Студия · техническое задание v2

24 раздела

Как читать

Слово должно означает обязательство: без этого версия не принимается. Слово можно означает разрешённую, но не обязательную возможность. Пометка проверить означает, что факт не удалось подтвердить документацией и он закрывается одним дешёвым тестовым вызовом до боевого прогона.

Три вещи, которые определяют эту версию и которых в текущей системе нет вообще:

1. Доводка результата. Взять понравившийся вариант и убрать в нём изъян, а не крутить рулетку заново.
2. Приёмка по-настоящему видной картинке. Решение принимается глазами, а не по миниатюре 120 пикселей.
3. Честное поведение на пределах модели. Референсов больше, чем модель держит, режим несовместим с входом, разрешение диктует длительность: система говорит это до траты денег и предлагает выход.

Задача и ценность

Ролик делается не «генерацией картинок», а удержанием одного и того же героя, места и манеры через десятки кадров. У диффузионной модели нет персистентного представления персонажа: каждый вызов это новая выборка, и лицо уплывает. Держат только два механизма: пиксельный якорь (утверждённая картинка, которая идёт референсом) и единый лексикон признаков (одна и та же формулировка во всех промптах). Оба подтверждены ресёрчем, оба ложатся в основу архитектуры.

Поэтому студия это не генератор картинок, а база знаний канала, из которой промпт собирается сам:

стиль канала ──┐
персонаж       ├──→ промпт кадра ──→ кадр ──→ клип ──→ шот ролика
локация        │
предмет      ──┘

Ценность системы равна сумме накопленного: залоченные стили, мастер-листы персонажей, паспорта локаций. Скорость одной генерации вторична, потому что дорого стоит не генерация, а пересборка того, что уже было.

Кто пользуется. Один человек, Тимур, за паролем. Совместной работы нет и не планируется. Роль системы в его работе: он режиссёр и приёмщик, система исполнитель и память.

Границы версии 2

Решение о границах принято Тимуром в первом раунде брифа: сначала ядро создания ассетов и шотов, остальное после. Каркас под невходящее закладывается там, где это ничего не стоит (типы этапов как данные, слой драйверов моделей), но код под него не пишется.

Понятия и модель данных

3.1 Объекты

Система устроена как библиотека компонентов, поэтому аналогия с Figma точная и её стоит держать в голове: мастер-ассет это компонент, состояние это вариант компонента, инстанс это размещённая копия, которая наследует мастера.

3.2 Стиль: библиотека, а не настройка

Из ответа Тимура: залоченный стиль редактировать нельзя, для докрутки делается копия, при генерации выбирается один из зафиксированных. Отсюда устройство:

• У канала список стилей. Каждый в одном из двух состояний: черновик (правится, можно жечь пробы) или залочен (неизменяем навсегда).
• Залочить можно только черновик. Обратной операции нет. Из залоченного можно сделать копию-черновик и докрутить её, получив новый лок.
• Один из залоченных помечен основным: он подставляется в новые генерации по умолчанию. Пометку можно перенести на другой.
• Каждый ассет, каждое состояние и каждый кадр хранят id того стиля, на котором собраны. Это не историческая справка, а рабочее поле: по нему система понимает расхождение и предупреждает.
• Стиль можно завести без картинок, одним текстом. Обязательных референсов нет.
• Пробные генерации внутри карточки стиля не становятся ассетами и живут в её истории.

3.3 Наследование

Стиль (залочен)
  └─ Мастер-ассет ── собран на стиле S1, якорь A1, признаки T1
       ├─ Состояние «старше» ── родитель = мастер, референс = A1, признаки = T1 + дельта
       └─ Инстанс в кадре ── живая ссылка на (ассет, состояние по выбору)

Три правила, которые нельзя нарушать:

1. Состояние всегда генерируется от якоря родителя, а не от предыдущего состояния. Иначе состояния сами превращаются в цепочку с накапливающимся дрейфом. Подтверждено ресёрчем: у практиков рабочая формула это «тот же персонаж, что на референсе» плюс описание изменения плюс повтор двух-трёх структурных признаков лица, которые меняться не должны.
2. Инстанс это живая ссылка, а не копия. Поменялся якорь ассета или актуальное состояние, все кадры, где стоит инстанс, помечаются «референс обновился, стоит пересобрать». Автоматической перегенерации нет никогда: это деньги, решение за человеком.
3. Стиль наследуется вниз, но не переписывается вверх. Кадр берёт стиль, выбранный на нём, а не стиль ассетов. Если ассеты в кадре собраны на другом стиле, система предупреждает.

3.4 Разрешение конфликтов

Таблица обязательна к реализации: это ответ на требование «не должно быть конфликтов».

