Главное за 30 секунд

В начале мая 2026 я взял одну тему — короткий шортс «3 неочевидных факта про античную Спарту» — и собрал его двумя способами. Первый: ручная сборка через ChatGPT (сценарий), ElevenLabs (голос), Pixverse через Telegram-бот (видео), CapCut (монтаж). Второй: один прогон в Welder.

Ручной стек: 4 разных интерфейса, 4 подписки, 2 часа 47 минут чистой работы, ~620 ₽ суммарно. Welder: один интерфейс, один тариф ₽2 075/мес, 7 минут до готового вертикального ролика с озвучкой.

Качество финального видео — сопоставимое. Разница в производственных затратах — в 24 раза по времени. Дальше — пошагово, что и сколько заняло, и где ручной стек реально интересен.

Условия теста

Входные данные:

• Тема: «3 неочевидных факта про древнюю Спарту».
• Формат: вертикальный ролик 9:16, длительность ~45 секунд.
• Голос: мужской, спокойный, русский.
• Стиль: кинематографичный, тёплая палитра, исторический сеттинг.
• Цель: минимально пригодный для публикации в TikTok / Reels материал.

Я не профессиональный монтажёр. Базовое владение CapCut и ChatGPT, оплата всех сервисов с карты Мир через российские прокси-боты или прямые российские интеграции. Засекал время телефонным таймером, фиксировал каждый шаг.

Прогон 1: ручная сборка через 4 сервиса

Шаг 1. Сценарий через ChatGPT (через ChadGPT-бот). 24 минуты.

Открыл ChadGPT в Telegram, попросил сценарий шортса с тремя фактами про Спарту. Получил три варианта. Первый звучал как Википедия, второй — как ученический пересказ, третий — слишком «жёлтый».

Довёл руками: переписал хук, сократил длинные предложения, разбил на 4 чанка по ~10 секунд. Ушло 24 минуты — из них 15 на сценарий и 9 на нарезку под раскадровку.

Затраты: подписка ChadGPT 290 ₽/мес, использовал примерно на 30 ₽ токенов.

Шаг 2. Голос через ElevenLabs. 38 минут.

Зашёл в ElevenLabs (через VPN, бесплатный план не позволяет нормальный экспорт). Подобрал русский мужской профиль — потратил ~10 минут, потому что нативные русские голоса в v3 я раньше не настраивал. Сгенерировал 4 фрагмента озвучки.

В двух местах модель неправильно поставила ударение в имени «Леонид». Перегенерировал. В одном фрагменте интонация прозвучала уставшей — поднял эмоцию, перегенерировал. Скачал 4 MP3.

Затраты: подписка ElevenLabs Starter $5/мес = ~450 ₽. Время: 38 минут (включая возню с VPN).

Шаг 3. Видео через Pixverse-бот в Telegram. 51 минута.

На каждый чанк сценария — отдельный промпт в Pixverse-бота. Четыре сцены: спартанский тренировочный лагерь, поле битвы при Фермопилах, спартанские женщины, ночной город Спарты.

Каждая генерация — 60–90 секунд. На каждой второй сцене модель «съезжала» по стилю: то бронзовый оттенок брони, то стальной; то солнечный день, то сумерки. Пересоздавал 3 сцены из 4. Итого 7 генераций.

Затраты: пакет в боте ~1 690 ₽ за 680 токенов, израсходовал ~140 токенов = ~350 ₽. Время: 51 минута.

Шаг 4. Сборка в CapCut. 54 минуты.

Скачал 4 видео + 4 голосовых файла. Загрузил в CapCut на десктопе. Кадрировал каждый под 1080×1920 (вручную, потому что Pixverse выдал 16:9). Расставил по таймлайну, синхронизировал с голосом — на двух местах пришлось подрезать, потому что видео заканчивалось раньше, чем фраза.

Добавил субтитры (CapCut auto-subs, поправил три ошибки). Поставил простой переход между сценами. Сделал обложку в Canva (отдельная вкладка, ещё 8 минут). Экспортировал.

Затраты: CapCut бесплатный, Canva Free. Время: 54 минуты.

Итог по ручной сборке

• Суммарное время: 2 часа 47 минут на один ролик.
• 4 разных интерфейса, 5 переключений контекста на каждый чанк.
• Подписки: ChadGPT (290 ₽), ElevenLabs ($5 ≈ 450 ₽), Pixverse-токены (~350 ₽). На один ролик пришлось ~620 ₽ маржинальной стоимости (если учесть, что подписки идут на месяц).
• Качество — приемлемое для публикации, но «дрейф» стиля заметен между сценами.

Если я масштабирую этот процесс до 30 шортсов в месяц, мне нужно 80+ часов ручной работы. Это полноценная работа на 2 рабочие недели. Без выходных.

Прогон 2: Welder за один проход

Открыл Welder, выбрал нишу «история», подвид «античность». Указал длительность 45 секунд, тон «спокойный кинематографичный», голос — мужской русский профиль.

