Вообще самое больное в заказных видосах — не сгенерить картинку, а чтобы всё это чётко падало в такт музыке / действию (про синхронизацию речи я молчу — это отдельная религия).

Моё решение выглядело так:

— в After Effects генерю ключи (keyframes) на всё, что двигается;
— экспортирую их в JSON;
— отдаю JSON в GPT, чтобы он нарезал таймкоды и сгенерил промты/отрезки для VEO 3.

В одном отрезке у меня работают шесть нейронок — каждая отвечает за свое дело, но все принимают все в json

Совет прост и священен: всегда кормите нейронкам промты через преобразованный JSON, а не голый текст. Так меньше галлюцинаций, лучше тайминги и предсказуемость.

Короткий пример того, что отдаю в GPT (упрощённо):

Результат — VEO3 получает чёткие отрезки и шесть моделей не спорят за сцену, а мирно выполняют свою роль.

Работает. Весело. И меньше страданий по ночам, ну или как вам больше нравится

Если что инфо про, то что делаю в профиле, видео как пример

Спасибо и надеюсь вам это помогло 😊