ИИ-ведущий для роликов компании: лицо, голос и серия роликов без съёмки сотрудника

Когда нужен ведущий из нейросети, а когда живой человек

Ролик с ведущим на странице услуги отвечает на один вопрос посетителя: с кем я буду иметь дело и что мне здесь предлагают. Лицо удерживает внимание в первые секунды лучше текста, а голос объясняет то, на что в тексте уходит три абзаца. На сайте ООО «Стандарт» (утилизация отходов, демонтаж) мы поставили на страницы услуг восемь роликов с аватаром, и на странице кейса указан рост конверсии на 36 %. Это один проект без A/B-теста, поэтому цифру берите как ориентир.

Хорошо работают три задачи: ролик на страницу услуги, обучение сотрудников (одна инструкция в одинаковом виде для всех) и ответы на частые вопросы клиентов. Живой эксперт нужен там, где покупают человека: врач, юрист, психолог, основатель в личном бренде. Для таких задач делают аватар конкретного эксперта с клонированным голосом, как в кейсе Игоря Никитина, и об этом пути есть статья как сделать ИИ-аватар самому. Здесь речь о вымышленном ведущем без прототипа.

Лицо: портрет строго в камеру

Лицо ведущего это одна картинка, и от неё зависит всё остальное. Нужен портрет по грудь, взгляд в камеру, рот закрыт, ровный дневной свет, простой фон, один человек в кадре. Лоб и уши лучше открыть: пряди перед лицом и головные уборы оживают хуже всего. Портрет делается в Nano Banana 2.1 (SYNTX) или в Higgsfield Soul 2.0 (Higgsfield).

Промпт лучше писать на английском, в 2–3 предложениях и без отрицаний: «Portrait of a friendly woman about 40, office manager, plain light-grey background, soft window light, looking straight into the camera, mouth closed, forehead and ears visible, shoulders in frame, realistic photo». Сделайте 6–8 вариантов и выберите один. Затем проверьте сходство: загрузите портрет в поиск по картинкам и покажите двум-трём знакомым, не говоря, что это нейросеть. Если кто-то видит знакомого человека, берите другой вариант: случайный двойник коллеги или известного человека вам ни к чему.

Голос: из библиотеки или клон своего

Голоса в SYNTX делают модели ElevenLabs. Проще всего взять готовый русский голос из библиотеки: послушайте 3–4 варианта на одном и том же тексте и выберите тот, у которого нет дикторской интонации. Клон собственного голоса обходится дороже: по таблице тарифов создание клона стоит 150 токенов, а это больше половины 260 токенов базового тарифа. Зато ролики звучат как вы. Клонируйте свой голос или голос человека, с которым есть договор. Похожесть на известного человека замечают быстро: в мае 2024 года OpenAI убрал из ChatGPT голос Sky после заявления актрисы Скарлетт Йоханссон, что он звучит как её (в компании отвечали, что голос записала другая актриса). Поэтому и готовый голос из библиотеки послушайте с вопросом, не напоминает ли он кого-то известного.

Текст на 30 секунд это 60–70 слов при спокойном темпе. Раскладка: приветствие и тема (5 секунд), главная мысль (15), что делать дальше (10). Числа пишите словами («двадцать лет», «с девяти до шести»), аббревиатуры расшифровывайте или записывайте так, как они звучат, паузы ставьте точками и запятыми. Сначала озвучьте текст и послушайте: ошибку в ударении проще исправить до оживления, чем после.

Оживление: HeyGen или Hedra в разделе «Видео»

HeyGen и Hedra есть в SYNTX; в Higgsfield этих моделей нет, поэтому шаг оживления описан через SYNTX. Откройте раздел «Видео», выберите HeyGen или Hedra, загрузите портрет и озвучку. Сервис синхронизирует губы и мимику со звуком, а в боте сверьте, какой режим предлагает модель (картинка плюс аудио или картинка плюс текст). Сначала сделайте пробный отрезок на 5 секунд: по тарифам это от 6 токенов на HeyGen и около 14 на Hedra. Проба показывает главное: попадает ли рот в такт, не мигает ли край волос, не пляшет ли фон.

