Чим більше розвиваються нейромережі, тим актуальнішою стає робота з УБТ. Якщо раніше доводилося докладати чимало зусиль, щоб унікалізувати чужий ролик, зараз можна створювати власні буквально на коліні. Причому результат вже зовсім не той, що був ще 2–3 роки тому.
Особливо це актуально в реаліях кліпів під Reels. Практика показує, що там досі багато чоловічої аудиторії, яка готова дивитися ролики з красунями та взаємодіяти з ними.
Навіщо створювати Reels для Instagram
За статистикою, в Instagram переважно сидить МЦА віком від 18 до 44 років.

Ті, хто мало знайомий із сорсом, скажуть, що левова частка цього трафіку — американці. Але статистика так не вважає.

Тепер перейдемо до головного — навіщо тестувати цей сорс. Щоб відповісти на це питання, пропонуємо подивитися скріншот Reels з профілю дівчини.

Нескладно помітити, що це ІІ-модель. Зробити таку може навіть повний новачок. Але навіть попри це, згенеровані дівчата можуть приносити непогані результати.

Для тих, хто не готовий тестувати різні типажі моделей, відкидати десятки генерацій і отримувати трафік з повітря, скоріше за все, матеріал буде нецікавим. Для всіх інших побудуємо статтю навколо практики: як покроково генерувати такі Reels, які сервіси використовувати і скільки це все буде коштувати. Традиційно розглянемо два варіанти — умовно безкоштовно і за гроші.
Як створювати Reels за допомогою нейромереж
Якщо коротко описати процес, все виглядає так:
Знаходимо красуню або створюємо її з нуля → отримуємо відео-донор → підміняємо обличчя.
Насправді тут багато нюансів, про які розкажемо детальніше.
Розбираємо весь процес по кроках
Перший крок — створення дівчини. Після цього ми або робимо унікальне відео, або змінюємо чиєсь чуже, вставляючи туди нашу красуню. Розглянемо детальніше.
Шукаємо або створюємо дівчину
Спочатку нам потрібна дівчина, яка буде рекламувати оффер. Найгірший варіант — брати фотографії когось із інфлюенсерів, хто вже активно веде Instagram-профіль. Система швидко розпізнає неунікальний контент і великих охоплень не дасть. Значно ефективніше або зібрати картинки зі спеціальних платформ, або зробити їх самостійно.
Безкоштовно. Заходимо на умовний Pinterest і вводимо в рядок пошуку ключові слова, наприклад, girl. Якщо не уточнювати типаж моделі, на екрані буде все підряд: від худих азіаток до пишногрудих слов’янок.

Спосіб ідеальний для старту, бо коштує 0 доларів. Проте його недолік у наступному: щоб позичити обличчя знайденої красуні, нам потрібно 10–20 референсів з нею. Бажано, щоб це були картинки того плану, який використовується у відео-донорі. Наприклад, якщо на відео-донорі героїня знята крупним планом і щось розповідає, у референсах мають бути фото обличчя з різних ракурсів, під різним світлом і з різними емоціями. Якщо ж на ролику дівчина танцює, то потрібні зразки моделі в різних позах з різних позицій і так далі. Іноді знаходиш на Pinterest цікаву зовнішність, але підібрати інші фото з цією красунею вже не виходить. Від цього страждає фінальна якість відео.
Умовно безкоштовно. У цьому варіанті ми беремо зібрані фотографії й ідемо в умовний Gemini або ChatGPT. Наприклад, ChatGPT не говорить прямо про ліміти: він буде генерувати фото, поки на сервері немає перевантаження. У мережі жартують, що перевантаження настає після того, як у США прокидаються вайбкодери. Модель NanoBanana2 Lite працює безкоштовно, але не завжди якісно. Простіше купити підписку й не морочити собі голову.
Незалежно від обраного сценарію, завантажуємо референси для клонування або для опису з метою подальшої унікальної генерації.
Спочатку попросимо ChatGPT показати, як би виглядала дівчина з референсу з різних боків.

Те саме, але від NanoBanana2 Lite.

Тепер дамо йому набір вихідних фотографій живої красуні й попросимо зробити її двійника, якої ніколи не існувало. Ось що вийшло у ChatGPT:

А ось результат NanoBanana 2 Lite:

І перша, і друга дівчата – унікальні. За бажання можна відредагувати їхню зовнішність прямо в чаті, але саме для цього завдання оптимальніше використовувати NanoBanana у Google AI Studio: він безкоштовний і використати всю квоту складно навіть якщо працювати цілий день. Візьмемо випадкову фотографію й змінимо зачіску.

