Первые две секунды ролика.
Почему зритель смахивает видео и как собирается крючок

Первый кадр это отдельная работа

Большинство артистов монтирует вертикальный ролик как маленький клип. Есть начало, есть развитие, есть концовка. Логика правильная для кино и совершенно нерабочая для ленты, потому что в ленте нет зрителя, который сел смотреть. Есть человек, который листает большим пальцем и принимает решение раньше, чем успевает подумать.

Поэтому первые две секунды имеет смысл вынуть из ролика и делать отдельно. Не «начало видео», а самостоятельную единицу со своей задачей, своим сценарием и своим временем на монтаже. Тело ролика можно снять один раз, а вход к нему собрать в пяти вариантах и спокойно проверить, какой из них держит именно твою аудиторию.

Дальше в статье мы разбираем этот вход по кускам. Что происходит на первых трёх десятых секунды, зачем в кадре нужно движение, как устроен титр, куда ставить самую цепкую часть трека, какие технические рамки ломают крючок ещё до публикации и как тестировать варианты, не сжигая на догадки месяц работы.

Сколько внимания тебе реально дают

Начнём с цифры, которая переворачивает подход к монтажу. Полутора секунд подлинного внимания хватает, чтобы ролик закодировался в памяти человека. Замеряли это не в лаборатории с испытуемым, прикованным к экрану, а на живом листании ленты, больше чем на двадцати тысячах просмотров семидесяти двух роликов.

Вторая цифра из того же замера объясняет, почему всё так тяжело. Восемьдесят пять процентов размещений получают меньше двух с половиной секунд внимания. То есть подавляющее большинство роликов человек вообще не смотрит в том смысле, который вкладывает в это слово автор. Он их проматывает, иногда даже не осознавая, что промотал.

Отдельно про вертикальный формат. По замерам поведения в вертикальной ленте самая ценная часть ролика это первые две секунды для запоминания и первые две с половиной для узнаваемости. Дальше внимание никуда не пропадает, но добавляет уже гораздо меньше. Там же считали конверсию, и оказалось, что призыв к действию, поставленный прямо в стартовый кадр, даёт прирост на сорок четыре процента по сравнению с тем же самым призывом, сдвинутым чуть позже внутри тех же двух секунд.

Читай эти цифры так. У тебя нет трёх секунд на разгон, у тебя есть примерно полторы секунды на то, чтобы человек понял, что перед ним, и решил не убирать палец. Всё, что стоит в ролике до этого понимания, работает против тебя.

Что площадка считает просмотром и где это видно

Прежде чем чинить вход, надо научиться его измерять, иначе спор пойдёт на уровне «мне кажется». В статистике отдельного клипа ВКонтакте автору показывают количество уникальных зрителей, суммарное время просмотров и среднее время просмотра. Последняя цифра и есть твой диагноз по входу, всё остальное про другое.

В общем кабинете статистики Клипов лежит метрика поинтереснее, она называется средний досмотр. Считается как отношение средней длительности просмотров за период к общей продолжительности клипов. То есть площадка сама делит то, сколько человек смотрел, на то, сколько ты снял. Если ролики по тридцать секунд, а средний досмотр держится около десяти процентов, ломается именно вход, а не концовка.

В YouTube Analytics для Shorts есть пара метрик, которые говорят то же самое ещё прямее. Shown in feed показывает, сколько раз ролик вообще попал в ленту, а Viewed vs swiped away показывает долю показов, где зритель остался смотреть, а не пролистал. Вторая метрика буквально измеряет качество твоих первых секунд, ничего другого она не измеряет.

Ещё две детали про подсчёт, чтобы не обманываться красивыми числами. С тридцать первого марта 2025 года YouTube засчитывает просмотр Shorts в момент, когда ролик начал воспроизводиться или повторяться, без минимального времени смотрения. Прежний способ подсчёта переименовали в engaged views, и именно он идёт в монетизацию и партнёрскую программу. А в VK Видео в первом квартале 2026 года ввели новый подход, где просмотр длинного видео засчитывается только после пяти секунд смотрения.

Анатомия первых двух секунд по отрезкам

Теперь по частям. Разложим вход на отрезки и посмотрим, что должно происходить в каждом из них. Отрезков всего четыре, и каждый занят конкретной работой, поэтому свободного места под разбег там физически не остаётся.

1. 1

   Кадр опознаётсяот 0,0 до 0,3 сек

   За это время человек не читает и не слушает, он опознаёт картинку целиком. Работает контраст, лицо, крупный объект и понятная сцена. Мелкая деталь, дальний план и тёмный кадр на этом отрезке не читаются вообще, палец уходит раньше, чем глаз успевает разобраться, что там происходит.

