ارتقا بسته

ساخت فیلم سینمایی با هوش مصنوعی! شخصیت ثابت | ChatGPT Image 2.5 + Seedance 2.5

آموزش قدم‌به‌قدم ساخت یک ویدیوی سینمایی چندسکانسی با شخصیت ثابت، از طراحی کاراکتر تا کارگردانی و تولید نهایی با ChatGPT Image 2.5 و Seedance 2.5.

شروع تولید ↖
ساخت فیلم سینمایی با هوش مصنوعی! شخصیت ثابت | ChatGPT Image 2.5 + Seedance 2.5
اگر قرار باشد در یک ویدیوی ۳۰ ثانیه‌ای چند شخصیت داشته باشیم، وارد گذشته و خاطره شویم، دوربین در هر شات زاویه متفاوتی داشته باشد و در عین حال چهره شخصیت‌ها ثابت بماند، باید پرامپت را تقریباً مثل یک کارگردان طراحی کنیم.
در این آموزش می‌خواهیم قدم‌به‌قدم همین کار را انجام دهیم.
داستان ما دو فضای کاملاً متفاوت دارد:
زمان حال: مردی زخمی و خسته در یک خانه ویران مقابل زنی قرار گرفته که آلوده شده است.

خاطره: درست در اوج اتفاق، تصویر با یک Smash Cut به گذشته می‌رود و همان زن و مرد را سالم، عاشق و خوشحال در یک مزرعه طلایی می‌بینیم.
چالش اصلی اینجاست:
چطور به هوش مصنوعی بفهمانیم مرد زخمی و مرد سالم یک نفر هستند و زن آلوده هم دقیقاً همان زن سالمی است که چند ثانیه بعد در خاطره می‌بینیم؟

برای حل این مشکل، کل فرایند را به چند مرحله تقسیم می‌کنیم.

قدم اول: اول داستان را خیلی ساده بنویسید
اشتباهی که خیلی‌ها در پرامپت‌نویسی ویدیو انجام می‌دهند این است که از همان ابتدا سراغ اصطلاحات پیچیده سینمایی می‌روند.
این کار را نکنید.
اول داستانتان را طوری بنویسید که انگار می‌خواهید آن را در چند خط برای یک دوست تعریف کنید.
برای پروژه ما، داستان ساده تقریباً این است:
مردی زخمی و گریان در یک آشپزخانه ویران اسلحه را به سمت زن موردعلاقه‌اش گرفته که آلوده شده است.
زن با خشونت به او واکنش نشان می‌دهد.
مرد نمی‌تواند شلیک کند.
اسلحه را پایین می‌آورد و دست‌هایش را باز می‌کند.
زن به سمت او حمله می‌کند.
درست هنگام برخورد، تصویر ناگهان به گذشته کات می‌خورد.
همان زن و مرد را سالم و عاشق در یک مزرعه گندم هنگام غروب می‌بینیم.

فعلاً درباره لنز، نور، زاویه دوربین و حتی صدا فکر نکنید.
ما اول باید بفهمیم چه اتفاقی قرار است بیفتد.
فرمول این مرحله
شخصیت + موقعیت + تعارض + نقطه اوج + تغییر داستان + پایان
برای مثال:
مرد و زن خانه ویران مرد مجبور به تصمیم سخت است زن حمله می‌کند Smash Cut خاطرات عاشقانه
حالا می‌توانیم این داستان ساده را تبدیل به یک سکانس سینمایی واقعی کنیم.

قدم دوم: داستان را به Timeline تبدیل کنید
حالا باید مشخص کنیم هر قسمت داستان چند ثانیه طول می‌کشد.
در پروژه ما کل ویدیو حدود۲۷ ثانیه است (چون ۳ ثانیه آخر رو اجازه میدیم درست تمام شه برای همین ۳۰ ثانیه نمی کنیم ویدیو رو که مطمين بشیم داستان ما رو کامل وقت داره نشون بده)و به دو Timeline تقسیم شده:
0 تا 11 ثانیه — PRESENT
زمان حال.
فضا سرد، تاریک و پرتنش است.
مرد زخمی و خسته است و زن در وضعیت آلوده قرار دارد.
دقیقاً ثانیه 11 — نقطه تغییر
یک:
HARD SMASH CUT
اتفاق می‌افتد.
نه Fade.
نه Dissolve.
نه Morph.
تصویر باید در یک فریم از دنیای سرد زمان حال وارد گذشته گرم شود.
11 تا 27 ثانیه — MEMORY
خاطرات گذشته.
همان شخصیت‌ها را این بار سالم و خوشحال می‌بینیم.
همین تقسیم‌بندی ساده یکی از مهم‌ترین قسمت‌های پرامپت ماست. در پرامپت اصلی نیز Present از ۰ تا ۱۱ ثانیه و Memory از ۱۱ تا ۲۷ ثانیه تعریف شده است.

قدم سوم: قبل از شات‌ها، زبان بصری فیلم را تعریف کنید
حالا به هوش مصنوعی می‌گوییم کل فیلم باید چه شکلی باشد.
در پرامپت این بخش را با:
 
سبک بصری کلی و ثابت ویدیو
[GLOBAL STYLE]
مشخص می‌کنیم.
مثلاً:
[GLOBAL STYLE]
سبک بصری کلی و ثابت ویدیو

16:9 widescreen live-action cinema
سینمای لایو اکشن عریض با نسبت تصویر 16:9

24fps
۲۴ فریم بر ثانیه

fine 35mm grain
گرین ظریف و طبیعی فیلم ۳۵ میلی‌متری

shallow depth of field
عمق میدان کم

natural skin texture
بافت طبیعی پوست

realistic pores
منافذ واقعی و طبیعی پوست

physically accurate lighting
نورپردازی دقیق و واقع‌گرایانه بر اساس رفتار فیزیکی نور

real tears
اشک‌های واقعی و طبیعی

grounded human performances
بازی انسانی طبیعی، باورپذیر و به‌دور از اغراق

یعنی ما فقط نمی‌گوییم:
cinematic
بلکه دقیقاً مشخص می‌کنیم منظورمان از سینمایی چیست.
فیلم باید لایواکشن و فوتورئال باشد، بافت ظرافت فیلم 35mm داشته باشد، عمق میدان کم باشد، پوست طبیعی دیده شود و حتی اشک‌ها واقعی به نظر برسند

قدم چهارم: برای دو Timeline دو زبان تصویری متفاوت بسازید
اینجا یکی از جذاب‌ترین تکنیک‌های این پروژه را داریم.
ما نمی‌خواهیم فقط لباس شخصیت‌ها در گذشته تغییر کند.
می‌خواهیم مخاطب قبل از اینکه چیزی برایش توضیح داده شود، احساس کند وارد دنیای دیگری شده است.
بنابراین زمان حال را این‌طور تعریف می‌کنیم:
PRESENT:
زمان حال:

cold
سرد

desaturated
کم‌اشباع و رنگ‌پریده

dusty teal-grey
ترکیب خاکستری–فیروزه‌ای غبارآلود

low-key lighting
نورپردازی کم‌نور و پرکنتراست

crushed blacks
سیاهی‌های عمیق و فشرده

overcast window light
نور نرم و ابریِ ورودی از پنجره

slight handheld
حرکت خفیف دوربین روی دست

فضا سرد، بی‌رنگ و گرفته است و دوربین کمی Handheld حرکت می‌کند.
اما خاطره:
MEMORY:
خاطره:

warm golden-hour amber and peach
طیف گرم کهربایی و هلوییِ نور ساعت طلایی

volumetric sunlight
نور حجمی خورشید

backlit wheat
گندم‌های نورخورده از پشت

gentle lens flare
فلر ملایم لنز

smoother camera
حرکت نرم‌تر و روان‌تر دوربین

یعنی با رسیدن به خاطره، همه‌چیز تغییر می‌کند:
سرد -> گرم
خاکستری ->  طلایی
  Handheld <-  نرم
نور مرده  ->  Golden Hour
این تضاد باعث می‌شود Smash Cut بسیار قوی‌تر احساس شود.


قدم پنجم: مهم‌ترین قسمت — Reference / Identity Lock
حالا به یکی از اصلی‌ترین مشکلات ویدیوهای AI می‌رسیم:
ثبات شخصیت.
ما سه تصویر مرجع داریم.

