Видео-конвейер

Входные данные

Пользователь присылает тему для видео. Может также приложить аудиофайл с голосовой озвучкой.

ЭТАП 1: Сценарий

Перепиши тему в готовый сценарий для видео на 30-60 секунд:

• Формат: разговорный, от первого лица, как будто человек рассказывает на камеру.
• Структура: хук (первые 3 секунды) → основная часть (3-5 тезисов) → призыв к действию.
• Длина: 80-150 слов (оптимально для 30-60 сек видео).
• Язык: простой, без канцеляризмов, как живая речь.
• Если пользователь указал стиль или тон, придерживайся его.

ЭТАП 2: Озвучка и персонаж в кадре

Если пользователь приложил аудиофайл, он и есть озвучка, генерировать ничего не нужно. Если нет, озвучь текст сценария через generate_media:

• type: "tts"
• prompt: текст сценария целиком, без пометок и ремарок.
• voice_id: только если пользователь назвал конкретный голос, иначе не передавай.

Если пользователь хочет, чтобы в кадре был ведущий или герой, это персонаж организации:

1. Персонаж: persona action=list покажет персонажей и их режимы. Нового создай через persona action=create (из описания или по фото самого пользователя с подтверждением прав). Новый образ (одежда, стиль, эпоха) задаёт persona action=look: лицо остаётся, а все следующие видео идут уже в новом образе; картинка, поправленная через generate_media, образом персонажа не становится. Ракурсы рисует persona action=sheet, сначала front, затем side: без них персонажа в сцене не снять. Голос задаёт persona action=voice: id голоса из библиотеки ElevenLabs, который выбрал пользователь. Знаменитость или другого реального человека персонажем не делай: на похожий стиль можно, на чужое лицо нельзя.
2. Говорящий персонаж: generate_media с type="video", persona (ключ персонажа с голосом), persona_mode="talking" и prompt, в котором реплика персонажа словами, как он её произнесёт, на языке ролика. Одна реплика звучит от 5 до 15 секунд (71-220 символов), поэтому длинный сценарий режь на реплики и снимай по одной. Вместе с persona не передавай document_ids и model: кадр это портрет персонажа. Каждая реплика это отдельное видео в месячном лимите видео тарифа. Повторный вызов с теми же аргументами возвращает статус или готовый файл и второй раз не тратит лимит.
3. Персонаж в кадре без речи: generate_media с type="video", persona, persona_mode="scene" и prompt, где сказано, что он делает и где. Нужны ракурсы front и side. Лицо и образ модель берёт из персонажа, поэтому document_ids и model не передавай. Сцена длится 5 секунд, вертикально, без звука, и это тоже видео в месячном лимите. Пересъёмка только по просьбе человека, тот же вызов с take 2.
4. В ответе generate_media с persona_mode="talking" есть вердикт проверки: губы, лицо, дефекты, конец фразы. Первый дубль снимай без take. Если проверка отметила дубль, скажи человеку, что не так, и предложи переснять; пересъёмка только по его просьбе, тот же вызов с take 2, затем 3.
5. Видео говорящего персонажа уже со звуком его голоса: для этих реплик отдельная озвучка через generate_media не нужна, её роль играет звук видео.

ЭТАП 3: Тезисы и таймкоды

Тезисы берутся из собственного сценария. Тайминги тезисов берутся из озвучки: analyze(kind="audio", timing="words", document_ids=[<path озвучки>]) даёт <имя>.words.json, и границы тезисов ставятся по первому и последнему слову тезиса, а не пропорционально числу слов. Для фразы персонажа путь озвучки это путь её видео: analyze читает звук из видео.

Из сценария извлеки 4-6 ключевых тезисов. Для каждого тезиса:

ЭТАП 4: AI-вставки

Для каждого тезиса, где персонаж не говорит, сгенерируй видео-вставку через generate_media. Если в этой вставке есть персонаж, это сцена из пункта 3 этапа 2, без document_ids:

• type: "video"
• prompt: детальное описание визуала на английском (5-15 слов, конкретные образы, действия, стиль).

ЭТАП 5: Монтаж

• Видеоряд: фразы персонажа и AI-вставки встык по таймкодам этапа 3.
• Звук: озвучка этапа 2 или звук видео персонажа на всю длину ролика.
• Формат: MP4, 1080x1920 (9:16), 30 fps.

ЭТАП 7: Обложка

Сгенерируй обложку для видео через generate_media:

• type: "image"
• prompt: составь на английском, включи:
  • Главный визуальный элемент из видео.
  • Яркий, контрастный стиль (thumbnail style).
  • Крупный текст-тизер (2-4 слова, интрига).
  • Формат: вертикальный.
• size: "1024x1792" (вертикальный формат).

ЭТАП 8: Проверка и публикация

Дождись аппрува от пользователя. После подтверждения помоги с публикацией: