Как писать промпты для Gemini Omni Flash под 10-секундное видео

Большинство руководств по промптам для ИИ-видео учат одному: написать насыщенный, подробный абзац и один раз передать его модели. Gemini Omni Flash ломает это допущение. Её API для разработчиков (работает с 30 июня) построен вокруг двух разных действий с промптом — первой генерации, а затем непрерывного диалога из правок, каждая из которых заново формирует один и тот же клип. Если писать под одно и игнорировать другое, большая часть возможностей модели останется незадействованной.

Набор параметров Omni Flash необычен ещё и тем, чего в нём нет. Здесь нет поля для негативного промпта, нет регулятора температуры, нет системной инструкции и всего два соотношения сторон. Это не пробелы, которые нужно вслепую обходить, — каждый из них меняет то, как следует формулировать промпт. Это руководство охватывает оба режима и ограничения, которые их формируют.

Два режима промпта, а не один

В каждой сессии Omni Flash есть два вида промпта, и они вознаграждают разный подход к письму.

Промпт первой генерации — это полное задание на один 10-секундный кадр: субъект, движение, камера, свет, звук, стиль. Он ведёт себя как любой сильный промпт text-to-video или image-to-video: детали идут в начало, формулировки конкретны, весь кадр описывается сразу.

Инструкция диалоговой правки — противоположность. Она короткая, называет ровно одно изменение и исходит из того, что модель уже держит предыдущий клип в контексте. «Сделай освещение как в золотой час». «Замени седан на пикап». Модель применяет изменение, сохраняя всё, что вы не упомянули, — через previous_interaction_id, который переносит состояние сессии через до трёх последовательных правок с помощью Interactions API. Если втиснуть три изменения в одну инструкцию правки, теряется та точность, ради которой этот режим и стоит использовать.

Ментальная модель такая: компонуйте в первом промпте, режиссируйте в последующих. Получите крепкий базовый клип, а затем дорабатывайте его так, как давали бы указания режиссёру по ходу съёмки, — по одной заметке за раз.

Ограничения API, которые формируют ваши формулировки

Список параметров Omni Flash короток по замыслу. У каждого пропущенного параметра есть последствие для промпта:

Шаблон для первой генерации

Поскольку 10 секунд вмещают один кадр, самые сильные первые промпты описывают один непрерывный момент со всеми проработанными слоями. Шесть слотов покрывают почти любой кадр:

1. Субъект — кто или что в кадре, описанный конкретно
2. Движение — единственное действие, разворачивающееся на протяжении клипа
3. Камера — одно движение, а не последовательность («медленный наезд», «зафиксированный общий план»)
4. Освещение — направление, качество, время суток
5. Саунд-дизайн — звук, который нужно сгенерировать, словами
6. Стиль — палитра, эпоха, киноотсылка, фактура

Проработанный пример:

«Керамическая воронка для пуровера на светлой дубовой столешнице, пар поднимается, пока тёмный кофе струится в стеклянный кувшин внизу. Медленный наезд на пролив. Мягкий утренний свет из окна слева от камеры, тёплый и рассеянный. Звук: лёгкое журчание воды, далёкая кухонная атмосфера, без музыки. Приглушённая редакторская палитра, малая глубина резкости, снято на светосильный фикс-объектив».

Обратите внимание: исключения живут внутри предложения («без музыки»), камера — одно движение, а звук расписан. В этом вся дисциплина.

Диалоговое редактирование: словарь, который срабатывает

Как только у вас есть базовый клип, именно правки — то, где Omni Flash вырывается вперёд по сравнению со схемой «сгенерировал и выбросил». Держите каждую инструкцию в рамках одного намерения и опирайтесь на последовательный словарь глаголов, который модель читает чисто:

• Переосветить — «сделай золотой час», «добавь холодный контровой свет сзади»
• Заменить — «замени воронку на френч-пресс»
• Перестилизовать — «пусть выглядит как плёнка 1970-х»
• Перекрасить — «сделай кружку матово-чёрной»
• Перетаймировать — «замедли пролив», «пусть пар держится дольше»

Два правила удерживают нить связной. Одно изменение за ход — модель сохраняет то, что вы не упомянули, поэтому правка в одну заметку одновременно предсказуемее и легче откатывается повторным промптом. И опирайтесь на язык предыдущего хода — переиспользуйте существительные, которые вы задали («кружка», «пролив»), чтобы модель привязывалась к тем же элементам, а не выводила сцену заново.

Как обходить текущие ограничения

Часть ограничений не решается промптом, и лучше писать с оглядкой на них, а не бороться с ними:

• Предел 10 секунд. В API нет продления сцены, поэтому не пишите промпты, подразумевающие более длинную арку. Проектируйте один кадр, который держится сам по себе.
• Сохранение персонажа при смене сцен — признанное слабое место. Если важно сходство, держите правки в пределах одной сцены, а не просите модель переместить персонажа в новую обстановку.
• Видеореференсы длиннее 3 секунд обрабатываются не полностью. Держите любой референсный клип коротким и по существу.
• Нет мультивидеореференса и нет редактирования голоса — и то и другое не поддерживается, поэтому закладывайте эти шаги в отдельный инструмент, а не в промпт.

Ничто из этого не является дисквалифицирующим для быстрого инструмента коротких итераций. Это просто означает, что Omni Flash вознаграждает промпты, ограниченные тем, что она делает хорошо: один плотный кадр, доработанный в диалоге.

Что переносится в OmniArt сегодня

Omni Flash пока нет в рабочем пространстве OmniArt, но почти каждый приём выше переносится на видеомодели, которые там есть, — потому что лежащая в основе дисциплина (один чёткий кадр, конкретика вместо каши из ключевых слов, звук, прописанный в промпте) не зависит от модели.

• Генерация на основе референсов напрямую отображается на Seedance 2.0, доступную в OmniArt, которая принимает до девяти изображений, трёх видео и трёх аудиофайлов, привязанных к ролям синтаксисом @image1 / @video1, — идея «собери из ассетов», но с бóльшим числом входов, чем предлагает Omni Flash.
• Кинематографический язык камеры отображается на Veo 3.1, которая интерпретирует глаголы движения вроде «drift», «glide» и «dolly in» со сдержанностью.
• Шаблон из шести слотов (субъект, движение, камера, свет, звук, стиль) — тот же каркас, что даёт чистый результат на каждой видеомодели в рабочем пространстве.

Откройте видео-пространство в OmniArt, выберите модель под кадр и напишите первый промпт как один цельный кадр. Когда появится Omni Flash, двухрежимный процесс выше — это та часть, которую вы добавите; ремесло промпта уже то же самое.