لباس های خونگی تنش باشه کثیف صورت زخمی و خسته و کثیف حس نا امیدی و عرق کرده 
@image1

لباس خوش استایل مردانه بهاری پشیده حس مدلینگ @image2
موهای مشکی و صاف بلند خوش استایل و پوست صورت واقعی حس پوست با نور بیوتی@image3

@image1 = مرد در زمان حال
@image2 = همان مرد در خاطره
@image3 = زن سالم در خاطره


اما یک مشکل وجود دارد.
اگر فقط این سه عکس را به مدل بدهیم، ممکن است هوش مصنوعی تصور کند @image1 و @image2 دو مرد متفاوت هستند.
پس باید رابطه بین تصاویر را صریحاً تعریف کنیم.
مثلاً:
@image1 and @image2 are EXACTLY THE SAME MAN at two different points in time.

@image1 و @image2 دقیقاً یک مرد واحد هستند که در دو مقطع زمانی متفاوت دیده می‌شوند.

یعنی:
این دو عکس، دو شخصیت نیستند؛ یک شخصیت در دو وضعیت متفاوت‌اند.
بعد دقیق‌تر مشخص می‌کنیم چه چیزهایی نباید تغییر کنند:
چهره، نسبت اجزای صورت، چشم‌ها، بینی، فک، گوش‌ها، خط رویش مو، قد، تناسب بدن و آناتومی کلی.
برای زن نیز همین قانون را اعمال می‌کنیم. زن آلوده و زن سالم باید دقیقاً یک نفر باشند و @image3 مرجع اصلی هویت اوست.
یک قانون مهم
در پرامپت‌نویسی شخصیت ثابت باید تفاوت این دو مفهوم را بفهمیم:
Identity = ثابت

اما:
Condition = قابل تغییر

مثلاً مرد می‌تواند کثیف، زخمی، خسته یا سالم باشد؛ اما نباید تبدیل به آدم دیگری شود.


قدم ششم: شخصیت زمان حال را دقیق تعریف کنید
حالا برای هر نسخه از شخصیت یک Character Block جداگانه می‌نویسیم.
مثلاً:
PRESENT MAN
مرجع او @image1 است.
در این قسمت مشخص می‌کنیم:
صورت دقیقاً مطابق رفرنس باشد، موها آشفته و کمی خیس باشند، چشم‌ها خسته و قرمز، روی صورت کبودی و خراش وجود داشته باشد، خون خشک‌شده روی پیشانی دیده شود، پوست عرق‌کرده و کثیف باشد و حالت چهره کاملاً خسته و ناامید باشد.
حتی لباس را هم Lock می‌کنیم:
تی‌شرت روشن خاکستری/بژ کثیف و عرق‌کرده، یقه آسیب‌دیده، شلوار تیره و فرسوده و جوراب‌های کثیف.
این جزئیات در متن اصلی دقیقاً برای جلوگیری از برگشت مدل به طراحی قبلی شخصیت تعریف شده‌اند.

قدم هفتم: اگر رفرنس زن زامبی رو نساختید زن زامبی و آلوده را «شخصیت جدید» تعریف نکنید
این قسمت بسیار مهم است.
اگر بنویسیم:
یک زن زامبی بساز

مدل ممکن است یک شخصیت کاملاً جدید تولید کند.
در عوض می‌گوییم:
همان زن @image3 را به وضعیت آلوده تبدیل کن. فقط در صورتی که ویدیوی تولید شما ۳۰ ثانیه باشد اگر ادامه دار باشد باید برای زن زامبی هم عکس مرجع و رفرنس درست کنید.

بنابراین چون ویدیو ما ۳۰ ثانیه ای هست  ابتدا هویت را Lock می‌کنیم و بعد فقط وضعیت را تغییر می‌دهیم.
موهای بلند قهوه‌ای او حالا کثیف، گره‌خورده و خیس هستند؛ چشم‌ها حالت سفید و کدر پیدا کرده‌اند؛ پوست کثیف شده؛ لباس‌ها پاره و فرسوده‌اند.
اما فرم صورت، بینی، لب، فک و آناتومی اصلی همان زن باقی می‌ماند.
حتی در Negative Constraints مشخص می‌کنیم:

No decomposed face.
صورت نباید پوسیده یا تجزیه‌شده باشد.

No skeletal zombie.
زامبی نباید استخوانی یا اسکلتی باشد.

No major prosthetic deformation.
هیچ دفرمگی شدید ناشی از پروتز یا گریم سنگین وجود نداشته باشد.

No different actress.
از بازیگر زن متفاوت استفاده نشود؛ همان زن باید حفظ شود.

هدف این است که مخاطب وقتی بعد از Smash Cut زن سالم را می‌بیند، فوراً متوجه شود:
این همان زن است.

