راز ساخت ویدیوهای هالیوودی با هوش مصنوعی | آموزش کامل Seedance 2.5 با جادوی AI4STUDY

کلوزآپ از یک مونولوگ احساسی، ۱۰ ثانیه. مرد داخل <<>> پشت یک میز ناهارخوری چوبی در آشپزخانه‌ای گرم با دکور چوبی و نور کم نشسته است؛ کابینت‌های چوبی، کاسه‌ها، بشقاب‌ها و قفسه‌های نگهداری در پس‌زمینه کاملاً خارج از فوکوس هستند و بیرون پنجره شب است. هیچ منبع نوری در کادر دیده نمی‌شود؛ نه لوستر، نه چراغ، نه تجهیزات یا ادوات نورپردازی. فقط خود نور و نحوهٔ تابیدن آن روی صورت او دیده می‌شود؛ تمام منابع نور خارج از قاب قرار دارند. کل فیلم در یک برداشت بلندِ پیوسته فیلم‌برداری شده است، بدون هیچ تدوین، ترنزیشن یا تغییر دوربین. او در تمام مدت کاملاً ساکت است و حتی یک کلمه هم نمی‌گوید؛ تمام احساسات فقط از طریق حالات چهره و ارتباط چشمی منتقل می‌شوند. احساسات به‌سرعت تغییر می‌کنند و هر مرحله کوتاه است و سریع جای خود را به مرحلهٔ بعدی می‌دهد.
[قفل هویت]
این مرد باید صددرصد مطابق <<>> باشد: یک مرد ایرانی در اواخر دههٔ سی زندگی، با موهای کوتاه و مرتب مشکی که در شقیقه‌ها رگه‌های ظریف خاکستری دارد، چشم‌های قهوه‌ای تیره، ابروهای مشخص، ته‌ریش روشن و ریش بزی بسیار کم‌رنگ روی چانه، پوست گرم با تناژ روشن تا متوسط، اندامی متوسط و همان هودی مشکی با لوگوی سفید و آبی «AI4STUDY» روی سینه. عرض صورت، فاصلهٔ چشم‌ها، خط رویش مو و الگوی ته‌ریش باید در تمام فریم‌ها کاملاً یکسان باقی بماند. فقط یک مرد در صحنه حضور دارد و هیچ شخصیت تکراری یا مشابهی نباید ظاهر شود.
[دوربین]
جایگاه دوربین ثابت است، اما حس فیلم‌برداری با دوربین روی دست را منتقل می‌کند؛ لرزش‌های طبیعی و محسوس، تکان‌های جزئی و ویبره‌های خفیف، همراه با حرکت بسیار نامحسوس لنز به چپ و راست، گویی دوربین همراه با نفس کشیدن صحنه حرکت می‌کند. دوربین همیشه صورت او را در نمای کلوزآپ، در مرکز کادر و داخل قاب نگه می‌دارد؛ فقط همین حرکات بسیار ظریف دوربین است که تنش را ایجاد می‌کند. این حس صمیمی و لرزان، بار احساسی صحنه را تشدید می‌کند.
[طراحی نور]
نور به‌صورت دایره‌ای دور او حرکت می‌کند؛ پرتوئی نامرئی به‌آرامی در مسیر خود دور او می‌چرخد و نورپردازی در هر مرحله تغییر می‌کند.
مرحلهٔ اول — فروخوردن تلخی:
نگاهش پایین است، اشک در چشم‌هایش جمع شده، لب پایینش می‌لرزد، چانه‌اش منقبض است، نفس‌هایش سنگین شده و لب‌هایش را محکم روی هم فشار داده است. نور مستقیماً از روبه‌رو به صورتش می‌تابد و کل صورت را به‌صورت نرم و یکنواخت روشن می‌کند. لکه‌های گرم نور روی صورتش دیده می‌شود و پس‌زمینه در تاریکی گرم محو می‌شود.
مرحلهٔ دوم — اشک:
اشک از روی گونه‌هایش جاری می‌شود. ناگهان سرش را بالا می‌آورد، چند بار پلک می‌زند تا جلوی اشک‌ها را بگیرد و سریع با پشت دستش چشم‌هایش را پاک می‌کند. چشم‌هایش قرمز و براق هستند. نور به سمت راست او منتقل می‌شود؛ فقط نیمهٔ راست صورتش روشن است و نیمهٔ چپ در سایه فرو می‌رود.
مرحلهٔ سوم — انفجار خنده:
در میان اشک‌ها، خنده‌ای بی‌صدا و عصبی از او فوران می‌کند؛ ترکیبی از گریه و خنده. سرش می‌لرزد و حالت چهره‌اش از درد به رهایی تغییر می‌کند. نور به پشت او می‌رود؛ صورتش در تاریکی فرو می‌رود و نور شدید از پشت، لبه‌های سر، گوش‌ها، استخوان گونه و تارهای کوتاه مویش را روشن می‌کند، به‌طوری‌که صورت تقریباً به یک سیلوئت با لبه‌های نورانی تبدیل می‌شود.
مرحلهٔ چهارم — فروپاشی و رهایی:
او دستش را محکم روی میز می‌کوبد و درست در همان لحظه، نور ناگهان با شدت از همهٔ جهات بر او می‌تابد؛ نور آن‌قدر شدید است که تصویر کاملاً بیش‌ازحد نوردهی می‌شود، سایه‌ها از بین می‌روند و صورتش کاملاً در نور غرق می‌شود. سپس روی صندلی تکیه می‌دهد، دست‌هایش را روی سینه جمع می‌کند، یک بازدم کوتاه انجام می‌دهد و با نگاهی مصمم و آرام به روبه‌رو خیره می‌شود.
مرحلهٔ پنجم — پایان:
همه‌چیز تاریک می‌شود و فقط نور گرم و لرزان شمع‌هایی که خارج از قاب قرار دارند باقی می‌ماند. این نور گرم روی صورتش حرکت می‌کند، سایه‌های نرم و عمیقی ایجاد می‌کند و انعکاس نور در چشم‌هایش می‌رقصد. تغییرات نور سریع اما کاملاً روان هستند؛ نه برش ناگهانی وجود دارد و نه فلش، به‌جز همان لحظه‌ای که دستش را روی میز می‌کوبد و نور به‌طور ناگهانی شدت می‌گیرد. منبع نور به‌آرامی در مسیر دایره‌ای حرکت می‌کند تا بیننده فرصت درک هر نوع نور را پیش از انتقال به نور بعدی داشته باشد. تمام این اتفاقات بدون حتی یک کات، در همان برداشت بلند پیوسته رخ می‌دهد؛ فقط نور تغییر می‌کند و دوربین همچنان زنده و پیوسته باقی می‌ماند.
[اپتیک]
نمای کلوزآپ، لنز آنامورفیک واید، بوکهٔ بیضی‌شکل، عمق میدان کم، بدون فلر لنز و بدون فلر افقی. مقدار کمی گرین فیلم، کالرگریدینگ سینمایی و کیفیت بافت معادل منبع 8K.
[صدا]
بدون موسیقی و بدون دیالوگ؛ فقط افکت‌های صوتی شامل نفس‌های مقطع، هق‌هق، بالا کشیدن بینی، خندهٔ عصبی و بی‌صدا همراه با صدای نفس، صدای کوبیدن دست روی میز، جیرجیر صندلی و صداهای خفیف ترک‌خوردگی. اگر هرگونه صدای انسانی تولید شود، باید صدای یک مرد باشد. بدون زیرنویس، بدون عنوان، بدون لوگو و بدون واترمارک.

