Делает текстовый разбор видео по вашему вопросу: может описать, что происходит в кадре, какие действия выполняют люди и какие объекты видны. Цена - 0,3 ₽ за 1 секунду видео.
«Анализ видео» смотрит загруженный ролик и отвечает текстом на ваш вопрос о нём: кто в кадре, что он говорит, какие шаги идут по порядку, какие надписи видны. Анализ видео нейросетью выручает, когда нужно разобрать чужой ролик, составить по нему промпт или проверить свой.
Чтобы проверить, насколько точен анализ видео нейросетью, мы взяли четыре ролика с вкладки «Примеры» видеонейросетей сайта: людей с настоящими лицами в них нет, всё сгенерировано, а промпт каждого ролика известен, так что ответы было с чем сверить. Пять запусков, ответы пришли за 42–74 секунды.
Кто в кадре и что он делает? Что дословно говорит персонаж и какие звуки слышны? Ответь по-русски, коротко.
Ролик из Grok Video · 10 с, 9:16 · без «Детального анализа»
Ответ через 58 секунд:
В кадре антропоморфный рыжий кот в синем костюме и красном галстуке, на фоне карты с солнышками, похожий на ведущего прогноза погоды. Он эмоционально жестикулирует.
Кот говорит: "Завтра в Москве плюс 12 и солнце. А кто забудет зонтик, тот сам виноват."
Слышна музыка.
Реплику нейросеть записала слово в слово: мы сверили её с промптом, по которому сделан ролик, и с расшифровкой звуковой дорожки. Подмигивание в камеру в ответ не попало, вместо него «жестикулирует». Мелкие движения лица в коротком ответе теряются, про них лучше спросить отдельным вопросом.
Какое блюдо готовят? Распиши шаги по порядку с секундами, когда начинается каждый шаг. По-русски, нумерованным списком.
Видеорецепт из Grok Video · 10 с · без «Детального анализа»
На видео готовят голубцы. Вот шаги по порядку:
1. 00:00 На капустный лист выкладывают мясной фарш с рисом.
2. 00:03 Аккуратно сворачивают капустный лист с начинкой в рулет.
3. 00:04 Свернутые голубцы укладывают в кастрюлю и заливают томатным соусом.
4. 00:06 Готовые голубцы достают из кастрюли, они обдаются паром.
5. 00:08 Блюдо подается на тарелке, украшенное сметаной и зеленью, на фоне зажженных свечей.
Блюдо угадано, секунды совпадают с роликом. Но в промпте ролика девять сцен, а в ответе пять шагов. Первую сцену, где руки расправляют капустный лист, нейросеть слила с фаршем, а кастрюлю под крышкой с паром пропустила совсем. Для конспекта рецепта этого хватит. Если нужна каждая сцена, спросите про короткий отрезок, например «что происходит с 4-й по 7-ю секунду».
Эту нейросеть часто просят написать промпт, по которому получится похожий ролик. Мы проверили это на четырёхсекундной ночной сцене из Gemini Omni.
Напиши промпт на русском, по которому видеонейросеть сгенерирует похожий ролик: место и время суток, что происходит по порядку, движение камеры, свет, надписи в кадре и звук. Одним абзацем, без пояснений.
Ролик из Gemini Omni · 4 с, 16:9 · без «Детального анализа»
Что вернула нейросеть:
Ночная улица города, дождь идет, камера находится на уровне земли, направлена прямо на кафе на углу здания с вывеской "ОТКРЫТО ДО УТРА", отражение фонарей и вывески в лужах на мокром асфальте, свет в окнах кафе горит, темно-серый, коричневый фон здания, резкий переход от неактивной вывески к ярко-розовому неоновому свету, который отражается в лужах, звук дождя, потом усиливается, затем вывеска загорается.
А вот промпт, по которому ролик делали на самом деле:
Ночная улица после дождя. Над дверью маленького кафе загорается неоновая вывеска с надписью «ОТКРЫТО ДО УТРА»: буквы вспыхивают по очереди розовым светом и отражаются в мокром асфальте. Камера медленно наезжает на вывеску. Звук: капли дождя, тихое гудение неона.
Надпись прочитана без ошибки, розовый неон, лужи с отражениями и дождь на месте. Пропали два приёма, ради которых ролик и смотрят: буквы зажигаются не разом, а по очереди, и камера медленно едет к вывеске. В конце ответа ещё и спутан порядок: вывеска «загорается» после того, как уже светит. Такой текст годится как черновик, а движение камеры и главный эффект лучше дописать самим. Какие уточнения добавить в запрос, чтобы промпт вышел полнее, подсказывает инструкция блога.
Пятнадцатисекундная реклама лисичек: лес, магазин, кухня, сковорода и тарелка, надпись на пакете и титр в конце. Переключатель Детальный анализ включён.
