AI-кастинг: как нейросети меняют подбор актёров

Кастинг-директор Яна получает от режиссёра список из двадцати имён потенциальных исполнителей главной роли. Её задача — к утру подготовить презентацию клиенту: фото, даты рождения, фильмография, актуальные работы, ориентировочные гонорары. Она открывает шесть вкладок браузера, переписывает данные из КиноПоиска в Excel, ищет свежие фото в Google, проверяет актуальность информации по каждому актёру вручную. На одну таблицу — четыре часа. На презентацию — ещё два. Это стандартный вечер вторника, и завтра список может полностью измениться, потому что клиент «пока не уверен».

Так работает кастинг в большинстве продакшенов. AI не заменяет кастинг-директора, но убирает эту рутину — сбор, структурирование и визуализацию данных. В результате четыре часа на таблицу превращаются в двадцать минут, а время освобождается для того, что действительно важно: живого общения с актёрами, оценки химии между партнёрами, переговоров с агентами.

Создание кастинговой таблицы — задача, которую в каждом продакшене решает по-своему, но всегда одинаково утомительно. Ассистенту нужно собрать по каждому актёру: полное имя, дату рождения, актуальную фотографию, список значимых работ с годами, контакт агента, примечания о текущих проектах. Источники разбросаны: КиноПоиск, IMDb, профили в социальных сетях, базы кастинговых агентств, личные архивы. Данные противоречат друг другу — на одном сайте актёр указан в проекте, на другом уже нет. Фото устарели. Фильмография неполная. Каждая ячейка таблицы — результат ручной проверки.

Из этой таблицы затем формируется презентация для клиента: подборка с фотографиями, краткими биографиями и ориентировочными бюджетами. Если клиент просит «показать ещё вариантов» — цикл повторяется сначала.

Параллельно с табличной работой креативный продюсер решает другую задачу: как должен выглядеть персонаж. Режиссёр говорит «что-то вроде Дензела Вашингтона в «Тренировочном дне», но моложе и с восточными чертами лица». Клиент представляет себе «звезду сериала, который мы смотрели весной». Эти описания нужно перевести в конкретные визуальные референсы — собрать коллажи, найти фото, создать понятную всем сторонам визуальную базу.

Раньше это делалось через Pinterest, скриншоты из фильмов, поиск в Google Картинках. Процесс занимал дни и часто приводил к ситуации, когда все смотрели на одни и те же десять картинок, потому что алгоритмы рекомендаций показывали всем одно и то же. Креативная конвергенция — явление, описанное в работе платформы DirectorRoster: Pinterest и Instagram формировали «эхо-камеру алгоритмов», в которой директора переставали предлагать оригинальные визуальные решения.

Индустрия отреагировала на эти боли быстро. По данным DataIntelo, рынок платформ для кастинг-директоров устойчиво растёт.2 млрд. Внедрение AI в этот сегмент происходит по трём направлениям.

Первое — ML-based matching algorithms, которые сокращают время shortlisting на 40–60%. Платформа анализирует профили актёров (внешность, опыт, стиль игры, данные о прошлых кастингах) и сопоставляет их с требованиями роли. Вместо ручного просмотра сотен профилей кастинг-директор получает ранжированный список кандидатов с оценкой соответствия.

Второе — NLP-based script analysis, которая автоматически генерирует talent requirement profiles из текста сценария. AI выделяет описания персонажей, возрастные рамки, физические характеристики, этнические требования, особые навыки (владение языками, умение играть на инструменте, опыт боевых искусств) — и формирует структурированный бриф для кастинга.

Третье — компьютерное зрение для анализа self-tapes. 58% enterprise-подписчиков кастинговых платформ уже используют AI-powered features для talent discovery и audition screening. Алгоритмы оценивают техническое качество видео (освещение, звук, фокус), эмоциональную доставку (мимика, интонация, язык тела) и соответствие роли — до того, как кассету посмотрит кастинг-директор.

В Suin.AI процесс начинается с простого действия: загрузки списка имён в текстовый чат с AI-агентом, настроенным на задачи кастинга. Агент работает в воркспейсе команды, имеет доступ к интернету и интегрирован с текстовыми нейромоделями GPT-5.5 и Claude Sonnet 4.6.