2. 2

   Появляется обещаниеот 0,3 до 0,8 сек

   Зритель должен получить ответ на вопрос, ради чего оставаться. Обещание бывает визуальным, когда в кадре началось что-то незаконченное, и текстовым, когда титр называет ситуацию из жизни зрителя. Если обещания нет, дальше идёт вежливое смахивание, и никакая красота кадра его не отменяет.

3. 3

   Обещание подтверждаетсяот 0,8 до 1,5 сек

   Человек проверяет, не обманули ли его. Подтверждение приходит движением или звуком. Если картинка встала, а трек всё ещё разгоняется, зритель уходит ровно здесь. Полторы секунды это та отметка, после которой ролик уже закодировался в памяти, и дальше держать внимание становится заметно легче.

4. 4

   Первый поворотот 1,5 до 2,0 сек

   Нужно любое изменение. Склейка, смена плана, вход бита, появление второго объекта, смена титра. Ролик, в котором за две секунды ничего не изменилось, читается как статичный, даже если технически там что-то шевелится.

5. 5

   Начинается тело роликапосле 2,0 сек

   Только с этой точки идёт то, что ты вообще-то хотел показать. Всё, что раньше планировалось как разбег, надо перенести сюда или выкинуть. Это самое неприятное решение на монтаже и самое полезное для цифр.

Обрати внимание, чего в этой раскладке нет вообще. В первых двух секундах не осталось места для заставки, для приветствия, для логотипа и для кадра, где ты только берёшь микрофон. Дело не в том, что это некрасиво. Дело в том, что отрезков четыре и каждый уже занят.

И ещё одна вещь, которую видно только на большом объёме роликов. Вход почти никогда не бывает плохим по одной причине. Обычно там сразу три ошибки подряд, статичный кадр, титр про себя вместо зрителя и интро вместо припева. Поэтому чинить его надо целиком, а не по одному пункту за неделю.

Движение вместо статики

Самая частая поломка входа выглядит безобидно. Ролик начинается с красивого статичного кадра, потому что автору кажется, будто зритель должен в картинку войти. В ленте это читается как пауза, а пауза в ленте это прямое приглашение листать дальше.

Движение бывает трёх видов, и любое из них лучше статики. Двигается камера, двигается объект в кадре или двигается сам монтаж. Третий вариант самый дешёвый, потому что не требует ни оператора, ни площадки, достаточно поставить склейку внутри первой секунды и дать глазу повод остаться.

Отдельно про переходы. Бесшовные переходы, где следующий кадр вырастает из предыдущего, а не сменяет его встык, дают прирост запоминаемости на пятьдесят три процента и прирост времени просмотра на четырнадцать процентов. Это не про модный эффект из мобильного редактора, это про то, что глазу не за что зацепиться и решить «тут закончилось, можно дальше».

Титр в первом кадре и просмотр без звука

Заметная часть ленты смотрится без звука или вполуха. В опросе жителей США 2022 года, где участвовало чуть больше тысячи двухсот человек, семьдесят процентов зумеров и пятьдесят три процента миллениалов сказали, что часто смотрят видео с субтитрами, в среднем по выборке так делает половина опрошенных. Выборка американская и не первой свежести, но направление понятное, и российская лента ведёт себя похоже.

Площадки это видят и подстраиваются под привычку. В феврале 2025 года VK Видео увеличил объём роликов с субтитрами в десять раз и заявил, что на главном экране восемь из десяти видео идут с новыми субтитрами. Вывод для тебя простой. Ролик обязан работать глазами даже при выключенном звуке, а значит первый кадр обязан нести смысл текстом.

Как писать титр. Он говорит про жизнь зрителя, а не про твою биографию. Не «мой новый трек», а фраза, в которой человек узнаёт свою ситуацию. Длина такая, чтобы прочиталось за секунду, это примерно пять или шесть слов. Темп подачи текста от пяти до десяти слов в секунду показал рост узнаваемости в два и одну десятую раза, так что растягивать титр на длинное предложение смысла нет, оно просто не успеет дочитаться.

И техническая деталь, о которой забывают почти все. У Клипов есть охранные поля, это области, где поверх видео накладываются элементы плеера. Важный текст и ключевую часть картинки туда ставить нельзя, иначе зритель их не увидит, а ты будешь думать, что титр не сработал. Больше про то, как собирать формулировки первых кадров под конкретного артиста, мы разобрали в статье про контент для музыканта.

Вход на пике трека, а не на интро

Дальше про звук, и тут артисты теряют больше всего. Ролик почти всегда начинают с начала песни, потому что так кажется логичным. Логично, но в ленте губительно, ведь интро писалось для человека, который уже нажал воспроизведение, а не для того, кто листает и слышит твой трек впервые в жизни.

