← Блог о нейросетяхMpSkill · Дмитрий Москаленко
Новости

Как сделать мультик с помощью нейросети: пошагово, от идеи до готового ролика

Как сделать мультфильм с помощью нейросети: от идеи до готового ролика
Как сделать мультик с помощью нейросети, если ты не аниматор? Схема такая: сценарий пишет ChatGPT (официально в России он не работает), по сценарию генерируешь картинки, картинки оживляешь видеонейросетью, добавляешь озвучку и собираешь всё в монтажке. Я прошёл этот путь сам и сделал минутную серию мультика «Дима и говорящий телефон» — ниже каждый шаг, мои ошибки и сколько это стоило.
Зачем вообще это делать: сейчас в Reels и Shorts большой тренд на вертикальные мультсериалы в стиле диснеевской анимации. Юмор, познавательные истории, история семьи или целой страны. Такие ролики набирают миллионы просмотров, а аккаунты с нуля собирают большую аудиторию. Я думаю, ближайшие месяцы тренд продержится.

Как сделать мультик с помощью нейросети: 6 шагов коротко

  1. Сценарий сериала в ChatGPT.
  2. Описание персонажей и промпты для кадров (промпт — это текстовое задание для нейросети).
  3. Генерация картинок для каждой сцены.
  4. Оживление картинок — превращаем их в короткие видео.
  5. Озвучка реплик.
  6. Сведение и монтаж.
Сложного здесь ничего нет, но время потратить придётся. В первый раз уйдёт пара часов, дальше будет быстрее.

Шаг 1. Сценарий: пусть его напишет ChatGPT

Я дал ChatGPT роль: «Ты профессиональный сценарист юмористических коротких мультсериалов. Напиши цельный сценарий из десяти серий в стилистике современной семейной анимации Disney для вертикального формата». И в паре предложений описал сюжет: я попадаю в Африку и показываю местным жителям, что такое нейросети.
Большую часть истории, персонажей и шуток придумал ChatGPT, я поменял буквально пару слов. Честно: с чувством юмора у него не очень. Если доработаешь сценарий сам, будет намного лучше.
Важная деталь — концовка. Каждая серия должна обрываться на интриге, чтобы зритель открыл твой профиль и искал продолжение. Это прямо пропиши в задании.

Шаг 2. Персонажи и промпты для картинок

Дальше я спросил ChatGPT, в какой нейросети лучше делать картинки, и попросил написать промпты под неё. Он сам расписал промпты на английском: сначала для каждого персонажа, потом для каждой сцены. И сразу подсказал, какие уже готовые изображения прикреплять к каждой сцене — например, к кадру «Дима выходит из автобуса» нужны картинка автобуса и мой аватар.
ChatGPT по привычке советует Nano Banana — это нейросеть Google для изображений, и долгое время она была почти монополистом. Мой опыт сейчас другой: на моих задачах модель GPT для картинок рисует не хуже, а часто лучше. Для каких-то задач Nano Banana всё ещё сильнее, я тоже ей пользуюсь, но уже не во всём.

Шаг 3. Генерируем кадры, а не сразу видео

Всю работу я делал в Magnific. Это агрегатор: в одном месте генерация картинок, видео и озвучки от разных нейросетей. Генерации там списываются токенами, полноценная работа — на платном тарифе. Можно взять любой другой агрегатор, суть не меняется.
Как я делал кадры:
  • в генерации изображений выбрал две модели: GPT для картинок (мне она нравится больше всего) и Nano Banana 2;
  • вставил английский промпт из ChatGPT, формат 9:16, сразу четыре варианта;
  • обязательно прикрепил уже готовые изображения — персонажей, автобус;
  • из вариантов оставил тот, что лучше попадает в стиль, остальные удалил.
Моя главная ошибка из прошлого опыта с видео — я сразу пытался генерировать видео. Видео долго генерируется и его трудно править. Картинки дешевле, быстрее, и их легко переделать. Поэтому сначала все кадры, потом оживление.

