Как сделать видеоролик из сайта или кейса с помощью ИИ-агента

У многих компаний уже есть почти всё, из чего можно сделать рекламный ролик: сайт, описание услуг, фотографии, фирменный стиль, кейсы и цифры. Обычно эти материалы так и остаются страницей: клиент должен перейти по ссылке, разобраться в структуре и всё внимательно прочитать. Короткое видео воспринимается проще. Ниже - два моих запуска: ролик из сайта и видеопрезентация технического кейса.

Два запуска: что было на входе и что получилось

Первый запуск: ролик из сайта по одному сообщению

Я завёл себе личного ИИ-ассистента на базе Hermes и проверял, какие реальные рабочие функции ему можно постепенно добавить. Один из экспериментов - создание видео прямо из Telegram. Я открыл чат с телефона, отправил агенту ссылку на свой сайт и написал: «Сделай из этого короткий маркетинговый ролик». Через несколько минут в чат пришёл готовый MP4 длительностью 20 секунд, с анимацией, основными смыслами сайта и русской озвучкой.

Агент сам изучил содержание сайта, выбрал основные смыслы, подготовил сценарий, собрал сцены, добавил анимацию и озвучку и вернул готовый файл в Telegram. Для сборки видео я заранее установил на своём сервере HyperFrames, поэтому ролик рендерится на моей инфраструктуре, без оплаты отдельного видеосервиса за каждую новую версию.

Сам ролик прикреплён к посту в канале. В кадре - заголовки, блоки и фото с сайта в его тёмном оформлении, а в конце - кнопка «Обсудить проект» и адрес сайта.

Ролик собран из материалов самого сайта, поэтому в него переходит то, что там написано, включая цифры. Если на сайте устаревшая цифра или слишком смелое обещание, они окажутся и в видео, поэтому проверку ролика стоит начинать с исходника.

Второй запуск: технический кейс за 39 секунд

До этого я публиковал кейс про MVP (первую рабочую версию) системы мониторинга контейнерных площадок. Камеры Dahua с 4G передают снимки по API, модель оценивает ситуацию и присваивает уровень серьёзности, а результат появляется на карте. Со стороны всё выглядит просто: открыл карту и увидел, где требуется внимание.

Но за этим есть важный технический слой. Система проверяет состояние камер и заряд батареи, повторяет запросы после ошибок, восстанавливает работу и ограничивает количество перезапусков. Иначе за таким сервисом пришлось бы постоянно присматривать человеку.

Я решил проверить другую задачу: как показать этот кейс владельцу бизнеса, не погружая его в API, VLM (модели, которые разбирают изображения) и повторные запросы. Я передал исходный Telegram-пост своему ИИ-ассистенту. Он выделил главное, подготовил сценарий и выбрал подачу. Затем HyperFrames на моём сервере собрал из этого 39-секундную видеопрезентацию с русской озвучкой.

В ролике кейс разложен на сцены: задача мониторинга, чем 4G-камера отличается от обычной IP-камеры, путь от снимка до отметки на карте, слой надёжности и итог.

Технический слой из ролика не выброшен: проверки, повторы и восстановление уместились в одну сцену с подписью «Система не только „видит“, но проверяет, повторяет и восстанавливает». Из этой сцены владелец бизнеса должен понять главное: за сервисом не нужно постоянно присматривать. Разбираться, как это устроено, ему при этом не нужно.

В кадре с путём от снимка до карты подписаны и сервисы, через которые в этом кейсе работает модель: OpenRouter и Gemini. Так они названы и в посте о самом кейсе. Gemini официально в России не работает: России нет в списке регионов Gemini API. Надёжного первоисточника о доступности OpenRouter в России на 12 октября 2026 года найти не удалось.

Как это устроено: модель думает, HyperFrames собирает видео

В обоих запусках работа делится на две части, и от этого разделения зависят расходы.

Модель. Языковая модель, с которой работает агент, читает исходник, выбирает, что сказать, пишет сценарий и решает, как подать материал. На этом этапе расходуются токены - единицы, в которых поставщики моделей считают объём текста и выставляют счёт.

HyperFrames. Это открытый фреймворк для рендера видео, то есть для сборки готового файла из описания. Ролик в нём описывается как веб-страница: HTML, стили, медиафайлы и анимации. HyperFrames открывает эту страницу в браузере без окна, проходит её кадр за кадром и склеивает кадры в MP4 программой FFmpeg. По описанию проекта, одни и те же исходные файлы дают одно и то же видео. Агенту такой формат удобен: HTML он и так умеет писать.

HyperFrames распространяется по лицензии Apache 2.0. Разработчики прямо пишут, что платы за каждый рендер и ограничений на коммерческое использование нет. Его ставят на свой компьютер или сервер, нужны Node.js 22 или новее и FFmpeg.

Отдельно - озвучка. Звук HyperFrames тоже собирает в ролик, но голос нужно где-то взять. Без ключей облачных сервисов он, по документации, может озвучивать текст локальной моделью Kokoro. На 12 октября 2026 года в её списке голосов нет русского. Есть английский, японский, китайский, испанский, французский, хинди, итальянский и бразильский португальский. Для русской озвучки нужен другой синтез речи. Чем озвучены мои ролики, в постах о запусках не указано.