Правило простое. На первую секунду ролика ставится самая узнаваемая часть песни. Обычно это первая строка припева, иногда цепкая вокальная фраза или характерный звук, по которому трек опознаётся. Если такой части в треке вообще нет, проблема не в монтаже, и решать её надо в студии, а не в редакторе.

Второе правило про громкость. Звук должен войти на рабочем уровне сразу, без нарастания. Фейд на первой секунде ухо читает как «ещё не началось», и человек уходит ровно в этот момент, даже если картинка ему понравилась.

И организационное, из-за чего срываются целые пачки роликов. В Клипах для коммерческих роликов трек берут из подборки со свободной лицензией либо получают личное разрешение правообладателя. Треков вне библиотеки VK Клипов в роликах не будет, звук отключат, а попытка вшить аудио до загрузки обнаруживается. Значит порядок такой, сначала релиз выходит и попадает в каталог, и только потом под него собирается пачка. Как это укладывается в общий план по площадке, мы расписали в материале про продвижение музыки в VK Клипах.

Что выкинуть из старта

Вот список того, что живёт в первых двух секундах у большинства артистов и не должно там жить. Пройдись по нему со своим последним роликом, обычно совпадений набирается три или четыре.

• Заставка с логотипом. Она забирает самый дорогой отрезок ролика и ничего не обещает зрителю. Логотип уместен в конце, когда человек уже решил остаться, а не в момент, когда он решает уйти.
• Приветствие. «Всем привет, сегодня я хочу показать» съедает полторы секунды и говорит только одно, что суть будет позже. Зритель до этого «позже» не доживает.
• Разгон трека. Восемь тактов интро в ролике на двадцать секунд это сорок процентов хронометража, потраченных на разогрев. В ленте разогревать некого.
• Кадр подготовки. Ты подходишь к микрофону, надеваешь наушники, садишься за стол, поправляешь свет. Всё это подготовка к событию, а зрителю нужно само событие.
• Тёмный или пустой первый кадр. На маленьком экране в движении он читается как отсутствие картинки. Начинай со светлого и контрастного, даже если задумка мрачная.
• Длинный титр. Двенадцать слов не прочитываются за секунду. Режь до пяти или шести, остальное переноси на вторую строку и на более поздний момент.
• Текст в охранных полях. Ключевая фраза, закрытая элементами плеера, всё равно что её нет. Отступай от краёв и от нижней зоны, где живут подписи и кнопки.
• Ссылки на другие соцсети. Ссылки в описании и в комментариях снижают шансы клипа попасть в рекомендации, так же влияют эффекты и фильтры из сторонних сервисов. Веди людей через шапку профиля, а не через описание ролика.

Чтобы было нагляднее, вот те же вещи в виде сравнения. Слева типовой старт, справа рабочий, в середине то, что при этом происходит с цифрами в кабинете.

Технические рамки, из-за которых крючок не доезжает

Часть роликов умирает не от плохого крючка, а от экспорта. Официальные требования ВКонтакте к клипу такие. Длина от трёх секунд до трёх минут, формат девять к шестнадцати, разрешение 1080 на 1920 пикселей, поддерживается Full HD и частота шестьдесят кадров в секунду, максимальный размер файла один гигабайт.

Частота кадров тут не формальность. Шестьдесят кадров в секунду заметно меняют ощущение от движения в первую секунду, а именно движение и держит зрителя на этом отрезке. Если снимаешь на телефон, поставь шестьдесят кадров в настройках камеры и экспортируй в том же режиме, разница видна невооружённым глазом.

По YouTube Shorts рамка другая. С пятнадцатого октября 2024 года максимальная длина Shorts выросла до трёх минут, и все вертикальные и квадратные ролики до трёх минут, загруженные с этой даты, автоматически попадают в категорию Shorts. Свободы по хронометражу стало больше, но на вход это не влияет никак. Длинный ролик с плохими первыми двумя секундами просто даёт зрителю больше возможностей уйти.

Как тестировать входы. Одно тело, пять крючков

Теперь самое полезное. Крючок нельзя придумать один раз и угадать, его можно только перебрать. Схема выглядит так. Берёшь один трек, режешь под него одно тело ролика и собираешь к нему три или пять разных входов. Меняются только первые две секунды, всё остальное остаётся неизменным до кадра, иначе ты сравниваешь не крючки, а разные ролики.

Публикуешь по одному, а не пачкой в один день. Пачка в один день путает картину, потому что ролики начинают конкурировать друг с другом за один и тот же показ. Между вариантами держишь сопоставимое время суток, потому что утренняя лента и вечерняя ведут себя по-разному, и это разница не про твой крючок.