قدم هشتم: نسخه سالم شخصیت‌ها را جداگانه Lock کنید
همین کار را برای Memory انجام می‌دهیم.
MEMORY MAN = @image2
این همان مرد است، اما سالم، تمیز، مرتب و خوش‌استایل.
هیچ خون، کبودی، اشک یا کثیفی ندارد و لباس تمیز رفرنس دوم را حفظ می‌کند.
برای زن:
MEMORY WOMAN = @image3
لباس، مو، چهره و مشخصات ظاهری رفرنس باید حفظ شود.
در نتیجه ما عملاً چهار وضعیت داریم:
Present Man @image1
Memory Man @image2
Present Woman نسخه آلوده @image3
Memory Woman نسخه سالم @image3
و همین ساختار باعث می‌شود مدل رابطه بین شخصیت‌ها را بهتر بفهمد.

قدم نهم: لوکیشن‌ها را قبل از شات‌ها تعریف کنید
حالا دو محیط اصلی فیلم را مشخص می‌کنیم.
KITCHEN
خانه‌ای متروکه با دیوارهای پوسته‌پوسته، کابینت‌های چوبی، وسایل قدیمی، پنجره چهارقسمتی، نور ابری و هوای غبارآلود.
FIELD
گندم‌های طلایی بلند، تپه‌های نرم، کوه‌های دوردست و خورشید نزدیک افق.
چرا این کار را قبل از Timeline انجام می‌دهیم؟
چون دیگر لازم نیست در تک‌تک شات‌ها کل محیط را از ابتدا توضیح بدهیم. مدل از قبل می‌داند وقتی می‌گوییم KITCHEN یا FIELD درباره چه محیطی صحبت می‌کنیم.

قدم دهم: حالا داستان را Shot-by-Shot کارگردانی کنید
اینجاست که داستان ساده ابتدای آموزش تبدیل به پرامپت کارگردانی می‌شود.
فرمول هر Shot می‌تواند این باشد:
TIME + SHOT SIZE + CAMERA ANGLE + CHARACTER + ACTION + EMOTION + ENVIRONMENT + CAMERA MOVEMENT + SOUND

مثلاً شات اول:
0 تا 2 ثانیه — Shot A
Extreme Close-Up از مرد.
صورت زخمی او بیشتر کادر را گرفته است.
اسلحه در Foreground دیده می‌شود اما Out of Focus است.
دوربین حرکت بسیار جزئی Handheld دارد.
مرد گریه می‌کند ولی شلیک نمی‌کند.
در صدا فقط Drone پرتنش، نفس لرزان و صدای دور زن شنیده می‌شود.
همین یک شات تقریباً تمام اجزای فرمول بالا را دارد.


قدم یازدهم: برای هر کات دلیل داشته باشید
Shot B یک:
Hard Cut
است.
حالا دوربین از پشت شانه مرد، زن را نشان می‌دهد.
این همان تکنیک کلاسیک:
Over-the-Shoulder
است.
بعد دوباره به Medium Shot مرد برمی‌گردیم.
بعد Extreme Close-Up زن.
بعد Extreme Close-Up مرد.
یعنی تدوین دائماً بین این دو شخصیت حرکت می‌کند و تنش را افزایش می‌دهد.
این خیلی بهتر از این است که فقط بنویسیم:
دوربین نماهای مختلفی از زن و مرد نشان دهد.

ما دقیقاً به مدل می‌گوییم چه نمایی، از کجا و در چه ثانیه‌ای می‌خواهیم.

قدم دوازدهم: اکشن اصلی را مرحله‌ای بسازید
بین ثانیه 8.5 تا 10.2 مرد اسلحه را پایین می‌آورد.
بعد دست‌هایش را باز می‌کند.
چشم‌هایش شروع به بسته‌شدن می‌کنند.
در همان زمان صدای زن شدیدتر می‌شود.
یعنی ما فقط Action نمی‌نویسیم؛ Emotional Direction هم اضافه می‌کنیم.
مثلاً:
He is emotionally surrendering to the woman he still loves.
او از نظر احساسی در برابر زنی که هنوز دوستش دارد، تسلیم می‌شود.

این جمله به مدل کمک می‌کند بفهمد بازکردن دست‌ها صرفاً یک حرکت فیزیکی نیست؛ پشت آن احساس وجود دارد.