Промпт выглядит так:

Составь кастинговую таблицу по списку актёров. Для каждого укажи:
- Полное имя, дату рождения, возраст
- 3-5 ключевых работ из фильмографии с годами
- Актуальные проекты (2024-2025)
- Контакт агентства (если есть в открытом доступе)
- Примечания: языки, специальные навыки, ограничения по графику

Список: [перечислить актёров]

Выведи результат в формате markdown-таблицы.

AI собирает данные из открытых источников, проверяет их кросс-ссылками, отмечает противоречия. Таблица формируется за 3–5 минут. Если какие-то данные требуют уточнения — агент выделяет их отдельным списком вопросов. Готовая таблица сохраняется в воркспейсе команды, доступна для редактирования и экспорта.

Для клиентской презентации агент может преобразовать таблицу в структурированный документ с фото, добавить ориентировочные категории гонораров (если команда загрузила прайс-лист в базу знаний) и сформировать PDF для отправки.

Когда режиссёр даёт описание персонажа, креативный продюсер может получить визуальный референс за минуты. В MediaLab Suin.AI модель Nano Banana Pro генерирует фотореалистичные портреты по текстовому описанию — с контролем возраста, внешности, одежды, выражения лица, фона и освещения.

Разговорное редактирование Nano Banana Pro позволяет итерировать визуал без перегенерации с нуля: «сделай моложе на десять лет», «замени куртку на пальто», «добавь шрам на левую скулу». Это сокращает время согласования внешности персонажа с часов до минут.

Пример промпта для кастингового визуала:

Character casting visual: male, early 30s, mixed East Asian and 
Caucasian features, short black hair with slight wave, sharp jawline, 
warm brown eyes with tired expression. Wearing a worn navy peacoat 
over a gray sweater. Medium close-up portrait, neutral gray studio 
background, soft Rembrandt lighting from the left, sharp focus on 
face, photorealistic casting headshot style, shot on 85mm f/1.8 lens, 
natural skin texture, subtle freckles.

Для стандартизации работы с кастинговыми визуалами используйте структурированный шаблон. Каждый параметр в таблице ниже контролирует конкретный аспект итогового изображения и может редактироваться отдельно.

Заполняйте каждую строку конкретикой вместо абстрактных эпитетов. «Cinematic lighting» даёт непредсказуемый результат; «soft Rembrandt lighting from the left, 3200K warm key light» — предсказуемый и воспроизводимый.

Self-tapes — видеозаявки актёров, записанные самостоятельно на камеру или смартфон — стали стандартом после 2020 года. Их объём вырос на порядок: на одну роль в крупном проекте поступает от 200 до 2 000 записей. Просмотреть всё физически невозможно.

AI-агент в Suin.AI решает эту задачу в три этапа. На первом анализируется техническое качество: освещение достаточно ли, звук чистый ли, актёр в фокусе, ракурс корректный. Записи с критическими дефектами отфильтровываются — агент отправляет актёру сообщение с конкретными рекомендациями по улучшению.

На втором этапе AI оценивает эмоциональную доставку: динамику голоса, мимику, язык тела, соответствие эмоциональному тону сцены. Это не заменяет человеческую оценку, но позволяет кастинг-директору начать просмотр с записей, которые уже прошли базовый фильтр.

На третьем этапе AI сопоставляет исполнение с требованиями роли: возрастное соответствие, физические параметры, наличие специфических навыков, указанных в заявке. Агент также проверяет соответствие этнических и языковых требований — если роль требует владения французским на уровне носителя, а self-tape записан только на русском, кандидат получает соответствующую пометку. Результат — ранжированный список с пометками, по которому кастинг-директор принимает решение о том, кого пригласить на live-пробы.

Начало кастинга — не поиск актёров, а точное понимание, кого искать. AI-агент анализирует сценарий и выделяет всех персонажей с указанием параметров, необходимых для кастинга.

Промпт для агента:

Проанализируй сценарий и выдели всех персонажей, требующих 
кастинга. Для каждого укажи:
1. Имя персонажа и возраст (или диапазон)
2. Пол, этничность, физические характеристики
3. Ключевые черты характера, влияющие на выбор актёра
4. Специальные навыки (языки, вождение, музыка, бой)
5. Тип роли (главная, второстепенная, эпизод)
6. Примечания для кастинг-директора

[Вставить текст сценария или его часть]

Claude Opus 4.7 или GPT-5.5 Pro обрабатывают полноформатный сценарий (90–120 страниц) за 2–3 минуты. Результат — структурированный casting breakdown, который служит основой для всех последующих шагов.