Цифры снимаешь через сутки после публикации, не раньше. Смотришь среднее время просмотра и средний досмотр, а не лайки и не комментарии. Лайк это реакция тех, кто досмотрел, он ничего не говорит про тех, кто ушёл на первой секунде, а тебя интересуют именно они.

И главное правило, которое ломают все. Не меняй подход раньше двадцати роликов. До этой отметки ты смотришь на шум, а не на сигнал, и любой вывод будет случайным. Двадцать роликов при темпе один в день это меньше месяца работы, это нормальная цена за понимание того, что держит твою аудиторию. Про диагностику по цифрам, когда ролики уже вышли, у нас есть отдельный разбор, почему ролики не набирают просмотры.

Журнал теста, который стоит завести

Без записи тест превращается в ощущения. Через две недели ты уже не помнишь, чем вариант B отличался от варианта C, и делаешь вывод по последнему ролику, который случайно взлетел. Скопируй эту заготовку в заметки и веди её по каждой пачке.

ЖУРНАЛ ТЕСТА ВХОДОВ (скопируй и веди по каждому ролику)

Трек:
Тело ролика (одно на всю пачку):
Длина ролика, сек:
Дата старта теста:

ВАРИАНТ ВХОДА A
Первый кадр (что видно):
Титр (не больше 6 слов):
Движение в первые 0,5 сек (камера / объект / склейка):
С какой секунды трека стартует звук:
Дата публикации:
Показы через 24 часа:
Среднее время просмотра через 24 часа, сек:
Средний досмотр, %:
Подписки / переходы:

ВАРИАНТ ВХОДА B
Первый кадр (что видно):
Титр (не больше 6 слов):
Движение в первые 0,5 сек (камера / объект / склейка):
С какой секунды трека стартует звук:
Дата публикации:
Показы через 24 часа:
Среднее время просмотра через 24 часа, сек:
Средний досмотр, %:
Подписки / переходы:

ВАРИАНТ ВХОДА C
Первый кадр (что видно):
Титр (не больше 6 слов):
Движение в первые 0,5 сек (камера / объект / склейка):
С какой секунды трека стартует звук:
Дата публикации:
Показы через 24 часа:
Среднее время просмотра через 24 часа, сек:
Средний досмотр, %:
Подписки / переходы:

ИТОГ ПАЧКИ (заполняется после 20 роликов)
Победивший вход:
Среднее время просмотра у победителя, сек:
Насколько он лучше худшего варианта, раз:
Что общего у двух лучших входов:
Что переносим в следующую пачку:
Куда пускаем бюджет (посев / таргет): 

Через двадцать роликов у тебя на руках будет то, чего нет почти ни у кого. Не мнение про крючки вообще, а конкретное знание, какой тип входа держит именно твоего зрителя. Дальше этот тип становится твоим шаблоном, и следующая пачка снимается уже быстрее и точнее.

Почему сильный трек не спасает слабый старт

Логика «музыка хорошая, значит зайдёт» не работает по одной технической причине. Человек в ленте не слышит трек целиком, он слышит первую секунду и принимает решение по ней. До припева, который ты считаешь своим главным аргументом, доходит меньшинство, и это меньшинство ты сам отобрал качеством входа, а не качеством песни.

Отсюда неприятный вывод. Средний трек с сильным входом соберёт больше прослушиваний, чем сильный трек со слабым. Это не значит, что музыка не важна, музыка первична и без неё ничего не строится. Это значит, что вход это отдельный навык, и он не появляется сам по себе от того, что песня получилась.

Если собирать весь контур руками не получается, мы закрываем его целиком. Монтируем ролики пачками с раздельной сборкой входов, ведём тест и снимаем цифры, дальше подключаем посев у блогеров и таргет ВКонтакте под победивший вариант, а параллельно выпускаем релиз на пятьдесят пять с лишним площадок, чтобы под ролики было куда вести людей. Через нас прошло больше сорока артистов и больше десяти миллионов прослушиваний, релизы выходят каждую неделю.

Если релиз собран в нейросети

Отдельно для тех, кто делает музыку в генеративных сервисах. Всё, что написано выше про вход, для тебя работает ровно так же, а по факту даже важнее. Причина не в качестве твоего материала, а в механике площадок. Распознанную генерацию стриминги ограничивают в алгоритмической подаче и не берут в редакционные плейлисты, значит бесплатного потока слушателей изнутри площадки почти не будет.

Практически это значит, что весь трафик тебе придётся приводить снаружи, роликами, посевом и таргетом. И тогда качество первых двух секунд перестаёт быть вопросом эстетики и становится вопросом экономики, потому что каждый показ, который ты потерял на входе, ты оплатил бюджетом. Тут выигрывает не тот, у кого лучше сгенерировано, а тот, у кого лучше собран старт ролика.

Частые вопросы