 کلاس آموزش فیلم‌سازی با Seedance 2.5

۱. فقط داستان ننویس؛ صحنه را طراحی کن.
اشتباه:
یک مرد ناراحت است.
درست:
مرد پشت یک میز چوبی در آشپزخانه‌ای با نور کم نشسته و بیرون پنجره شب است.
مدل تصویر نمی‌سازد؛ صحنه را می‌سازد.
۲. احساس را فقط اسم نبر؛ قابل دیدن بنویس.

غمگین است.

لب پایینش می‌لرزد، اشک در چشمش جمع شده، نفسش سنگین است.
هوش مصنوعی احساس را از روی رفتار می‌فهمد، نه از روی کلمهٔ «غمگین».
۳. دوربین هم بازیگر است.
بیشتر افراد فقط سوژه را توصیف می‌کنند.
در این پرامپت حتی مشخص شده:
دوربین ثابت است.
حس دوربین روی دست دارد.
فقط لرزش‌های طبیعی دارد.

حرکت دوربین روی حس مخاطب تأثیر مستقیم می‌گذارد.
۴. نور فقط روشنایی نیست؛ بخشی از داستان است.
اینجا نور فقط محیط را روشن نمی‌کند.
نور خودش داستان تعریف می‌کند.
از نور روبه‌رو

نور کنار

بک‌لایت

نور انفجاری

نور شمع
یعنی نور هم روایت را جلو می‌برد.
۵. از «Beat» استفاده کن، نه فقط «سکانس».
این ویدیو فقط یک برداشت دارد.
اما داخل همان برداشت چندین Beat احساسی اتفاق می‌افتد.
کاربرها معمولاً هر تغییر را سکانس می‌نویسند که اشتباه است.
۶. هویت شخصیت را قفل کن.
اگر عکس مرجع داری،
فقط ننویس:
از عکس استفاده کن.
بلکه مشخص کن چه چیزهایی نباید تغییر کنند.
مثل:
چهره
فاصله چشم‌ها
خط رویش مو
لباس
سن
اندام

این کار از تغییر چهره بین فریم‌ها جلوگیری می‌کند.
۷. به مدل تصمیم نده؛ تصمیم بگیر.

یک نور قشنگ باشد.

نور از روبه‌رو شروع شود، سپس به سمت راست حرکت کند، بعد پشت شخصیت قرار بگیرد.
هر تصمیمی که به مدل واگذار کنی، خروجی غیرقابل پیش‌بینی‌تر می‌شود.
۸. صدا را فراموش نکن.
بیشتر کاربران فقط تصویر می‌نویسند.
در حالی که این پرامپت حتی مشخص کرده:
نفس کشیدن
هق‌هق
جیرجیر صندلی
صدای کوبیدن دست

صدا نیمی از حس ویدیو را می‌سازد.
۹. محدودیت‌ها را هم بنویس.
فقط نگو چه چیزی می‌خواهی.
بگو چه چیزی نباید باشد.
مثل:
بدون زیرنویس
بدون لوگو
بدون واترمارک
بدون موسیقی

این کار خطاهای مدل را کمتر می‌کند.
۱۰. بهترین پرامپت، کمترین تصمیم را به هوش مصنوعی می‌سپارد.
این مهم‌ترین اصل است.
یک پرامپت حرفه‌ای تقریباً تمام تصمیم‌های مهم را خودش گرفته است:
لوکیشن
نور
دوربین
بازیگری
لنز
صدا
ترتیب احساسات
پایان

مدل فقط آن را اجرا می‌کند.
جمع‌بندی طلایی
«یک پرامپت حرفه‌ای فقط نمی‌گوید چه چیزی ساخته شود؛ دقیقاً مشخص می‌کند چگونه ساخته شود.»

<<<image_1>>> تنها مرجع هویت شخصیت است. یک ولاگ سفر یوتیوب فوتورئالیستیک کاملاً مستقل، ۵ ثانیه‌ای، افقی ۱۶:۹ بساز که در تهران، ایران می‌گذرد: مرد از قبل مهمان‌خانه‌اش را ترک کرده و در شهر یک صبحانه‌ی ساده‌ی کنار خیابان می‌خورد، از خیابان‌ها عبور می‌کند، سوار متروی تهران می‌شود، کنار پنجره‌ی قطار کمی خسته است، وقتی می‌رسد با باران روبه‌رو می‌شود، یک بلوک خیس را زیر چتر طی می‌کند، و در نهایت به یک عرشه‌ی دیدبانی روی پشت‌بام بالا می‌رود تا تهرانِ طلایی بعد از باران را ببیند — برج میلاد و کوه‌های البرز در خط آسمان. این پرامپت باید به‌تنهایی کامل و مستقل باشد. روایت، تبلیغ یک جاذبه‌ی گردشگری نیست، بلکه کنش‌های کوچک واقعی یک مسافر است، دردسرهای کوچک و تغییرات احساسی در طول یک روز: کمی گرسنه، کمی عجول، کمی خسته، ریتمش با باران به هم می‌ریزد، اما در پایان با منظره‌ای که ارزشش را داشت پاداش می‌گیرد.

