В первой части мы рассказывали, как плагин IT Reelsmaker для Claude Code монтирует вертикальные ролики из «говорящей головы»: режет запись по звуку, ставит субтитры и собирает графику в цветах бренда. Тогда у плагина была версия 1.20.0. С тех пор вышли версии с 1.21 по 1.38: 13 ноября 2026 года ядро дошло до 1.38.1. Главное за эти три недели: плагин научился монтировать ролики для Reels, Shorts и TikTok без съёмки, когда вас нет в кадре. Вы надиктовываете текст на телефон и получаете объяснялку из сцен, нарисованных кодом, а рядом со сценами может стоять маскот бренда, который открывает рот под вашу запись. То же голосовое можно положить и поверх своих кадров, снятых без звука, или фотографий. А если голоса нет вовсе, получится ролик без речи: текст на экране, звуки и музыка, собранная кодом.
Принцип ядра за это время не изменился. Плагин ничего не генерирует нейросетью — ни картинку, ни видео, ни голос. Сцены и маскот — это моушн-дизайн, который Claude пишет кодом в Remotion. Голос всегда ваш, записанный, а короткие звуки и музыка теперь тоже собираются кодом. Озвучка клоном вашего голоса есть только в онлайн-дополнении — о ней ниже.
Reels без съёмки: ролик из сцен под ваш голос
С версии 1.26.0 видео для ролика может вообще не понадобиться. Хватит записи голоса на телефон — подойдут m4a, wav, mp3, ogg и opus. Плагин режет эту запись так же, как видео из первой части: убирает паузы, находит дубли, слегка ускоряет речь, выравнивает громкость и проверяет края склеек. Если файл пустой или слишком короткий, плагин скажет об этом сразу, а не упадёт на середине работы. Предупредит он и о ровном фоне под голосом — музыке или шумной комнате: такой фон потом звучит под каждым словом ролика, поэтому голос лучше записать чисто, а музыку добавить при монтаже. Повторный запуск без изменений берётся из кэша.
Картинкой служат графические сцены — хук, цифра, перечень, схема, — и встают они на произнесённые слова. Для такого ролика появилась настройка voice: голос в кадре (по умолчанию) или за кадром. Если голос звучит за кадром, субтитры остаются поверх полноэкранных сцен, а текст сцены держится над ними и не налезает. Длину ролика задаёт ваша запись. Дольше примерно 70 секунд плагин предупреждает, что на ноутбуке с 8 ГБ памяти такой рендер может не пройти. Мастеринг откажется собирать ролик, в рендере которого пропал голос: без этой проверки он молча выдал бы немое промо.
Кому это нужно? Эксперту, который не любит камеру. Рубрике, где лицо ничего не добавляет. Тому, у кого мысль есть сейчас, а снять себя получится только послезавтра.
Маскот бренда с липсинком по вашей записи
Версия 1.27.0 добавила маскота — по желанию, сам он в ролик не встанет. Claude рисует персонажа компонентом Remotion прямо в вашем проекте, в цветах бренда, а характер подбирает по тону и аудитории бренда. У каждого бренда получается своя фигура.
Маскот стоит в левом нижнем углу над субтитрами. Пока вы говорите, он не замирает, а на словах, которые вы отметите в плане, отвечает жестом по смыслу реплики. Жест привязан к слову, как вставки из первой части, поэтому после перемонтажа он остаётся на своей реплике.
Рот открывается по громкости вашей записи. Плагин меряет звук на каждом кадре и считает речью то, что на 10 дБ громче фона между словами. В паузах рот закрыт. С версии 1.32.0 рот учитывает и форму гласной: может растянуться шире или стать круглее. Это тоже меряется по звуку самой записи, без расшифровки, поэтому высокий голос или низкий — не важно. Живую речь замер различает грубо, так что чаще всего рот остаётся нейтральным, зато обычная речь больше не выглядит «в основном круглой».
С версии 1.31.0 маскот моргает как живой. Веко закрывается через «полуприкрыто», а не щёлкает, примерно каждое пятое моргание двойное, а темп человеческий — раз в 2,6–4,6 секунды. Одно и то же видео при каждом рендере моргает одинаково. Смена позы больше не похожа на склейку: на ней маскот моргает, а у персонажа из готовой картинки поза меняется плавно, за два кадра, пока глаза закрыты.
С версии 1.34.0 жест нарисованного маскота похож на актёрскую игру, а не на движение шарнира. Части тела догоняют новую позу по очереди: сначала глаза, на кадр позже голова, ещё через кадр руки, потом кисти. В громких моментах поза «щёлкает» на место за два кадра и держится, а если тон бренда разрешает, после щелчка маскот слегка покачивается, и это покачивание затухает за полсекунды. В спокойном тоне переход остаётся плавным, как раньше.
Насколько заметным будет персонаж, решает тон бренда. В премиальном тоне маскота нет совсем, в спокойных тонах вроде экспертного и технологичного он сдержанный, у остальных работает в полную силу. «Пружинит» при смене позы он только на громкой сцене и только у бренда, которому это разрешено. Проверки не пускают маскота на субтитры, кнопки приложения, сцены, выноски и мемы. Жест — не чаще раза в 0,8 секунды и никогда на появлении сцены, а маскот на ролик всего один. Если ролик перемонтировали, а рот остался посчитанным по старой версии, плагин откажется собирать проект и попросит пересчитать.
Маскот из готовой картинки персонажа
Если у бренда уже есть персонаж, нарисованный иллюстратором, перерисовывать его кодом не нужно. С версии 1.28.0 плагин принимает лист поз — сетку на одной картинке или папку PNG, по файлу на позу, с отдельными кадрами «говорит» и «моргнул», если они есть. Скрипт режет это в атлас, кладёт в папку бренда и собирает контрольный лист.
С фоном плагин обращается бережно. Прозрачная картинка остаётся как есть. Ровный фон снимается от краёв внутрь, поэтому белые глаза на белом фоне уцелеют. Куски фона, зажатые внутри фигуры, например между рукой и боком, плагин нумерует на контрольном листе и убирает только по вашей команде. Картинку на градиенте или фотографии он не берёт. Все позы масштабируются и сдвигаются так, чтобы голова стояла в одной точке и не прыгала при смене позы. С версии 1.29.2 плагин сам предлагает, где у персонажа голова и глаза, — поправлять вручную приходится реже.
Рот — это нарисованный кадр «говорит» или овал поверх картинки, моргание — кадр «моргнул» или веко цвета кожи. Овал поверх готового рисунка заметно уступает нарисованному кадру, поэтому если заказываете персонажа у иллюстратора, попросите сразу и этот кадр. Несимметричного персонажа — с логотипом на футболке или пробором на одну сторону — плагин никогда не отражает зеркально.
Выноски на предметах теперь идут за объектом
В первой части выноски — точка на предмете, линия и плашка с названием — работали только в неподвижном кадре. Версия 1.21.0 сняла это ограничение. На панораме или при обходе квартиры с рук плагин следит за предметом кадр за кадром и ведёт точку за ним. На стыке склейки и там, где предмет уходит из кадра, слежение останавливается, и точка плавно гаснет. Для медленной панорамы опорные точки можно задать вручную. Проверка плана меряет картинку вдоль всего пути и не пропустит выноску, которая сползла с предмета, а после перемонтажа попросит пересчитать слежение. Для этого нужны OpenCV и numpy.
Вариантов выноски стало больше: подпись прямо над линией без плашки (там, где фон слишком светлый для такой подписи, плагин её не поставит), бейдж с ценой или рейтингом в круге, кольцо вокруг одного предмета среди других и размерная линия между двумя точками с размером посередине. У любой цифры на выноске по-прежнему должен быть источник. Выноску можно поставить и на человека: точка встаёт на плечо, идёт за ним, а подпись уходит на свободную сторону кадра. Всё это пока экспериментальное.
ИИ-агент проверяет рендер до показа
Раньше готовый рендер первым видел человек. С версии 1.23.0 первым его смотрит агент. Каждую склейку он разглядывает вблизи, весь ролик — в размере экрана телефона, а замечания пишет строками «время · где · проблема → исправление» с приоритетами. После двух кругов исправлений оставшееся он не чинит молча в третий раз, а сдаёт как «прошёл с замечаниями».
Молча не подменяется ничего. Если не нашлось программы, модели или шрифта или упал какой-то шаг, агент говорит, чего не хватает и что от этого изменится в ролике, и только потом идёт более простым путём.
Отдельная работа сделана против шаблонности. Отрезки дольше 3,5 секунды, где в картинке ничего не меняется, плагин находит ещё по плану. Промо из одних сцен он проверяет на слайд-шоу: один тип сцены везде, три одинаковые подряд, нет главного момента. «Тест на подмену» ловит ролик, который подошёл бы к любой теме. А в правилах нового бренда сразу есть короткий список того, что делает ролик похожим на всех остальных.
Звуковые эффекты кодом и музыка с самой насыщенной части
В первой части мы предлагали стартовый набор из 260 звуков CC0. С версии 1.24.0 он не обязателен: короткие звуки под события в кадре плагин синтезирует сам через ffmpeg по рецептам из скилла. Скачивать нечего, проверять лицензию тоже не нужно. Звук получают только события, которые видно в кадре. Ложится он на один кадр позже картинки, а повторяющийся звук чередует два-три варианта, чтобы на каждой склейке не звучало одно и то же.
Музыка теперь начинается не с тихого вступления. Если в ролике нет одного момента, под который нужно подогнать трек, агент ищет в треке отрезок длиной с ваш ролик, где больше всего энергии, и стартует с него. У серии роликов появился журнал решений: выбор, сделанный на одном выпуске, доходит до следующих, даже если каждый монтируется в новом разговоре.
Картинка отдельно от звука: основа для закадрового голоса
Версия 1.25.0 снаружи почти незаметна, но без неё не было бы ни «сцен с голосом», ни закадрового голоса, ни ролика без речи. Раньше в ядре стык звука и стык картинки были одним и тем же местом: где режется голос, там режется и видео. Вести картинку отдельно от голоса было невозможно. Теперь звук и картинка — две отдельные дорожки, поэтому картинка может меняться не там, где режется голос. В обычном ролике с говорящей головой они точно совпадают, и там ничего не поменялось: прогон на прежних проектах совпал со старой версией байт в байт, включая готовый ролик. Проверки лиц и виртуальная камера идут за картинкой, проверки речи, выравнивание громкости и субтитры — за звуком.
Сам режим вырос из практики. Три ролика без говорящей головы мы сначала смонтировали руками. В одних голосовые сообщения шли поверх немых общих планов, и для этого приходилось подкладывать чёрное видео и склеивать два проекта вручную. В другом речи не было вовсе: текст, музыка и планы с цветом, подобранным под каждый кусок. Из этих роликов вышли два рецепта, а план режима прошёл три ревью разными моделями. Главная находка ревью — тот самый общий стык звука и картинки.
Закадровый голос поверх ваших кадров
С версии 1.29.0 голосовое с телефона можно положить на свои кадры. Звуком ролика становится ваша запись — подойдут ogg, opus, m4a, wav и mp3, — а картинкой немые общие планы, другие клипы и фотографии. Раньше для такого ролика приходилось подкладывать под голос чёрное видео и склеивать два проекта руками. Теперь это один монтаж и одна команда, после которой готов финальный файл. Планы под голос плагин расставляет сам. Мы проверили режим на ролике из двух голосовых и 19 общих планов: склейки и кадры совпали с ручной сборкой, звук — тоже.
Части можно смешивать. Сначала вы говорите в кадре, потом звучит закадровый голос поверх планов, потом снова вы. А закончить ролик можно текстом на фоне, когда голос уже отзвучал.
Кадр можно привязать к слову: картинка сменится ровно в тот момент, когда вы его произнесёте. Если клип короче своего места в ролике, плагин не станет замораживать последний кадр, а остановится и покажет, сколько секунд нужно и сколько есть. Фотография может стоять неподвижно, медленно приближаться, отдаляться или плыть в сторону. Если в кадре и так есть движение, виртуальная камера на нём не включается.
Цвет настраивается для каждой локации отдельно: офис и закат одним балансом белого не выровнять. Если в кадр попали посторонние люди, которых нельзя показывать, это нужно отметить, и ролик не выйдет, пока полноэкранная сцена их не закроет. Правила, которые берегут лицо говорящего, — лимит вставок, запрет на два полноэкранных куска подряд — действуют только там, где человек действительно говорит в кадре. На закадровой части их нет: там планы и есть картинка. А вот время на чтение текста и тон бренда проверяются по-прежнему.
Агент сам предложит ролик без съёмки
Новые режимы не нужно искать в инструкции. С версии 1.29.1 агент сам спрашивает, если вы просите ролик без съёмки, и предлагает три варианта: сцены поверх голоса с телефона, ваш голос поверх немых кадров или фото, промо только из сцен. Чтобы начать, хватит фразы «сделай ролик из моего голосового». Если подключено онлайн-дополнение, агент назовёт и ещё один путь — озвучку вашим клонированным голосом.