Во что это обходится

Важная оговорка, которую я делал и в постах: локальный рендер HyperFrames не расходует генеративные видеотокены, но агент использует модель, когда анализирует исходник, пишет сценарий и выбирает подачу. Поэтому речь не о полностью бесплатной генерации, а о собственном управляемом производстве видео.

Из чего складываются расходы:

• токены модели - на анализ исходника, сценарий и подачу;
• сервер, на котором работают агент и HyperFrames;
• голос, если русская озвучка идёт через платный облачный сервис.

Чего в расходах нет: оплаты за рендер и за каждую попытку сборки. Поэтому можно менять текст, цифры и оформление и выпускать новые версии с понятной себестоимостью. Точных сумм в моих постах нет: они зависят от выбранной модели, сервера и голоса.

Что подготовить, чтобы повторить

1. Агент на сервере, связанный с Telegram. Чтобы ставить задачу с телефона, агент должен работать на сервере и принимать сообщения через Telegram-бота. Как устроена такая связка, я разбирал в статье о сайте с телефона через ИИ-агента. Агенту понадобятся инструменты, чтобы открывать сайт, писать файлы, запускать команды на сервере и отправлять файл в чат.
2. HyperFrames на том же сервере. Нужны Node.js 22+ и FFmpeg. Для агентов у HyperFrames есть готовые навыки - инструкции, по которым агент планирует ролик, пишет HTML, добавляет анимацию и медиа, проверяет результат и рендерит. Есть и отдельный навык для ролика о сайте или продукте по его адресу. Вручную проект создаётся и собирается так:

npx hyperframes init my-video
cd my-video
npx hyperframes preview      # предпросмотр в браузере
npx hyperframes render       # сборка MP4

3. Доступ к модели. Для анализа и сценария агенту нужна языковая модель через API. Какая модель работала в моих запусках, в постах не указано.
4. Голос с русским языком. Локальный голос HyperFrames по умолчанию русского не знает, поэтому синтез речи подключается отдельно.
5. Исходник с верными фактами. Ссылка на сайт, пост, описание проекта или презентация. Ролик не будет точнее исходника.

Готовый файл агент отправляет в чат через бота. Сейчас через обычный Bot API бот может отправить видео размером не больше 50 МБ, и Telegram оговаривает, что лимит может измениться. Учтите это, если ролик длинный или в высоком качестве.

Как поставить задачу агенту

Пример формулировки (это образец, а не текст моего сообщения: в первом запуске я отправил ссылку на сайт и написал только «Сделай из этого короткий маркетинговый ролик»):

Сделай ролик на 30 секунд по сайту https://example.com.
Задача: объяснить владельцу бизнеса, что мы делаем и чем это полезно.
Озвучка на русском, спокойный тон, крупные титры - смотреть будут с телефона.
Цифры и обещания бери только с сайта, ничего не добавляй.
В конце - одно действие: написать нам в Telegram.
Сначала пришли сценарий. После моего ответа собери MP4 и пришли в чат.

По описанию в репозитории HyperFrames, навык для ролика о сайте рассчитан на длину примерно до 3 минут, а оптимальной там называют длину 30-90 секунд. Мои ролики были на 20 и 39 секунд.

Как проверить ролик до показа клиенту

Агент собирает ролик сам, но смотреть его будут ваши клиенты. Перед отправкой пройдите короткий список:

• цифры, названия и обещания совпадают с исходником, модель не добавила своих выводов вроде «снижает расходы»;
• в кадре нет лишнего: личных данных, внутренних экранов, имён клиентов, которые нельзя показывать;
• текст в кадре успевает прочитаться на экране телефона;
• озвучка правильно произносит названия, термины и аббревиатуры;
• монтаж не создаёт впечатления функции, которой в продукте нет;
• на музыку, голос и изображения есть права;
• в начале сразу понятно, о чём ролик, а в конце - одно понятное действие.

Где формат полезен и где нет

У компании уже есть материалы, на которые команда потратила время: посты, страницы сайта, описания проектов, презентации и кейсы. Обычно их публикуют один раз, а потом они лежат в разных папках и почти не используются повторно. Короткий ролик из такого материала можно:

• приложить к коммерческому предложению;
• отправить потенциальному клиенту перед встречей;
• использовать, чтобы объяснить сложный продукт;
• опубликовать в Telegram или социальных сетях.

Для сложных продуктов такой формат, на мой взгляд, особенно полезен: технология остаётся внутри, а клиент за несколько десятков секунд понимает задачу, логику решения и практический смысл.

Ограничения:

• Время не норматив. «Несколько минут» - это первый запуск, причём агент и HyperFrames были настроены заранее. Сколько занял второй, в посте не указано.
• Ролик не точнее исходника и модели. Ошибка на сайте или в посте попадёт в видео, а модель может упростить мысль до неверной. Проверка человеком обязательна.
• Это не бесплатно. Токены модели, сервер и голос оплачиваете вы, даже если сам рендер ничего не стоит.
• Серии нужен шаблон. Первая версия появляется быстрее, ручной упаковки меньше, ролики можно выпускать серийно. Но чтобы серия выглядела единообразно, задайте общие правила: длительность сцен, оформление титров, голос, палитру и список обязательных проверок. Без них каждый ролик придётся доводить заново.
• Сначала нужна техническая настройка. Развернуть агента на сервере, поставить HyperFrames и подключить голос нужно заранее, а не под каждый ролик, - по документации или с помощью специалиста.

Частые вопросы