**[قفل مطلق هویت و لباس]** مرد صد درصد با <<<image_1>>> مطابقت دارد — دقیقاً از تصویر مرجع استفاده کن، بدون هیچ انحرافی: یک مرد ایرانی در اواخر دهه‌ی سی زندگی‌اش، موی کوتاه و مرتب مشکی با خاکستری ملایم در شقیقه‌ها، چشمان قهوه‌ای تیره، ابروهای مشخص، ته‌ریش کوتاه و یک سبیل-بزی محو روی چانه، تُن پوست گرم و متوسط-روشن، حالت چهره‌ی آرام و متین، هیکل متوسط. هر نما همان سن، همان اجزای صورت، عرض صورت، فاصله‌ی چشم‌ها، خط رویش مو، الگوی ته‌ریش، قد، عرض شانه و تناسبات بدنِ <<<image_1>>> را حفظ می‌کند. از همان فریم اول، لباس کامل ثابت‌شده به <<<image_1>>> را پوشیده است: همان هودی مشکی با چاپ سینه‌ی سفید-آبی «AI4STUDY»، به‌طور ثابت همراه با شلوار جین ذغالی تیره، کتانی‌های کلفت خاکستری-سفید و یک کوله‌پشتی مشکی ساده. هرگز لباس عوض نمی‌کند، مدل مو را تغییر نمی‌دهد و ژاکت رویی اضافه نمی‌کند. فقط یک مرد وجود دارد؛ هیچ شخصیت تکراری ظاهر نمی‌شود.

**[سیستم دوربین یکپارچه]** همه‌ی نماها با همان دوربین فول‌فریم Sony A7S III و همان لنز ثابت Sony FE 24mm F1.4 GM گرفته می‌شوند، زاویه‌ی دید مورب ۸۴ درجه، خطوط مستقیم مستقیم می‌مانند، بدون فیش‌آی. بدون تعویض لنز، بدون زوم، بدون push-in دیجیتال، بدون فشردگی تله‌فوتو، بدون پهپاد، بدون لرزش‌گیرهای تبلیغاتی. بافت منبع 4K، ۲۴ فریم بر ثانیه، موشن‌بلور طبیعی در حدود شاتر 1/50، افت نرم هایلایت به سبک S-Log3، بافت واقعی پوست، جزئیات سایه بدون روشن‌سازی بیش‌ازحد. گرین جزئی ISO بالا، نفس کشیدن نوردهی خودکار، جست‌وجوی کوتاه فوکوس، بالا-پایین شدن عمودی خفیف از قدم‌های روی دست و گاهی کادربندی کمی خارج از مرکز مجاز است. زبان دوربین همیشه بین این دو حالت در نوسان است: نماهای ثابت و ناظر که در آن‌ها دوربین را روی میز کافه، زمین، لبه‌ی سکو، صندلی روبه‌رویش در قطار، پیشخوان زیر سایه‌بان یا جان‌پناه پشت‌بام گذاشته است؛ و نماهای سلفی نزدیک روی دست با همان دوربین در دستانش. هر موقعیت جدید باید به بیننده بفهماند دوربین کجا گذاشته شده — هرگز نباید حس شود یک گروه فیلم‌برداری نامرئی دنبالش می‌کند.

**[شهر، آب‌وهوا و نور]** شهر تهران است — واقعی و زیسته: یک میز کوچک صبحانه کنار خیابان با نان بربری تازه و یک استکان چای، ترافیک صبحگاهی و کرکره‌ی مغازه‌ها در یک کوچه‌ی مرکز تهران؛ پیاده‌روها با جوی آب و درختان چنار؛ ورودی معمولی متروی تهران، گیت‌های بلیت، سکو و یک قطار نقره‌ای مترو؛ صندلی‌های پارچه‌ای، دستگیره‌ها و پنجره‌های باران‌خورده داخل قطار؛ سایه‌بان خروجی ایستگاه مقصد؛ پیاده‌روهای خیس و یک خط‌کشی عابر؛ پله‌هایی که به عرشه‌ی دیدبانی پشت‌بام می‌روند؛ و در نهایت یک خط آسمان خوانا از تهران با برج میلاد و کوه‌های مه‌آلود البرز. نیمه‌ی اول هوا ابری ملایم با رنگ‌های طبیعتاً سرد است؛ داخل مترو نور سقفی سفید-سرد معمولی دارد؛ باران با رسیدن او شروع می‌شود و بازتاب‌های آبی-خاکستری و نور خودروها را روی آسفالت می‌آورد؛ در فینال پشت‌بام، خورشید کم‌ارتفاع و گرم از میان ابرها بیرون می‌زند و نور لبه‌ی طلایی روی کناره‌ی صورتش، خط رویش موهایش و چتر می‌کشد، در حالی که شهر سردتر می‌ماند. تمام نور از آسمان، ویترین مغازه‌ها، چراغ‌های حمل‌ونقل، پنجره‌های قطار و خورشید کم‌ارتفاع می‌آید. هیچ تابلوی برند خوانایی به‌جز آنچه روی هودی خودش هست وجود ندارد؛ تابلوهای خیابانی نرم و ناخوانا می‌مانند.

**[سکانس]** او از قبل پشت یک میز کوچک صبحانه کنار خیابان نشسته است، کوله‌پشتی مشکی روی صندلی کنارش، و دوربین روی میز نزدیک یک استکان چای و نان ساده قرار دارد. نگاهی به خیابان می‌اندازد، سریع یک گاز می‌زند، آرام می‌جود، و بعد به دوربین می‌گوید: «Gotta eat something first, or I seriously won't make it.» کات سخت به دوربینی بسیار پایین در لبه‌ی پیاده‌رو، در حالی که کتانی‌های خاکستری-سفید از جلوی لنز رد می‌شوند و کوله‌پشتی تاب می‌خورد. کات سخت به یک نمای درج‌شده‌ی نزدیک از یک کارت بلیت که روی کارت‌خوان گیت زده می‌شود — چراغ سبز و کلیک مکانیکی — سپس یک سلفی نزدیک روی دست در سکو، در حالی که قطار نقره‌ای پشت سرش به داخل می‌آید و جریان هوا هودی و بندهای کوله‌اش را تکان می‌دهد؛ اول به قطار نگاه می‌کند، بعد به لنز، و با لبخندی مردد می‌گوید: «I really hope this is the right train.» کات سخت به دوربینی که روی صندلی روبه‌رو گذاشته شده: کنار پنجره‌ی باران‌خورده نشسته، سرش را سبک به شیشه تکیه می‌دهد، لحظه‌ای چشم می‌بندد، بعد بازشان می‌کند، نقشه را روی گوشی چک می‌کند، سر تکان می‌دهد و زیر لب می‌گوید: «Okay... looks right.» پل صوتی به باران: دوربین زیر سایه‌بان ایستگاه مقصد قرار دارد و او بیرون می‌آید، باران را می‌بیند، یک چتر تاشو از کوله درمی‌آورد؛ در فشار اول فقط نیمه باز می‌شود؛ میله‌ها را با دست درست می‌کند و بار دوم کامل باز می‌شود، و نفسش را بیرون می‌دهد: «Of course it's raining.» کات سخت به دوربینی که روی جان‌پناه پشت‌بام قرار گرفته، کادر واید: وارد کادر می‌شود، چتر جمع‌شده در دستش، و کنار نرده می‌ایستد در حالی که خط آسمان خیس تهران پشت سرش گسترده شده — برج میلاد که نور طلایی را می‌گیرد، و خط‌الرأس البرز پشت ابرها. اول شهر را تماشا می‌کند، شانه‌هایش شل می‌شود، بعد دوربین را بالا می‌آورد برای یک سلفی نزدیک از زاویه‌ی جانبی، با قطره‌های باران و خستگی روی صورت یک مسافر واقعی، و نور لبه‌ی طلایی گرم روی موهایش. به دوردست نگاه می‌کند، بعد به‌آرامی چشم‌هایش را به سمت لنز می‌چرخاند و خیلی آهسته می‌گوید: «But it was worth it.» بعد از این جمله فریزی در کار نیست — همچنان نفس می‌کشد و شهر را تماشا می‌کند، باد هودی و پارچه‌ی چتر را تکان می‌دهد، و ترافیک دوردست و ابرها هنوز در حرکت‌اند.

