Как создать ИИ-аватара, который во втором ролике останется тем же человеком

Большинство инструкций про ИИ-аватаров заканчиваются там, где начинаются проблемы. Вы получаете портрет. Хороший портрет. Потом делаете второй ролик — и в нём другой человек: тот же цвет волос, другая форма лица, и зритель это считывает, даже если не может объяснить, что именно не так.

Дело не в том, что модель плохая. Дело в том, что текст не фиксирует лицо: каждый рендер заново придумывает человека по описанию. Лечится это одним артефактом, сделанным один раз — до любого контента.

Всё, что ниже, — одна записанная сессия от 30 июля 2026: четыре бесплатных шага конфигуратора, одна платная генерация на 12 кредитов (~$0.12) и персонаж по имени Майкл Быстрый, сохранённый в ростер через 4 минуты 30 секунд после кнопки. Сессия целиком на записи — с русской озвучкой, потому что и велась по-русски, — так что ничего здесь не пересказано по памяти:

Соберите лицо один раз — и перестаньте за него платить. Конфигурация не стоит ничего, а карточку, которая из неё получается, копирует каждый следующий рендер. Начать бесплатно — или сначала посмотрите, сколько стоит прогон.

Что такое карточка персонажа

Один лист, на котором один и тот же человек снят со всех ракурсов, какие вообще бывают у камеры: в полный рост спереди, сбоку, в три четверти и со спины — и голова с тех же четырёх сторон. Восемь ячеек, один человек.

Этот лист — не результат. Это референс, и он подставляется на вход каждой генерации, которая случится после: каждого рила, каждого стилла, каждой рекламы. Модель больше не придумывает вашего инфлюенсера заново — ей его показывают.

Это тот же аргумент, который наш разбор нейросети для карточек товара делает про упаковку, только направленный на человека: давайте модели картинки, а не прилагательные. Лицо, которое можно только описать, — это лицо, которое поплывёт.

Четыре шага, которые не стоят ничего

Конфигуратор бесплатный, и панель говорит это прямым текстом: ничего не генерируется, пока карточку не запустили в Агенте. Шага четыре:

1. Внешность — пол, возраст, телосложение, рост, тон кожи, а дальше лицо по частям: цвет и форма глаз, нос, губы, линия подбородка, борода, цвет и стрижка волос. Есть кнопка «случайно», которая заполняет всё разом — это самый быстрый способ увидеть, из чего вообще состоит форма. Наш Майкл на записи собрался так: мужчина, славянская внешность, панк с розовыми волосами, глаза hazel.
2. Характер — до трёх ключевых черт, стиль общения, отношение к юмору, характер голоса, язык и арт-стиль. Арт-стиль оставляйте на Photorealistic, иначе рендеры вернутся стилизованными: это настройка, а не гарантированный результат по умолчанию.
3. Профессия — основная тема, роль, ниши. У нас: бизнес и стартапы, эксперт, рядом фэшн и арт.
4. Ревью — всё на одном экране, после чего вся конфигурация уезжает в Агента уже заполненным промптом.

Все четыре шага можно пропустить. Того же персонажа можно описать Агенту одной фразой — или собрать из загруженных фотографий, в том числе ваших собственных, если аватар должен быть вами. Визард существует потому, что «выбери из вариантов» быстрее, чем «опиши линию подбородка словами».

Одна практическая деталь с записи: чат принимает диктовку, и микрофон распознаёт тот язык, который выбран рядом с ним — русский или английский. Надиктовать русский при выбранном английском — получить промпт, которым нельзя пользоваться.

Единственное, что стоит денег

Прежде чем что-то генерировать, Агент показывает смету:

Кадр карточки в 2K с реализмом — 6.0 кредитов, проход realism-движка — ещё 6.0. Итого 12 кредитов, около двенадцати центов. Дешёвый вариант был предложен тут же и отклонён вслух: 1K вместо 2K — это 7.2 кредита, но эту картинку рендеры будут читать как референс месяцами, а не разглядывать один раз. Ради этого 4.8 кредита доплатить стоит.