قدم سیزدهم: نقطه اوج را به Transition متصل کنید
در ثانیه 10.2 زن حمله می‌کند.
دستش به صورت مرد می‌رسد.
و دقیقاً در:
11.0s
داریم:
HARD SMASH CUT
کات ناگهانی، تند و ضربه‌ای

NO dissolve
بدون دیزالو / محوشدن تدریجی بین دو نما

NO fade
بدون فید / محوشدن تصویر به سیاهی یا از سیاهی

NO transitional morph
بدون مورف یا تغییرشکل تدریجی برای گذار بین دو صحنه

و سپس:
Cold grey PRESENT
زمان حال با فضای سرد و خاکستری


Warm golden MEMORY
خاطره با فضای گرم و طلایی

در یک فریم.
این نکته بسیار مهم است.
اگر فقط بنویسیم:
وارد خاطرات می‌شویم

ممکن است مدل Fade یا Morph ایجاد کند.
اما ما دقیقاً نوع Transition را کارگردانی کرده‌ایم.


قدم چهاردهم: بعد از Smash Cut ریتم فیلم را عوض کنید
از ثانیه 11 به بعد دیگر فیلم نباید مثل نیمه اول رفتار کند.
دوربین نرم‌تر می‌شود.
نور طلایی است.
زوج همدیگر را بغل می‌کنند.
زن می‌خندد.
مرد صورت او را لمس می‌کند.
در گندم‌ها دست در دست راه می‌روند.
کنار یکدیگر می‌نشینند.
و در پایان، دوربین به یک Wide Landscape می‌رسد.
یعنی Shot Sizeها نیز به مرور بازتر می‌شوند:
Medium Close-Up Close-Up Wide Medium Wide Landscape

Medium Close-Up
نمای مدیوم کلوزآپ / نمای نسبتاً نزدیک

Close-Up
نمای کلوزآپ / نمای نزدیک

Wide
نمای واید / نمای باز

Medium Wide
نمای مدیوم واید / نمای نیمه‌باز

Landscape
نمای منظره / قاب افقی و باز از محیط

این باعث می‌شود بعد از فشار شدید نیمه اول، فیلم به‌تدریج «نفس بکشد». ساختار شات‌های I تا N در متن اصلی دقیقاً همین مسیر را دنبال می‌کند.

قدم پانزدهم: صدا را مثل تصویر کارگردانی کنید
یکی از اشتباهات رایج این است که تمام پرامپت درباره تصویر نوشته می‌شود و در آخر فقط می‌نویسیم:
cinematic sound effects
اما در این پروژه صدا بخشی از داستان است.
در زمان حال داریم:
نفس لرزان، Drone بم، صدای چوب، حرکت لباس و صدای زن.
هنگام حمله، جیغ به اوج می‌رسد.
و دقیقاً روی Smash Cut:
جیغ قطع می‌شود.
بعد وارد صدای باد میان گندم، خش‌خش لباس، نفس‌ها، خنده بسیار آرام و موسیقی خلوت پیانو و استرینگ می‌شویم.
حتی مشخص می‌کنیم:
No spoken words.
هیچ کلمه‌ای گفته نشود.

No dialogue.
بدون دیالوگ.

No gunshot.
بدون صدای شلیک گلوله.

No male scream.
بدون فریاد مرد.

این Negative Audio Promptها جلوی اتفاقاتی را می‌گیرند که مدل ممکن است خودش به داستان اضافه کند.

قدم شانزدهم: در پایان یک Continuity Checklist بنویسید
بعد از اینکه تمام فیلم را توضیح دادیم، دوباره قوانین حیاتی را خلاصه می‌کنیم.
این تکرار اضافه نیست.
برای مدل‌های ویدیویی، این بخش حکم آخرین یادآوری محدودیت‌های پروژه را دارد.
مثلاً:
@image1 PRESENT MAN and @image2 MEMORY MAN = SAME MAN.
مردِ زمان حال در @image1 و مردِ خاطره در @image2 = دقیقاً همان مرد هستند.

@image3 INFECTED WOMAN and @image3 MEMORY WOMAN = SAME WOMAN.
زن آلوده در @image3 و زنِ خاطره در @image3 = دقیقاً همان زن هستند.

No character substitution.
هیچ جایگزینیِ شخصیت انجام نشود.

No facial drift.
هیچ تغییر یا انحرافی در چهره شخصیت‌ها ایجاد نشود.

