Архитектурное видео с Gemini: руководство по Omni Flash и Veo 3.1

Чему вы научитесь в этом руководстве?

Это руководство рассказывает, как составлять промпты для видеомоделей Gemini API, чтобы разрабатывать видеоидеи на основе архитектурных изображений и визуализаций интерьеров. Цель — не пытаться учесть каждую деталь в одном запросе, а чётко описать сцену, движение и желаемый результат, а затем шаг за шагом улучшать генерацию.

В документации Google Gemini Omni Flash позиционируется как модель для быстрой генерации видео и редактирования в диалоге, а Veo 3.1 — как решение для задач со встроенным звуком, продолжением видео и генерацией с привязкой к конкретным кадрам. Выбирайте модель с учётом требований проекта. Промпты ниже — оригинальные примеры для архитектурных задач; это не код вызова API и не описание конкретных шагов в интерфейсе.

Требования и выбор модели

В источниках описаны генерация видео через Gemini API и две линейки моделей. Однако в них нет подробностей, которые можно было бы использовать здесь, об открытии аккаунта, условиях доступа, стоимости, лимитах использования или необходимой версии программного обеспечения. Поэтому перед генерацией отдельно проверьте актуальные условия доступа и использования в документации API.

При выборе рабочего процесса можно ориентироваться на следующие различия:

• Gemini Omni Flash: создание коротких видео по тексту и изображениям, а также редактирование в несколько этапов. Согласно документации, модель также поддерживает совместную передачу текста, изображений, аудио и видео в качестве входных данных.

• Veo 3.1: задачи, для которых нужны встроенный звук, продолжение видео, генерация с привязкой к определённым кадрам или управление по изображению. В источнике для Veo 3.1 указан API generateContent.

Это описание возможностей из документации производителя, а не гарантия, что выбранная модель даст желаемый результат для любой архитектурной сцены. В частности, необходимо контролировать и оценивать визуальные решения — например, материалы, геометрию и движение камеры.

Пошаговая подготовка промпта для архитектурного видео

1. Опишите сцену и цель

Сначала определите, что должно показать видео: атмосферу интерьера, изменение освещения на фасаде или анимированную подачу изображения. В промпте укажите тип пространства, видимые архитектурные элементы и цель сцены. В руководстве Google по промптам отмечается, что чёткие и конкретные инструкции помогают направлять поведение модели.

Create a short architectural video of a quiet contemporary library interior. Show the central reading area, timber shelving, and tall windows. The purpose is to communicate the calm atmosphere and spatial depth of the room.

В этом примере вместе описаны сцена, важные элементы и цель подачи. Если вы используете изображение проекта, добавьте его как входные данные и адаптируйте инструкцию к изображённому пространству; способ добавления изображения зависит от выбранного инструмента.

2. Опишите движение как одну понятную идею

Не оставляйте движение камеры неопределённым. Например, попросите о медленном движении вперёд или об изменении дневного света при неподвижной камере. Вместо множества движений или противоречивых указаний в одном промпте сначала выберите одно основное движение.

Animate the provided interior image as a slow forward camera move toward the dining area. Keep the room layout and furniture arrangement visually consistent with the reference image. Use gentle daylight changes and avoid sudden camera movement.

Инструкция задаёт направление и темп движения камеры на основе референсного изображения. Формулировки вроде «сохраняйте последовательность» не гарантируют результат; отдельно проверьте, не изменились ли планировка, мебель и перспектива.

3. Укажите изменения времени суток и атмосферы

Если вы хотите показать, как сцена меняется в течение дня, опишите её начальное и конечное состояние. В источниках не приведён синтаксис для задания конкретной временной шкалы, поэтому пример ниже — инструкция, сформулированная обычным языком.

Create a view of the same courtyard at early morning, then show the daylight becoming warmer toward late afternoon. Keep the camera fixed and preserve the courtyard's main architectural features throughout the video.

Этот промпт акцентирует внимание на освещении и задаёт неподвижную камеру. Проверьте, не меняются ли архитектурные формы и соответствует ли переход освещения задаче сцены.

4. При необходимости добавьте запрос на звук

В документации Veo 3.1 описана как модель, способная генерировать встроенный звук. Если для презентационного видео нужен звук, чётко укажите, что должно быть слышно, а чего быть не должно. Если звук не нужен, сообщите и об этом — так промпт будет точнее.