3.5 Схема базы

Ключевое отличие от версии 1: граф это единственная модель, а не второе представление поверх доменных таблиц. Прошлая попытка провалилась именно из-за двойной модели, где карточки на холсте оставались полупустыми, потому что данные жили в другом месте.

channel(id, slug, name, aspect_default, format, created_at, meta_json)

-- СТИЛЬ: библиотека, лок неизменяем
style(id, channel_id, title, status, guide_json, prompt_en, prompt_ru, negatives,
      copied_from_style_id, is_primary, created_at, locked_at)
      -- status: draft | locked

-- АССЕТЫ: мастер, состояние как вариант, оба в одной таблице через parent
asset(id, channel_id, kind, alias, name, summary, status,
      parent_asset_id,          -- NULL у мастера, у состояния = мастер
      style_id,                 -- на каком стиле собран
      anchor_image_id,          -- утверждённый якорь
      sheet_image_id,           -- утверждённый мастер-лист
      traits_json,              -- лексикон признаков, до 4 опорных
      created_at)
      -- kind: character | location | prop
      -- status: draft | anchored | sheeted | stale

-- ГЕНЕРАЦИИ: неизменяемый факт, дерево через parent
generation(id, target_kind, target_id, kind, model, params_json,
           prompt_en, prompt_ru, prompt_layers_json, refs_json,
           parent_generation_id,     -- NULL у корневой, иначе доводка
           status, cost_usd_est, cost_usd_real, similarity_score,
           error_text, created_at, finished_at)
           -- kind: image | image_edit | video | style_extract | prompt_build

image(id, generation_id, path, preview_path, role, width, height, meta_json, created_at)
      -- role: ref | candidate | anchor | sheet | keyframe | plate | template
clip(id, generation_id, path, poster_path, duration_sec, resolution, mode, meta_json)

-- РОЛИК, СЦЕНЫ, КАДРЫ, ШОТЫ
video(id, channel_id, slug, title, aspect, status, target_sec, created_at)
scene(id, video_id, idx, title, location_asset_id, time_of_day, summary, style_id)
frame(id, scene_id, role, idx, code, shot_size, camera_angle, camera_move, composition,
      lighting, lens, prompt_en, prompt_ru, negatives, model, aspect, quality,
      anchor_image_id, status)
      -- role: A | B | alt
shot(id, scene_id, frame_a_id, frame_b_id, motion_en, motion_ru, model, duration_sec,
     resolution, chosen_clip_id, anchor_distance, status)

-- ИНСТАНСЫ: связь кадра с ассетом, живая ссылка
frame_asset(id, frame_id, asset_id, state_asset_id, role, slot, use_sheet_panel)
      -- role: hero | prop | location | style

-- ГРАФ И ХОЛСТ
node(id, scope_kind, scope_id, type, ref_kind, ref_id, x, y, w, h, collapsed, config_json, state)
edge(id, source_node, source_port, target_node, target_port, data_type)
canvas_version(id, scope_kind, scope_id, title, snapshot_json, is_auto, created_at)

-- СПРАВОЧНИКИ И СЛУЖЕБНОЕ
knowledge(id, category, key, name_ru, name_en, fragment_en, description_ru, tags, sort)
model_card(id, model, family, capabilities_json, prices_json, checked_at)
job(id, kind, target_kind, target_id, status, payload_json, progress_json, cost_est,
    cost_real, result_json, created_at, started_at, finished_at)
trash(id, object_kind, object_id, payload_json, deleted_at, purge_after)
event(id, at, kind, payload_json)

Данные текущих трёх каналов не переносятся: Тимур разрешил чистый старт. Старая база и медиа остаются на диске нетронутыми, новая пишется рядом.

Паспорт возможностей модели

4.1 Схема паспорта

model: gemini-3-pro-image          # ключ в системе
vertex_id: gemini-3-pro-image      # реальный id в Vertex
name_ru: Gemini 3 Pro Image        # что видит человек
family: image | video | vision
tier: draft | final
location: global | us-central1
modes: [text_to_image, edit, sheet]          # какие операции доступны
refs:
  slots_object: 6                  # предметы
  slots_character: 5               # персонажи
  slots_style: 0                   # стилевые референсы
  recommended_total: 3             # практический предел качества
  exclusive_with: []               # с чем несовместимы референсы
params:
  aspect: [1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9]
  quality: [1K, 2K, 4K]
  negative_prompt: false           # отдельного поля нет, только текстом
  seed: unverified
  thinking_level: false
constraints:
  - quality=4K → cost×2
prices:
  per_image: {1K: 0.134, 2K: 0.134, 4K: 0.24}
  per_reference: 0.0011
timing:
  seconds_per_call: 25
checked_at: 2026-08-17

Интерфейс читает паспорт и гасит недоступные входы и настройки, а рядом пишет причину: не «поле неактивно», а «эта модель не принимает конечный кадр, выбери другую или другой режим». Смета берёт цены оттуда же. Дата проверки видна человеку: цифры стареют.