Маскота агент тоже предлагает сам, но только там, где он к месту: в ролике, где в кадре никто не говорит, и у бренда, у которого маскота ещё нет. В списке он отмечен как новинка — нарисованный кодом в цветах бренда или ваш готовый персонаж. В премиальном тоне агент его не предлагает, и без вашего выбора маскот в ролик не встанет.
При первом запуске плагин в трёх строках рассказывает, что умеет, включая ролики без камеры. А если вы обновились сразу через несколько версий, блок «Что нового» покажет главное из каждой, а не первые пункты списка.
Ролик без речи: текст на экране, звуки и музыка
С версии 1.30.0 голос не нужен вовсе. Картинка — ваши немые планы или человек в кадре, который молчит, а смысл несёт текст на экране, слово в слово как в брифе. Бриф делится на блоки по строкам: хук, подпись, перевод, панчлайн. Сколько держать каждый блок, плагин считает по времени чтения, а не на глаз, и сам подкладывает под блоки клипы. Если в тексте поменялось слово, блок пропал или показан дважды, проверка ролик не пропустит. На реальных кадрах длина по времени чтения вышла 14,43 секунды, а при ручном монтаже того же ролика — 14,5.
Ролик без речи может закончиться панчлайном, который держится на экране, пока зритель реагирует, — без призыва к действию. Если клип замедлен сильнее чем до ×0,75, плагин предупредит: кадры начнут повторяться.
Про звук такой бриф спрашивает всегда. Эффекты ставятся на события в кадре, а для музыки три варианта: собрать её кодом, взять ваш лицензионный трек или выбрать трек в приложении при публикации. В последнем случае ролик выйдет со звуками, а в отчёте будет напоминание выбрать трек. Лицензионный трек, который кончается раньше ролика, мастеринг не примет.
Обложкой ролика без речи с версии 1.37.0 становится кадр с хуком — главной фразой ролика, а не, скажем, метка рубрики.
Для рубрик появились метки серии: подпись рубрики вверху кадра и логотип в углу только на последних секундах. Пресет серии запоминает их вместе с голосом и музыкой.
Музыка, собранная кодом
Вместе с роликом без речи в ядре появился свой генератор музыки. Это синтез кодом, без нейросетей и стоков. Трек выходит ровно по длине ролика, вместе с финальной карточкой. Стилей четыре, они отличаются инструментами, ритмом и плотностью: ровный грув, пульс, напряжение и эмбиент без явного бита.
Музыка подстраивается под текст. На повороте сюжета она обрывается, как остановленная плёнка, под чтение возвращается легче, а на панчлайне звучит акцент и следом тишина для реакции. Паузы, остановки и акценты стоят точно на долях. Сцены тоже можно ставить на доли, но время на чтение всегда важнее музыкальной сетки. С теми же настройками трек всегда получается одинаковым, а если хочется другого, плагин соберёт другую аранжировку.
Мастеринг теперь держит −14 LUFS и после звуковых эффектов: раньше с музыкой громкость после эффектов уползала до −12,3. Музыку, собранную под другую длину или для другого ролика, мастеринг не примет, а задуманные паузы в треке не принимает за конец музыки.
Ролики из фотографий
С версии 1.35.0 фотографии под закадровым голосом и в ролике без речи стали полноценным материалом. У каждого фото можно указать главное — область на снимке или «лица». Наезд тогда заканчивается на главном с запасом вокруг — настолько глубоко, насколько хватает пикселей снимка, но не больше чем вдвое, — отъезд с него начинается, неподвижный кадр ставит его в центр, а панорама идёт вдоль группы людей или панорамного снимка. Всё движение проверяется по кадрам заранее: если главное не помещается в кадр, плагин остановится, покажет цифры и подскажет выход: панораму, фото целиком или рамку поменьше. Сцены поверх фото тоже кадрируют главное, а не лицо по умолчанию.
С версии 1.37.0 подходят и фото с iPhone в формате HEIC: конвертировать их в JPEG вручную больше не нужно. Нужен свежий ffmpeg — со старым плагин прямо скажет экспортировать снимок в JPEG, и испорченный кадр в ролик не попадёт.
Режим прогнали на семи кадрах из настоящих подсъёмок, сохранённых как фото: два из них были записаны боком, одно маленькое. Из них собрали ролик с закадровым голосом на 16,5 секунды и ролик без речи с музыкой кодом на 13,3 секунды.