Нехай ця дівчина і залишиться нашою моделлю.
Генеруємо відео
Якщо дозволяє бюджет, вигідніше створювати ролики за власним сценарієм. Зазвичай це потребує кількох генерацій (часто по $3-4, щоб виглядало природно), але контент на виході оригінальний. Тому й охоплення він збирає більше. Однак не всі LLM захочуть, наприклад, створювати танцюючих голих дівчат. Зате для білих ніш це ідеальний варіант. Альтернативний підхід — переробляти вже готові відео. З ними є ризик отримати тіньовий бан, але й коштують такі відео копійки.
Спочатку розберемося з генерацією. Щоб спробувати самостійно, купуємо Pro підписку на Google Flow і отримуємо 1050 кредитів на місяць. Цього вистачить приблизно на 60-70 генерацій. Новим акаунтам знижка — 3 місяці будуть по $4,99, а далі по $20. Всього за $20 і 4 підписки в перші 3 місяці отримуємо по 240 роликів на місяць.
Omni 1.1 — найкраща модель Google за співвідношенням швидкості й якості генерації на момент виходу статті. Вона вміє створювати не лише відео, а й аудіо. Проте працює це не завжди: кілька разів модель припиняла генерацію й повертала кредити через проблеми зі створенням аудіо.

Спочатку швидкий тест — завантажуємо нашу красуню в Google AI Studio, додаємо в чат логотип умовного Tinder і просимо, щоб вона тримала в руках телефон із цим логотипом. З першого разу вийшло непогано.

Тепер завантажуємо в Google Flow обидва референси й беремо у ChatGPT промт для генерації відео.
| Create a 10-second ultra-realistic vertical 9:16 UGC dating app advertisement using the two provided reference images. REFERENCE IMAGES: Image 1 is the exact STARTING FRAME. Image 2 is the exact ENDING FRAME. CHARACTER CONSISTENCY:The woman in both images is the same person. Preserve her exact facial identity, facial proportions, green-hazel eyes, natural skin texture, long chestnut-brown hair styled in two high ponytails with pale blue scrunchies, light blue oversized hoodie, and subtle makeup. No changes to her face, hairstyle, age, outfit, or accessories. SCENE:A cozy coffee shop with warm pendant lighting, wooden furniture, leafy plants, and a cup of latte on the table. Natural smartphone footage, authentic casual UGC aesthetic. TIMELINE: 0–2 seconds:Start exactly as shown in Image 1. The woman smiles warmly while looking slightly to the side. She slowly lowers her eyes toward the coffee cup, giving a small, shy smile. She then looks back toward the camera with a playful, slightly flirtatious expression. 2–7 seconds:She makes direct eye contact with the camera, tilts her head slightly, and speaks in Russian with a soft, natural, youthful female voice. Exact spoken dialogue in Russian: «Привет… Ты мне понравился. Может, познакомимся поближе?» She speaks with a playful, slightly shy intonation, as if flirting with someone sitting across the table. Include a tiny pause after «Привет». Her lips must synchronize accurately with every Russian word. Her expressions remain subtle, human, and believable. 7–10 seconds:After speaking, she smiles mischievously, briefly glances down, reaches for her smartphone from below the frame, and naturally raises it toward the camera. She turns the smartphone screen outward and presents it clearly to the viewer. The phone display must show exactly the same application logo, icon, colors, and screen layout as in Image 2. The screen must be clearly visible, sharp, and stable. Finish with the exact composition of Image 2. She holds the phone next to her face and smiles at the camera. CAMERA AND MOTION:One continuous shot, no cuts, no transitions, no camera jumps. Mostly static camera positioned across the table at eye level, with subtle natural handheld movement. Realistic head motion, natural blinking, accurate finger anatomy, realistic hand-to-phone interaction, physically believable hair movement. AUDIO:Natural Russian female speech with perfect lip synchronization. Soft background coffee shop ambience. No music, no narration, no other voices. STYLE:Photorealistic smartphone video. Authentic TikTok / Instagram Reels UGC advertisement. Natural facial expressions, realistic skin pores and imperfections, subtle lighting variations. Not cinematic, not overly polished, not artificial. STRICT CONSTRAINTS:No facial morphing, no identity drift, no hairstyle changes, no extra fingers, no distorted phone, no changing the application logo, no subtitles, no text overlays, no watermarks, no exaggerated gestures. The video must appear as a genuine, spontaneous recording of a real woman casually flirting with the viewer in a coffee shop. |
За 15 кредитів і 1,5 хвилини модель видає ось такий результат. Google Flow видає лише шматочки по 10 секунд. Тому довгі ролики краще ділити на смислові відрізки й робити між ними склейки.
Змінюємо чужий ролик
Універсального сорсу з готовими відео немає, зате є три найочевидніші майданчики: Pinterest, YouTube і сам Instagram. Формат ролика залежить від задуму. Хтось захоче робити крео з танцями, хтось — звичайний ліпсінк. Ми протестуємо два формати: говоряща голова і танці. Обох відео-донорів ми знайшли в YouTube Shorts, їх можна подивитися тут і тут.
Починаємо генерувати танець. Для цього створюємо першу пачку референсних зображень такого ж плану, як і відео-донор. Наприклад, якщо на оригіналі модель у повний зріст, нам потрібні референси у повний зріст. Якщо по пояс — то по пояс.

