«Дьявол носит Прада»: как собрать вирусный переход с руками в нейросети — пять рабочих схем

Фокус строится на обманке: зрителю показывают, будто видеокадр — предмет, который можно взять в руки. Девушка хватает пальцами правую и левую границу картинки, сдвигает их навстречу друг другу — изображение превращается в тонкую вертикальную щель, а по бокам остаётся чернота. Затем ладони резко разлетаются в стороны, и щель раскрывается обратно — только внутри уже другая сцена: ночная улица, неон, новый образ.

Выглядит так, будто поработал моушн-дизайнер. На деле достаточно текстового описания: Kling 3.0, Veo 3.1, Sora 2 и Seedance 2.5 понимают такие трюки с промпта, а переход склеивается из пары клипов одной жёсткой склейкой в CapCut.

Что должно получиться:

• Ролик 9:16, 8–15 секунд, под Reels, TikTok и Shorts. Сначала день и квартира, затем руки сжимают кадр, затем ночь с неоном; раскрытие приходит ровно на дроп.
• Займёт 20–40 минут с учётом очередей на генерацию; монтаж — минут пять.
• Из инструментов нужна одна видеомодель на выбор: Kling 3.0, Veo 3.1, Sora 2 или Seedance 2.5. Опционально — генератор картинок (Nano Banana Pro, Midjourney). Собирать и озвучивать тоже можно бесплатно, в CapCut.
• Опыт: схемы 1–3 собираются без монтажных навыков. Четвёртая потребует телефона и работы с keyframes, пятая — референсного видео.

1. Оригинал по секундам

Ролик идёт 15 секунд, но трюк живёт в нём всего четыре:

(Тут встанет скриншот: три фазы ролика — целый кадр, узкая полоса, раскрытие.)

2. Чем это делать (октябрь 2026)

• Kling 3.0 — главный инструмент под этот трюк: Image-to-Video и Start/End Frame на месте, а с кистями и границами кадра работает аккуратнее остальных. Открыть можно на kling.ai, а можно через агрегаторы и телеграм-боты (Study AI, Cyber AI и похожие).
• Veo 3.1 — тот же приём плюс звуковая дорожка сразу и кинематографичный свет. Есть режимы First & Last Frame и Ingredients; попадается в Gemini, Google Flow, а также в агрегаторах.
• Kling Motion Control — сюда кладут референсное видео (сгодится и сам тренд) вместе с фото персонажа, и модель повторяет жесты.
• Nano Banana Pro, GPT Image, Midjourney — из них делают опорные кадры: без такого генератора лицо в стартовом и финальном кадре совпадать не будет.
• Hailuo 2.3 и Wan 3.0 — бюджетная замена: удобно тренироваться, пока лимиты топовых моделей жалко.
• CapCut или After Effects — монтаж: стыковка клипов, чёрные полосы, привязка перехода к биту. Обе программы могут ничего не стоить.

Без зарубежной карты проще держаться агрегаторов: Kling, Veo, Sora и Nano Banana там живут в одном интерфейсе, и обычная карта подходит. Промпты дальше от сервиса не зависят. Английские варианты модели понимают точнее, русские — для сервисов с русским интерфейсом.

3. Пять схем — сравнение

4. Схема 1: две генерации и склейка на рывке

Логика такая: одна генерация — одно действие. Чем уже задача, поставленная модели, тем реже брак в дублях.

Шаг 0. Опорные кадры — можно пропустить, но с ними заметно лучше

Понадобятся два изображения одной героини: либо из Nano Banana Pro или Midjourney, либо ваши реальные фото.

Кадр A, дневная сцена:

Photorealistic vertical 9:16 frame, medium shot: a young woman with long red hair in a black shirt stands in a bright modern apartment room, window with daylight on the right, plain wall behind, she looks straight at the camera, natural smartphone-video look, static framing, no text.

Кадр B, ночная сцена:

Photorealistic vertical 9:16 frame, medium shot: the same young woman (keep the exact same face) at night in front of a glass office building, oversized black jacket, vivid orange neon rim light on her hair, city bokeh lights behind, confident look at camera, static framing, no text.

Тонкость: в Nano Banana Pro фото лица прикрепляют как референс и подписывают «keep the exact same face as in the reference image» — иначе модель придумает новую героиню.

Шаг 1. Первый клип: кадр сжимается в полоску

Кто генерирует: Kling 3.0 (Image-to-Video) или Veo 3.1. На входе — Кадр A, выставить 9:16, пять секунд, максимальное качество.