Дальше платформа сама:

1. Сгенерировала 3 варианта сценария по проверенным формулам хука. Я выбрал тот, что зашёл.
2. Закрепила персонажа (спартанский воин) и стилистику (тёплый закат, бронза, песок) — чтобы держались между сценами.
3. Прогнала 5 чанков через Veo 3 с фиксированным сидом стиля.
4. Озвучила через ElevenLabs v3 русским профилем.
5. Собрала вертикалку 9:16 с субтитрами и обложкой.

Я за это время выпил кофе и проверил два сообщения в Telegram. Через ~7 минут на экране был готовый шортс — без CapCut, без Canva, без VPN.

Качество: сопоставимое с ручной сборкой по визуалу, но стиль гораздо более стабильный — все 5 сцен выглядят как один автор. Голос в одном тембре по всему ролику. Субтитры были без ошибок (видимо, синхронизированы со сценарием, а не транскрибированы Whisper'ом).

Если честно — в ручной сборке мне больше понравились две сцены из четырёх. Pixverse выдал атмосферную ночную Спарту, которую Welder сделал чуть «чище». Это не значит, что одна модель «лучше» другой — у разных диффузионных моделей разный почерк, и иногда он лучше попадает в вашу задачу. Но это тот случай, когда платишь часами работы за конкретные эстетические нюансы — они есть, но обычно не решают судьбу канала.

Где Welder реально выигрывает — это не визуальная отделка, а отсутствие микрорутины. У меня не было момента «ой, забыл скачать MP3» или «ой, голос обрезался». Сборка прошла одним проходом, и это самое ценное, когда таких роликов в месяц 30, а не 1.

Затраты: ₽2 075/мес на Creator-плане, в нём это ~6 серий по 5–8 роликов = около 40 роликов. То есть маржинальная стоимость одного шортса в составе плана — около 50 ₽.

Сводная таблица: цифры теста

Где ручная сборка реально интересна

Я не пишу этот текст, чтобы убедить вас, что ручной стек — это плохо. Он отличный — для определённых задач:

• Эксперимент. Хотите попробовать новую модель видео — Pixverse, Kling, Hailuo, Pika — ручной стек гибче. Меняете один сервис в цепочке и смотрите результат.
• Один ролик. Если вам нужен один промо-ролик в квартал, экономика «620 ₽ vs 2 075 ₽/мес» очевидна.
• Кастомные сценарии. Свадебное видео, корпоратив, спецпроект с уникальной визуалкой — у пайплайна нет таких пресетов, ручная сборка тут впереди.
• Учебный процесс. Когда вы изучаете, как устроены LLM, TTS, диффузия видео и монтаж — ручной стек это лучшая школа.

Это похоже на разницу между сборкой бургера дома и заказом доставки. Дома вы знаете каждый ингредиент и можете крутить рецепт как хотите. Доставка экономит время и стабильно даёт предсказуемый результат. Если вам нужен бургер раз в год для эксперимента — собирайте дома. Если нужно кормить 30 человек в месяц регулярно — есть смысл подумать про доставку.

И ещё один важный момент про ручной стек. Когда вы работаете в одиночку, набор подписок ChadGPT + ElevenLabs + Pixverse + CapCut Pro в сумме даёт ~3 000 ₽/мес плюс цена ваших часов. Креатор-новичок часто думает «ну ChatGPT же бесплатный, ElevenLabs free-tier есть» — и не считает скрытые расходы: VPN, Canva Pro для нормальных обложек, отдельную подписку на музыку без копирайт-страйков, иногда плата за скачивание из стоков. К концу третьего месяца стек обрастает 5–7 микро-подписками, каждая из которых забирает 200–700 ₽. Это нормальная часть «индихакерского» подхода, но к ней лучше быть готовым заранее.

Детальный разбор того, что именно ломается при ручной сборке серии и почему пайплайн закрывает это системно, — в гайде по 5 проблемам прямого доступа к нейронкам. А прямое сравнение Telegram-ботов с Veo 3 — в материале по 6 ботам vs Welder.

Если вы агентство и собираете 6 каналов параллельно, эта арифметика даёт ещё более жёсткий ответ. Подробный разбор экономики мульти-канального формата — в кейсе агентства с 6 ИИ-каналами.

Что я сделаю в следующий раз

Для одного эксперимента — ручной стек. Для канала — Welder. Простой критерий: если я буду выпускать 1–2 шортса в неделю под одну нишу, каждый сэкономленный час прямо превращается в новый ролик или новую тему.

Ещё один практический вывод. После часа работы с CapCut и переключений между ChatGPT, ElevenLabs, Pixverse и Canva я почти не помнил, какую тему собирался брать следующей. У ручного стека высокая когнитивная цена: вы тратите внимание не на содержание канала, а на координацию инструментов. Через пайплайн я успевал между сериями ещё придумывать новые темы — голова не была забита микрооперациями.

Если хотите повторить тест на своей теме — берите пробный доступ Welder без карты и одну вашу подписку на бот. Один и тот же сценарий через два пайплайна — за 3 часа у вас будут собственные цифры. Всё остальное — рассуждения. Полный список тарифов и расчёт под ваш канал — на странице Welder Pricing. Запишите время на каждый шаг, посчитайте итоговую стоимость с учётом всех подписок и сравните визуальный «дрейф» стиля по 5 финальным роликам.