Как оживить фото нейросетью: 5 ошибок, из-за которых видео плывёт, и 8 рабочих промптов
Я делаю сервис ИИ-фотосессий Fotoro, и «оживить фото» — самый популярный инструмент в нашем разделе обработки. За два месяца мы разобрали больше 800 промптов, которые люди пишут для оживления, и все неудачные попытки. Ошибки повторяются, и почти все они вытекают из одного свойства модели, о котором мало кто знает.
Главное: первый кадр зафиксирован
Модели image-to-video (Veo 3.1 от Google, Kling, Hailuo и другие) используют загруженное фото как первый кадр ролика. Композиция не меняется: камера стоит на месте, в кадре те же люди и предметы. Модель может только добавить движение внутрь уже существующей картинки — моргание, дыхание, улыбку, ветер в волосах.
Если помнить это правило, половина неудачных запросов отпадает сама. Дальше — пять ошибок, которые мы видим чаще всего.
Ошибка 1. Сценарий вместо одного движения
«Встаёт с кресла, идёт к окну и оборачивается» — это сценарий на полминуты. У модели четыре секунды и зафиксированная камера. Она попробует уложить всё сразу, и получится каша: человек «плывёт», ноги путаются, лицо меняется.
Рабочий запрос — одно-два конкретных движения: «делает вдох, моргает, медленно улыбается». Не «добавь жизни», а что именно происходит с лицом: уголки губ поднимаются, щёки приподнимаются, у глаз появляются морщинки.
Ошибка 2. Просить то, чего нет в кадре
Модель не умеет корректно добавить в сцену новый предмет или человека — она оживляет то, что уже есть на фото. Попросите воздушный поцелуй на портрете по пояс, где рук не видно, — и из-за края кадра вырастет рука. Попросите задуть свечи на фото без торта — модель дорисует торт и сломает композицию.
Поэтому в промпте стоит прямо ограничивать: «руки остаются там, где они на фото», «если в кадре есть торт со свечами — задувает их, если нет — просто улыбается; не добавляй предметов, которых нет на фото».
Ошибка 3. Старое фото «реставрируется» вместо оживления
Самый трогательный сценарий — оживить фото бабушки или прадеда из альбома. И самый частый провал: модель стремится «улучшить» старый снимок — повышает резкость, раскрашивает, сглаживает зерно. Через секунду это уже не та фотография, а её глянцевая копия.
Нужно прямо запретить: «сохрани зерно плёнки, сепию или чёрно-белый тон, царапины и мягкий фокус; не реставрируй, не раскрашивай, не повышай резкость». Движения — минимальные: вдох, моргание, едва заметный наклон головы.
Если фото сильно повреждено, сначала отдельно сделайте реставрацию, а потом оживляйте уже восстановленный кадр.
Ошибка 4. Не написать, чего делать нельзя
Для видео-моделей запретительная часть промпта важнее, чем описательная. Без неё модель охотно двигает камеру, делает наезд, меняет фон и «улучшает» лицо. Минимальный набор запретов, который мы добавляем в каждый промпт:
No new objects, no camera move, no zoom, no scene change, no morphing, no beautification.
Для фото пары или семьи нужен ещё один запрет — no face swapping between the people. Обмен лицами между двумя людьми в кадре — известный артефакт таких моделей, и на семейном фото его не простит никто.
Ошибка 5. Откровенные и агрессивные запросы
Модели крупных провайдеров проходят модерацию на их стороне. Запросы с откровенным содержанием, насилием или «страшными» трансформациями блокируются, и это одна из самых частых причин неудач: в нашем разборе около четверти провалов пришлось на модерацию. Если видео не генерируется без видимой причины, сначала перечитайте промпт на этот счёт.
Скелет промпта для оживления
Все наши рабочие промпты собраны по одной схеме из пяти частей:
- Задача и фиксация камеры: «Animate this photograph into a 4-second living video. Camera locked: same framing, composition and background».
- Одно-два конкретных движения: что именно делает человек.
- Сохранение: личность, черты лица, волосы, одежда и фон остаются как на фото.
- Запреты: никаких новых объектов, движения камеры, морфинга.
- Звук, если модель его генерирует: «Audio: quiet room tone only. No speech, no music». Без этой строки модель может добавить невнятную речь или музыку.
Промпты для видео мы пишем на английском: так проще точно контролировать формулировки запретов. Русский модели тоже понимают, но короткие английские конструкции вроде «no camera move» работают предсказуемее.
8 промптов, которые можно копировать
1. Улыбка — универсальный вариант
Animate this photograph into a 4-second living video. The camera is locked: same framing, same composition, same background as the still. The subject takes one soft breath, blinks once naturally, then a warm genuine smile grows — corners of the mouth lift, cheeks rise, eyes narrow slightly. Head movement stays within a few degrees. Preserve identity, facial features, skin texture, hair, clothing and background exactly. No new objects, no camera move, no zoom, no scene change, no morphing, no beautification. Audio: quiet room tone only. No speech, no music.