No wardrobe swapping.
لباس شخصیت‌ها بین سکانس‌ها جابه‌جا یا با یکدیگر تعویض نشود.

No extra characters.
هیچ شخصیت اضافه‌ای وارد صحنه نشود.

No extra plot.
هیچ داستان، اتفاق یا خط روایی اضافه‌ای ایجاد نشود.

این همان [ABSOLUTE CONTINUITY RULES یا
قوانین قطعی و بدون استثنای تداوم و یکپارچگی
] پرامپت است.

حالا پرامپت آماده است؛ برویم سراغ ساخت شخصیت‌ها
تا اینجا فقط فیلم را طراحی کردیم.
حالا باید مواد اولیه لازم برای ساخت آن را آماده کنیم.
در این پروژه مهم‌ترین مواد اولیه ما Reference Image شخصیت‌ها هستند.
طبق فرایندی که برای این آموزش در نظر گرفته شده، ابتدا برای هر شخصیت یک تصویر مرجع چندزاویه‌ای ساخته می‌شود و سپس از همان مرجع، ظاهر متفاوت شخصیت در Timelineهای مختلف تولید می‌شود.

قدم هفدهم: عکس مرجع شخصیت را بسازید
وارد AI4STUDY شوید و به بخش ساخت تصویر بروید.

یک عکس واضح از خودتان یا هر شخصیتی که می‌خواهید وارد داستان کنید آپلود کنید.

از مدل بخواهید یک Character Reference Sheet از همان فرد بسازد.
مثلاً:
از همین شخص یک عکس مرجع حرفه‌ای با هویت کاملاً ثابت بساز؛ شامل نمای روبه‌رو، سه‌رخ، نیم‌رخ و پشت، همراه با نمای تمام‌قد، نور استودیویی خنثی و پس‌زمینه ساده. چهره، مو، فرم بدن و تمام ویژگی‌های هویتی دقیقاً مطابق عکس مرجع باقی بماند.


سپس می‌توانید از «جادوی AI4STUDY» برای تبدیل درخواست ساده خود به پرامپت دقیق‌تر استفاده کنید.
هدف این مرحله ساختن Master Reference است؛ نه ساختن صحنه فیلم.
Create a professional character reference sheet of the SAME person from the reference image, preserving his exact face,
البته من خودم یه ورژن kpop از خودم ساختم که جذابتر باشه و از روی اون عکس های دیگه رو بسازم
عکس من رو که تنها هستم بزار داخل عکس مرجع جایگزین عکس مرجع بشه چهره من 
و بدن فیت و ورزشکاری داشته باشم با موهای همین مد

قدم هجدهم: از یک شخصیت، نسخه‌های مختلف بسازید
حالا همان Character Reference را دوباره وارد بخش تصویر کنید.
برای نسخه Present مرد می‌توانیم درخواست ساده‌ای شبیه این بدهیم:
همین شخصیت مرجع با همان چهره و بدن، لباس خانگی کثیف و فرسوده پوشیده باشد؛ صورت زخمی، خسته و کثیف، موها آشفته، بدن عرق‌کرده و حالت چهره ناامید باشد.
لباس های خونگی تنش باشه کثیف صورت زخمی و خسته و کثیف حس نا امیدی و عرق کرده
لباس های خونگی تنش باشه کثیف صورت زخمی و خسته و کثیف حس نا امیدی و عرق کرده


خروجی این مرحله می‌شود:
@image1
حالا دوباره همان Master Reference را بدهید و برای نسخه Memory بگویید:
همین شخصیت مرجع با همان هویت، سالم و مرتب، با استایل مردانه بهاری مینیمال و شیک، ظاهر تمیز و حس مدلینگ طبیعی.
لباس خوش استایل مردانه بهاری پشیده حس مدلینگ
لباس خوش استایل مردانه بهاری پشیده حس مدلینگ


این می‌شود:
@image2
یعنی به‌جای اینکه دو مرد مستقل بسازیم، دو State از یک Identity می‌سازیم.

قدم نوزدهم: همین فرایند را برای زن انجام دهید
برای شخصیت زن نیز ابتدا Reference Sheet بسازید.
موهای مشکی و صاف بلند خوش استایل و پوست صورت واقعی حس پوست با نور بیوتی
بعد نسخه سالم موردنیاز برای بخش Memory را تولید کنید.
در این پروژه لازم نیست حتماً تصویر جداگانه‌ای از نسخه آلوده زن بسازیم.
می‌توانیم @image3 را به‌عنوان هویت زن سالم به Seedance بدهیم و داخل پرامپت توضیح دهیم که در Present همان زن باید به نسخه آلوده تبدیل شود.
این دقیقاً همان روشی است که در روند پروژه توضیح داده شده است.