Create a short video of a calm museum lobby with a slow camera move toward the reception desk. Include only subtle indoor ambience. Do not add narration or music.

В этом примере описана желаемая звуковая атмосфера. Это не означает, что используется конкретный параметр управления звуком или что результат гарантирован. Если звук будет использоваться в презентации проекта, отдельно прослушайте его и оцените, подходит ли он.

5. Улучшайте первый результат небольшими изменениями

Согласно документации, Omni Flash позволяет редактировать результат в несколько этапов с помощью Interactions API. В таком процессе считайте первый запрос базовым описанием сцены, а в следующих уточняйте по одному изменению. Например, попросите замедлить движение камеры или изменить конкретный элемент.

Keep the same interior and camera direction, but make the camera movement slower. Preserve the existing furniture arrangement and do not introduce new objects.

Если не добавлять много новых инструкций за раз и ограничиться одним небольшим изменением, будет проще понять, какой запрос повлиял на результат. Такой итеративный подход соответствует рекомендации Google экспериментировать и улучшать промпты.

6. Уточните желаемый результат и ограничения

Промпт не обязательно должен ограничиваться описанием сцены. Можно также указать нежелательные элементы, стиль подачи и цель видео. Однако в источниках не приведены конкретные значения или ограничения для таких технических параметров, как длительность видео, разрешение или соотношение сторон; не добавляйте их в промпт наугад.

Create a restrained architectural presentation video of the provided lobby. Focus on the entrance, circulation route, and reception area. Do not add people, signs, captions, or decorative objects that are not visible in the reference.

Эта инструкция указывает, на каких пространственных элементах должна сосредоточиться визуальная подача, и какие дополнения не нужны. Даже при таком запросе могут появиться отсутствующие в референсе объекты, поэтому сравните готовое видео с исходным изображением проекта.

Типичные ошибки

Слишком много задач в одном промпте: Запрос сразу нескольких движений камеры, разных времён суток, звука, новых объектов и изменений пространства может усложнить оценку. Сначала задайте основную сцену, а затем улучшайте её поэтапно.

Не объяснена роль референсного изображения: Само по себе добавление изображения не указывает, какие элементы нужно сохранить. Напишите в промпте, какие особенности должны соответствовать референсу.

Использование только общих прилагательных: Слова вроде «впечатляющий» или «современный» сами по себе не объясняют, каким должен быть кадр. Дополните их описанием сцены, движения и точки внимания.

Первый результат принимается за окончательный: Работа над промптом — итеративный процесс. Проверьте изображение, пространственную непрерывность и, если есть, звук; затем сформулируйте конкретный и ограниченный запрос на исправление.

Применение в архитектуре, дизайне интерьеров и archviz

Этот подход можно опробовать, если команде нужно превратить существующее изображение в короткий видеоряд, показать атмосферу интерьера или добавить движущуюся сцену в презентацию проекта. Возможности Omni Flash по генерации видео из текста и изображений и многоэтапному редактированию могут подойти командам визуализации, которым нужны быстрые варианты. Veo 3.1 можно рассмотреть для задач со звуком, продолжением сцены или генерацией с привязкой к определённым кадрам.

Не рассматривайте эти инструменты как замену проверенной архитектурной анимации перед сдачей проекта. В источниках не указаны гарантии точности размеров и сохранения геометрии, требования к оборудованию или стоимость лицензии. Поэтому воспринимайте результаты не как подтверждение проектных решений, а как визуальные материалы, которые нужно проверить. Заранее изучите условия использования аккаунта и лицензии, совместимость с вашим рабочим процессом и необходимость дополнительного редактирования.

Что делать дальше

Для начала проведите короткий тест на одном изображении проекта и с одной целью. В первом промпте опишите сцену, точку внимания и движение, затем оцените результат и в каждом следующем запросе просите только об одном изменении. Сравнение разных моделей при одинаковом описании сцены поможет определить, какой рабочий процесс лучше подходит для вашей задачи. Если вместо генерации видео нужно проанализировать уже существующий ролик, документация Google направляет к отдельному руководству по пониманию видео.

Источники и лицензия

Использованы руководства Google по генерации видео в Gemini API и стратегиям создания промптов. Оба источника распространяются по лицензии CC BY 4.0; текст этой статьи и примеры для архитектуры представляют собой русскую адаптацию принципов из источников и оригинальные варианты их применения.