Я даю тобі 7 безкоштовних навичок і точний конвеєр, який режисери використовують для створення AI-фільмів із бюджетами в мільйони доларів у higgsfield... вся система розкрита покроково, з навичкою, яка керує кожним етапом, готовою до встановлення сьогодні
Seedance 2.5 у 1080p (тільки на higgsfield) тепер означає, що ти можеш одним кадром створити повноцінні 30-секундні рекламні ролики/креативи/трейлери без жодного апскейлінгу... це неймовірно
ось що всередині:
- єдина платформа, через яку проходить весь робочий процес, і чому
- одна проблема, на якій помирає кожен AI-фільм
- 11 етапів і два шлюзи, які їх скріплюють
- кожен етап розібраний, автоматизовані завершуються навичкою, яка ним керує
- що залишається людським і чому
- повний блок стратегії
щоб отримати доступ до всіх навичок, приєднуйся сюди: https://t.me/tgmachina я опублікую їх найближчим часом
а якщо хочеш глибше зануритися в перетворення AI-відео на реальний дохід, навчання та щотижневі системи для цього живуть у спільноті real time AI ops на weeklyaiops.com
двигун: seedance 2.5 у 1080p та CLI
все в цій статті працює через одну платформу: higgsfield
дві причини, і обидві структурні: вся поверхня створена для агентного використання, тому твій агент може керувати кожною генерацією від початку до кінця, а Seedance 2.5 у 1080p працює виключно на higgsfield
весь робочий процес навмисно працює на одній відеомоделі
одна модель означає одну граматику підказок, один набір особливостей, одну поведінку узгодженості, яку потрібно вивчити... моделі зображень лише створюють референсні листи, які її живлять
цією відеомоделлю сьогодні є Seedance 2.5
вона одним кадром створює 30-секундний кліп із синхронізацією губ діалогу та звуковими ефектами, згенерованими в тому ж проході, і несе достатній бюджет референсів, щоб вмістити твій акторський склад, локацію, ключовий реквізит, рух камери, голос та атмосферу в одній генерації
правило ітерації конвеєра дає невдалому кадру від 10 до 15 спроб, перш ніж ти маєш право звинувачувати формулювання
CLI — це агентні двері:
- npm install -g @higgsfield/cli
- higgsfield auth login
- npx skills add higgsfield-ai/skills
три команди, і кожна модель стає доступною для виклику з Claude Code або будь-якої іншої оболонки, яку ти використовуєш, що означає, що агент може утримувати весь конвеєр... що генерується, в якому порядку, з якою моделлю, поки ти керуєш
і якщо 2.5 буде замінено наступного кварталу, нічого нижче не змінюється... стався до таблиці моделей як до знімка, тому що етапи та шлюзи — це те, що ти зберігаєш
ось швидкий приклад того, що ти міг би створити за допомогою цього конвеєра:
актор не пам'ятає, як він виглядав учора
ця фраза — єдина причина, чому цей конвеєр існує
відеомодель не має пам'яті між генераціями, тому якщо зовнішність персонажа не описана вичерпно в кожній окремій підказці, сусідні кадри дають йому інше обличчя, іншу куртку, інший вік
на 10-секундному кліпі ніхто цього не помічає... через 90 хвилин це вбиває фільм, тому що аудиторія помічає розрив безперервності швидше за будь-який інший недолік
модель не має пам'яті, тому конвеєр є пам'яттю
половина етапів, які ти зараз побачиш, існують лише для того, щоб запам'ятовувати речі від імені моделі... що носить герой, як далеко двері від вікна, яка палітра володіє сценою
і пам'ять працює за чотирма правилами, які ніколи не порушуються:
- нічого не генеруй для фільму, доки всі активи не зафіксовані
- один актив отримує один затверджений паспорт, скопійований дослівно в кожну підказку, яка його використовує
- редагування хірургічні: зміни один рядок, збережи все інше слово в слово
- все версіонується та логується, тому що незалогований хороший кадр — це кадр, який ти не можеш відтворити
