実際に機能するAIミュージックビデオプロンプト
AIが使えるものを生成するためのビジュアルの説明方法、プロンプト構造と避けるべき失敗ケース。
悪いAIビジュアルと良いものの間のギャップは、通常、説明にあります。ここに機能する構造と、ムッシュを生み出すミスがあります。
機能する順序
情報をこの順序で配置すると、結果がすぐに改善されます:
- ショットタイプ。 ワイドショット、クローズアップ、空中、低角度。
- 主題を具体的に。 濡れたレンガの壁に対する錆びた赤い自転車。
- 照明と時間。 ゴールデンアワー、曇り、厳しい正午、夜のネオン。
- 動き。 ゆっくりとしたドリーイン、主題が左から右に動く、カメラは静止。
- 見た目。 粒子のある16mm、高コントラスト、ミューテッドパレット。
モデルはプロンプトの前半を重視するため、ショットタイプと主題を最初に、スタイルに関するノートを最後に配置します。
具体的な名詞は形容詞よりも優れています
これは最も大きな改善です。
弱い: 悲しい雰囲気のあるムーディーな都市のシーン
強い: 夜の濡れた路地、ちらつくストリップライト、通気口からの蒸気、人はいない
最初の説明は感情を表し、実際の決定はモデルに任せます。2番目は画像を説明します。感情は視聴者に持ってほしいものであり、入力すべきものではありません。
一つのアイデアごとにショット
2つのイベントを要求するプロンプトは、どちらも生み出しません。「女性がドアを通って森に入る」は2つのショットであり、1回の生成で要求すると、確実に無秩序なものが生成されます。
それを分けます。ショット1はドア、ショット2は森です。そこにカットが必要でした。
動きを明示的に述べる
未記載の動きはモデルが即興で行う場所であり、彼らは悪く即興します。何が動くのかを言わなければ、漂流、歪み、物体が静かに形を変えることになります。
言ってください:
- 「カメラは静止、雨だけが動く」
- 「ゆっくりとプッシュイン、主題は静止」
- 「ロックオフ、煙が左に漂う」
「カメラは静止」というのは、AIビデオプロンプトで最も便利な2語であり、ほとんど誰も使用しません。
知られている失敗ケース
これらは回避するか、回避する必要があります。現在のモデルではすべて失敗します:
- 手、特に何か特定のことをしている場合
- 読みやすいテキスト。 サイン、ロゴ、あらゆる種類の書き込み
- 群衆。 背景の顔が間違っている
- 速い複雑な動き。 ダンス、スポーツ、速さでの四肢の動き
- カット間の連続性。 2つの生成間で同じオブジェクトが一致しない限り、参照画像を使用しないといけません。
これらのショットが必要な場合は、それを設計するか、再生成することを受け入れます。
一貫性を保つための参照画像を使用
これが、8シーン間で世界を一貫させる方法です。満足のいくフレームを生成し、それを他のすべての参照として使用します。それは、プロンプトの繰り返しでは達成できない方法で、ショット間でパレット、設定、主題を保持します。
プロンプトテンプレート
雰囲気のループ、Canvasに最適: クローズアップ、水にインクが広がる、黒い背景、上からの単一の光源、カメラ静止、スローモーション、高コントラスト
シーンの確立: ワイドショット、夜明けの空の海岸道路、低い霧、曇りの光、カメラ静止、ミューテッドパレット、16mm粒子
主題シーン、顔のリスクなし: 後ろからのミディアムショット、長いコートを着た人物が歩いている、雨に濡れた通り、ネオンの反射、スロードリー追従
テクスチャーカットアウェイ: エクストリームクローズアップ、夜の車の窓に雨が当たる、ぼやけた街灯が後ろにある、カメラ静止、浅い被写界深度
プロンプトを活用する
プロセスの残りは、AI音楽ビデオの作り方にあります。スタイルの方向性が見た目をどれだけ押し上げることができるかを確認するには、実際のMuzie音楽ビデオをブラウズしてください。
あなたの最初のミュージックビデオが待っています
Muzieはブラウザで動作し、アプリは必要ありません。曲を選び、写真を追加すると、あとは自動で処理します。