**[منطق فیلم‌برداری]** هر نمای غیرسلفی باید بیننده را متقاعد کند که خود مرد دوربین را آنجا گذاشته است: نمای صبحانه لبه‌ی میز، استکان چای یا نان را در پیش‌زمینه‌ی نزدیک نگه می‌دارد؛ نمای پیاده‌رو جدول خیابان و بافت زمین را نشان می‌دهد؛ موقعیت صندلی قطار صندلی روبه‌رو را حفظ می‌کند؛ موقعیت سایه‌بان قطرات آب روی پیشخوان را نشان می‌دهد؛ موقعیت پشت‌بام جان‌پناه را نشان می‌دهد. سلفی‌ها وزن بازو، نفس و ضربان راه رفتن را دارند؛ نماهای ثابت فقط لرزش محیطی دارند. دوربین هرگز از دیوارها دنبالش نمی‌کند، شناور نمی‌شود و خودش حرکت نمی‌کند. او مجری یک تبلیغ گردشگری نیست: سر صبحانه هنوز خواب‌آلود است و فقط بعد از جویدن حرف می‌زند؛ وقتی قطار می‌رسد غریزتاً اول به قطار نگاه می‌کند، بعد لنز را به یاد می‌آورد؛ خستگی‌اش در واگن پلک‌های سنگین و شانه‌های شل‌شونده است، نه یک فروپاشی اغراق‌آمیز؛ وقتی چتر گیر می‌کند یک لحظه خشکش می‌زند، میله‌ها را چک می‌کند، بعد به شانس خودش می‌خندد.

**[پیوستگی و فیزیک]** کوله‌ی مشکی سر صبحانه روی صندلی کناری است، موقع رفتن روی دوشش می‌رود، و هرگز رنگش عوض نمی‌شود یا ناپدید نمی‌شود. دقیقاً یک کارت بلیت و یک گوشی وجود دارد که هرکدام به همان جیب برمی‌گردند. چتر تاشو تا رسیدن به مقصد داخل کوله می‌ماند. استکان چای و نان هرگز به مترو نمی‌آیند. قطار با جرم و فشار هوای واقعی وارد می‌شود؛ هودی، بندهای کوله و دوربین در دست، همگی به یک جهت باد واکنش نشان می‌دهند. باران از بالا یا مورب می‌بارد؛ سایبان چتر اول بار می‌گیرد بعد فنر می‌زند. برخورد کفش‌ها با آب کم‌عمق ترشح‌های کوتاه به بیرون پرتاب می‌کند؛ پاچه‌های شلوار جین تیره می‌شوند. هر حرکت بدن، تماس پاشنه، انتقال وزن، اینرسی و بازیابی دارد — بدون سُر خوردن، بدون شناور شدن.

**[تدوین و صدا]** کات‌های سخت واضح و پل‌های صوتی — بدون دیزالو، بدون فلاش سفید، بدون گلیچ، بدون ترنزیشن مورف. دیالوگ فقط همان جملات نقل‌شده است، به زبان **انگلیسی**، با صدای **مردانه**، با لب و نفس هماهنگ؛ بدون راوی اضافه، زیرنویس، تیتراژ، لوگو یا واترمارک. موسیقی یک ضربان لو-فای گرم و بسیار ملایم است، در باران پایین‌تر می‌آید، و روی پشت‌بام فقط یک آکورد پیانوی گرم و کشیده باقی می‌ماند؛ صدای محیط همیشه غالب است، شامل اعلان‌های آرام فارسی مترو و همهمه‌ی خیابان تهران.

**[قفل نتیجه]** هویت <<<image_1>>> و لباس کامل نما به نما ثابت بماند، همان پرسپکتیو ۲۴ میلی‌متری حفظ شود، دست‌ها و پاها درست باشند، اشیا منفرد باشند، تماس کف پا، وزن کیف، مقاومت چتر، ترشح آب و اینرسی پارچه حفظ شود. پایان باید در حرکت زنده بماند و هرگز فریز نشود.

نکات مهم پرامپت نویسی برای این ویدیو Seedance 2.5 :

