Видеоуроки с ИИ-ведущим: от программы курса до готовой серии

Серию видеоуроков с ИИ-ведущим можно собрать без камеры, студии и монтажёра. Цепочка выглядит так: программу курса и сценарии пишет текстовая модель, озвучку делает один и тот же голос в ElevenLabs V3 (Диктор), говорящего ведущего собирает Липсинк Kling Avatar из фото и аудио, а схемы и иллюстрации генерирует картиночная модель. Главное — не пытаться держать аватар в кадре весь урок: он хорош как проводник, а объяснять лучше слайдами.

Ниже — рабочий порядок для репетитора или эксперта, который хочет запустить небольшой курс на 5–10 уроков и не хочет тратить выходные на съёмки.

Кому это подходит, а кому нет

Формат с ИИ-ведущим хорошо ложится на курсы, где важна структура и ясное объяснение: подготовка к экзамену по одной теме, вводный курс по профессиональному инструменту, серия коротких уроков по грамматике, адаптация новых сотрудников. Здесь зритель приходит за содержанием, а ведущий помогает держать ритм.

Хуже он работает там, где ценность курса — в вас лично. Если ученики идут именно к вам, к вашей манере шутить и отвечать на вопросы, синтетический ведущий эту связь не передаст. Тогда разумнее снять себя на телефон для вступления, а ИИ оставить на вставки и схемы.

И сразу про права: ведущим должно быть либо ваше собственное фото, либо сгенерированный персонаж, либо человек, который дал письменное согласие. Лицо знакомого или известного человека «потому что похож» брать нельзя.

Шаг 1. Программа курса: сначала результат, потом темы

Самая частая ошибка — начинать с перечня тем. Начните с того, что ученик должен уметь после курса. Из этого текстовая модель соберёт программу гораздо точнее.

Для программы подойдут Claude Sonnet 4.6, Claude Opus 4.8 или GPT-5.5. Если нужно просто накидать черновик, хватит и бесплатного ChatGPT в чате — он без лимита по количеству запросов.

Ты методист онлайн-курсов. Помоги составить программу короткого видеокурса.

Тема: [например, «Past Simple и Present Perfect для взрослых с уровнем A2»]
Кто учится: [возраст, уровень, зачем им это]
Что ученик должен уметь после курса: [2–3 конкретных навыка]
Формат: 6–8 уроков по 5–7 минут, в каждом одна главная мысль.

Выдай таблицу: номер урока, название, цель урока одним предложением,
что ученик делает после просмотра (упражнение), какие наглядные материалы нужны.
Не добавляй уроки «про всё сразу».

Прочитайте программу глазами ученика. Если урок нельзя описать одной фразой «после него я умею…», его стоит разделить на два.

Шаг 2. Шаблон сценария — один на всю серию

Серия выглядит цельной, когда у всех уроков одинаковый скелет. Зритель привыкает к ритму и перестаёт тратить внимание на то, чтобы понять, где он находится. Я бы закрепила такой шаблон:

• Вступление ведущего — 20–30 секунд: что сегодня разберём и зачем.
• Объяснение — основная часть, голос за кадром поверх слайдов, схем и примеров.
• Пример или разбор ошибки — снова голос и визуал.
• Итог ведущего — 20–30 секунд: три главные мысли и задание.

Под этот скелет просим модель писать сценарий сразу в две колонки: что звучит и что видно.

Напиши сценарий урока № [номер] из программы ниже.

Структура строго такая:
1. Вступление ведущего в кадре (до 70 слов).
2. Объяснение голосом за кадром (350–500 слов), разбитое на блоки по 2–4 предложения.
3. Пример или типичная ошибка (100–150 слов).
4. Итог ведущего в кадре (до 70 слов) + одно задание.

Оформи как таблицу из двух колонок: «Текст диктора» и «Что на экране».
В колонке «Что на экране» указывай: ведущий / слайд с тезисом / схема / иллюстрация.
Пиши разговорно, короткими фразами, без канцелярита.
Термины, которые трудно произнести, отметь отдельным списком в конце.

Программа курса: [вставьте программу]

Список трудных терминов в конце — не мелочь. По нему вы потом проверите, как голос произносит слова вроде названий формул или иностранных терминов.

Шаг 3. Один голос на весь курс

Голос в серии — как шрифт в презентации: если он меняется от урока к уроку, курс выглядит собранным из кусков. Выберите один голос в ElevenLabs, режим «Диктор», и зафиксируйте его настройки в отдельной заметке: какой голос, какая скорость, как вы размечаете паузы и ударения.

Что стоит сделать до массовой озвучки:

1. Прогнать через голос список трудных терминов из всех сценариев. Там, где ударение уходит не туда, перепишите слово в тексте так, как его надо прочитать, или замените синонимом.
2. Разбить текст на короткие фрагменты по блокам сценария. Короткий кусок проще переозвучить, если в нём ошибка, и проще подогнать под слайд.
3. Проверить, как голос звучит на вступлении и на объяснении. Иногда для вступления хочется чуть бодрее — это решается текстом, а не сменой голоса.