4.2 Картиночные модели: факты на 17.08.2026

4.3 Видеомодели: факты на 17.08.2026

Разрешение диктует длительность: 1080p и 4K требуют восьми секунд. Значение проверить одним вызовом, но заложить в паспорт сразу.

Сборка промпта

5.1 Слои картинки

Промпт кадра не пишется руками целиком. Он собирается слоями, каждый со своей зоной ответственности, и человек видит его целиком до запуска:

[1] стиль-блок        залоченная версия, вклеивается дословно
[2] сцена и действие   что происходит, с раскрытыми алиасами
[3] ремесло            крупность, ракурс, композиция, свет, оптика из справочника
[4] референсы          ролевые обращения: герой с рефа 1, реквизит с рефа 2
[5] идентичность       до четырёх опорных признаков каждого участника
[6] негативы           текстом, потому что отдельного поля у модели нет

Порядок «стиль первым» это осознанное решение, а не ошибка: официальный гайд Google описывает одиночную генерацию с нуля и советует порядок «субъект, контекст, стиль», у нас же стиль это рамка канала на сотни кадров. Доказательств, что порядок меняет качество у этих моделей, ресёрч не нашёл ни в одну сторону.

5.2 Слои видео

[1] движение          что именно движется в кадре
[2] камера             одно основное движение, не смесь
[3] настроение и свет  из гайда стиля и параметров кадра
[4] идентичность      постоянная клауза против морфинга и лишних людей
негативы уходят отдельным полем API, в текст не вклеиваются

Официальная формула Google для Veo: кинематография, субъект, действие, контекст, стиль и атмосфера. Отдельно сказано: определить крупность, ракурс и одно основное движение камеры, не смешивать несколько. Негативы формулировать через то, что должно быть в кадре, а не через «нет» и «без».

5.3 Роли референсов

Структурного поля роли у API нет. Роль передаётся текстовой подписью перед каждой картинкой, и это согласуется с официальными примерами Google, где роли называются естественным языком. Требования:

• одна роль на одну картинку, смешение двух субъектов в один слот блокируется;
• при двух и более героях в кадре добавляется явная фраза против подмены черт между ними: у этой модели подмена лиц на групповых сценах воспроизводима и задокументирована;
• при заданном ракурсе кадра в качестве референса персонажа подставляется та панель мастер-листа, которая ближе к нужному повороту, а не лист целиком.

5.4 Когда референсов больше, чем держит модель

Требование Тимура: должен быть выбор, а не решение за него. Три способа, каждый с честной ценой и последствиями на экране:

Поэтапная сборка это задокументированное лечение подмены лиц, а не наша выдумка: рекомендация звучит как «собирать по одному персонажу за раз, фиксируя результат». Композит прямого подтверждения не имеет, поэтому он не по умолчанию.

Стиль канала: как работает

1. На холсте канала есть узел Стиль. Референсы кидаются на карточку файлами, перетаскиванием и через Ctrl+V. Превью появляются на карточке сразу, до всякой генерации.
2. Кнопка Разобрать запускает бесплатную агентную задачу: vision-модель смотрит картинки и пишет карту стиля — техника исполнения, палитра, свет, материал, характер линии, оптика, эпоха, анти-признаки. Плюс готовый стиль-блок на английском и его перевод.
3. Карта правится руками. Это черновик: можно жечь пробные картинки прямо из карточки, чтобы увидеть манеру на реальном кадре. Пробы остаются в истории карточки и ассетами не становятся.
4. Кнопка Зафиксировать. После неё стиль неизменяем. Кнопка правки исчезает, появляется Сделать копию для доработки.
5. Стилей в канале сколько нужно. Один помечен основным. На каждом узле генерации виден выбранный стиль и его можно сменить.

Мастер-ассеты

7.1 Общий путь, два этапа

описание словами ──→ [Создать промпт] ──→ ПРОМПТ (узел, правится)
                                              │
                                              ▼
                                        ВАРИАНТЫ (по умолчанию 1)
                                              │ выбрал
                                              ▼
                                          ЯКОРЬ ассета
                                              │
                                              ▼
                                        МАСТЕР-ЛИСТ (по типу ассета)

Правила этапа промпта:

• на входе описание свободной формой, тип ассета и выбранный стиль;
• на выходе английский промпт для модели и русский текст для чтения, оба видны, оба правятся;
• повторное нажатие не затирает, а кладёт новую версию рядом, версии листаются;
• от одного описания можно вести несколько промптов-ветвей и растить каждую отдельно.