مرجع شخصیت را از اول تعریف کن. اگر یک عکس داری، فقط نگو «از عکس استفاده کن». مشخص کن این عکس مرجع هویت است و چهره، مو، سن، تناسبات بدن و در صورت نیاز لباس باید در تمام شات‌ها ثابت بماند.
در ویدیوی چندشات، Continuity حیاتی است. کوله نباید یک شات باشد و شات بعدی ناپدید شود. چتر نباید قبل از زمانی که از کیف بیرون آمده ظاهر شود. گوشی، کارت، لباس و محیط باید منطق زمانی داشته باشند.
هر شات باید دلیل داشته باشد. در این پرامپت دوربین گاهی روی میز است، گاهی روی صندلی قطار و گاهی در دست شخصیت. این باعث می‌شود ویدیو حس «ولاگ واقعی» بدهد، نه اینکه یک فیلمبردار نامرئی همیشه دنبال شخصیت باشد.
لنز و زبان دوربین را ثابت نگه دار. اگر می‌خواهی کل ویدیو یک هویت بصری داشته باشد، لنز، پرسپکتیو، فریم‌ریت و رفتار دوربین را مشخص کن. اینجا تمام شات‌ها با یک 24mm تعریف شده‌اند تا تصویر بین شات‌ها از نظر بصری نپرد.
محیط را generic ننویس. به‌جای «خیابان تهران»، جزئیات واقعی بده: جوی آب، چنار، مترو، استکان چای، نان بربری، تابلوهای محو، باران روی پنجره. همین جزئیات هستند که فضا را باورپذیر می‌کنند.
رفتار شخصیت را طبیعی بنویس، نه نمایشی. به‌جای «خیلی خسته می‌شود» بهتر است بگویی پلک‌هایش سنگین می‌شود، شانه‌هایش شل می‌شود، سرش را به شیشه تکیه می‌دهد. کنش قابل‌دیدن از صفت احساسی بهتر است.
دیالوگ را دقیق قفل کن. اگر مدل صدا تولید می‌کند، دقیق بنویس چه جمله‌ای، با چه جنس صدا، چه زبانی و بدون چه چیزهایی گفته شود. اینجا دیالوگ‌ها محدود و مشخص‌اند و راوی اضافه ممنوع شده.
آب‌وهوا فقط بک‌گراند نیست. باران روی کف خیابان، لباس، چتر، بازتاب نور، پنجره و حتی حرکت بدن اثر می‌گذارد. اگر هوا را وارد داستان می‌کنی، اثر فیزیکی آن را هم بنویس.
فیزیک را بنویس تا مدل کمتر تقلب کند. ورود قطار باید جریان هوا ایجاد کند، بند کوله باید واکنش نشان دهد، کفش در آب باید پاشش واقعی ایجاد کند، چتر باید مقاومت داشته باشد. این‌ها مانع حس مصنوعی و شناور می‌شوند.
هر تغییر لوکیشن باید منطق تدوین داشته باشد. اگر ویدیو چندشات است، نوع کات‌ها و ترنزیشن‌ها را مشخص کن. اینجا hard cut و sound bridge تعریف شده و morph و flash حذف شده‌اند.
پایان را هم طراحی کن. خیلی از پرامپت‌ها تا صحنه آخر خوب‌اند و بعد مدل freeze می‌کند. اینجا صریحاً گفته شده پایان باید زنده بماند؛ باد، نفس، ترافیک و ابرها همچنان حرکت کنند.

در ویدیوی چندشات، فقط هر شات را توصیف نکن؛ رابطه بین شات‌ها را هم طراحی کن.
و نکته طلایی دوم:
هر چیزی که باید از شات اول تا آخر ثابت بماند، باید قفل شود؛ هر چیزی که باید تغییر کند، باید زمان و منطق تغییرش مشخص باشد.

