Как устроены ИИ-мультики для Shorts и TikTok, которые набирают миллионы

ИИ-мультик для Shorts и TikTok — это короткий ролик с нарисованными нейросетью персонажами, который держится не на картинке, а на жёсткой форме сценария. Мы сняли расшифровки 60 роликов — по 20 с трёх каналов коротких ИИ-роликов с медианой от 4,7 до 10,7 млн просмотров — и разложили их по секундам. Нашлось два рабочих формата. Сценка-диалог: 19–20 секунд, около 300 знаков текста, только короткие реплики героев и панчлайн в последние 2–3 секунды. Объяснялка про предмет: около 56 секунд, закадровый голос, вопрос о вещи, которую зритель видел сам, и разворот в конце. Ниже — числа, каркасы обоих форматов, пошаговая сборка, готовые промпты и ошибки производства.

Что понадобится

• Чат-бот для сценария — ChatGPT, Claude, GigaChat, YandexGPT или любой другой. Он пишет черновик по каркасу, вы правите.
• Генератор картинок для персонажей и первых кадров сцен. Подойдёт любой, который держит стиль мультфильма: Nano Banana, GPT Image, Midjourney, Шедеврум, Kandinsky.
• Видео-нейросеть с режимом «фото в видео». Для сценки удобнее модели, которые делают реплики и звук вместе с картинкой; если ваша так не умеет — нужна отдельная озвучка и синхронизация губ.
• Озвучка для объяснялки: синтез голоса или ваш собственный голос.
• Монтажная программа любая: нужно склеить сцены, положить титры и музыку.
• Время: первая сценка займёт вечер, потому что персонажей и стиль придётся делать с нуля; следующие — заметно быстрее, когда они уже готовы. Объяснялка дольше: больше сцен и закадровый текст.
• Деньги: у большинства видео-сервисов есть пробные генерации, полноценная работа платная. Для сценки считайте 8–12 фрагментов и вдвое больше попыток — каждую сцену генерируют дважды.

Формат 1. Сценка-диалог

Так работают два канала из трёх. Форма очень жёсткая, и в ней почти нет свободы — поэтому её легко повторить.

• Длина: 19–20 секунд.
• Текст: около 300 знаков, закадрового рассказчика нет вовсе — только реплики героев.
• Реплики: по 2–6 слов. Это 25–30 коротких реплик на ролик. Пример длины: «Мам, я случайно.» — «Как так можно?»
• Структура: завязка → нарастание → переворот.
• Панчлайн (финальная реплика-шутка) — всегда в последние 2–3 секунды, и он переворачивает смысл всей сценки. Зритель ждёт одного, а оказывается, что всё было про другое.
• Темы: бытовые семейные конфликты. Мама и сын, брат и сестра, школа, телефон, еда, мелкий обман и его разоблачение.

Типичный ход в разобранных роликах: котята торопятся в школу, по дороге всё идёт не так, они всё-таки добираются — а школа закрыта, потому что сегодня суббота. Или ребёнок выпрашивает у мамы разрешение не идти в школу раз за разом, мама на всё соглашается, и в последней реплике выясняется почему. Каждый шаг нарастания — одна-две реплики, переворот — одна.

Про ИИ в сюжете — ни слова, а в заголовке — всегда

Внутри сценок нейросети не упоминаются ни разу. Но в заголовке и хештегах ИИ есть всегда: «...в нейросети», «#нейросеть #ии #aiart». Так ролик ловит две аудитории сразу: тех, кто ищет мультики и котиков, и тех, кто ищет ролики, сделанные нейросетью. Содержание — для первых, метки — для вторых.

Формат 2. Объяснялка про предмет

Третий канал работает иначе: около 56 секунд, закадровый голос, лица нет, в кадре — сам предмет и то, как он устроен.

• Хук (первая фраза, которая удерживает от пролистывания) — вопрос о предмете, который зритель видел сам: «почему эти бетонные блоки повсюду?», «зачем из новых шин торчат нити?».
• Вторая фраза — «многие замечали, но мало кто знает». Она делает зрителя соучастником: он это видел, но не знал ответа.
• Развязка — разворот, а не подтверждение. Зритель ждёт хитрого назначения, а ответ обратный: например, нити на шинах — просто след производства и ничего не делают.

Все 20 роликов этого канала построены вокруг предмета: шина, мост, сцепка, колесо поезда, бетонный блок. Ни одного — про «принцип» или «технологию» вообще. Это совпадает с нашим замером обложек: темы с предметом там оказались сильнее тем с понятием в десятки раз.

Как посчитать длину сценария

Темп речи во всех трёх каналах — 15–17 знаков в секунду (с пробелами). Отсюда простая формула:

знаков в сценарии = длина ролика в секундах × 15,5

• сценка на 20 секунд — около 310 знаков;
• объяснялка на 56 секунд — около 900–950 знаков.

Перемерьте темп на своём голосе или своей озвучке: прочитайте абзац вслух с секундомером и поделите число знаков на секунды. Наш первый замер дал 16,0 — близко к разобранным каналам, но у вас может выйти иначе.