Правила этапа вариантов:

• по умолчанию один вариант на дешёвой модели, количество выставляется вручную;
• формат кадра, модель, разрешение наследуются от канала и переопределяются прямо здесь;
• можно отметить несколько вариантов в шорт-лист и вести дальше каждый;
• якорь один, назначается кликом и переназначается в любой момент;
• все ассеты генерируются целиком в кадре на ровном сером фоне: персонаж в полный рост, предмет полностью, без обрезки. Для локации серый фон не применяется, она показывается как есть.

7.2 Мастер-лист персонажа

Одна картинка, панели одного масштаба, ровный серый фон, одна и та же одежда и причёска во всех панелях, нейтральный свет, без реквизита и текста.

Состав пересматривается по итогам ресёрча. Утверждённый 17.08 эталон даёт четыре панели: полный рост спереди и сзади, голова крупно спереди и сзади. Индустрия сходится на четырёх ракурсах (фронт, левый профиль, спина, правый профиль) с обоснованием «четырёхугловая система убирает анатомические ошибки», и во всех рекомендациях по составу отдельно стоит строгий профиль, которого у нас нет. Профиль это ровно то, что держит лицо на поворотах.

Предлагается шесть панелей 3×2: полный рост три четверти спереди, полный рост строгий профиль, полный рост сзади, голова спереди, голова в профиль, голова сзади. Эталон компоновки на зелёном манекене перегенерируется под новую сетку один раз и утверждается Тимуром. Решение за ним: если он оставляет четыре панели, профиль добавляется отдельной панелью пятой.

Механика та же, что утверждена и подтверждена ресёрчем как индустриальная практика: эталон компоновки идёт первым референсом, якорь персонажа вторым, промпт прямо говорит, что зелёное это плейсхолдер и его надо заменить героем.

Если одна панель вышла плохой: две кнопки, по умолчанию доснять эту панель отдельным вызовом и подменить её в листе на нашей стороне, второй вариант перегенерировать лист целиком. Досъёмка дешевле и не ломает остальные панели.

7.3 Мастер-лист предмета

Проблема, названная Тимуром: шаблон не должен навязывать силуэт, предметы не должны плыть в ракурсах, а форма должна наследоваться. Болванка на эталоне работает для человека, но меч и кресло в одну болванку не влезают, а персонажный шаблон индустрии прямо завязан на слова «полный рост, позы».

Так форма гарантированно наследуется от утверждённой картинки, а не от чужой болванки. Проверяется на двух заведомо разных формах: вытянутой (меч, посох) и объёмной (кресло, сундук).

7.4 Паспорт локации

Turnaround для места бессмыслен. Вместо него четыре вида:

1. Главный фон: пустой кадр с уровня глаз, без персонажей. Это якорь локации.
2. Широкий общий вид места.
3. Вид с оси, повёрнутой на девяносто градусов.
4. Деталь материала и фактуры крупно.

Состояния локации из коробки: день, ночь, дождь, зима. Механика та же, что у состояний персонажа: референсом идёт главный фон, промпт меняет только свет и погоду.

7.5 Состояния

Состояние это полноценный вариант со своим якорем и, если нужно, своим мастер-листом, но растущий из родителя. Реализация:

• поле parent_asset_id указывает на мастера, оно обязательно у состояния;
• при генерации состояния референсом всегда идёт якорь родителя, никогда предыдущее состояние;
• признаки наследуются от родителя и переопределяются дельтой;
• формула промпта: «тот же персонаж, что на референсе» плюс что меняется плюс повтор двух-трёх структурных признаков, которые меняться не должны (форма лица, шрам, разрез глаз);
• состояние от состояния запрещено. Глубина ровно один уровень, иначе получаем цепочку с дрейфом.

7.6 Инстансы

Инстанс это использование ассета в кадре. Он хранит ссылку на ассет, выбранное состояние (или пометку «актуальное»), роль в кадре и слот референса. Инстанс не хранит копию описания и не может «отвязаться» от мастера, кроме явной операции «сделать самостоятельный ассет из этого инстанса» (создаёт копию).

Доводка результата

Главный новый механизм. Он общий для любой генерации: промпт, вариант ассета, мастер-лист, кадр, клип. У каждого результата ровно два пути дальше.