یک ویدیوی ۲۰ ثانیه‌ای اول‌شخص (POV) بساز: در یک عصر بارانی، در آشپزخانه‌ی کوچک یک خانواده‌ی ایرانی، دست‌های یک مرد یک شام قرمه‌سبزی آماده می‌کنند — برنج زعفرانی دم‌کشیده، قرمه‌سبزی (خورش سبزی ایرانی با گوشت گوسفند، لوبیا قرمز و لیمو عمانی)، سالاد شیرازی و یک لیوان دوغ — در حالی که تکه‌ی کوچکی از گوشت پخته را به گربه‌ی کنارش می‌دهد. با یک سکانس چندنمایی کنترل‌شده ساخته شده، فقط با کات‌های سخت، و در پایان کل غذا روی یک سینی چیده می‌شود. فوق‌واقع‌گرایانه، فوتورئالیستیک، یک ویدیوی واقعی از برشی از زندگی — قطعاً نه صحنه‌سازی‌شده و نه کمدی.
[صحنه] یک آشپزخانه‌ی ایرانی کوچک اما دنج که سال‌ها استفاده شده: کاشی‌های مربعی کرم‌رنگ دیوار که رد گذر زمان را دارند، یک اجاق گاز دوشعله، و پیشخوانی کوچک که تا آخرین حد استفاده شده. روی پیشخوان، هرکدام در ظرف خودشان: یک قابلمه‌ی گودِ قرمه‌سبزی که از قبل روی شعله در حال قل زدن است (سبزی سرخ‌شده، تکه‌های گوشت گوسفند، لوبیا قرمز و لیمو عمانی‌های سوراخ‌شده در آب‌خورشِ سبزِ تیره)، یک کاسه سبزی تازه‌ی خردشده، یک ظرف کوچک زعفران دم‌کرده با رنگ کهربایی غلیظ، یک بشقاب خیار و گوجه و پیاز برای سالاد شیرازی، یک شیشه‌ی کوچک آبغوره، یک ظرف نعناع خشک، و یک پارچ دوغ با نعناع خشکِ شناور روی سطحش. در گوشه، یک قابلمه‌ی برنج ایرانی سنتی روی شعله‌ی ملایم به‌آرامی هیس می‌کند و بخار از زیر دم‌کنیِ پارچه‌ای‌اش بیرون می‌زند. بالای سینک یک پنجره‌ی کوچک: بیرون، باران سنگین غروب روی پشت‌بام صاف همسایه و بند رخت می‌بارد و قطره‌ها روی شیشه رد می‌اندازند — در هر نمایی که رو به پنجره است باران دیده می‌شود و صدایش در همه‌چیز نفوذ می‌کند. همه‌ی برچسب‌ها ناخوانا و بدون برند هستند. کمی دورتر از اجاق، یک حوله‌ی کهنه روی یک چهارپایه‌ی چوبی افتاده. یک گربه‌ی تابی خاکستری-سفیدِ گرد مثل یک قرص نان جمع شده، چشم‌ها نیمه‌بسته، دمش گاهی کمی تکان می‌خورد.
[قفل POV] همه‌ی نماها اول‌شخص‌اند، از سطح چشم یک مرد ۱۷۵ سانتی‌متری که روی اجاق خم شده. فقط دست‌ها، مچ‌ها و ساعدهایش دیده می‌شوند — صورت و بدنش هرگز نشان داده نمی‌شود، حتی در بازتاب‌ها. بعد از هر کات سخت، دست‌هایش باید از قبل در حال انجام کاری باشند؛ هیچ نمای خالی بدون دست وجود ندارد. پوست گندمی روشن، دست‌های یک مرد معمولی خانه‌دار، یک جای سوختگی کوچک و قدیمی روی پشت دست راست، ناخن‌های کوتاه و تمیز، آستین‌های لباس راحتی سرمه‌ای تا آرنج بالا زده، و گاهی لبه‌ی یک پیش‌بند بژ در پایین کادر. همه‌ی جزئیات بین کات‌ها کاملاً یکسان می‌مانند. حرکت دوربین همیشه از بدن ایجاد می‌شود — چرخیدن، خم شدن، سر بلند کردن؛ دوربین هرگز مستقل از بدن حرکت نمی‌کند، و تصویر نقص‌های یک ضبط واقعی اول‌شخص را حفظ می‌کند: لرزش خفیف، کجی، حرکت اضافه، کادربندی ناقص.
[قفل پیوستگی] بالاترین اولویت: هر قابلمه، کاسه یا سینی فقط حاوی چیزی است که صراحتاً در نمای قبل نشان داده شده که داخلش گذاشته شده — نه بیشتر، نه کمتر. هر عمل در کل فیلم فقط یک بار اتفاق می‌افتد — لیمو عمانی‌ها دقیقاً یک بار داخل خورش فشرده می‌شوند و هرگز دوباره تکرار نمی‌شود. هیچ غذایی خودبه‌خود ظاهر یا ناپدید نمی‌شود؛ گذاشتن و برداشتن همیشه روی تصویر و با دست یا ابزار انجام می‌شود.
[بیت‌ها] خورش روی شعله‌ی ملایم قل می‌زند، در قابلمه نیمه‌باز است؛ دست راست با یک قاشق چوبی دو لیمو عمانیِ سوراخ‌شده را به‌آرامی داخل خورشِ سبزِ تیره فشار می‌دهد، یک مشت کوچک سبزی تازه‌ی خردشده روی سطح می‌پاشد و با یک هم زدن آرام آن را داخل خورش می‌برد، بعد در را دوباره نیمه‌باز می‌گذارد؛ دست چپ قابلمه‌ی برنج را روی شعله‌اش کمی جابه‌جا می‌کند و گوشه‌ی دم‌کنی را یک ثانیه بالا می‌برد — بخار غلیظ بیرون می‌زند و دانه‌های برنج قد کشیده‌اند — بعد پایینش می‌آورد.
کات سخت: دست راست روی یک تخته‌ی ساده، خیار را به مکعب‌های کوچک و یکدست خرد می‌کند، بعد گوجه، بعد یک‌چهارم پیاز قرمز را ریز می‌کند و هرکدام را با پشت چاقو داخل یک کاسه‌ی شیشه‌ای می‌ریزد؛ کمی آبغوره و یک ذره نعناع خشک که بین نوک انگشتان ساییده می‌شود، سالاد شیرازی را با یک هم زدن آرام تمام می‌کند.
کات سخت: دو قاشق زعفران دم‌کرده‌ی کهربایی روی برنج سفید ریخته می‌شود، رنگ طلایی از میان دانه‌ها پایین می‌دود، و دست چپ یک بار کاسه را می‌چرخاند؛ بعد دوغ در یک لیوان ریخته می‌شود، نعناع می‌چرخد و کف سبکی روی آن شکل می‌گیرد.
کات سخت — هسته‌ی احساسی، یک نمای پیوسته: دست راست در قابلمه‌ی خورش را کامل برمی‌دارد — همان خورش، همان دو لیمو عمانی در موقعیت بدون تغییرشان، حالا تیره‌تر، غلیظ‌تر، با روغنی براق در کناره‌ها — با یک قاشق یک تکه‌ی کوچک گوشت از لبه‌ی قابلمه بیرون می‌آورد که بخار از آن بلند می‌شود، آن را در کف دست چپ می‌گذارد، نزدیک دهانش می‌برد (صورت کاملاً بیرون کادر) و دو بار روی آن فوت می‌کند تا سرد شود، بعد می‌چرخد و کنار چهارپایه‌ی چوبی چمباتمه می‌زند، جایی که گربه‌ی تابی خاکستری-سفید از قبل نشسته، پنجه‌های جلویی کنار هم، چشم‌ها کاملاً باز، خیره به دست. گوشت سردشده را روی چهارپایه کنار حوله می‌گذارد؛ گربه سرش را پایین می‌آورد، با لقمه‌های کوچک برش می‌دارد، با چشم‌های نیمه‌بسته می‌جود و دمش را دور پنجه‌هایش می‌پیچد؛ دوربین POV به‌آرامی سر گربه را نوازش می‌کند و گربه خودش را به انگشت‌هایش می‌مالد.
کات سخت: یک کفگیر برنج، برنج بخارآلود و رگه‌طلایی از زعفران را به شکل تپه‌ای نرم روی بشقاب می‌ریزد و یک تکه ته‌دیگِ طلایی و برشته کنارش گذاشته می‌شود؛ یک ملاقه قرمه‌سبزی — سبزی، گوشت، لوبیا و همان دو لیمو عمانی — را در یک کاسه‌ی گود می‌ریزد؛ کاسه‌ی سالاد گذاشته می‌شود؛ لیوان دوغ آخر از همه گذاشته می‌شود، نعناع هنوز در حال چرخیدن؛ هر چهار مورد روی یک سینی چوبی قرار می‌گیرند.
کات سخت: هر دو دست سینی کامل را برمی‌دارند، می‌چرخند و دو قدم تا میز کوتاه کنار پشتی راه می‌روند، صحنه با هر قدم به‌طور طبیعی تکان می‌خورد، و پنجره از کنار کادر رد می‌شود در حالی که باران هنوز روی شیشه جاری است. سینی گذاشته می‌شود، گربه از چهارپایه پایین می‌پرد، دم بالا، دنبالش می‌آید و می‌نشیند و سرش را بالا می‌گیرد. با دست‌هایش در لبه‌ی پایین کادر زمزمه می‌کند، خارج از کادر اما با صدای خودش، به زبان انگلیسی و با صدای مردانه: "Finally. Let's eat."
[اپتیک] یک زاویه‌ی دید مورب ثابت ۴۷ درجه، که هنگام خرد کردن و چیدن غذا به یک نمای کاری نزدیک بالای قابلمه و سینی جمع می‌شود — تغییر کادربندی فقط از خم شدن و جلو آمدن واقعی می‌آید، هرگز از زوم. این یک دوربین سینمایی نیست بلکه یک سر واقعی انسان است: تصویر همیشه تکان خفیف و ناخودآگاه یک بدن ایستاده را دارد و با نفس کشیدن به‌طور نامحسوس بالا و پایین می‌رود؛ خم شدن باعث افت و شتاب خفیف تصویر می‌شود؛ چمباتمه زدن برای غذا دادن به گربه یک نشستن و بلند شدن کامل و کمی ناپایدار است. هر تغییر نگاه یک چرخش واقعی سر است — شروع سریع، کمی رد شدن از هدف، اصلاح، و تثبیت با لرزش باقی‌مانده. کادربندی ناقص است: اغلب وسط نیست و افق موقع چرخیدن کج می‌شود. بدون گیمبال، بدون لرزش‌گیر الکترونیکی، بدون فیش‌آی، بدون تعویض لنز، بدون زوم. فوکوس خودکار به‌طور طبیعی نفس می‌کشد و بین دست‌ها، غذا، گربه و پنجره سریع بازیابی می‌شود. گرمای بالای قابلمه‌ی برنج اعوجاج خفیفی ایجاد می‌کند.
[فیزیک] خورش آرام و غلیظ قل می‌زند و روغن در کناره‌هایش جمع می‌شود؛ لیمو عمانی‌ها هنگام فشار اول مقاومت می‌کنند و بعد نرم تسلیم می‌شوند و حباب‌های ریز آزاد می‌کنند؛ زعفران به شکل رگه‌های طبیعی از میان دانه‌های برنج نفوذ می‌کند، هرگز یکنواخت نه؛ دانه‌های برنج مجزا، کشیده و بخارآلودند؛ تکه‌ی ته‌دیگ سفت و شیشه‌مانند است؛ خیار و گوجه کمی آب روی تخته پس می‌دهند؛ دوغ کف سبکی می‌کند و نعناع با حرکت سیال واقعی می‌چرخد؛ تکه‌ی گوشت بخار می‌کند و رشته‌هایش به‌طور طبیعی از هم جدا می‌شوند. گربه کاملاً واقع‌گرایانه است: بلند شدن، گشاد شدن مردمک هنگام خیره شدن، لقمه‌های کوچک، چشم نیمه‌بسته موقع جویدن، و فشار روی سرش وقتی خودش را به انگشت‌ها می‌مالد. تاندون‌های قابل مشاهده و قدرت گرفتن واقع‌گرایانه در دست‌ها، با احتیاط در برخورد با دمای بالا. هیچ شیئی شناور، تغییرشکل‌یافته، تکرارشده یا فرورفته در شیء دیگر نیست.
[نور و واقع‌گرایی] فقط منابع نور واقعی: نور سفید گرم لامپ سقفی آشپزخانه، درخشش آبی-نارنجی شعله‌ی اجاق که لبه‌ی قابلمه را از پایین روشن می‌کند، و یک کنتراست سرد و ثابت از باران آبی-خاکستری بیرون. نوردهی غذا و دست‌ها را در اولویت می‌گذارد اما کیفیت طبیعی ویدیویی را حفظ می‌کند: هایلایت‌های طبیعی، براقی خفیف چربی، و نرمی بخار. این یک تبلیغ غذا نیست — بدون اشباع بیش‌ازحد رنگ، بدون چیدمان کاملاً متقارن، بدون سطوح صاف و CGI‌مانند؛ مکعب‌های سالاد کاملاً یکدست نیستند، سطح خورش روستایی و طبیعی است، و تکه‌ی ته‌دیگ نامنظم است. سرعت واقعی و پایدار ۲۴ فریم بر ثانیه، بدون اسلوموشن، بدون تغییر سرعت، بدون پرش، بدون سایه‌ی تصویر.
[صدا] فقط صدای طبیعی و همگام: صدای قطره‌های باران که در سرتاسر ویدیو به پنجره و پشت‌بام همسایه می‌خورد، شعله‌ی ملایم و یکنواخت، قل زدن آرام و غلیظ خورش، هیس بخار از زیر دم‌کنی پارچه‌ای، ضربه‌ی چاقو به تخته، چکیدن زعفران روی برنج، ریختن و کف کردن دوغ، برخورد ملایم قاشق به لبه‌ی قابلمه، یک میوی کوتاه و تیز و صداهای ظریف غذا خوردن گربه، صدای گنگ گذاشتن سینی چوبی روی میز کوتاه، و تنها جمله‌ی آرامش به انگلیسی و با صدای مردانه: "Finally. Let's eat." بدون راوی، بدون دیالوگ دیگر، بدون موسیقی، بدون زیرنویس، بدون لوگو، بدون واترمارک.