Подробнее про паузы, темп и работу с терминами — в статье про озвучку учебного курса.

Учтите: клонирования голоса в Most AI нет. Речь о подборе одного из готовых голосов, а не о копии вашего собственного.

Шаг 4. Ведущий: одно фото — вся серия

Липсинк Kling Avatar работает просто: на вход фото и аудио, на выходе — человек на фото произносит ваш текст. Для серии это удобно, потому что ведущий будет одинаковым во всех уроках, если вы везде используете одно и то же исходное фото.

Требования к этому фото стоит продумать один раз:

• лицо анфас или почти анфас, хорошо освещено, рот закрыт или слегка приоткрыт;
• нейтральный фон, который не спорит со слайдами вашего курса;
• плечи в кадре, кадр горизонтальный, если курс для YouTube или VK Видео;
• никаких рук у лица, очков с бликами и сложных причёсок, закрывающих подбородок.

Если своего подходящего фото нет, ведущего можно сгенерировать в GPT Image 2 или Nano Banana Pro. Просите нейтрального персонажа, а не «похожего на» кого-то.

Портрет преподавателя для видеокурса, горизонтальный кадр 16:9.
Женщина около 35 лет, спокойное доброжелательное выражение лица,
смотрит прямо в камеру, рот закрыт. Однотонная светло-серая стена за спиной,
мягкий рассеянный свет спереди, видны плечи и верх свитера тёмно-синего цвета.
Реалистичная фотография, без текста и логотипов.

Сохраните этот портрет в отдельную папку курса и больше его не меняйте: все вступления и итоги делаются только с ним. Подробный разбор одиночного ролика с аватаром, если хочется потренироваться до серии, есть в материале про говорящего ведущего без камеры.

Шаг 5. Наглядные вставки вместо лишних минут аватара

Основная часть урока — это то, что зритель видит, пока слушает объяснение. Колонку «Что на экране» из сценария превращаем в список изображений.

Схемы, иллюстрации к примерам, обложки уроков, фоны для слайдов удобно делать в Nano Banana 2 или GPT Image 2. Держите единый стиль: в первом запросе опишите палитру и манеру, а дальше повторяйте этот блок в каждом промте.

Иллюстрация для обучающего слайда, плоский векторный стиль,
палитра: тёмно-синий, песочный, белый фон. Без мелкого текста.
Сюжет: [например, «человек смотрит на часы, стрелка показывает на прошлое, рядом галочка — действие завершено»].
Много свободного места справа — там будет текст слайда.

Если где-то нужен короткий оживлённый фрагмент — например, схема, в которой стрелка двигается, — его можно сделать из картинки видеомоделью, скажем Kling 3.0. Но это приправа, а не основа: на пять минут урока хватит одной-двух таких вставок.

Текст на слайдах лучше набирать самим в редакторе презентаций, а не просить у картиночной модели. Так проще исправить опечатку и держать один шрифт.

Где аватар утомляет и чем его заменить

Честная часть. Говорящая голова, которая пять минут подряд смотрит в камеру, быстро надоедает даже в живом исполнении. У синтетического ведущего к этому добавляются мелкие странности: однообразная мимика, одинаковые повороты головы, иногда неидеальная артикуляция на длинных фразах. На коротком фрагменте зритель их не замечает, на длинном — начинает замечать и отвлекается от содержания.

Поэтому правило такое: ведущий появляется там, где нужен контакт, а не объяснение.

Ещё несколько приёмов, которые спасают от усталости:

• Короткие реплики ведущего. Лучше три появления по 15–20 секунд, чем одно на две минуты.
• Ведущий в углу. В редакторе можно уменьшить видео с аватаром и поставить его в угол поверх слайда — эффект присутствия остаётся, а материал крупный.
• Разный план. Сгенерируйте второе фото того же персонажа чуть крупнее и используйте его для итогов. Только проверьте, что лицо действительно совпадает.

Шаг 6. Пилот, потом серия

Не запускайте все уроки сразу. Сделайте один урок целиком: сценарий, озвучка, два фрагмента ведущего, иллюстрации, монтаж. Посмотрите его сами и дайте посмотреть одному-двум ученикам.

Что проверять в пилоте:

• понятно ли объяснение без ведущего в кадре;
• не режет ли слух произношение терминов;
• совпадает ли движение губ с голосом на вступлении и итоге;
• не устаёт ли глаз от стиля иллюстраций;
• укладывается ли урок в заявленные минуты.

Всё, что вы поправили в пилоте, записывайте в шаблон: формулировку промта для сценария, настройки голоса, требования к фото, стиль картинок. Остальные уроки делаются уже по этому шаблону, и серия получается ровной.

По бюджету: вы платите за каждую генерацию, а не подпиской. Самое дорогое в такой схеме обычно видео с ведущим, поэтому короткие появления аватара заодно экономят. Актуальные расценки по моделям — на странице прайсинга.

Частые вопросы