Claude Opus 5.5 + Remotion: как делать живые ролики кодом

Передать монтаж нейросети пробовали не раз, и каждый раз всё упиралось в одно и то же. С механикой модель более-менее справлялась: нарезать, убрать повторы, склеить фрагменты. Но результат всё равно приходилось переделывать руками, потому что нарезка получалась технически ровной и при этом мёртвой. Модель не понимала, как сделать ролик живым: где ускорить, где поставить акцент, где добавить перебивку или эффект, как поймать ритм, который сейчас работает в ленте.

Причина не в том, что модели плохо режут. Причина в том, что монтаж не сводится к склейкам. Это движение, паузы, появление текста, смена планов, акценты. Пока модель работает только с таймкодами, у неё нет инструмента, чтобы всё это создать: она может сказать «вырежи с 12-й по 18-ю», но не может сказать «пусть здесь текст въедет снизу и кадр замедлится».

Remotion даёт модели такой инструмент. Видео в нём описывается кодом: сцены, анимации, переходы, тайминги. А Claude Opus 5.5 достаточно силён в агентных задачах и работе с кодом, чтобы этот код писать. Вместе они закрывают то, чего не хватало: не нарезку, а постановку.

Почему именно Opus 5.5

Здесь важны четыре качества, и каждое решает свою часть задачи.

Контекст на миллион токенов. Часовая расшифровка, бриф, референсы и техническое задание помещаются в один запрос. Модель видит ролик целиком, а не отдельный фрагмент, и может выстроить драматургию: где зацепить, где объяснить, где дать паузу.

Агентные навыки. Opus 5.5 хорошо держит многошаговые инструкции и пишет рабочий код. Это не «сгенерируй кусок разметки», а «собери проект: три сцены, переходы, титры, данные вынеси в пропсы». Он делает это в несколько шагов и сам проверяет, что всё связано.

Понимание изображений. Кадры, референсы, раскадровку можно приложить к запросу. Модель видит композицию и может предложить, как её оживить: где поставить акцент, куда сдвинуть текст, какой кадр сделать крупнее.

Дисциплина формата. Если попросить вернуть не рассуждение, а структуру — список сцен с таймингами и пропсами, — он возвращает структуру. Это важно, потому что дальше она превращается в код, а не в текст, который надо переписывать руками.

Видео как поток Opus не смотрит, только текст и отдельные кадры. Для этой схемы этого достаточно: движение описывается кодом, а не угадывается по пикселям.

Как выглядит связка

Работа идёт в пять шагов, и каждый следующий опирается на предыдущий.

Сначала бриф. Тема, аудитория, длина, что должно остаться в голове у зрителя. Если есть запись, к брифу добавляется расшифровка.

Дальше Opus собирает план: разбивает ролик на сцены, распределяет время, пишет текст на экран и помечает, где нужен акцент или перебивка. Это ещё не код, а раскадровка в текстовом виде.

Потом начинается код. Opus пишет Remotion-проект: компоненты сцен, анимации появления, переходы. Данные — заголовки, цифры, картинки — выносит в пропсы, чтобы ролик можно было переиспользовать.

После этого рендер. Одна команда собирает MP4, и вы смотрите результат.

И последнее: правки. Не «пересними», а «сделай появление текста быстрее» или «убери акцент на второй секунде». Модель меняет код, рендер повторяется. Это занимает минуты, а не вечер.

Вот как выглядит план для ролика на сорок секунд. Первые три секунды — вопрос, который цепляет и обещает ответ. С четвёртой по двенадцатую — контекст: почему это важно и для кого. Дальше до двадцать пятой — основная мысль с примером, разбитая на две-три сцены с разным ритмом. С двадцать пятой по тридцать пятую — возражение или подвох, чтобы зритель не заскучал. И финал: короткий вывод и один призыв, без которого ролик не работает. Каждая сцена получает свой тайминг, текст на экране и пометку, нужен ли акцент.

Такой план уже можно обсуждать: видно, где провисает, где слишком плотно, где не хватает доказательства. И его же можно отдать в код без переписывания.

Как это выглядит в коде

Сцена в Remotion — обычный React-компонент, который знает, на какой секунде находится. Вот короткий пример: заголовок появляется пружиной и чуть поднимается.

import {AbsoluteFill, spring, useCurrentFrame, useVideoConfig} from 'remotion';

export const Title = ({text}: {text: string}) => {
  const frame = useCurrentFrame();
  const {fps} = useVideoConfig();
  const progress = spring({frame, fps, config: {damping: 14}});

  return (
    <AbsoluteFill style={{background: '#111', justifyContent: 'center'}}>
      <h1 style={{
        color: '#fff',
        fontSize: 96,
        opacity: progress,
        transform: `translateY(${(1 - progress) * 40}px)`,
      }}>
        {text}
      </h1>
    </AbsoluteFill>
  );
};

Здесь нет монтажных терминов: frame означает номер кадра, spring задаёт пружинную анимацию, progress показывает её состояние: 0 в начале, 1 в конце. Модель пишет такие компоненты и комбинирует их в сцены.

Дальше композиция собирает всё вместе: длительность, частота кадров, порядок сцен.

Что это даёт на выходе

Ролик перестаёт быть набором склеек. В нём появляется движение: текст входит по смыслу, акценты совпадают с речью, переходы работают на ритм. Именно этого не хватало прошлым попыткам — модель наконец может выбрать и поставить.

Второе — серийность. Один шаблон и разные пропсы дают десятки роликов: новости, дайджесты, продуктовые обновления. Opus пишет проект один раз, дальше вы меняете данные и запускаете рендер.

Третье — предсказуемость. Код можно проверить, шаблон можно отдать другому человеку, правки не ломают остальное. Видео становится таким же управляемым, как сайт.

Где связка не сработает

Opus не снимает живое видео и не заменяет оператора. Эмоции, интервью, репортаж — не сюда.

Он не гарантирует вкус. Модель предложит структуру и движение, но финальное решение о том, что красиво, остаётся за человеком. Без дизайнера или монтажёра, который смотрит результат, получится аккуратно и безлико.

Код нужно проверять. Модель может написать компонент, который работает не так, как вы задумали, или сломает вёрстку на другом разрешении. Рендер и просмотр обязательны.

И рендер занимает время. Локально минута видео собирается несколько минут; для больших объёмов нужны серверы или облако.

С чего начать

С одного короткого ролика: десять секунд, два-три элемента, простая анимация. Попросите Opus собрать проект под ваш бриф, отрендерите и посмотрите. Дальше добавьте вторую сцену и данные из таблицы.

Связка раскрывается не на первом ролике, а на третьем, когда вы начинаете переиспользовать компоненты и менять только пропсы. Тогда видео действительно становится производством, а не ручной сборкой.

Больше разборов и готовых схем мы публикуем в Telegram-канале N2D2 AI: там автоматизации, шаблоны и промпты, которые можно повторить.