نکات مهم پرامپت نویسی برای این ویدیو Seedance 2.5 :

در POV باید جای دوربین را مثل سر انسان تعریف کنی. اینجا دوربین فقط «اول‌شخص» نیست؛ مشخص شده در ارتفاع چشم یک مرد ۱۷۵ سانتی‌متری است، با خم شدن، چرخیدن، نفس کشیدن و کجی طبیعی بدن حرکت می‌کند. این باعث می‌شود خروجی واقعاً حس POV بدهد، نه دوربین شناور.
مشخص کن چه چیزهایی هرگز نباید دیده شوند. در این مثال فقط دست، مچ و ساعد دیده می‌شوند و صورت حتی در بازتاب‌ها هم ممنوع است. این محدودیت مهمه چون مدل‌ها در POV زیاد وسوسه می‌شوند بدن یا صورت کامل شخصیت را ناخواسته نشان دهند.
در ویدیوهای آشپزی، Continuity باید بسیار سخت‌گیرانه باشد. اگر لیمو عمانی یک بار داخل خورش رفت، دیگر نباید دوباره ظاهر شود. اگر سالاد هنوز ساخته نشده، نباید در شات بعدی آماده روی میز باشد. این همان چیزی است که خروجی را از «AI-like» به «واقعی» نزدیک می‌کند.
هر عمل فقط یک‌بار اتفاق بیفتد. خیلی از مدل‌ها اکشن‌ها را تکرار می‌کنند. این پرامپت دقیقاً می‌گوید هر کار فقط یک بار انجام شود. این نکته برای خرد کردن، ریختن، باز کردن در قابلمه، گذاشتن ظرف و حتی غذا دادن به گربه خیلی مهم است.
فیزیک غذا را جداگانه بنویس. فقط نگو «برنج زعفرانی»؛ بگو زعفران چطور بین دانه‌ها نفوذ کند. فقط نگو «خورش قل بزند»؛ بگو غلیظ باشد، روغن کناره‌ها جمع شود و لیمو عمانی موقع فشار مقاومت کند. این جزئیات، واقع‌گرایی را چند برابر می‌کنند.
برای مایعات رفتار واقعی تعریف کن. دوغ باید کف سبک بدهد، نعناع داخلش بچرخد، زعفران در برنج رگه‌ای پخش شود، نه اینکه یکدست رنگ کند. هر چیزی که جریان دارد باید منطق سیال داشته باشد.
حرکت دست‌ها باید وزن و تماس واقعی داشته باشد. دست باید چیزی را بگیرد، فشار بدهد، بلند کند، رها کند. بهتر است اصطلاحاتی مثل grip strength، weight transfer، contact و inertia را وارد پرامپت کنی تا اشیا شناور نشوند.
اگر حیوان داری، رفتار حیوان را هم اکشن‌محور بنویس. نگو «گربه بامزه غذا می‌خورد». بنویس مردمکش گشاد می‌شود، لقمه‌های کوچک می‌گیرد، هنگام جویدن چشم نیمه‌بسته می‌شود و سرش را به دست می‌مالد. باز هم: رفتار دیدنی، نه صفت.
کات‌ها باید منطق داشته باشند. اینجا فقط hard cut داریم. بعد از هر کات هم دست‌ها از قبل در حال انجام کارند؛ هیچ نمای خالی نداریم. این باعث می‌شود ریتم ویدیو حفظ شود و حس ساختگی کمتر شود.
نور باید واقعی و قابل‌باور باشد. اینجا نور فقط از سقف، شعله اجاق و باران بیرون می‌آید. برای فوتورئالیسم، منابع نور باید فیزیکی و منطقی باشند، نه نورهای استودیویی بی‌دلیل.
بافت‌های غذا را مشخص کن. ته‌دیگ سفت و شیشه‌مانند، گوشت رشته‌ای، بخار نرم، سطح خورش ناهموار. این‌ها جزئیاتی‌اند که مدل را از سطح «غذا» به سطح «غذای قابل لمس» می‌برند.
طبیعی بودن یعنی بی‌نقص نبودن. مکعب‌های سالاد کاملاً یکسان نیستند، کادربندی دقیقاً وسط نیست، افق گاهی کج می‌شود، فوکوس کمی نفس می‌کشد. اگر همه‌چیز خیلی تمیز و کامل باشد، حس CGI می‌دهد.
صدا را مثل تصویر طراحی کن. باران، هیس بخار، چاقو، دوغ، قاشق، میوی گربه، صدای سینی. هر اکشن مهم باید صدای خودش را داشته باشد. اینجا چون موسیقی نداریم، Foley بخش بزرگی از حس واقع‌گرایانه را می‌سازد.
پایان باید نتیجه همه مراحل قبلی باشد. غذا نباید ناگهان روی سینی ظاهر شود. در پایان باید همان خورش، همان سالاد، همان دوغ و همان برنجی که قبلاً ساخته شده‌اند، روی سینی قرار بگیرند.