На основе breakdown AI генерирует текст casting call — объявления о просьбе прислать заявки. Хороший casting call привлекает подходящих актёров и отсекает неподходящих, экономя время всем сторонам.

На основе casting breakdown для персонажа [ИМЯ] напиши casting call 
для публикации. Тон: профессиональный, но тёплый. Включи:
- Название проекта (рабочее), жанр, формат
- Описание персонажа (внешность, возраст, тип)
- Требования к self-tape (что записать, хронометраж)
- Дедлайн подачи
- Контакт для отправки

AI-агент адаптирует тон объявления под тип проекта: сериал Netflix, независимое кино, рекламный ролик, театральная постановка — каждый формат требует своей лексики и структуры.

После сбора заявок AI-агент формирует сравнительную матрицу. Каждый кандидат оценивается по критериям из casting breakdown: возрастное соответствие, внешние параметры, актуальность опыта, наличие специальных навыков, качество self-tape. Агент присваивает каждому кандидату числовой балл по шкале от 1 до 10 для каждого критерия и выводит итоговый рейтинг с взвешенной суммой.

Веса критериев настраиваются под проект. Для исторической драмы важны внешнее соответствие эпохе и наличие театрального опыта — эти параметры получают больший вес. Для экшн-сериала приоритет отдаётся физической подготовке и опыту работы со спецэффектами. AI-агент сохраняет эти настройки как шаблон и применяет ко всем последующим раундам кастинга в рамках одного проекта.

Результат — таблица с цветовой маркировкой: зелёная зона (идеальное соответствие), жёлтая (соответствие с оговорками), красная (ниже порога). Кастинг-директор принимает решение на основе данных, а не на основе памяти о просмотренных записях.

Один из самых сложных этапов кастинга — оценка химии между актёрами. Классический подход: собрать живую пробу, посадить актёров рядом, дать сцену, смотреть. Это дорого и требует координации графиков.

AI предлагает промежуточный слой: визуализация пары актёров в одном кадре до живой пробы. В MediaLab загружаются фотографии двух кандидатов, и Nano Banana Pro генерирует кадр, на котором они изображены вместе — в контексте сцены из сценария. Это не заменяет живое взаимодействие, но даёт первичное представление о визуальном сочетании: пропорции, цветотипы, энергетика пары.

Cinematic two-shot of [ACTOR A DESCRIPTION] and [ACTOR B DESCRIPTION] 
sitting across from each other at a small wooden table in a dimly lit 
café. [Actor A] leans forward with intense expression, [Actor B] sits 
back with guarded body language. Warm tungsten practical lighting from 
pendant lamp above, shallow depth of field, background patrons blurred. 
Shot on 50mm lens, medium shot, film grain, independent drama aesthetic.

Кадр вставляется в презентацию для режиссёра и клиента как визуальный аргумент за или против конкретного сочетания.

Полный цикл кастинговой подготовки — от сценария до презентации клиенту — может быть свёрнут в два часа при использовании AI-инструментов Suin.AI. Ниже пошаговый чек-лист с временными рамками и указанием моделей для каждого этапа.

Итого: 2 часа от сценария до презентации клиенту с визуальными референсами.

Для сравнения: классический workflow занимает 1–2 рабочих дня только на сбор данных и формирование таблицы, плюс ещё день на визуальные референсы и согласование. Экономия — 10–12 часов на каждый раунд кастинга. При четырёх-пяти раундах на проект (типичная цифра для рекламного продакшена или сериала) суммарная экономия достигает 40–60 часов — полная рабочая неделя ассистента или кастинг-директора.

Тариф Standard Suin.AI (2 690 руб/мес, 750 нейронов) покрывает весь описанный workflow для 3–4 проектов в месяц. Для команд с высоким объёмом кастинговых работ — сериалы, рекламные продакшены, кастинг-агентства — оптимален тариф Pro (4 990 руб/мес, 1 650 нейронов), который обеспечивает доступ к Claude Opus 4.7 и увеличенный лимит генераций в MediaLab.