порушиш перше правило — і переробиш половину матеріалу, коли вигляд попливе
решта цього матеріалу — це ті чотири правила, розтягнуті в робочу студію
11 етапів
класичний передпродакшн — це кастинг, пошук локацій та майстерня реквізиту
тут все працює навпаки: ти натомість фіксуєш цифрові референси, і чим щільніше ти закриваєш ранні етапи, тим дешевшою стає кожна генерація після них
- розбір: сценарій стає сценами та картками кадрів
- референси: зображення зібрані як специфікація, для кожного активу та кожного стилю
- фіксація візуальної біблії: кожна дошка отримує письмове рішення
- аркуші активів: персонажі, локації та реквізит отримують паспорти
- бібліотека: паспорти перевірені на міцність, потім заблоковані в реєстрі
- генерація: кадри створюються з карток і паспортів
- монтаж: збірка працює паралельно з генерацією
- очищення: артефакти виправляються кадр за кадром
- колір: запрошений колорист уніфікує, потім коригує
- звук: запрошена постпродакшн-команда чистить і зводить
- майстер: фестивальні та платформенні делівераблі плюс архів
етапи виконуються послідовно на рівні сцени, з одним винятком: поки генерується сцена N, редактор уже збирає сцену N-1, а команда режисерів створює список кадрів для N+1
цей наклад існує тому, що перезйомка тут коштує хвилин, а не знімального дня
редактор переглядає збірку, замовляє відсутній перебивний кадр і отримує його того ж дня... що означає, що монтаж перестає бути постпродакшном і починає активно формувати те, що створюється
але нічого не починається, поки шлюзи не скажуть "так"
етап завершується через письмовий контрольний список, і найважчий шлюз стоїть перед генерацією: кожен персонаж, варіант, локація та реквізит у сцені повинні мати рядок реєстру з позначкою "заблоковано", перш ніж буде відрендерено хоча б один кадр фільму
найдорожче правило в конвеєрі, і найбільш винагороджуване
тепер самі етапи
кожен з них нижче завершується навичкою, яку я створив для його виконання, і всі 7 чекають у телеграмі
етап 1: розбір
перш ніж хтось напише підказку, сценарій стає картками кадрів
кожен кадр отримує картку з 22 полів у трьох колонках:
- ідентифікація: ID сцени та кадру, локація, час доби, персонажі з їхніми тегами активів та варіантами стану, реквізит, опис, діалог дослівно, хронометраж, складність
- режисура: мета кадру, завдання як дієслово, драматургія, мізансцена, акторська гра, стилістичний прийом
- камера та монтаж: розмір, рух, об'єктив, ракурс, тип склейки, темп, перехід
22 поля звучить як бюрократія, поки не побачиш, що це дає: підказка пізніше пишеться майже механічно, тому що групи колонок один до одного відображаються на блоки підказки
діють два правила
кожен кліп несе одну дію, ніколи не послідовність дій
і будь-який текст, який має з'явитися всередині кадру... вивіска, екран телефону, титр... залишає генерацію повністю і переходить у власний список завдань, тому що відеомоделі погано пишуть текст, а титри належать монтажу
навичка: /film-breakdown бере сценарій, лікування або ідею в один абзац і проходить її сцена за сценою, одне питання за раз, записуючи таблицю сцен і один файл картки кадру для кожної сцени по ходу
кожен кадр виходить із заповненими всіма 22 полями, і будь-який текст у кадрі вже витягнутий у власний список завдань, перш ніж ти взагалі створиш підказку
але ідеальна картка все одно описує людину, яку дві різні моделі не намалюють однаково... ця проблема має власні два етапи
етапи 2 та 3: референси та фіксація
референс тут — це специфікація
"втомлений батько у зношеній куртці" дає різну людину в кожній моделі та в кожній голові