دو قانون طلایی
در ویدیوهای POV، دوربین باید مثل بدن انسان رفتار کند؛ نه مثل یک دوربین شناور.
و:
در ویدیوهای آشپزی، هیچ چیزی نباید ناگهان ظاهر، ناپدید یا تکرار شود؛ هر تغییر باید روی تصویر اتفاق بیفتد.

۳ نما.
بدون تغییر در هر نما: قابلمه‌ی مسی سنتی یکسان؛ بافت سبزِ تیره‌ی قرمه‌سبزی؛ رنگ زردِ برنج زعفرانی؛ همان محیط آشپزخانه‌ی روستایی؛ دقت فیزیکی مواد اولیه — دقیقاً مطابق @image1.
نمای ۱ — ثانیه‌ی ۰ تا ۳: نمای نزدیک، زاویه‌ی بالا، ۳۵ میلی‌متری، دوربین روی دستِ پرشتاب، شروع از نمای عمودی از بالا روی شستن سبزی، پایان روی نمای ماکرو از آبکشی لوبیا. پاشیدن پرجنب‌وجوش آب روی سبزی‌ها، حرکت ریتمیک خرد کردن، و جریان آب از میان لوبیاها. نور طبیعی از پهلو با هایلایت‌های روشن روی قطرات آب. پایان روی مواد اولیه‌ی آماده‌ی پخت. فوکوس تیز روی مواد اولیه ثابت می‌ماند. ترکیب‌بندی مرکزی. موشن‌بلور، قطرات آب. کات سخت روی برخورد چاقو.
نمای ۲ — ثانیه‌ی ۳ تا ۷: نمای بسیار نزدیک، زاویه‌ی پایین، ۵۰ میلی‌متری، push-in با سرعت متوسط، شروع از نمای داخل قابلمه، پایان در عمق خورشِ در حال قل زدن. هم زدن سبزی با قاشق چوبی، انداختن گوشت داخل قابلمه، و قل زدن ریتمیک خورشِ تیره با بخارِ رو به بالا. نور گرم تنگستن با بازتاب‌های طلایی روی لبه‌های قابلمه‌ی مسی. پایان روی خورشی که غنی، تیره و کاملاً پخته است. فوکوس ماکرو روی حباب‌ها و بخار ثابت می‌ماند. ترکیب‌بندی متقارن. بخار حجمی، هاله‌ی گرما. کات هماهنگ (match cut) روی حرکت چرخشی قاشق.
نمای ۳ — ثانیه‌ی ۷ تا ۱۰: نمای متوسط، زاویه‌ی هم‌سطح چشم، ۲۴ میلی‌متری، چرخش آرام دور سوژه، شروع از نمای نزدیک بشقاب برنج، پایان با واید شدن و رونمایی از میز. ملاقه‌ای که خورش را روی برنج زرد می‌ریزد، و دوربینی که دور میز با مخلفات سنتی می‌چرخد. نور ملایم و دلپذیر ساعت طلایی که بافت‌های غذا را روشن می‌کند. فوکوس عمیق روی میز ثابت می‌ماند. ترکیب‌بندی بر اساس قانون یک‌سوم. فلر لنز، گرین فیلم.
فریم پایانی: یک بشقاب زیبا و بخارآلود قرمه‌سبزی که روی برنج زعفرانی سرو شده، به‌عنوان قطعه‌ی مرکزی یک سفره‌ی سنتی ایرانی.
هرگز: بدون ظاهر رندر سه‌بعدی؛ بدون ابزار پلاستیکی مدرن؛ بدون بافت‌های تغییرشکل‌یافته‌ی غذا؛ بدون متن روی تصویر؛ بدون نور چشمک‌زن.
قفل قهرمان (HERO LOCK): @image1 قهرمان هر نماست — همیشه دیده می‌شود، در فوکوس می‌ماند و غالب است؛ ضرب‌آهنگ‌های جزئیات روی خودِ قهرمان می‌نشینند، نه روی لباس، کمربند یا اکسسوری بازیگر؛ فریم پایانی قهرمان را در بزرگ‌ترین اندازه، در مرکز و ثابت نگه می‌دارد. در کادر: فقط آن بخش از بدن بازیگر که مستقیماً درگیر است — پاها یا دست‌ها — به‌علاوه‌ی قهرمان؛ دوربین هرگز تا بالاتنه، صورت، کمربند یا اکسسوری‌ها بالا نمی‌رود.