Отвечай на русском. Составь раскадровку ролика по секундам: где происходит сцена, что делают в кадре, какие надписи видны и что слышно.
Ролик из Grok Video · 15 с, 9:16 · с «Детальным анализом»
Ответ занял почти семь тысяч знаков. Отрывки из раскадровки:
0:00-0:02. Сцена: Лесной пейзаж, залитый мягким осенним светом. В кадре: Белка роется в плетеной корзине с лисичками, поблизости на мшистом пеньке сидит сова, а на земле среди опавших листьев ползает ёжик. Надписи: Отсутствуют. Слышно: Звуки леса: щебетание птиц, возможно, шорох листвы.
0:02-0:05. Сцена: Интерьер супермаркета/магазина, отдел с овощами и фруктами. В кадре: Крупный план деревянного ящика, наполненного лисичками. Рука человека выбирает одну лисичку и кладет ее в бумажный пакет с логотипом "BRATUHA". Надписи: Логотип "BRATUHA" на бумажном пакете.
…
0:11-0:14. Надписи: "От Bratuha с любовью" (на русском языке)
Сцены разделены верно, у каждой ещё есть подпункты про стиль и настроение, а в конце идёт общий вывод. Финальный титр прочитан точно. Шероховатости тоже есть: в выводе сказано, что в ролике «видны лишь руки», хотя абзацем выше женщина моет грибы у раковины. Про звуки нейросеть пишет с оговоркой «возможно».
Тот же ролик с тем же переключателем, но с вопросом «Что происходит в ролике?» без слов о языке вернул разбор на английском. Поэтому с Детальным анализом начинайте вопрос с «Отвечай на русском».
Загрузите в поле Видео один ролик в MP4, MOV или WEBM длиной до 122 секунд. Запись с iPhone в MOV тоже подойдёт. Длину сайт определит сам, и цена появится на кнопке Отправить ещё до запуска. В поле Вопрос по видео напишите, что хотите узнать, от 3 до 2000 знаков. Нейросеть смотрит картинку и слушает звук, а отвечает текстом.
Готовый ответ появится в ленте под формой карточкой «Задание выполнено. Нажмите сюда для просмотра результата». Текст откроется в окне с кнопкой Скопировать. Показывается он как есть, без оформления: если нейросеть сделала списки и заголовки, звёздочки вокруг них останутся в тексте. Кнопка Изменить вернёт вопрос и настройки в форму, чтобы спросить иначе, а Повторить сразу запустит то же задание ещё раз. Ответы хранятся 7 дней в разделе Мои результаты.
Где найти нейросеть в каталоге и как пройти путь от загрузки до готового промпта по шагам, рассказано в инструкции блога про разбор ролика и промпт по видео. Её шаги мы здесь не повторяем. Эта страница о другом: что нейросеть замечает в кадре, где ошибается и сколько стоит разбор.
Хороший вопрос состоит из четырёх частей: что найти, в какой части ролика, в каком виде и на каком языке ответить. Три шаблона, которые сработали у нас:
Кто в кадре и что он делает? Запиши дословно, что говорит каждый персонаж, и перечисли звуки. Отвечай на русском, коротко.
Распиши по шагам, что делают в ролике, с секундой начала каждого шага. Нумерованным списком, по-русски.
Напиши промпт на русском для видеонейросети, по которому получится похожий ролик: место и время суток, действие по порядку, движение камеры, свет, надписи и звук. Одним абзацем.
Что мешает получить хороший ответ:
Платите за секунды ролика, неполная секунда округляется вверх. Текст вопроса и Детальный анализ на цену не влияют:
| Длина ролика | Цена |
|---|---|
| 10 секунд | 3 ₽ |
| 30 секунд | 9 ₽ |
| 1 минута | 18 ₽ |
| 122 секунды, дольше форма не примет | 36,60 ₽ |
Подписки нет. Для первой пробы хватит короткого куска: по ответу на десять секунд ролика сразу видно, правильно ли нейросеть поняла ваш вопрос и стоит ли отправлять файл целиком.
| Нейросеть | Цена | Чем отличается | Когда брать |
|---|---|---|---|
| Расшифровка аудио и видео | 0,01 ₽/сек. | весь текст речи по спикерам и таймкодам, файл SRT, ролик по ссылке с YouTube | нужна речь целиком, а не ответ на вопрос |
| Анализ аудио | от 0,3 ₽/сек. | тот же вопрос и ответ, но по аудиофайлу | картинки нет, есть только запись |
| Извлечь кадр | 0 ₽ | сохраняет один кадр из ролика картинкой | нужен кадр для обложки или для промпта по фото |
| Промпт из изображения | 1 ₽ | пишет подробный промпт по картинке | важен стиль одного кадра, а не движение |
Описание обновлено 2 октября 2026 г.