Тепер беремо промт у того ж ChatGPT:
| Create a realistic vertical 9:16 video using the uploaded materials. INPUT MATERIAL ROLES: — Reference Images 1–5 are identity and body reference images of the target girl. — The uploaded video is the motion and choreography reference. GOAL: Generate a new video where the girl from Reference Images 1–5 performs the same dance as in the reference video. CHARACTER IDENTITY: Use the girl from the reference images as the main subject. Preserve her exact recognizable identity: — young woman — fair skin — green-hazel eyes — long chestnut-brown wavy hair — hairstyle: two high ponytails with light blue scrunchies — soft natural makeup — youthful face and proportions OUTFIT: Keep the exact outfit from the reference images: — oversized light blue hoodie — black leggings — white sneakers BODY AND PROPORTIONS: Follow the body shape, height, proportions, and overall silhouette from the full-body reference images. Keep her looking like the same girl in all frames. MOTION TRANSFER: Use the uploaded reference video as the choreography source. Transfer the dance performance to the target girl as accurately as possible: — same sequence of moves — same rhythm and timing — same body sways — same steps — same arm gestures — same head movement — same playful energy The goal is not a random dance inspired by the video, but a close recreation of the same dance performance using the target girl. SCENE: Place her in a simple clean indoor space suitable for dance, similar to a casual home recording. Use a plain light wall and clear floor space. Keep the environment uncluttered so the body remains fully visible. CAMERA: — vertical 9:16 — full-body framing for most of the clip — one continuous shot — camera facing her from the front — stable smartphone-like framing — no cuts — no zoom jumps — no angle changes unless necessary to preserve the original motion feel STYLE: Photorealistic, natural smartphone video. The result should look like a real girl genuinely dancing, not like CGI. Natural lighting, realistic anatomy, realistic hair movement, realistic clothing folds. IMPORTANT CONSTRAINTS: — preserve facial identity — preserve hairstyle and hair color — preserve outfit — no identity drift — no face morphing — no extra limbs or fingers — no deformed hands — no body distortion — no random choreography changes — no scene changes — no text overlays — no subtitles — no watermark PRIORITY ORDER: 1. Keep the girl’s identity consistent with the reference images 2. Recreate the choreography and timing from the reference video 3. Maintain realistic motion, anatomy, and natural hair/clothing physics OUTPUT: A polished, realistic dance video where the reference girl performs the same dance as the motion-reference video. |
Завантажуємо у Google Flow відео-референс і фотографії нашої красуні, вставляємо промт. Згадуємо про важливе обмеження: моделька створює лише 10-секундні фрагменти. Тому пропонує зробити або 0-10 секунд, або 10-20 секунд. Створюємо два шматки й монтуємо їх у ChatGPT. Результат дивимось тут.
Тепер говоряща голова. Беремо другий оригінал і робимо для нього референси.