Шаг 4. Оживляем картинки нейросетью для анимации

Готовые кадры я снова загрузил в ChatGPT и попросил превратить их в сцены и написать промпты для видео. Лучше делать по одной картинке, так качественнее. Я залил всё сразу, но этот шаг всё равно советую: сверить сценарий с тем, что реально получилось на кадрах.
Настройки в видеогенераторе:
  • формат 9:16;
  • два варианта старта. Первый — задать начальный и конечный кадр, ролик пойдёт от картинки А к картинке Б. Результат предсказуемее. Второй — дать одну картинку и положиться на нейросеть. Я так делаю примерно в 30% случаев;
  • промпты я прогоняю через переводчик, перечитываю и немного правлю.
Если кадр не получился, правь не видео, а промпт: опиши ChatGPT, что не так, и сгенерируй заново. У меня первая сцена с автобусом и отлетающим колесом получилась нелепо, а на монтаже люди на фоне вдруг исчезали. Я переделал её одним цельным кадром секунд на 10. Один-два-три брака — это нормально. Если брак почти всегда, учись писать промпты.
Какие нейросети пробовал: Veo от Google, Kling, Seedance и Wan от Alibaba. Сгенерировал около десяти тестовых роликов и остановился на Wan — для анимации он мне понравился больше остальных, хотя раньше я его не любил. Тестируй сам: версии выходят постоянно и лидеры меняются. Какие видеонейросети есть и как выбрать свою, не переплатив, разобрал в статье «Нейросеть для создания видео».
Каждый ролик генерировался больше пяти минут, на все сцены ушло больше часа.

Шаг 5. Озвучка: нейроголос или свой

По-моему, живой голос звучит интереснее. Я специально сделал всё нейросетью, чтобы показать, что так тоже можно.
  • Клонирование своего голоса я попробовал — получилось непохоже, отказался.
  • Взял голос из библиотеки диктора с фильтром по русскому языку.
  • Раньше пользовался ElevenLabs, сейчас мне больше нравится озвучка от Gemini. Звучит как сказка перед сном.
Реплики я заранее выписал в документ и озвучил только свои. Голос африканского друга оставил тот, что видеонейросеть сгенерировала вместе с роликом: он уже синхронизирован с губами.
Нюанс: там, где вставляешь отдельную озвучку, пропадает фоновый звук. Я добавил на эти места пение птиц, и вставки стали незаметны.

Шаг 6. Монтаж и сведение

Монтирую обычно в CapCut на телефоне. Громкость, склейки, обрезку делаю руками: на мой взгляд, нейросети пока монтируют недостаточно хорошо, а лишний кусок быстрее отрезать, чем 15 раз перегенерировать.

Сколько стоит сделать мультик и можно ли на этом заработать

Моя минутная серия обошлась примерно в 20 000 токенов Magnific — около 2 000 ₽. Одна генерация видео обычно стоит около 100–120 ₽, часть роликов я сделал дешевле, через Wan со скидкой 40%. Картинка выходит до 10 ₽, озвучка тоже копейки.
На фрилансе такую работу, по моей оценке, можно брать от 10 000 ₽: она считается сложной, хотя, как видишь, это не так. Это ориентир, а не гарантия заказов. С чего вообще начинать заработок на нейросетях, если опыта нет, разобрал в статье «Как заработать на нейросетях с нуля». Весь процесс на экране и готовую серию я показал в видео на YouTube.

Хочешь научиться работать с нейросетями за деньги?

Если кадры часто получаются не такими, как задумал, дело почти всегда в промптах. На бесплатном мастер-классе я три дня показываю, как работать с нейросетями, какие выбрать и как брать заказы на фрилансе. Участникам дарю гайд «Топ-5 способов заработка на нейросетях».
Новые нейросети и разборы выкладываю в Telegram-канале.

Автор — Дмитрий Москаленко, основатель MpSkill.
Пишет о применении нейросетей в работе и бизнесе.

Все статьи о нейросетях · Telegram автора

Нейросети