Пошагово: сценка-диалог

1. Выберите конфликт. Бытовой, понятный за секунду: кто-то хочет чего-то, кто-то мешает. Запишите одной строкой, например: «сын хочет не идти в школу, мама соглашается подозрительно легко».
2. Придумайте переворот раньше всего остального. Сценка пишется с конца: сначала панчлайн, потом путь к нему. Если переворота нет, нарастание ни к чему не ведёт.
3. Напишите 25–30 реплик по 2–6 слов. Используйте промпт ниже. Проверьте длину: около 300 знаков.
4. Разбейте на сцены. Одна сцена — одна-две реплики, 2–3 секунды. Получится 8–12 сцен.
5. Сделайте персонажей один раз. Сгенерируйте каждого героя и соберите лист персонажа — одна поза во весь рост плюс несколько выражений лица. Дальше прикладывайте его к каждой генерации, чтобы герой не менялся.
6. Сгенерируйте первые кадры сцен в генераторе картинок с листом персонажа.
7. Оживите кадры в видео-нейросети. В промпте каждой сцены — точная реплика в кавычках, короткая. Каждую сцену генерируйте дважды и берите лучшие куски.
8. Склейте и проверьте конец. Панчлайн должен стоять в последние 2–3 секунды, после него — ничего, кроме короткой реакции.
9. Подпишите. В заголовке — суть сценки плюс метка про нейросеть, в хештегах — и тема, и ИИ.

Пошагово: объяснялка про предмет

1. Выберите предмет, который зритель видел сам. Вещь с улицы, из дома, из транспорта. Не «энергия», а «белые шарики в коробке с обувью».
2. Найдите разворот. Ответ должен идти против ожидания. Если ответ очевиден — предмет не тот.
3. Проверьте факты. Объяснялка живёт на доверии. Попросите чат-бот указать, в чём он не уверен, и перепроверьте сомнительное по надёжным источникам.
4. Напишите текст по каркасу из пяти шагов — 900–950 знаков на 56 секунд.
5. Разбейте текст на сцены по 3–5 секунд: каждая фраза — свой кадр предмета.
6. Сгенерируйте кадры: сам предмет, как было раньше, устройство крупно, разворот.
7. Озвучьте и вырежьте паузы. Сцены ставьте по времени слов.
8. Смонтируйте: в кадре что-то меняется каждые 2–3 секунды — наезд, смена плана, появление детали.

Готовые промпты

Сценарий сценки

Меняйте конфликт и героев. Оставьте ограничения по длине — без них чат-бот пишет вдвое длиннее.

Напиши сценку-диалог для вертикального мультика на 20 секунд.

Сценарий объяснялки

Меняйте предмет. Просьба отметить сомнительные факты — обязательна.

Напиши закадровый текст для вертикального ролика на 56 секунд про предмет: [бетонные тетраподы на берегу…

Кадр сценки с репликой

Для модели, которая делает реплики вместе с картинкой. Меняйте реплику и эмоцию; реплика — не длиннее 6 слов.

Vertical 9:16, 3D cartoon style, soft warm light. The kitten from the reference sheet stands in a cozy…

Лист персонажа под мультик

У мультиков мимики больше, чем у реалистичного видео, поэтому лист — это поза плюс выражения лица, а не только ракурсы. Меняйте список эмоций под свой сюжет.

Create a character reference sheet of the character from the reference image on a plain neutral gray…

Сценка или объяснялка: что выбрать

Производство: что ломается

• Толпу не анимируйте. Несколько персонажей с действиями сливаются и начинают делать одно и то же. Если нужен класс или семья за столом — пусть остальные неподвижны, двигается только тот, кто говорит.
• Длинная реплика выходит скомканной. Реплика на 10 секунд — самая частая ошибка: речь ускоряется, губы не успевают. Режьте на короткие, по 2–6 слов.
• Генерируйте каждую сцену дважды и склеивайте лучшие куски. Результат каждый раз разный, а выбор из двух заметно поднимает качество.
• Герой меняется от сцены к сцене. Лечится листом персонажа, который прикладывается к каждой генерации, и одинаковыми приметами в каждом промпте: цвет, одежда, особая деталь.
• Кадр стоит. Статика в вертикали читается мёртвой. Хотя бы медленный наезд камеры в каждой сцене.

Типичные ошибки

• Сценка на 40 секунд. Форма держится на скорости. Длиннее 20 секунд — переворот теряет силу.
• Рассказчик в сценке. В разобранных роликах его нет вовсе. Голос «от автора» превращает сценку в пересказ.
• Панчлайн в середине. Если смешное случилось на десятой секунде, досматривать незачем.
• Про ИИ в сюжете. Сюжет — про людей и котов, про нейросеть — только в заголовке и тегах.
• Объяснялка про понятие. «Как работает инфляция» проигрывает «почему у монеты рубчик на ребре». Нужен предмет.
• Разворот, который подтверждает ожидание. «Оказалось, это для прочности» — не разворот. Ищите ответ против ожидания.
• Выдуманный факт в объяснялке. Чат-бот охотно сочиняет. Всегда просите отметить сомнительное и проверяйте.

Чек-лист перед публикацией

• Сценка: 19–20 секунд, около 300 знаков, реплики по 2–6 слов, рассказчика нет.
• Объяснялка: около 56 секунд, 900–950 знаков, каркас из пяти шагов.
• Панчлайн или разворот — в последние секунды, после него ничего лишнего.
• Герои одинаковые во всех сценах.
• В кадре что-то меняется каждые 2–3 секунды.
• Факты в объяснялке проверены.
• Реплики не скомканы, губы попадают в слова.
• В заголовке и хештегах есть и тема, и метка про нейросеть.
• Если площадка требует пометить созданный ИИ контент — пометка стоит.

Что дальше

• Как сделать героя, который не меняется от сцены к сцене, — в гайде лист персонажа.
• Как написать первую фразу, чтобы ролик не пролистали, — в разборе хук за 5 секунд.
• Как озвучить объяснялку нейросетью — в гайде озвучка нейросетью.