Завантажуємо промт і вручну прописуємо текст, який має сказати дівчина:
| Create a highly realistic 10-second vertical 9:16 smartphone talking-head video. Use the uploaded reference images to recreate the exact identity of the brunette woman. Use the provided reference video ONLY as a guide for camera framing, speaking style, natural facial movements and overall presentation. Do not copy the original speaker’s face or voice. CHARACTER: A young adult woman with green-hazel eyes, natural rosy skin, long chestnut-brown wavy hair styled in two high ponytails with pale blue scrunchies, wearing a light blue oversized hoodie. Preserve the same recognizable face from the reference photographs throughout the entire video. SCENE: The woman is sitting indoors in front of a plain warm beige wall. Static smartphone camera at eye level. Medium close-up, showing her face, shoulders and upper chest. PERFORMANCE: She looks directly into the camera and speaks naturally in Russian, with subtle head movements, occasional blinking, realistic lip movements and restrained facial expressions. She sounds thoughtful, slightly ironic and confident. DIALOGUE IN RUSSIAN: «Если женщина говорит фразу: «Я тебя не держу, если хочешь — уходи», вам больше нечего делать с этой женщиной. Зачем вам ребенок, который из раза в раз будет вами манипулировать вместо того, чтобы строить здоровые, равные отношения?» VOICE: Generate an entirely new female Russian-speaking voice. Voice characteristics: — young adult female — natural mid-range pitch — warm, slightly low and velvety timbre — clear native Russian pronunciation — conversational delivery — confident, calm intonation — subtle emotional emphasis — no artificial or robotic speech The voice must be completely different from the original video’s speaker. Do not imitate or clone her voice. Accurate Russian lip synchronization is essential. VIDEO STYLE: Authentic casual smartphone recording, realistic skin texture, natural indoor lighting. One continuous shot. No transitions, no background music, no subtitles, no text overlays. STRICT REQUIREMENTS: Preserve facial identity. No face morphing, no hairstyle changes, no distorted mouth, no unnatural expressions, no audio glitches, no robotic speech. |
Текст має вміщатися у 10 секунд. Через це красуня викинула одне слово, але загалом усе вийшло непогано. Дивимось тут.
Для чистоти експерименту протестуємо Wan 3.0 Prime – передову модель від компанії Alibaba. Завантажуємо 5 зображень нашої дівчини, прикріплюємо відео та задаємо сухий промт:
| Replace the woman in video1 with the woman from image 1-5 |
На відміну від Google Flow, Wan 3.0 Prime створювала відео майже 20 хвилин. Більше того, спочатку ця LLM задумувалася у форматі API-only. Це означає, що офіційного інтерфейсу, як, наприклад, у ChatGPT чи Google Flow, у неї немає. Доступ можливий лише через провайдерів.
Результат генерації дивимось тут. Варіант явно не для швидких тестів, зате якість міміки, на нашу думку, майже не відрізняється від оригіналу.
Як бонус беремо промт для Flow і віддаємо його Grok. Платної підписки у нас немає, але ми спробували зробити відео у 480p на 6 секунд. Якщо генерувати 10 секунд у вищій якості, доведеться платити. Результат дивимось тут.

Теоретично можна оплатити підписку за $30 і генерувати до 30 секунд у 720p за раз. Але робити цього ми, звісно, не будемо. Кумедно, що сам Grok стверджує: у безкоштовному тарифі створювати відео не можна.

Що далі?
Готові відео завантажуємо в Reels, YouTube Shorts та інші платформи. Якщо використовуємо відео-донор з Reels, бажано не завантажувати оброблений ролик у той самий Instagram. Інакше є ризик потрапити в тіньовий бан.
У подальшому контент можна монетизувати через Telegram і приватний контент або за допомогою сторонніх оферів. Практика деяких спеціалістів показує, що це досить вигідно.

Висновок
Нейромережі суттєво спростили виробництво коротких відео. Тепер для створення Reels не обов’язково наймати моделей, організовувати зйомки чи годинами монтувати відео. Достатньо кількох референсів, відповідного відео-донора і правильно складеного промта. Причому, як показали наші тести, навіть безкоштовні інструменти дозволяють отримувати цілком гідні результати.
Втім, повністю автоматизувати процес поки не вийде. Нейромережі помиляються у рухах, змінюють зовнішність персонажів, не завжди справляються з мовленням і потребують повторних генерацій. Тому головний ресурс тут – не стільки гроші на підписки, скільки час на експерименти.
Починати можна з безкоштовних інструментів, а вкладатися у платні генерації вже після перших вдалих тестів. І головне – не варто плутати реалістичність ролика з його ефективністю. Навіть ідеально згенерована дівчина сама по собі не гарантує охоплень і переходів. Як і в будь-якому іншому підході до УБТ, результат визначають вдала ідея, обрана аудиторія та систематична перевірка гіпотез.

Коментарі (0)