справжнє зображення його вирішує питання, тому правило діє лише в одному напрямку: знайди існуюче зображення спочатку, потім опиши його... ніколи не уявляй опис і не шукай доказів
робочі кількості: 10-20 зображень для головного персонажа, 8-15 на ключову локацію, 3-5 на реквізит, плюс окремі дошки для світла, кольору, оптики, руху камери, текстури, темпу монтажу та звуку
ці діапазони підраховані з робочих виробництв, а не вгадані, тому я їх не округлюю
кожне зображення отримує підпис, який точно називає, що з нього взято
зображення, яке тобі просто подобається, без підпису, через тиждень стає сміттям
а зображення, позначені "як це... не дозволено", стають списком заборон, який економить більше генерацій, ніж самі референси
найшвидший спосіб заповнити дошки стилів — витягти з реального кіно, а не уявляти: подай кадри з фільмів, які вже несуть твоє відчуття, візійній моделі, попроси її назвати об'єктив, напрямок світла, палітру, зерно, і зафіксуй результат як один абзац, який вставляється в кожну підказку проекту
потім настає фіксація, і фіксація записується
кожна дошка закінчується фіксованим рішенням... схвалено, доопрацювати або відхилено... записаним на самій дошці
стиль, схвалений усно, означає, що режисер та інженер підказок тримають два різних фільми, і вони дізнаються про це через місяць
навичка: /reference-board проводить інтерв'ю по одній дошці за раз... ти надаєш референси, вона примусово ставить підпис на кожному зображенні, заносить кожен анти-референс до списку заборон і закриває кожну дошку письмовим рішенням: схвалено, доопрацювати або відхилено
ніщо не називається заблокованим без цього рішення на дошці
етап 4: паспорт
ось де створюється узгодженість
подивися, що відбувається з одним персонажем: він отримує вичерпний текстовий опис і аркуш референсних зображень, згенерованих на нейтральному сірому фоні... спереду, три чверті, профіль, ззаду, крупний портрет
ця пара, опис плюс референси, подорожує в кожну підказку, в якій він з'являється, слово в слово, файл у файл
це його паспорт, і виробництво має один на персонажа, локацію та реквізит
мокрий одяг — це інший паспорт
так само кров... @cal, @cal_wet та @cal_blood — це три окремі активи з трьома окремими тегами, тому що варіант, описаний у рядку, — це варіант, який модель забуде
дві деталі роблять паспорти стійкими:
- опис ніколи не скорочується, оскільки "скорочено для стислості" — це саме те місце, де вмирає узгодженість
- паспорт локації несе всередині палітру сцени та характер світла, тому кожен кадр у цій локації приходить вже попередньо скоригованим
а самі референсні зображення спочатку створюються вручну, в моделі зображень, до того, як існує будь-яка відеопідказка
зафіксуй їх і ніколи не перегенеровуй... якщо рух виглядає неправильно пізніше, ти виправляєш підказку руху, тому що нове зображення скасовує всю роботу з узгодженості, накопичену на старому
кожен паспорт потрапляє як рядок в один живий реєстр: тег, тип, версія, файл сіду, сцени, статус
паспорт на цьому етапі все ще є чернеткою, тому що паспорт, створений на основі одного вдалого зображення, — це хибна перемога
навичка: /asset-passport створює один актив за раз... вона опитує тебе, поки в опису не залишиться прогалин, пише підказки для аркуша референсів на сірому фоні для твоєї моделі зображень, розділяє кожен варіант стану на власний тегований актив і заносить рядок реєстру як чернетку
етап 5: перевірка на міцність
перш ніж будь-якому активу можна довіряти, він генерується в бойових умовах: різні ракурси та розміри кадрів, освітлення його реальних сцен і поруч з кожним активом, з яким він буде ділити кадр... тому що персонаж, який тримається сам, часто ламається, коли ділить кадр