Правила доводки:

• правка формулируется своими словами: «убери шрам, добавь седину в бороду». Обязательный слой промпта, подтверждённый документацией: «всё остальное оставь без изменений, сохрани стиль, свет и композицию». Без этой фразы модель переписывает кадр целиком;
• результат доводки становится дочерней генерацией: у неё стоит parent_generation_id, и путь «откуда это выросло» виден всегда;
• из любой точки дерева можно уйти в другую сторону: доводка не линейна;
• ничего не затирается никогда. Дерево только растёт;
• в системе используется многошаговый режим модели (передача идентификатора предыдущего шага), а не цепочка независимых вызовов: это официальный механизм устойчивой доводки, и сейчас он не используется вовсе, каждый вызов stateless;
• мелкие детали (руки, аксессуары) начинают плыть после пяти-шести последовательных правок. Система считает глубину доводки и на шестом шаге предупреждает: пора вернуться к якорю.

Как показывается дерево

Ресёрч дал важное предупреждение: ни Midjourney, ни Krea, ни Figma не рисуют историю графом ветвления на основном экране, все используют линейную ленту или сетку плюс явную ссылку на родителя. Поэтому:

• на карточке узла лежит лента генераций миниатюрами под основным результатом, листается стрелками, каждая помнит свои настройки и цену;
• у каждой видно, из чего она выросла;
• граф ветвления это отдельный вложенный вид «показать историю этого узла деревом», а не смешивание с продакшн-холстом. Смешивать нельзя, получится каша.

Ракурсы

Ответ на пункт, который Тимур оставил открытым.

Поэтому три инструмента, работающие вместе:

1. Компас-словарь. Виджет: схема сверху, субъект в центре, восемь позиций камеры по кругу плюс три высоты (ниже уровня глаз, уровень глаз, выше) плюс крупность ползунком от общего до макро. Каждое положение это не градус, а термин из справочника режиссуры: «три четверти спереди», «строгий профиль», «нижний ракурс». Виджет собирает фразу промпта и показывает её текстом. Человек выбирает мышью, модель получает язык, который понимает.
2. Панель мастер-листа как референс ракурса. Если у ассета есть лист, система подставляет референсом ту панель, что ближе к выбранному повороту. Это самый сильный из трёх инструментов, потому что работает пикселями, а не словами.
3. Свой референс ракурса. Любая картинка с явной ролью «только композиция и ракурс, содержание не брать». Занимает слот референса, поэтому система показывает, сколько слотов осталось.

Обязателен пункт 1. Пункт 2 включается автоматически при наличии листа. Пункт 3 по желанию.

Термины живут в справочнике режиссуры как данные: крупность, ракурс, движение камеры, композиция, свет, оптика. Русское название для человека, английский фрагмент в промпт, описание «когда применять». Единый лексикон это не украшение: расплывчатые формулировки дрейфуют между генерациями, точные нет.

Сцены и кадры

Сцена заводится руками (автосоздание появится вместе с автопилотом по сценарию). Сцена хранит место, участников, время суток, короткое описание момента и выбранный стиль. Кадры внутри это наследуют, поэтому дополнительный ракурс не приходится описывать заново.

Кадр имеет явную роль, видную на карточке:

Операции с кадра:

• Сделать парный кадр. Из A рождается B, из B рождается A, система расставляет роли сама. Парный кадр наследует сцену, ассеты и стиль, меняется только действие и, если нужно, камера.
• Сделать другой ракурс. Рождается alt, наследует всё, меняется только камера.
• Оживить. Уходит в шот (раздел 11).

Кадр без ассетов, только промпт и стиль, разрешён: перебивки и пейзажи.

Планировщик покрытия предупреждает, если пропорции планов в ролике перекошены (общие пятнадцать-двадцать процентов, средние тридцать-сорок, крупные двадцать-двадцать пять, макро десять-пятнадцать) и если два одинаковых плана идут подряд. Это предупреждение, не блокировка.

Оживление

На карточке шота явный переключатель режима, потому что режимы взаимоисключающие на уровне API:

При выборе режима входы других гаснут с объяснением. Длительность и разрешение берутся из паспорта модели: 1080p и 4K требуют восьми секунд, у самой дешёвой модели 4K нет.

Motion-промпт пишется отдельно от промпта кадра, слоями из раздела 5.2, с одним основным движением камеры. Негатив уходит отдельным полем: у видеомоделей это официальный параметр, в отличие от картинок.

Звук по умолчанию выключен, если отключаемость подтвердится тестом. Звук делается отдельным трактом, и лишняя дорожка в клипе только мешает монтажу.

Каталог узлов

Узел делает ровно одну вещь. У каждого типа жёстко задано: входы, выходы, настройки на карточке, содержимое, действия, состояние.

Типы данных и цвета связей: текст синий, картинка фиолетовая, видео зелёное. Соединяются только одинаковые типы, несовместимое физически не прилипает.

