полезная цифра из этой истории — не цена, а отходы. Автор рассказал, что на 15 клипов, которые вошли в ролик, ушло примерно 300–400 генераций. Получается, в рекламу попадал примерно один шот из 20–27. Это не провал, а нормальная работа с генеративной моделью: каждая генерация — бросок кубика, и ты выбираешь лучший. Отсюда два вывода. Первый: планируй бюджет не на число шотов в ролике, а на число попыток. Второй: черновики должны быть дешёвыми, иначе двадцать попыток на шот разорят. Об этом будет следующий урок.
Как он был устроен
Пайплайн был простым. Сначала человек написал черновой сценарий: что происходит в каждом шоте. Потом попросил Gemini превратить каждый шот в подробный промпт для Veo: кадр, камера, свет, действие, звук. Затем сотни генераций в Google Flow, отбор 15 лучших клипов и обычный монтаж. Заметь, где здесь агент и где человек. Модель взяла на себя скучное: переписать идею в длинный технический промпт по одним правилам. Человек оставил себе идею, отбор и монтаж. Именно так Мира будет работать со своим агентом, только вместо Gemini и ручного Flow у неё Claude с подключённым Higgsfield.
Маленькие пачки
Одна деталь из этой истории особенно полезна. Автор просил Gemini писать промпты по пять шотов за раз, потому что, по его словам, на большем количестве качество падало. Это типичное поведение языковых моделей: если попросить сразу 30 промптов, они становятся короче, похожими друг на друга, а детали из брифа к концу теряются. Пять шотов за раз дают подробные промпты, и пачку легко проверить глазами до запуска, пока кредиты ещё не потрачены. Правило для Миры: агент пишет промпты пачками по 5 шотов, показывает их, и только потом запускает генерацию.
Пайплайн Миры
Соберём всё в один конвейер из шести шагов. Идея и сценарий — только Мира: зачем ролик и что зритель должен почувствовать. Раскадровку она делает вместе с агентом: он предлагает шоты и камеру, она правит. Промпты пишет агент пачками по пять, опираясь на папку персонажа и правила из прошлых уровней. Черновики агент запускает в 480p–720p в рамках лимита. Выбор дублей снова за Мирой, она смотрит сетку и отмечает лучшее. Финал и монтаж — совместно: агент запускает полное разрешение для выбранных шотов, Мира собирает ролик. Заметь, человек стоит на входе, в середине и на выходе.
Агент проверяет себя
Агент может не только генерировать, но и сам смотреть на результат. Дай ему короткий чек-лист из прошлых уровней: пять пальцев без слипания, лицо совпадает с паспортом персонажа, ноги не скользят по полу. Если черновик не прошёл, агент перезапускает его, но не бесконечно. Ставь жёсткий предел: максимум два перезапуска на шот, потом агент останавливается и спрашивает тебя. Почему так? Если шот три раза подряд ломается одинаково, проблема не в удаче, а в подходе. Тут нужна правка области, motion control с реальным референсом или другая постановка, а это решение человека.
Порядок в файлах
Сотни генераций быстро превращаются в хаос: клиент говорит «мне понравился тот, где она смеётся», а у тебя сорок файлов с названием video(17).mp4. Поэтому агент с первого дня складывает всё по четырём папкам. В /refs лежат лист персонажа, паспорт и фото продукта. В /prompts хранится промпт каждого шота, чтобы удачный можно было повторить. В /drafts черновики с понятными именами: номер шота, версия, разрешение, например shot02_v3_720p.mp4. В /final только выбранные шоты в полном разрешении. Такой порядок агент поддерживает сам, а ты за секунду находишь нужный дубль.
Проверь себя
- На 15 клипов ушло 300–400 генераций. Что это значит для планирования Миры?
Правильный ответ: Считать бюджет по числу попыток, а черновики делать дешёвыми. Отходы — нормальная часть работы с генеративной моделью. Их закладывают в бюджет заранее. - Мира попросила агента написать промпты сразу для 30 шотов. Промпты вышли короткими и одинаковыми. Что поменять?
Правильный ответ: Просить пачками по 5 шотов и проверять каждую пачку. Маленькие пачки сохраняют детали брифа, а проверка до запуска экономит кредиты. - Агент в шестой раз перезапускает шот 3: пальцы снова слипаются. Какое правило помогло бы?
Правильный ответ: Максимум 2 перезапуска, потом остановиться и спросить Миру. Повторяющаяся ошибка говорит о неудачном подходе. Решение о другом подходе принимает человек. - Клиент пишет: «Верни версию, где она смеётся». У Миры 40 файлов video(…).mp4. Что спасло бы?
Правильный ответ: Папки и имена вида shot02_v3_720p, плюс сохранённые промпты. Понятные имена и сохранённые промпты позволяют найти и повторить любой дубль.