所有文章

有效的AI音乐视频提示

如何描述视觉,以便AI生成可用的内容,包括提示结构和需要避免的失败案例。

糟糕的AI视觉与好的AI视觉之间的差距通常在于描述,而不是模型。这里是有效的结构和产生模糊的错误。

01

有效的顺序

将信息按此顺序排列,结果会立即改善:

  1. 镜头类型。 广角镜头、特写镜头、空中镜头、低角度。
  2. 主题,具体。 一辆生锈的红色自行车靠在湿砖墙上。
  3. 光线和时间。 黄金时段、阴天、强烈的正午、夜间霓虹。
  4. 运动。 缓慢推进,主题从左到右移动,相机静止。
  5. 外观。 粗糙的16mm,强对比度,柔和的调色板。

模型在提示的前面加重,因此镜头类型和主题放在前面,风格说明放在最后。

02

具体名词胜过形容词

这是可用的最大改进。

弱: 一个情绪化的城市场景,带有悲伤的氛围

强: 一个湿漉漉的巷子,夜晚,一盏闪烁的灯光,通风口冒出的蒸汽,没有人

第一个描述了一种感觉,将每个实际决定留给模型。第二个描述了一幅画面。感觉是你希望观众拥有的,而不是你应该输入的内容。

03

每个镜头一个想法

要求两个事件的提示不会产生任何结果。“一个女人走过一扇门进入森林”是两个镜头,要求它在一次生成中可靠地产生模糊的内容。

将其拆分。镜头一是门,镜头二是森林。你本来想在那里切换。

04

明确说明运动

未说明的运动是模型即兴发挥的地方,而它们即兴发挥得很糟糕。如果你不说什么在移动,你会得到漂移、扭曲和物体悄悄改变形状。

说出来:

  • “相机静止,只有雨在移动”
  • “缓慢推进,主题静止”
  • “固定,烟雾向左漂移”

“相机静止”是AI视频提示中最有用的两个词,几乎没有人使用它们。

05

已知失败案例

避免或绕过这些,因为它们在每个当前模型上都失败:

  • 手, 特别是做任何特定的事情
  • 可读文本。 标志、徽标、任何形式的书写
  • 人群。 背景中的面孔会出错
  • 快速复杂运动。 跳舞、运动、任何快速的肢体动作
  • 剪切之间的连续性。 除非使用参考图像,否则同一对象在两次生成之间不会匹配

如果一个镜头需要其中之一,要么设计绕过它,要么接受你将多次重新生成。

06

使用参考图像保持一致性

这就是你如何在八个场景中保持世界一致。生成一个你满意的帧,然后将其用作其他所有内容的参考。它在镜头之间保持调色板、设置和主题,以一种任何数量的提示重复都无法做到的方式。

07

提示模板

氛围循环,适用于Canvas: 特写,墨水在水中扩散,黑色背景,上方单一光源,相机静止,慢动作,高对比度

建立场景: 广角镜头,黎明时空荡荡的海岸公路,低雾,阴天光线,相机静止,柔和调色板,16mm颗粒

主题场景,无面孔风险: 从后面拍摄的中景,身穿长外套的身影走开,雨水浸湿的街道,霓虹反射,缓慢跟随

纹理切割: 极近特写,雨水击打夜间汽车窗,模糊的街灯在后面,相机静止,浅景深

08

将提示付诸实践

从照片到导出的其余过程在如何制作AI音乐视频中。要查看风格方向可以推动外观的程度,请浏览真实的Muzie音乐视频。

您的第一个音乐视频在等待

Muzie 在您的浏览器中运行,无需应用程序。选择一首歌,添加一张照片,其他的交给它。

继续阅读

如何从照片制作 AI 音乐视频6 分钟阅读 分钟阅读Spotify Canvas:它是什么以及如何制作6 分钟阅读 分钟阅读如何制作一个人们真正会观看的歌词视频6 分钟阅读 分钟阅读