2. Старое фото из альбома
Animate this old photograph into a 4-second living video, gently and respectfully. Camera locked: same framing, composition and background. Only the smallest signs of life — a slow shallow breath, one soft blink, a barely perceptible tilt of the head. Preserve the original identity, facial features, clothing and background exactly, and keep the film grain, sepia or black-and-white tone, scratches and soft focus. Do not restore, sharpen, colourise or modernise the image. No new objects, no camera move, no morphing. Audio: quiet room tone only. No speech, no music.
3. Ветер в волосах
Animate this photograph into a 4-second cinematic living video. Camera locked: same framing, composition and background. A soft breeze moves through the hair — strands lift and settle, fabric at the collar shifts slightly. The subject breathes once, blinks once and holds a calm gaze at the camera. Preserve identity, facial features, hairstyle, clothing and background exactly. No new objects, no camera move, no zoom, no scene change, no morphing. Audio: soft wind only. No speech, no music.
4. Взгляд в камеру
Подходит для фото в профиль или с опущенным взглядом. На фронтальном портрете почти ничего не изменится.
Animate this photograph into a 4-second living video. Camera locked: same framing, composition and background. The subject starts exactly as in the photo, then slowly turns the head toward the lens and lifts the eyes to meet the camera, ending in a calm direct gaze. The shoulders barely follow, the body stays in place. One natural blink along the way. Preserve identity, facial features, hair, clothing and background exactly. No new objects, no camera move, no morphing. Audio: quiet ambience. No speech, no music.
5. Пара: объятие становится теснее
Animate this photograph into a 4-second living video. Camera locked: same framing, composition and background. Both people stay exactly who they are. They lean a little closer, one rests their head briefly against the other’s shoulder, the arms already in the frame tighten slightly, and both break into a warm quiet smile. No large gestures, nobody steps into or out of frame. Preserve both identities, clothing and background exactly. No new people, no new objects, no camera move, no morphing, no face swapping between the two people. Audio: quiet ambience. No speech, no music.
6. Задуть свечи на торте
Animate this photograph into a 4-second living video. Camera locked: same framing, composition and background. If a cake with lit candles is present in the frame, the subject leans in, draws a breath and blows them out; the flames go dark one by one and leave thin ribbons of smoke, and the subject straightens up with a happy smile. If there are no candles, the subject simply laughs quietly and smiles at the lens — never add a cake, candles or any object that is not already in the photograph. Preserve identity, clothing and background exactly. No camera move, no morphing. Audio: quiet room tone. No speech, no music.
7. Питомец
Animate this photograph into a 4-second living video. Camera locked: same framing, composition and background. The animal breathes, blinks, flicks an ear and shifts its gaze slightly toward the lens; its fur moves with the breath. The movement is calm and small — no jumping, no running, no tail appearing where there was none. Preserve the markings, fur pattern, eye colour and proportions of the animal exactly, along with the background. No new animals, no new objects, no camera move, no morphing. Audio: quiet room tone. No speech, no music.
8. Объём: медленный 3D-наезд
Это исключение из правила про неподвижную камеру: здесь движение камеры и есть эффект. Хорошо работает на пейзажах и видах города.
Animate this photograph into a 4-second video with a slow parallax depth move. The subject stays fixed and centred while the background and foreground separate in depth and drift apart slowly — a gentle 3D dolly feel, a small push and no more. The subject breathes once and blinks once; the pose does not change. Preserve identity and the background scene exactly. No new objects, no new people, no scene change, no morphing, no fast camera move, no rotation. Audio: quiet ambience. No speech, no music.
Где это запускать
Промпты подойдут для любой модели, которая делает видео из фото: Veo 3.1, Kling, Hailuo и другие. Длину ролика и формат выставляйте в настройках самой модели — для оживления портрета обычно хватает 4 секунд.
В Fotoro оживление фото работает на Veo 3.1: над полем для текста есть 11 готовых пресетов, собранных по схеме из этой статьи, — улыбка, старое фото, ветер, объятие, свечи, питомец и другие. Текст пресета подставляется в поле, его можно править. Первое оживление без звука укладывается в стартовые токены, которые дают при регистрации, а если генерация не удалась, токены возвращаются.
Главное
Оживление фото — это не «сделай видео», а «добавь одно движение в готовый кадр». Одно-два конкретных движения, запрет на новые объекты и движение камеры, отдельная просьба не реставрировать старые снимки и не менять лица местами — и модель перестаёт выдумывать.
Если хотите разобрать свой случай, пишите в комментариях, какое фото и что должно произойти: подскажу формулировку.