قدم بیستم: تصاویر را وارد Seedance 2.5 کنید
حالا وارد بخش ویدیو شوید و مدل:
Seedance 2.5
را انتخاب کنید.
سه Reference اصلی را به ترتیب صحیح آپلود کنید:
Image 1: مرد زخمی و کثیف در Present
Image 2: همان مرد سالم و مرتب در Memory
Image 3: زن سالم در Memory
ترتیب بسیار مهم است؛ چون پرامپت ما مستقیماً از @image1، @image2 و @image3 استفاده می‌کند. روند اصلی آموزش نیز روی بررسی صحیح همین تگ‌گذاری قبل از تولید تأکید دارد.

قدم بیست‌ویکم: پرامپت نهایی را وارد کنید
حالا پرامپت انگلیسی کامل را Paste کنید.
اما هنوز Generate نزنید.
یک بار تمام تگ‌ها را بررسی کنید:
@image1 باید مرد Present باشد.
@image2 باید همان مرد در Memory باشد.
@image3 باید زن باشد.
اگر این Mapping اشتباه باشد، حتی یک پرامپت بسیار دقیق هم ممکن است خروجی اشتباه تولید کند.

قدم بیست‌ودوم: تنظیمات خروجی را انتخاب کنید
در فرایند این پروژه، تنظیمات تولید به این شکل در نظر گرفته شده است:
Model: Seedance 2.5
Resolution: 720p
Duration: 30 seconds
و برای انتشار عمودی می‌توانید خروجی را روی نسبت مناسب استوری/ریل تنظیم کنید؛ هرچند طراحی سینمایی پرامپت نمونه بر مبنای 16:9 نوشته شده، بنابراین اگر قرار است نسخه عمودی بسازید، بهتر است کادربندی Shotها را نیز متناسب با نسبت عمودی بازنویسی کنید. تنظیمات 720 و ۳۰ ثانیه در مراحل نهایی متن پروژه آمده است.
حالا Generate را بزنید.

فرمولی که از این آموزش باید یاد بگیرید
هدف این آموزش فقط ساخت همین یک ویدیو نیست.
اگر ساختار را یاد بگیرید، می‌توانید برای داستان‌های کاملاً متفاوت نیز از همین روش استفاده کنید:
1. STORY
اول داستان را ساده بنویسید.

2. TIMELINE
داستان را به زمان و بخش‌های مختلف تقسیم کنید.

3. GLOBAL STYLE
زبان بصری کل فیلم را مشخص کنید.

4. IDENTITY LOCK
هویت و رابطه تصاویر مرجع را تعریف کنید.

5. CHARACTERS
ظاهر و وضعیت هر شخصیت در هر Timeline را Lock کنید.

6. LOCATIONS
محیط‌های اصلی را تعریف کنید.

7. SHOT-ACCURATE TIMELINE
فیلم را ثانیه‌به‌ثانیه و شات‌به‌شات کارگردانی کنید.

8. AUDIO
برای اکشن‌ها و Transitionها صدا طراحی کنید.

9. CONTINUITY RULES
مواردی را که تحت هیچ شرایطی نباید تغییر کنند مشخص کنید.

10. REFERENCE IMAGES
Character Sheet و Stateهای مختلف هر شخصیت را بسازید.

11. TAGGING
Referenceها را به @image1، @image2 و... متصل کنید.

12. GENERATE
پرامپت را وارد Seedance 2.5 کنید و ویدیو را بسازید.


این تفاوت بین یک درخواست ساده برای «ساخت ویدیو با AI» و یک پرامپت کارگردانی‌شده است.
در حالت اول به مدل می‌گوییم چه چیزی می‌خواهیم.
در حالت دوم به مدل می‌گوییم:
چه کسی، کجا، در چه ثانیه‌ای، با چه احساسی، در چه کادری، با چه حرکت دوربینی، تحت چه نوری، با چه صدایی و با چه محدودیت‌هایی باید دیده شود.
و دقیقاً همین‌جاست که پرامپت‌نویسی ویدیو از «توصیف یک ایده» تبدیل می‌شود به کارگردانی با هوش مصنوعی.