AI Muzyczne Wideo Prompty, Które Naprawdę Działają
Jak opisać wizual, aby AI wyprodukowało coś użytecznego, z strukturami promptów i przypadkami błędów do unikania.
Różnica między złym wizualem AI a dobrym zazwyczaj leży w opisie, a nie w modelu. Oto struktura, która działa i błędy, które produkują papkę.
Kolejność, która działa
Umieść informacje w tej kolejności, a wyniki natychmiast się poprawią:
- Typ ujęcia. Ujęcie szerokie, zbliżenie, ujęcie z powietrza, niski kąt.
- Temat, konkretnie. Zardzewiały czerwony rower na mokrej ceglanej ścianie.
- Oświetlenie i czas. Złota godzina, pochmurno, ostry południe, neon w nocy.
- Ruch. Powolne zbliżenie, temat porusza się z lewej do prawej, kamera statyczna.
- Wygląd. Zbożowy 16mm, wysoki kontrast, stonowana paleta.
Modele mocno ważą początek promptu, dlatego typ ujęcia i temat idą na początku, a notatki stylistyczne na końcu.
Konkretne rzeczowniki biją przymiotniki
To jest największa dostępna poprawa.
Słabe: mroczna, atmosferyczna scena miejska z smutnym klimatem
Silne: mokra alejka w nocy, jedno migoczące światło, para z wentylacji, bez ludzi
Pierwsze opisuje uczucie i pozostawia każdą rzeczywistą decyzję modelowi. Drugie opisuje obraz. Uczucia to to, co chcesz, aby widz miał, a nie to, co powinieneś pisać.
Jeden pomysł na ujęcie
Prompty proszące o dwa wydarzenia produkują żadne. "Kobieta przechodzi przez drzwi do lasu" to dwa ujęcia, a proszenie o to w jednym generowaniu niezawodnie produkuje coś niespójnego.
Podziel to. Ujęcie pierwsze to drzwi, ujęcie drugie to las. Chciałeś cięcia tam i tak.
Wyraźnie określ ruch
Nieokreślony ruch to miejsce, w którym modele improwizują, a improwizują źle. Jeśli nie powiesz, co się porusza, dostaniesz dryfowanie, zniekształcanie i obiekty cicho zmieniające kształt.
Powiedz to:
- "Kamera statyczna, tylko deszcz się porusza"
- "Powolne zbliżenie, temat nieruchomy"
- "Zablokowane, dym dryfujący w lewo"
"Kamera statyczna" to najprzydatniejsze dwa słowa w promptach wideo AI i prawie nikt ich nie używa.
Znane przypadki niepowodzeń
Unikaj lub omijaj te, ponieważ zawodzą na każdym obecnym modelu:
- Ręce, szczególnie robiące coś konkretnego
- Czytelny tekst. Znaki, loga, pisanie jakiegokolwiek rodzaju
- Tłumy. Twarze w tle będą błędne
- Szybki złożony ruch. Taniec, sport, cokolwiek z kończynami w ruchu
- Ciągłość między cięciem. Ten sam obiekt nie będzie pasował między dwoma generacjami, chyba że użyjesz obrazu referencyjnego
Jeśli ujęcie potrzebuje jednego z tych, zaprojektuj wokół tego lub zaakceptuj, że będziesz musiał kilka razy powtórzyć.
Użyj obrazu referencyjnego dla spójności
Tak utrzymasz świat spójny w ośmiu scenach. Wygeneruj jedną klatkę, z której jesteś zadowolony, a następnie użyj jej jako odniesienia dla wszystkiego innego. Przenosi paletę, ustawienie i temat między ujęciami w sposób, w jaki żadna ilość powtórzeń promptu tego nie zrobi.
Szablony promptów
Atmosferyczna pętla, działa dla Canvas: Zbliżenie, atrament rozpraszający się w wodzie, czarne tło, jedno źródło światła z góry, kamera statyczna, zwolnione tempo, wysoki kontrast
Ustalenie sceny: Ujęcie szerokie, pusta droga nadmorska o świcie, niski mgła, pochmurne światło, kamera statyczna, stonowana paleta, zbożowy 16mm
Scena tematyczna, bez ryzyka twarzy: Ujęcie średnie z tyłu, postać w długim płaszczu idąca w stronę, deszczowa ulica, neonowe odbicia, powolne zbliżenie
Ujęcie tekstury: Ekstremalne zbliżenie, deszcz uderzający w okno samochodu w nocy, rozmyte światła uliczne w tle, kamera statyczna, płytka głębia ostrości
Twój pierwszy teledysk czeka
Muzie działa w twojej przeglądarce, nie potrzebujesz aplikacji. Wybierz piosenkę, dodaj zdjęcie, a resztę zrobi Muzie.