тести — це дешеві статичні зображення, запущені до того, як почнеться дорога відеогенерація
персонажі повинні досягати 10 з 10 повторюваності
що є правильним
все, що нижче, тримає рядок реєстру як чернетку, і сцена, яку він блокує, або чекає, або свідомо переходить до наступного виробничого блоку
генерація для сцени починається, коли кожен рядок, якого вона торкається, має статус "заблоковано", і не годиною раніше
навичка: /stress-test читає твій реєстр і розбір, будує бойову матрицю... ракурси, розміри кадрів, реальне світло сцени, двокадр поруч з кожним партнером... передає тобі тестові підказки та перемикає рядок на "заблоковано" лише після повного проходу
немає повного проходу — немає блокування, і сцена залишається закритою
коли реєстр зелений, виробництво нарешті починає рендеринг... і кожен його кадр походить з тих самих п'ятнадцяти блоків
етап 6: підказка
кожна підказка кадру — це ті самі 15 блоків у тому самому фіксованому порядку
жодної негативної підказки... кожна заборона переписується як те, що Є в кадрі
ось на чому працює етап генерації, тому що, коли блоки зафіксовані, сам рендеринг стає механічним
блоки, які варто вкрасти окремо:
- початковий блок вказує "РІВНО N ПЕРСОНАЖІВ - БЕЗ ДУБЛІКАТІВ", тому що модель додає людей, щойно ти залишаєш кількість відкритою
- карта локації вказує відстані в метрах і називає лінію, яку камера ніколи не перетинає
- один об'єктив на кадр, і поле зору змінюється лише на жорсткій склейці
- дія відбувається в часових тактах від 0,3 до 0,8 секунди
- фізика зберігається: пошкодження ніколи не загоюються посеред сцени, уламки залишаються там, де впали
- світло ніколи не плоске та фронтальне, воно приходить сформованим із власних джерел локації
- блок стилю закривається кольоровою лінією 60:30:10: домінантний відтінок, вторинний і частка акценту в кадрі
для 30-секундного однокадрового ролика підказка розбивається на чотири часових такти... 0-6 задає сцену, 6-14 будує, 14-24 повертає, 24-30 вирішує... з повним набором деталей, написаним для кожного такту, включаючи часові мітки
референси отримують ту саму дисципліну: кожне прикріплене зображення, кліп або аудіофайл вказує, що воно контролює і чого не повинно торкатися
"@video 1 визначає рух і темп" — це половина ролі... інша половина — "не бери з нього ідентичність, одяг або сцену", і саме цей другий рядок зупиняє витік одного референсу в кадр, який він ніколи не мав формувати
рух отримує власну граматику: кожна підказка називає рух камери та поєднує його з подією, яка відбувається під час кліпу
потім вона каже "без застиглих фігур" прямо
проїзд повз фігуру, що стоїть, — це нерухоме зображення, яке дрейфує
той самий проїзд, коли вітрило рветься, — це фільм
потім правило ітерації
редагування змінює один рядок і зберігає все інше дослівно, кожна спроба логується з тим, що змінилося, і вердиктом, і кадр, який не приземлився до 15-ї спроби, потребує не кращих слів... він потребує простішого кадру: розділи його на два, прибери дію, зміни ракурс
готовий дубль приймається за контрольним списком... відповідає референсам, без артефактів, камера як замовлено, синхронізація губ тримається, склеюється з сусідами... і лише прийняті дублі отримують остаточні назви в папці selects
це прийняття — останнє "так", яке коли-небудь потрібне кадру, тому що редактор ніколи не торкається сирих генерацій
навичка: /shot-prompt бере одну картку кадру плюс заблоковані паспорти всього, що знаходиться в кадрі, і відмовляється писати готову до генерації підказку, поки будь-який із цих активів все ще є чернеткою
потім вона пише 15 блоків з кожним описом, вставленим дослівно, і веде журнал генерацій разом з тобою... один рядок змінюється за спробу, спрости кадр на 15-й
