Read the book: «Российские нейросети для творчества - практическое руководство по тексту, изображениям, музыке и видео»

К читателю

Российские творческие ИИ-сервисы уже закрывают значительную часть пути от идеи до готового материала: помогают писать и редактировать текст, создавать изображения, оживлять кадры, генерировать музыку и синтезировать речь. Но именно рост возможностей сделал главной проблемой не доступ к генерации, а управление решениями. Красивый вариант получить легко; сохранить героя, исправить один дефект, собрать сцены в связный ролик и вовремя остановиться — намного сложнее.

Книга построена как единый маршрут: идея → подготовка проекта → генерация → диагностика результата → локальная правка → сохранение постоянства → сборка → публикация. Поэтому главы не повторяют один и тот же учебный шаблон. Где нужен метод — дан метод; где полезнее разбор ошибки — разбирается ошибка; где проблему лучше понять через практический проект — используется лаборатория.

Книга посвящена российской экосистеме: Алисе AI и Alice AI ART, Шедевруму, Kandinsky, GigaChat и SymFormerX, Yandex SpeechKit, SaluteSpeech и связанным с ними пользовательским сценариям. Однако конкретный сервис рассматривается как инструмент, а не как центр процесса. Интерфейсы и модели меняются; рабочая логика должна переживать их смену.

Четыре условных читателя помогают приземлить примеры: Олег — автор и блогер; Лера — музыкант без студии; Ирина — владелица небольшого творческого проекта; Максим — начинающий видеомейкер. Их задачи используются там, где пример действительно помогает, а не для заполнения одинаковой структуры каждой главы.

Все изменяемые сведения о функциях сервисов, лимитах и условиях проверены по официальным материалам на 14 сентября 2026 года. Перед оплатой, коммерческой публикацией или работой с чувствительными данными необходимо повторно открыть актуальные правила самого сервиса. Книга объясняет рабочий процесс и не заменяет договор, лицензию или юридическую консультацию.

Как пользоваться книгой

Если нужен один формат, можно читать маршрутами: текст — части I–II и VIII; изображения — I, III–IV и VIII–IX; видео — I, IV–V и VIII–X; музыка — VI, VIII–X; озвучка — VII–IX. Если вы собираете мультимедийный проект, лучше пройти книгу последовательно и вести один реальный проект от начала до конца.

Главное правило практики: не выполняйте упражнения ради упражнения. Каждый тест должен либо улучшить ваш реальный материал, либо дать правило, которое вы сохраните в личной системе.

ЧАСТЬ I. ОТ ИДЕИ К ТВОРЧЕСКОМУ ПРОЕКТУ

Первая часть фиксирует решения, которые дешевле принять до генерации: конечный формат, бриф, приоритеты, референсы и критерии готовности.

Глава 1. Российский творческий ИИ: что мы называем этим словом

Слово «российский» в разговорах о нейросетях используют как минимум в трёх смыслах. Это может быть модель, разработанная российской командой; сервис российской компании, внутри которого работают разные модели; или продукт, ориентированный прежде всего на российскую аудиторию, язык, оплату и инфраструктуру. Для творческого пользователя важны все три уровня, но путать их не стоит.

Например, Alice AI ART — собственная визуальная модель Яндекса. Kandinsky — семейство моделей Сбера. Шедеврум — пользовательский творческий сервис Яндекса, в котором генерация изображений и видео связана с социальной лентой. GigaChat — универсальная среда, где к тексту добавлены инструменты изображения и музыки. Эти продукты нельзя свести к одной шкале «какая модель лучше».

Российская творческая экосистема лучше понимается не по брендам, а по форматам результата. Для текста подходят универсальные помощники — прежде всего Алиса AI и GigaChat; Шедеврум тоже умеет генерировать тексты, но там они тесно связаны с публикацией внутри площадки. Для изображений главными пользовательскими направлениями остаются Alice AI ART, Kandinsky и Шедеврум.

В видео ситуация более специализированная. Шедеврум делает короткие ролики и клипы внутри мобильного творческого потока. Kandinsky Video 5.0 ориентирован на text-to-video и image-to-video и предлагает несколько вариантов модели. Музыка пока устроена иначе: у Сбера есть SymFormerX, встроенный в сценарий «Создать песню» в GigaChat; у Яндекса есть Нейромузыка, но это прежде всего персонализированный бесконечный поток для слушателя, а не авторская студия экспорта треков.

Лера использует этот принцип на небольшом фрагменте реального проекта, а не на абстрактном примере. Как музыкант без студии, Лера сначала сохраняет исходник, затем меняет только тот параметр, о котором идёт речь в главе. Такой тест быстро показывает, помогает ли метод приблизиться к готовому материалу или лишь создаёт ещё один вариант.

Ключевая дисциплина здесь — объяснить решение после сравнения. «Этот вариант нравится больше» недостаточно. Нужна причина: сначала нужно отделить обязательные свойства результата от пространства для эксперимента. После этого проверяйте решение на небольшом контрольном задании.