Холст

13.1 Два уровня

Холст канала: стили, ассеты, состояния, мастер-листы, ролики как узлы-входы. Холст ролика: сцены рамками-группами, кадры внутри, шоты. Переход внутрь ролика двойным кликом, возврат по хлебным крошкам. Причина разделения: ролик на тридцать пять кадров это сто пятьдесят узлов, и в одном полотне со стилями и кастом это каша. У Magnific Spaces для того же придуманы страницы внутри пространства.

13.2 Жесты: режим Figma по умолчанию

Дефолт библиотеки холста это поведение карты: драг двигает полотно, колесо зумит. Для дизайнера с двенадцатью годами Figma это ломает мышечную память в первый же час. У библиотеки есть официальный рецепт режима Figma, его и включаем по умолчанию:

13.3 Добавление узлов и навигация

Три способа, все три обязательны: пробел или слэш открывает поиск узлов; связь, вытянутая в пустоту, открывает тот же поиск, отфильтрованный по типу порта, и ставит узел уже подключённым; правый клик на холсте открывает список. Плюс миникарта в углу, поиск по холсту с прыжком к найденному, группы с цветом и заголовком, заметки, стикеры-флажки.

Карточка живёт в двух состояниях: свёрнутом (превью, имя, статус, цена последней генерации) и развёрнутом (промпт, настройки, лента истории). Размер тянется за угол, позиция и размер запоминаются. Узлы имеют иконку типа и цветовой код: признанная проблема ComfyUI это узлы, отличающиеся только подписью, их не читает глаз.

13.4 Запуск

Три режима на каждой запускаемой карточке:

Порядок вычисляется сам: источники первыми, генераторы когда входы готовы, независимые ветви параллельно. Состояния узла: ждёт, в очереди, идёт, готово, ошибка, отменён. Отмена сохраняет уже готовые шаги.

Шаг, который нечем посчитать, пропускается с предупреждением, а не рушит весь прогон. Останавливает запуск только проблема того узла, который нажали.

13.5 Отмена действий: три слоя, а не один Ctrl+Z

Прямая находка ресёрча и главное отличие от наивной реализации. Смешивать в одну очередь отмены бесплатные правки и платные генерации нельзя: это источник вопроса «а что вообще делает эта кнопка».

Отмена во время выполнения это не отмена действия, а отдельная операция «стоп»: готовые шаги сохраняют результат, отменяются текущий и ожидающие.

Просмотр и приёмка

1. Лента на карточке. Все генерации узла миниатюрами под основным результатом, раскрываются и схлопываются, листаются стрелками. Каждая помнит настройки и цену.
2. Полный экран. Любая открывается на весь экран: зум один к одному по клику, стрелки листают соседние, Esc закрывает. Отметки «в шорт-лист» и «сделать якорем» доступны прямо оттуда.
3. Сравнение пары шторкой. Для двух картинок: вертикальная шторка, зум и панорама синхронные для обеих половин. Несинхронный зум делает сравнение бессмысленным, глаз не удержит одну точку.
4. Сравнение сеткой. Для трёх и более вариантов сетка рядом, шторка физически работает только для пары.
5. Клавиатура целиком: стрелки листают, цифры назначают шорт-лист, пробел открывает полный экран, Enter делает якорем.

Второй режим просмотра канала это библиотека: таблица всех ассетов и кадров с превью, фильтром по типу, статусу и стилю, сортировкой и поиском. На пятидесяти ассетах холст плохо ищет, и это нормально: у холста другая работа.

Долгие операции и надёжность

Генерация идёт от тридцати секунд до двух минут. Отсюда жёсткие требования:

• Операция живёт на сервере, а не во вкладке браузера. У неё свой идентификатор, фронт при переподключении подписывается заново и видит текущее состояние. Обрыв сети или закрытая вкладка не убивают запущенную платную генерацию. Это прямое требование, а не пожелание: потерянная генерация это потерянные деньги.
• Прогресс на карточке: стадия, обратный отсчёт по среднему времени модели, текстовое описание текущего действия, частичный результат если он уже есть.
• Лента очереди снизу с возможностью отмены каждой задачи.
• Уведомление в Telegram, когда пачка готова, плюс смена заголовка вкладки, если вкладка неактивна.
• Конкурентность: две картинки и одно видео одновременно. Квоты Vertex для preview-моделей не публикуются в документации, реальные цифры снимаются в консоли проекта до боевых прогонов.
• Корзина на тридцать дней. Удаление ассета требует подтверждения и уносит его генерации в корзину, а не в никуда. Удаление узла с холста ассет не удаляет вовсе.
• Ретраи на 429 и временные ошибки: экспоненциальная пауза, до пяти попыток, потолок пять минут.