студія — це дерево файлів
у цьому конвеєрі немає виробничого офісу
є директорія
- assets містить паспорти: персонажі, локації, реквізит
- prompts містить картки кадрів і всі версії підказок
- generations містить сирі спроби, і ніхто, крім інженера підказок, туди не заходить
- selects містить лише прийняті дублі, і це єдина папка, яку монтаж має право бачити
- edit, color, sound та master містять фінішний ланцюжок
- docs містить розбір, біблію, реєстр і журнал генерацій
ще один закон: файл референсу ніколи не перейменовується
нова версія — це новий файл, тому що перейменування ламає кожну підказку, яка вказує на старий
навичка: /studio-init задає одне питання, назву проекту, потім створює все дерево, засіває розбір, біблію, реєстр і журнал генерацій як готові шаблони та записує три закони папок у проект, щоб кожен агент, який його торкається, успадковував їх
і сьома навичка — це вхідні двері: /setup запитує, з якими моделями зображень і відео ти працюєш, як отримуєш доступ до кожної, і ніколи не припускає стек... вона записує спільну конфігурацію в твій проект, щоб кожна інша навичка читала ту саму настройку, потім передає тобі ланцюжок по порядку: setup, studio-init, film-breakdown, reference-board, asset-passport, stress-test, shot-prompt
усі 7 у телеграмі: https://t.me/tgmachina
етапи 7-11: що залишається людським
монтаж, очищення, колір, звук і майстер — це п'ять етапів, які не виконує жодна навичка
конвеєр генерує зображення та черновий звук, і на цьому навмисно зупиняється
фініш — це людська робота
монтаж обрізає першу та останню півсекунди майже кожної генерації, тому що кліпи дрейфують на краях
і він ріже сильніше, ніж здається природним, тому що згенеровані кадри схильні до повільних входів... стандартна інструкція — різати агресивніше, ніж ти думаєш, що слід
згенерований звук — це каркас: синхронізовані з губами репліки задають темп, потім звукова постпродакшн-команда чистить той самий голос замість того, щоб перезаписувати його, відбудовує ефекти та зводить до гучності платформи
колір йде до колориста, чия перша робота — уніфікувати сусідні кадри, оскільки паспорт кожної локації вже доставив вбудовану оцінку для доопрацювання
а майстри відправляються, як у будь-якій студії: DCP, стандартний пакет доставки кінотеатру, для фестивалів, файл ProRes, високоякісний архівний формат, для сховища, плюс кодеки платформи та субтитри
архів зберігає більше, ніж готовий фільм
він зберігає засоби виробництва... кожну фінальну підказку, журнал генерацій, реєстр, заблоковані паспорти... тому що сиквел починається з усього, чого навчилося попереднє виробництво
блок стратегії
весь конвеєр, стиснутий до блоку, який варто зберегти:
- зафіксуй візуальну біблію письмово, перш ніж що-небудь генерувати для фільму
- один актив, один паспорт: вичерпний опис плюс референси на сірому фоні, скопійовані дослівно назавжди
- перевір кожен паспорт на міцність до 10/10 у світлі сцени та двокадрах, перш ніж відкривати його сцени
- пиши кожну підказку як ті самі 15 блоків, чотири часових такти для 30-секундного кадру
- змінюй один рядок за спробу, логуй кожну генерацію, спрощуй кадр на 15-й спробі
- приймай дублі за контрольним списком у selects: монтаж не бачить нічого іншого
- обріж краї, ріж агресивно, зафіксуй зображення, передай колір і звук людям
пропусти блокування — і половина твого матеріалу буде зроблена двічі
моделі будуть змінюватися під цією системою... сам метод очікує, що його таблиця моделей застаріє за місяці
послідовність і шлюзи — це та частина, яка не застаріває
дякую higgsfield за спонсорування цієї статті
7 навичок з'являться в моєму телеграмі найближчим часом: https://t.me/tgmachina
