Większość ludzi pisze prompt do modelu wideo tak, jakby podpisywali zdjęcie: „pies na plaży, kinowo, 4K”. A potem zachodzą w głowę, czemu efekt wygląda jak zdjęcie ze stocka. Oto zmiana, która to naprawia — przestań opisywać obraz, a zacznij reżyserować ujęcie. Seedance 2.0 został wytrenowany na języku filmu i będzie posłuszny Twoim wskazówkom z niepokojącą wręcz dokładnością — jeśli tylko mu je dasz.
Zacznij od kamery
Pierwsze słowa Twojego prompta ustawiają gramatykę całego klipu. „Powolny najazd”, „ujęcie z ręki podążające za bohaterem”, „nieruchomy plan ogólny”, „gwałtowny zoom” — każde z nich zmienia energię, zanim jeszcze powiesz, co jest w kadrze. Jeśli nie wybierzesz, model wybierze za Ciebie — i zwykle wybiera grzecznie.
Oświetl to z rozmachem
„Podświetlenie w złotej godzinie”. „Jedna praktyczna lampa, reszta tonie w czerni”. „Neonowe światło konturowe, mokry asfalt”. Oświetlenie to najtańsza wartość produkcyjna na świecie, gdy mieści się w jednym zdaniu. To też różnica między klipem, który czyta się jako AI, a takim, który czyta się jako zamierzony.
Ujmij słowa w cudzysłów
Wszystko w cudzysłowie zamienia się w wypowiadany dialog — usta zsynchronizowane, głos dopasowany do postaci. Jedna dobra kwestia robi dla 15-sekundowego klipu więcej niż jakikolwiek wizualny fajerwerk. Napisz ją tak, jak ludzie naprawdę mówią.
Referuj, nie opisuj
Jeśli wideo potrzebuje Twojej twarzy, Twojego produktu albo Twojej piosenki — dołącz je. Opisywanie psa przez czterdzieści słów nigdy nie pobije jednego zdjęcia oznaczonego jako [Image1]. Zachowaj słowa na to, czego referencje nie udźwigną: ruch, nastrój i timing.
Udźwiękowij to jednym tchem
Dźwięk jest generowany razem z obrazem, więc też go reżyseruj: „basowa ścieżka wchodzi na cięciu”, „tylko szum pomieszczenia i deszcz”, „tandetny jingiel rodem z lat 90.”. Cisza to również wybór — powiedz o niej, jeśli tego chcesz.
Powolny najazd na [Image1] za ladą całodobowego baru, jedna praktyczna lampa, unosząca się para. Przesuwa kawę po blacie i mówi „wyglądasz, jakbyś widział kolejkę renderowania”. Tylko szum pomieszczenia, a potem jedna nuta pianina na cięciu do czerni.
I na tym polega całe rzemiosło: jeden ruch kamery, jedno światło, jedna kwestia, jeden dźwięk. Cała reszta to kwestia gustu — a gust, całkiem wygodnie, to ta część, którą już masz.