Экономика

Лимита трат нет, это решение Тимура. Взамен полная прозрачность:

Автопроверка похожести

Возможность, найденная ресёрчем и стоящая ноль: сравнение лиц через локальные эмбеддинги (DeepFace или InsightFace, обе библиотеки открытые, работают офлайн, порог берётся из их собственных таблиц).

Как встроено: после генерации кадра с героем воркер локально считает похожесть лица на кадре против якоря ассета. Если ниже порога, карточка помечается флажком «герой мог уплыть, посмотри внимательно». Это подсказка, а не блокировка: у эмбеддингов есть ложные срабатывания на крайних ракурсах и свете, решение всегда за человеком. Тем же механизмом закрывается вопрос, который до сих пор висел без источника: реальный процент попадания на нашем пайплайне станет известен из собственных цифр, а не из чужих оценок.

Производительность

Требование Тимура: система должна летать. Чек-лист, обязательный к реализации, собран из официальной документации холста и замеров:

1. Типы узлов и связей объявлены вне компонента, не пересоздаются на каждый рендер. Это порог между работающим и неработающим холстом, а не оптимизация.
2. Все обработчики и объекты-пропы мемоизированы.
3. Компоненты карточек обёрнуты в мемоизацию: без неё сто узлов дают два-десять кадров в секунду, с ней тридцать пять-шестьдесят.
4. У контейнера холста явная высота по всей цепочке родителей.
5. Доступ к узлам и связям только через узкие селекторы стора, не деструктуризация всего массива.
6. Отрисовка только видимых узлов включается, но проверяется бенчмарком на реальных карточках: на средних графах она может вредить.
7. CSS карточек простой: без тяжёлых теней, градиентов и анимаций на масштабе.
8. Свёрнутые ветви не держатся в DOM.
9. В карточках только превью в webp, оригинал только в полном экране.
10. Ленивая загрузка превью с отменой загрузок за пределами экрана.
11. Рабочая нагрузка держится в районе трёхсот-шестисот узлов на полотне. Тысяча это край возможностей библиотеки, а не комфортная зона: холст ролика на этом основании и разделён с холстом канала.
12. Автораскладка вынесена в отдельную функцию, начинаем с лёгкого движка, точка подмены оставлена.

Архитектура и стек

┌───────────────────────── браузер ──────────────────────────┐
│ React 19 + Vite + Tailwind + @xyflow/react                 │
│ холст канала · холст ролика · библиотека · просмотр         │
│ стор Zustand с узкими селекторами, паттерн команд для undo  │
└───────────────┬────────────────────────────────────────────┘
                │ REST + подписка на состояние (поллинг состояния графа)
┌───────────────▼────────────────────────────────────────────┐
│ FastAPI (порт 8310)                                        │
│ api/    граф, ассеты, стили, сцены, кадры, шоты, экономика  │
│ media/  стрим картинок и клипов с Range, превью             │
│ models/ паспорта возможностей моделей и прайс               │
│ compose/ сборка промптов по слоям                           │
└──────┬───────────────────────────────┬─────────────────────┘
       │                               │
┌──────▼─────────┐          ┌──────────▼───────────┐
│ воркер gen     │          │ воркер agent         │
│ Vertex image   │          │ headless claude -p   │
│ Vertex veo     │          │ разбор стиля, промпты│
│ тратит деньги  │          │ бесплатно, подписка  │
│ конкурентность │          │ конкурентность 1     │
│ 2 карт / 1 вид │          └──────────────────────┘
└──────┬─────────┘
       │                    ┌──────────────────────┐
       └───────────────────▶│ SQLite (индекс)      │
                            │ файлы медиа (правда) │
                            │ локальная проверка   │
                            │ похожести лиц        │
                            └──────────────────────┘

Что переиспользуется из версии 1 без переписывания: сборка промпта по слоям с проверками дисциплины, прайс и смета (после исправления цифр), адаптер Vertex с ретраями, генерация превью, справочник режиссуры, эталон компоновки мастер-листа, паттерн «кнопка в вебе, headless-агент работает, статусы live», отработанный в кабинете ревью chronicles.

Что пишется заново: графовое ядро как единственная модель данных, каталог типов узлов, движок выполнения с тремя режимами, весь фронт холста, доводка как механизм, паспорта моделей, экономика по срезам, библиотека канала, просмотр и приёмка.

Развёртывание. Новая версия поднимается на отдельном адресе, старая продолжает работать. Переключение на studio.obahoba.com только после приёмки Тимуром. Basic auth, systemd с автоперезапуском, данные и медиа вне git, логи с ротацией.

Что проверить дешёвыми тестами до боевых прогонов

Ресёрч оставил семь фактов, которые документация не подтверждает. Каждый закрывается одним-двумя вызовами на дешёвой модели, и все они делаются до первого боевого прогона.

