Як писати промпти для Gemini Omni Flash і 10-секундного відео

Більшість посібників із промптів для ШІ-відео вчать писати одну річ: насичений детальний абзац, який ви одноразово віддаєте моделі. Gemini Omni Flash ламає це припущення. Її API для розробників (працює з 30 червня) побудований довкола двох різних дій із промптом — першої генерації, а потім безперервної розмови з правок, кожна з яких перекроює той самий кліп. Напишете під одну й проігноруєте другу — і більша частина моделі лишиться невикористаною.

Поверхня промпту в Omni Flash незвична ще й тим, чого в ній немає. Немає поля негативного промпту, немає регулятора температури, немає системної інструкції, а співвідношень сторін лише два. Це не прогалини, які треба наосліп обходити, — кожна з них змінює те, як слід формулювати промпт. Цей посібник охоплює обидва режими й обмеження, що їх формують.

Два режими промпту, а не один

Кожна сесія Omni Flash має два типи промпту, і вони винагороджують різне письмо.

Промпт першої генерації — це повний бриф на один десятисекундний акцент: суб’єкт, рух, камера, світло, звук, стиль. Він поводиться як будь-який сильний промпт «текст у відео» чи «зображення у відео»: виносьте деталі вперед, будьте конкретні, описуйте весь кадр одразу.

Інструкція розмовної правки — протилежність. Вона коротка, називає рівно одну зміну й припускає, що модель уже тримає попередній кліп у контексті. "Make the lighting golden hour." "Swap the sedan for a pickup." Модель застосовує зміну, зберігаючи все, чого ви не згадали, — через previous_interaction_id, який переносить стан сесії аж до трьох послідовних правок через Interactions API. Заженете три зміни в одну інструкцію — і втратите ту точність, заради якої цей режим і потрібен.

Ментальна модель така: компонуйте в першому промпті, режисуйте в наступних. Отримайте міцний базовий кліп, а тоді доопрацьовуйте його так, як інструктували б режисера просто на майданчику, — по одній ремарці за раз.

Обмеження API, які формують ваші формулювання

Список параметрів Omni Flash короткий за задумом. Кожна відсутність має наслідок для промпту:

Шаблон для першої генерації

Оскільки 10 секунд вміщують один акцент, найсильніші перші промпти описують один безперервний момент із проговореним кожним шаром. Шість слотів покривають майже будь-який кадр:

1. Суб’єкт — хто або що в кадрі, описано конкретно
2. Рух — та єдина дія, що розгортається протягом кліпу
3. Камера — один рух, а не послідовність ("slow push in", "locked-off wide")
4. Світло — напрямок, якість, час доби
5. Звуковий дизайн — аудіо, яке має бути згенеровано, словами
6. Стиль — палітра, епоха, кінореференс, фактура

Розібраний приклад:

"A ceramic pour-over coffee dripper on a pale oak counter, steam rising as dark coffee streams into the glass carafe below. Slow push in on the drip. Soft morning light from a window camera-left, warm and diffused. Sound: gentle water trickle, distant kitchen ambience, no music. Muted editorial palette, shallow depth of field, shot on a fast prime lens."

Зверніть увагу: винятки живуть усередині речення ("no music"), камера має один рух, а звук проговорено. Оце й уся дисципліна.

Розмовне редагування: лексика, яка спрацьовує

Щойно у вас є базовий кліп, саме правки роблять Omni Flash сильнішою за процеси «згенерував і викинув». Тримайте кожну інструкцію в межах одного наміру й спирайтеся на сталу лексику дієслів, яку модель читає чисто:

• Перевисвітлити — "make it golden hour", "add a cool rim light from behind"
• Замінити — "swap the coffee dripper for a French press"
• Змінити стиль — "make it feel like 1970s film stock"
• Змінити колір — "change the mug to matte black"
• Змінити тайминґ — "slow the pour down", "let the steam linger longer"

Дві норми тримають нитку цілісною. Одна зміна на хід — модель зберігає те, чого ви не згадали, тож правка на одну ремарку і передбачуваніша, і легша для скасування повторним промптом. І спирайтеся на мову попереднього ходу — перевикористовуйте іменники, які ви вже закріпили ("the mug", "the pour"), щоб модель чіплялася за ті самі елементи, а не виводила сцену наново.

Як обійти нинішні обмеження

Кілька обмежень промптом не лікуються, і краще писати з ними в голові, ніж боротися з ними:

• Стеля у 10 секунд. В API немає продовження сцени, тож не пишіть промптів, які натякають на довшу арку. Проєктуйте один акцент, що стоїть сам по собі.
• Сталість персонажа при зміні сцени — визнано слабке місце. Якщо схожість важлива, тримайте правки в межах однієї сцени, а не просіть модель переселити персонажа в нове оточення.
• Відеореференси, довші за 3 секунди, обробляються не повністю. Тримайте будь-який референсний кліп коротким і по суті.
• Немає посилань на кілька відео й немає редагування голосу — обидва не підтримуються, тож плануйте ці кроки в окремому інструменті, а не в промпті.

Жодне з цих обмежень не дискваліфікує швидкий інструмент для короткої форми й ітерацій. Вони просто означають, що Omni Flash винагороджує промпти, зведені до того, що вона робить добре: один щільний акцент, доопрацьований у розмові.

Що працює в OmniArt сьогодні

Gemini Omni Flash уже доступна в OmniArt, і майже всі описані вище звички написання промптів застосовні напряму: один зрозумілий акцент, конкретика замість супу з ключових слів і звук, вписаний у промпт. Головний виняток — багатоходове редагування зі збереженням сесії, яке лишається процесом на боці API, а не елементом керування в інтерфейсі OmniArt.

• Генерація за референсами прямо лягає на Seedance 2.0, доступну в OmniArt: вона приймає до дев’яти зображень, трьох відео й трьох аудіофайлів, прив’язаних до ролей синтаксисом @image1 / @video1, — та сама ідея «зібрати з матеріалів», але з більшою кількістю входів, ніж пропонує Omni Flash.
• Кінематографічна мова камери лягає на Veo 3.1, яка трактує дієслова руху на кшталт "drift", "glide" та "dolly in" зі стриманістю.
• Шаблон із шести слотів (суб’єкт, рух, камера, світло, звук, стиль) — той самий скелет, що дає чистий результат на кожній відеомоделі в просторі.

Відкрийте Gemini Omni Flash у просторі для відео і напишіть перший промпт як один цілісний акцент. Якщо вам потрібен багатоходовий цикл редагування від Google, продовжуйте цю частину в Interactions API; для стандартної генерації та роботи з референсними зображеннями сторінка моделі в OmniArt готова вже зараз.