Промпт (EN):

Static camera, medium shot, vertical 9:16. The woman looks at the camera, then raises both hands and grabs the left and right edges of the video frame, as if the frame were a physical cardboard border. She pulls both edges inward toward the center: the visible picture narrows from both sides into a thin vertical strip, pure black empty space appears outside the shrinking frame. Her fingers stay hooked on the moving edges the whole time. She ends holding the narrow strip between her hands, looking at the camera. Realistic hands, five fingers each, no camera movement, no zoom. Negative: extra fingers, fused hands, distorted face, morphing, camera shake, zoom, text, watermark, fade to black.

Промпт (RU):

Статичная камера, средний план, вертикаль 9:16. Девушка смотрит в объектив, затем поднимает обе руки и берётся за левую и правую кромки видеокадра, будто это физическая картонная рамка. Тянет обе кромки внутрь, к центру: видимая картинка сужается с двух сторон в тонкую вертикальную полосу, снаружи открывается чистое чёрное пространство. Пальцы всё время остаются сцепленными с движущимися кромками. В финале кадра она держит узкую полосу между ладонями и смотрит в камеру. Реалистичные кисти, по пять пальцев, камера неподвижна, без зума. Негатив: лишние пальцы, слипшиеся руки, искажённое лицо, морфинг, тряска камеры, зум, надписи, водяные знаки, затемнение.

Сделайте 2–3 дубля и оставьте тот, где пальцы лежат именно на границе кадра, а не висят рядом в воздухе.

Шаг 2. Второй клип: рамка распахивается и начинается танец

Модель та же, на входе — Кадр B, 9:16, пять секунд.

Промпт (EN):

Static camera, medium shot, vertical 9:16, night city. The clip begins at the exact moment when the woman's hands push sharply outward to the left and right borders of the frame, as if she has just thrown open the edges of the screen. Then she drops her hands and dances energetically toward the camera, hair moving, confident smile. Neon night lighting, orange rim light on hair, sharp focus on the face, no camera movement. Negative: blurry face, extra limbs, jitter, text, watermark.

Промпт (RU):

Статичная камера, средний план, вертикаль 9:16, ночной город. Клип начинается ровно в тот момент, когда девушка резко толкает обе руки наружу, к краям кадра, будто только что распахнула границы экрана. Затем опускает руки и энергично танцует в камеру, волосы двигаются, уверенная улыбка. Неоновый ночной свет, оранжевая подсветка волос, фокус на лице, камера неподвижна.

Шаг 3. Монтаж в CapCut: пять минут

1. Новый проект 9:16, клип A — на таймлайн.
2. Найдите место, где полоска сузилась до предела (либо кадр, с которого руки пошли в стороны), и режьте по нему.
3. Всё, что после, отбросьте: движение наружу покажет клип B.
4. Клип B — вплотную к A. Кадры с толчком рук и сыграют раскрытие. Никаких переходов и фейдов, только hard cut.
5. Музыку добавляйте уже после черновой сборки: отметьте биты (Beats в CapCut), а стык подгоните под дроп; короткий whoosh сверху.
6. Экспорт — 1080×1920, 30 fps.

Смысл происходящего: три события совпали в одном кадре — разведение рук, склейка и дроп.

5. Схема 2: всё за одну генерацию, монтаж не нужен

Тут трюк целиком отдают модели в режиме text-to-video: Sora 2, Veo 3.1, Seedance 2.5 или Kling 3.0. С первого дубля совпадёт вряд ли — закладывайте 4–6 попыток и выбирайте удачную. Выигрыш: этап монтажа пропадает совсем.

Промпт (EN):

Single continuous vertical 9:16 shot, photorealistic, static camera, medium shot. A young woman with long red hair in a black shirt stands in a sunny apartment and looks at the camera. She raises both hands, grabs the left and right edges of the video frame like physical borders and pulls them inward; the visible picture narrows into a thin vertical strip surrounded by pure black space, her fingers hooked on the strip edges. She holds it for a beat, then sharply pushes the edges apart — and at that exact instant the scene inside the frame hard-switches to a night city street: the same woman, now in a black jacket with orange neon glow in her hair, stands full-frame in front of a glass building and dances. The switch is an instant hard cut masked by her pushing motion, no fade, no dissolve, no morph. Realistic hands, stable identical face in both scenes. Negative: fade, dissolve, morphing, camera movement, extra fingers, face change between scenes, text, watermark.

