Промпты для Pika H3 Flex: пять копируемых шаблонов для видео с раздельным звуком

Pika H3 Flex управляется пятью способами — текст-в-видео, первый и последний кадр, мультимодальный референс-в-видео, монтаж загруженного клипа и экспорт аудиодорожек — и каждому нужен промпт, написанный по-своему. Эти пять шаблонов можно копировать: замените части в [brackets], сохраните структуру. Плейсхолдеры в квадратных скобках остаются на английском независимо от языка промпта. Последняя сверка с опубликованными лимитами Pika: 2026-11-03.

Прежде чем писать промпт: лимиты, которые его формируют

• От 5 до 15 секунд, только целые секунды, при 24 fps. Проектируйте кадр под это время; промпт, которому нужно 20 секунд, их не получит.
• Промпты до 8 000 символов. Длинные и конкретные промпты разрешены; используйте место.
• До 12 референсов — до 9 изображений, 3 видео и 3 аудиофайлов. Видео- и аудиореференсы длятся по 2–15 секунд.
• Нативное разрешение — 480p или 768p; 1080p, 2K и 4K получаются через встроенный в задачу апсемплер Pika, завершающий тот же дубль.
• Звук нативный: стерео, с диалогом, музыкой, эффектами, фоли и эмбиенсом, экспортируемыми пятью отдельными дорожками.

1. Текст-в-видео с диалогом и звуковым дизайном

Назовите кадр, камеру, акценты действия по порядку, а затем звук — диалог в кавычках, каждый звуковой слой по имени. Модель собирает то, что вы описали; что опущено — выбирает она сама.

"Кадр 12 секунд, 16:9, средне-общий план в сумерках: [a cyclist in a yellow rain jacket] скатывается по мокрой брусчатке, камера едет рядом на высоте руля; она тормозит у витрины пекарни, ставит одну ногу на землю и говорит «Один хлеб — тот, что с семечками.» Дверной колокольчик звенит, когда за ней открывается дверь; мелкий дождь стучит по капюшону; тихая фортепианная тема лежит под всем."

Проверка: реплика попадает в движение губ, дождь ровный, а не мигающий, и дубль — один непрерывный кадр без скрытой склейки.

2. Рекламный кадр персонажа по референсам

В референсном режиме референсы несут идентичность, а промпт — режиссуру. Скажите, что в референсах, и ставьте только то, что происходит. Никогда не описывайте лицо персонажа словами заново — это владение референса.

"С приложенным референсом персонажа для [the presenter] и референсом продукта для [the bottle]: кадр 10 секунд, 9:16, в светлой кухне. Она поднимает бутылку, читает заднюю этикетку, один раз кивает в камеру и говорит «Честно — та же цена, что в прошлом году.» Камера статична; утренний свет из окна слева; звук кухни приглушён."

Проверка: лицо и одежда в последней секунде совпадают с референсом так же точно, как в первой, а текст этикетки не искажается при чтении в кадре.

3. Первый и последний кадр

Дайте Pika стартовый и финальный кадры и напишите промпт как путь между ними: что меняется, в каком порядке, в каком темпе. Входные кадры — изображения; промпт — это глагол.

"От первого кадра к последнему: кадр 8 секунд, 21:9, прилив подступает к [the beached wooden boat], каждая волна забирается по песку дальше; к финальному кадру корпус всплывает. Чайки пересекают кадр один раз в середине; только ветер и волны, без музыки."

Проверка: первый и последний сгенерированные кадры действительно совпадают с двумя изображениями, а нарастание монотонно — прилив не должен отступить посреди дубля.

4. Монтаж загруженного клипа

Для монтажа загрузите исходный клип как видеореференс и напишите изменение как инструкцию, затем укажите, что меняться не должно. H3 Flex сохраняет игру и тайминг — задача промпта ограничить изменение.

"Смонтируй приложенный клип: замени [the gray hoodie] на [a navy peacoat], всё остальное без изменений — та же походка, та же скорость, та же камера, та же улица и та же погода. 10 секунд, звук без изменений."

Проверка: походка и ритм шагов совпадают с оригиналом кадр в кадр, и больше ничего в сцене не уплыло — витрины, прохожие, свет.

5. Звук через именованные дорожки

Когда звук важнее картинки — сводка диалогов, локализация, замена музыки позже — режиссируйте каждую дорожку по имени. Экспортированные дорожки приходят как пять WAV: диалог, музыка, эффекты, фоли, эмбиенс.

"Кадр 10 секунд, 16:9: [a barista] работает за стойкой в час открытия, камера медленно наезжает. Диалог: она говорит «Первый — за счёт заведения.» Музыка: нет. Эффекты: работает кофемолка, холдер встаёт с щелчком. Фоли: шуршит фартук, чашка ставится на блюдце. Эмбиенс: тихий шум зала, гул холодильника в правом канале."

Проверка: в каждой дорожке только то, что названо её строкой — кофемолка не должна просачиваться в фоли, — а дорожка диалога пригодна сама по себе.

Где запускать эти промпты

H3 Flex работает через API или продукт Pika (или самостоятельно размещённые веса) — в Imgo его нет. Те же брифы сегодня работают на Seedance 2.0 в видеогенераторе Imgo: он принимает референсы изображений, видео и аудио и генерирует нативный звук прямо по промпту, показывая стоимость в кредитах до отправки. Тарифы и лимиты обеих моделей сравниваются в разборе цен Pika H3 Flex.

Источники: страница модели H3 Flex и стартовый пост Pika, проверено 2026-11-03.