Проверка футажа перед монтажом
С версии 1.38.0 плагин перед роликом без говорящей головы просматривает ваши клипы и подсказывает, где могут быть проблемы:
- камера трясётся;
- в конце клипа остался хвост из видеоредактора;
- есть тёмные или пересвеченные куски, чёрные или застывшие кадры;
- человек в кадре что-то говорит, и губы не совпадут с закадровым голосом;
- кто-то повернулся к камере;
- в кадре больше лиц, чем обычно, — возможно, посторонние.
Это подсказки, а не приговор: плагин ничего не выкидывает и ничего не меняет в проекте, решаете вы. А то, что оценить не смог, — например, небо без деталей или слишком мелкие лица, — он так и помечает.
Озвучка вашим клонированным голосом
Теперь с голосом есть три пути: записать голосовое на телефон, сделать ролик без речи или озвучить сценарий клоном своего голоса. Третий путь есть только в онлайн-дополнении it-reelsmaker-online с версии 1.6.0, через ElevenLabs, а в ядре синтеза голоса по-прежнему нет. Дополнение читает сценарий рилса вашим голосом, а дальше ядро монтирует запись так же, как голосовое с телефона.
- Только свой голос: выбранный в вашем аккаунте ElevenLabs или клонированный из свежей чистой записи, с подтверждённым согласием.
- Сначала цена, потом «да»: дополнение показывает, сколько кредитов уйдёт, и запускает озвучку только после вашего согласия. Если поменялся текст, голос или настройки, нужно новое «да».
- Деньги не списываются дважды, даже если связь оборвалась посреди озвучки. А если остановить работу на полпути, дополнение доозвучит только недостающие куски.
Для ориентира: озвучка рилса на 27 секунд обошлась в 147 кредитов. По ценам ElevenLabs на ноябрь 2026 года тариф Starter стоит $6 в месяц и даёт 30 000 кредитов — это примерно 200 таких роликов в месяц. Тарифы у сервиса меняются, так что это оценка.
Как установить и обновить IT Reelsmaker
Плагин по-прежнему есть в официальном каталоге Claude: по статистике каталога на ноябрь 2026 года, у него больше 16 000 установок и больше 5 000 аккаунтов, активных за последние 28 дней. Но новые версии с кодом каталог теперь не принимает, и у его пользователей остаётся ранняя версия 1.6.1 — подробно эту историю мы разобрали в статье о том, почему каталог берёт код только от Verified. Без локальных скриптов монтажа не бывает, поэтому под каталог плагин мы больше не подстраиваем. Всё, о чём шла речь в обеих статьях, ставится из нашего маркетплейса на GitHub:
claude plugin marketplace add https://github.com/itpartypattaya/reels-montage.git
claude plugin install it-reelsmaker@itpartyЕсли плагин уже стоит из маркетплейса, обновление — двумя командами, после которых скилл один раз покажет блок «Что нового»:
claude plugin marketplace update itparty
claude plugin update it-reelsmaker@itpartyТем, кто обновляется с версий до 1.22, стоит знать про две перемены. Плагин больше не читает переменные окружения: если вы задавали папку проекта или путь к модели лиц через REELS_PROJECT или REELS_FACE_MODEL, перенесите их в it-reelsmaker.json или в настройки проекта, reel-defaults.json. И команды переименованы: export стал stage, set — change. Агент знает новые имена сам, но если у вас есть свои заметки или скрипты со старыми командами, их нужно поправить.
В онлайн-дополнении it-reelsmaker-online облачная расшифровка теперь принимает длинные записи. У сервиса предел 25 МБ на файл, это примерно 13 минут звука в том виде, в каком его готовит ядро, поэтому запись длиннее уходит в сжатом моно mp3: 34-минутный доклад весит 8,3 МБ. Тайминги слов от этого не меняются, а mp3 создаётся только после того, как вы согласились с ценой, и удаляется после запроса.
Главная страница репозитория тоже переписана: теперь это витрина — что получается из одного сырого дубля, быстрый старт в две команды, семь шагов со схемами. Рядом появился README на китайском.
Открытый код и обратная связь
IT Reelsmaker по-прежнему распространяется по лицензии MIT, исходники и все скрипты лежат в репозитории на GitHub, а что изменилось в каждой версии — в CHANGELOG (на английском). Если сделали первую объяснялку из голосового, завели маскота или нашли ошибку, пишите в Issues: именно на такой обратной связи мы выбираем, что делать следующим.