Промпт (RU):

Один непрерывный вертикальный кадр 9:16, фотореализм, статичная камера, средний план. Девушка с длинными рыжими волосами в чёрной рубашке стоит в светлой квартире, смотрит в камеру. Поднимает обе руки, хватается за левую и правую границы видеокадра как за физические кромки и тянет их внутрь; видимая картинка сужается в узкую вертикальную полоску в чёрном пустом пространстве, пальцы держат кромки. Выдерживает паузу, затем резко толкает кромки наружу — и в этот момент сцена внутри кадра мгновенно переключается на ночную улицу: та же девушка в чёрной куртке с оранжевой неоновой подсветкой волос стоит на весь кадр перед стеклянным зданием и танцует. Переключение — мгновенная жёсткая склейка, замаскированная рывком рук, без фейда и морфинга. Реалистичные руки, одно и то же лицо в обеих сценах.

Если модель упорно не сжимает кадр вместе с руками — вернитесь к схеме 1 или 3: там результат складывается из предсказуемых деталей.

6. Схема 3: Start/End Frame и подмена сцены внутри полосы

Переход выглядит самым «богатым». Генерация кадр не сжимает — сжатие заранее заложено в опорные картинки, а смена дня на ночь случается ровно в тот миг, когда от картинки осталась узкая полоса. Разглядеть подмену зритель физически не успевает.

Как собрать:

1. Полосы. Из Кадра A в редакторе вырезают вертикальную полосу (обрезка по бокам), фон — чистый чёрный. Тем же способом готовят ночную полосу из Кадра B. Обе обязаны совпасть по геометрии до пикселя, иначе фокус рассыплется.
2. Первая генерация (Kling 3.0, Start/End Frame). Начало — дневной Кадр A целиком, конец — дневная полоса. Модель делает одно: руки сводят границы к середине, пока от кадра не останется полоса.
3. Вторая генерация. Начало — ночная полоса с той же геометрией (внутри уже ночь), конец — полный ночной Кадр B. Модель раскрывает полосу и переходит к танцу.
4. Стык. Конец первой генерации (полоса) приставляют к началу второй, между ними — hard cut. Полосы одинаковые, поэтому шов не читается и сцена выглядит непрерывной.

Промпты — по той же логике, что в схеме 1. В первом описываем захват и сжатие («the hands grab the left and right frame edges and pull them inward until the picture narrows into a thin vertical strip, black space on the sides, no zoom, no camera movement»), во втором — раскрытие и танец («the hands push the strip edges sharply outward, the strip snaps open to a full frame, then she dances toward the camera, neon rim light, no camera movement»). Негатив тот же: пальцы, зум, фейды, надписи.

7. Схема 4: живые руки и маски в CapCut

Вариант для случая, когда в кадре нужен реальный человек, а не сгенерированный:

1. Съёмка. Штатив, средний план, однотонная стена. Всё играется одним дублем: секунда-две спокойных движений → ладони «берут» воображаемые границы на уровне плеч (кисти вертикально, пальцы как будто обхватили край) → за полторы-две секунды руки сходятся к середине → пауза в бит → толчок в стороны и вниз.
2. Сцена B. Снимается отдельно: ночь, улица, другой наряд. Начинается с толчка рук, дальше танец или статичные позы.
3. Маски. Клип A на таймлайне, по краям — две чёрные плашки (Stock → Colors → чёрный). У каждой keyframes: на моменте захвата ширина нулевая, к концу сжатия плашки доходят почти до центра, а их внутренние границы идут ровно по кистям. На толчке — hard cut на клип B, плашки убираются.
4. Звук. Whoosh на сжатие, дроп — на стык.

8. Схема 5: Motion Control — жесты один в один

Нужно, чтобы движения совпадали с трендом кадр в кадр? Ваше фото или видео отправляется в Kling Motion Control вместе с референсным роликом: модель переносит жесты на вашего героя и отдаёт версию «как в кино». Чёрные полосы всё равно проще рисовать в CapCut через keyframes — так тайминг сжатия остаётся в ваших руках.

9. Что обычно ломается — и как это лечить

10. Какую схему брать

• Один файл и минимум шагов — схема 2 (Sora 2 или Veo 3.1, 4–6 дублей).
• Предсказуемость и повторяемость — схема 1 (два клипа в Kling 3.0 и склейка в CapCut).
• «Богатый» переход с подменой сцены — схема 3 (две генерации Start/End Frame).
• Своё лицо в кадре — схема 4 (штатив, потом keyframes-маски в CapCut).
• Жестикуляция как в оригинале — схема 5 (Motion Control плюс полосы в CapCut).

Модели из инструкции — Kling, Veo, Sora и Nano Banana — стартуют из одного окна на STIVA.ai. VPN не нужен, карта подойдёт российская, а новым аккаунтам начисляют 100 токенов в подарок.