Результаты пишутся в паспорта моделей с датой. Паспорт с непроверенным полем помечается явно.

Критерии приёмки

1. На чистом канале за один проход получен залоченный стиль из пяти приложенных картинок (J1).
2. У канала три стиля, любой выбирается на генерации, залоченный не правится, копия создаётся кнопкой (J2, J3).
3. Референсы цепляются файлом, перетаскиванием и через Ctrl+V и к стилю, и к ассету (J1).
4. Персонаж доведён от описания словами до утверждённого якоря, вся цепочка видна связями (J4).
5. Понравившийся вариант доработан правкой словами, исходный не потерян, дерево видно (J5).
6. Состояние персонажа собрано из мастера, на карточке видно родителя, лицо узнаваемо (J6).
7. Локация снята пустой первым шагом и переиспользована в двух кадрах без расхождения места (J7).
8. Предмет получил четыре ракурса, форма во всех совпадает с якорем (J8).
9. Кадр с героем и локацией собран перетаскиванием связей, промпт виден целиком и правится (J11).
10. При трёх и более референсах система предложила способы сборки с ценой каждого (J12).
11. Парный кадр и дополнительный ракурс создаются одной кнопкой и наследуют сцену (J13, J14).
12. Клип получен по двум кадрам, дубли не потеряны, лучший помечен (J15).
13. Выбор из шести вариантов сделан без ухода с холста, сравнение шторкой синхронно (J16).
14. По любой генерации видно, из чего она собралась: слои промпта, референсы с ролями, настройки (J17).
15. Правка описания и запуск «отсюда и дальше» не тронули стиль и якорь, деньги не потрачены зря (J18).
16. После дня работы видно расход за сессию, по ассету, по ролику, по каналу и сумму невыбранного (J19).
17. Закрытие вкладки во время генерации не потеряло результат, уведомление пришло (J20).
18. Возврат к каналу показывает всё накопленное и место остановки без пересборки (J21).
19. Любой объект удаляется, удаление обратимо тридцать дней, узел с холста ассет не удаляет (J22).
20. Холст канала с двадцатью узлами открывается меньше секунды, превью лёгкие (раздел 18).
21. Боковой панели нет, отдельных страниц стиля и ассета нет, вся работа на карточках.
22. Смета обязательна перед каждой тратой, цена на кнопке совпадает с фактическим списанием.

План работ

Порядок жёсткий и повторяется: спроектировал, зафиксировал контракт, запустил волну исполнителей, принял и свёл. Субагенты только на Sonnet, не больше пяти одновременно. Главная сессия проектирует и принимает, а не набирает код руками: иначе кончается контекст на середине.

Внутри волн Тимур контролирует каждый шаг сам, по факту работы: промпты, варианты, мастер-листы. Любой шаг обязан быть остановимым, правимым и повторяемым без потери сделанного. Отдельных гейтов между волнами нет, но и промежуточных отчётов «фаза готова» тоже: показывается работающее.

Приложения

А. Работы по JTBD — research/JTBD.md, двадцать две работы с критериями закрытия.

Б. Фактическая база с источниками — research/R1-gemini-image.md (референсы, доводка, параметры, цены картинок), R2-veo.md (матрица видеомоделей, взаимоисключения, промпт движения, паспорт), R3a-krea.md и R3b-scenario.md (как решают ракурсы и мастер-листы живые продукты), R4-canvas-ux.md (производительность холста, жесты, отмена, просмотр, антипаттерны), R5-consistency.md (якоря, лексикон, ре-якорение, локации, два героя, автопроверка), spaces-docs-*.md (конспект справочника Magnific Spaces).

В. Правки в сборку промпта — десять пунктов в конце R5-consistency.md: кап признаков в слое идентичности, фраза против подмены лиц при двух героях, ссылка состояния на канон родителя, поэтапный режим, переформулировка комментария про порядок блоков видео, тест формулировки негативов, автопроверка похожести, снятие непроверенной цифры попадания.

Г. Чего в системе нет и не будет в этой версии — апскейл, редактор изображений, склейка видео, аудио, графический редактор, совместная работа, публичные шаблоны, батч-списки. Причина: студия решает одну задачу, держать героя и манеру одинаковыми через весь ролик. Всё остальное увеличивает поверхность обслуживания и уводит от неё.

Д. Антипаттерны, которых избегаем (из R4-canvas-ux.md): молчаливая смена жестов между версиями; смешение бесплатных правок и платных генераций в одной очереди отмены; снимки всего холста на каждое действие; дерево итераций как основной режим холста; зависимость длинной операции от открытой вкладки; узлы без визуального языка, отличающиеся только подписью; цепочки без группировки; несинхронный зум при сравнении.