Для расчёта берите три попытки на ролик, а при удачно подобранных портрете и голосе хватит двух. Если сервис ошибся в одном месте, не перегенерируйте всё: делайте ролик двумя кусками по 15 секунд и переделывайте только неудачный. Готовое видео сохраняйте на телефон сразу, в SYNTX результаты могут удаляться через 60 дней.

Сколько токенов и часов уйдёт на серию из 20 и из 100 роликов

Считаем по таблице тарифов SYNTX на 24 октября 2026 года. У HeyGen там стоит «от 1,2» токена, а на тарифе с 260 токенами указано 3,6 минуты. Отсюда 1,2 токена за секунду, около 72 токенов за минуту. Ролик на 30 секунд обходится минимум в 36 токенов, у Hedra минимум в 81. Серия из 20 роликов это 720 токенов на HeyGen за один чистый проход, а с тремя попытками на ролик около 2 200. Для сопоставления: тариф VIP даёт 1 700 токенов за 3 990 ₽ в месяц, Elite с токенами 2 600 за 5 990 ₽ (цены на сайте SYNTX на ту же дату). Портрет, озвучка и клон голоса добавляют ещё десятки токенов.

По времени закладывайте 40–60 минут на ролик: текст, озвучка, две-три генерации, проверка. На серию из 20 уходит 13–20 часов, то есть два-три рабочих дня. Итог для расчёта: подписка уровня Elite с токенами от 5 990 ₽ в месяц плюс эти часы. Точные списания смотрите в боте перед запуском, значок «+» в таблице означает «от».

Если ведущий нужен на каждую страницу услуг и страниц сто, схема та же, а объём другой. Сто роликов по 30 секунд это 3 600 токенов HeyGen за один чистый проход и около 10 800 с тремя попытками, то есть чуть больше четырёх месяцев подписки Elite с токенами, и 67–100 часов работы, около двух недель одного сотрудника. Чтобы поток шёл ровно, портрет, голос и первую пробу утверждают один раз на всю серию, а дальше меняется только текст: заготовка из трёх частей (приветствие, главная мысль, что делать дальше) с подстановкой названия услуги. Такой объём разумно считать проектом, а не вечерним заданием.

Где ведущего выдаёт и что с правами

Чаще всего ломаются три места. Волосы и головные уборы: пряди мерцают, край шапки плывёт. Зубы на быстрых словах: рот раскрывается шире нужного, появляются лишние зубы. Взгляд: на паузах глаза уходят мимо камеры. Все три видны на пробе в 5 секунд, поэтому её не пропускайте. Руки в кадр не берите, портрет по грудь надёжнее. Признаки ролика от нейросети собраны в статье 7 признаков видео от нейросети.

Теперь права. Изображение реального человека используют только с его согласия (ст. 152.1 ГК РФ), поэтому сотрудника, который согласен стать аватаром, оформляйте письменно. Известных людей сервисы обычно не оживляют, фильтры могут отказать, и обходить это не стоит. Голос другого человека берите по договору с ним. Обязательной пометки ИИ-контента в законе на август 2026 года не было, она остаётся добровольной; подпись в конце ролика всё равно снимает лишние вопросы.

Когда звать студию

Своими силами разумно сделать 1–3 ролика на пробу: понять, подходит ли формат вам и что скажут клиенты. Серия от 20 видео, клон вашего голоса, сценарии и правки требуют уже другого объёма времени. Для этого у нас нейроаватар START: 20 видео от 120 000 ₽, точную цену и состав фиксируем в договоре. Если ведущий нужен как часть бренда, с исследованием и съёмкой эксперта, это проект от 600 000 ₽, где мы делаем всё сами. Идеи сценариев для серии собраны в статье откуда взять 20 сценариев.