В этом вся экономика постоянного персонажа: дорого стоит не лицо, а все ролики после него.

Что вернулось и сколько ждали

Очередь обещала ~6 минут. Джоб отчитался за 4 минуты 30 секунд.

Вернулась карточка с верха этой страницы — панк с розовыми волосами, восемь ячеек, один человек — плюс отдельные кадры, нарезанные из неё, и честная строка о потраченном: 12 кредитов, как в смете. Два момента из этой минуты стоит забрать себе, даже если наш продукт вы не откроете никогда:

• Персонаж — черновик, пока вы не сказали обратного. Он лежит в ростере несохранённым; реальным его делает ответ «да, сохрани». Если генерация молча коммитит полупонравившегося персонажа в библиотеку, вычищать его оттуда придётся неделями.
• Если результат не появился — попросите его. Рендер заканчивается раньше, чем чат его подхватывает; фраза «покажи сгенерированного аватара» вытаскивает карточку в переписку.

Агент поспорил с брифом, пока джоб стоял в очереди

Самая полезная минута записи пришлась не на рендер. Пока генерация ждала своей очереди, Агент прочитал персону, которую ему только что отдали, и сообщил: в ней противоречие — «игривый лёгкий тон» и «серьёзный, без юмора» одновременно. На лицо это не повлияет, но сценарии оно будет тянуть в разные стороны с первого же текста.

Он был прав, и важен тут именно момент. Это противоречие собралось из двух чипов, кликнутых на разных шагах визарда, и дожило бы до первого сценария, который «почему-то не звучит». А поймано оно было бесплатно — пока джоб на $0.12 ещё стоял в очереди.

Конфигуратор спокойно даст собрать человека, который не может существовать. Кто-то должен перечитать весь лист целиком до того, как он превратится в десять роликов.

Голос — отдельный шаг, и это правильно

Карточка — это лицо. Голоса в ней нет, и просить его — отдельная фраза в чате: подбери голос, который подойдёт этому персонажу. На записи голос из ElevenLabs подобрался и привязался к аватару сам; вместо этого можно записать собственный, загрузить аудиофайл и работать с ним.

Разделение намеренное. Когда лицо нравится, а голос нет, замена обходится в один дешёвый шаг; со склеенным намертво комплектом так не выйдет.

Порядок действий, который выдерживает продакшен

1. Соберите бесплатно. Четыре шага, или одна фраза Агенту, или собственные фотографии. Потрачено: ноль.
2. Прочитайте смету до запуска. У нас было 12 кредитов — и названный рядом вариант за 7.2. Смета, которая прячет дешёвую опцию, не выполняет свою работу.
3. Купите карточку один раз, в высоком разрешении. Это референс, а не картинка на один просмотр.
4. Сохраняйте осознанно. Черновик — пока вы не сказали «да, сохрани».
5. Добавьте голос после лица. Отдельно, чтобы любое из двух можно было переделать в одиночку.
6. И только потом тратьтесь на контент — туда и уходят настоящие деньги: в генерацию видео, где это лицо начинает работать, и в ролики из фото, которые показывают, что делать с карточкой дальше.

Всё до шестого пункта стоило двенадцать центов и четыре с половиной минуты. Это вся цена постоянного лица — и вся причина, по которой во втором ролике тот же человек.

ИИ аватар — это референс, а не картинка

По запросу «ии аватар» интернет отвечает генераторами портретов: загрузите фото, получите красивую версию себя. Для одной аватарки в мессенджер этого достаточно. Для персонажа, который будет вести канал, сниматься в рилах и продавать — нет: одиночный портрет не переживает второй генерации, потому что у модели нет ракурсов, только описание.

Рабочее определение из этой сессии другое: ИИ-аватар — это карточка персонажа плюс всё, что на неё опирается. Лицо с восьми сторон, характер без внутренних противоречий, голос отдельным слоем. Один раз, $0.12, дальше — только контент.