كيف تصنع فيديوهات بالذكاء الاصطناعي لا تبدو كأنها بالذكاء الاصطناعي

العلامة 1: الوجه يتغير بين اللقطات

السبب: إذا رُسمت كل لقطة بمفردها فلا شيء يقول من هو الشخص، فيرسم النموذج وجهًا معقولًا في كل مرة. الحل: كل شخصية مدخل واحد بصورة معتمدة واحدة، وكل لقطة تظهر فيها تُصنع من ذلك المدخل. الوجه في اللقطة القريبة هو الوجه في اللقطة الواسعة وفي الحلقة التاسعة، لأن المصدر هو المدخل لا المقطع السابق. واللقطة السيئة لا تفسد التالية: أعد توليدها، أو تابع.

دورك: اعتمد الأوراق في الخطوة 2 من SceneMixer قبل أن تدفع مقابل أي فيديو. صِف الوجه بما في الوجوه الحقيقية من تفاصيل محددة، سن أمامية معوجّة، أنف مكسور، لحية رمادية خفيفة، ندبة، لا بأحكام مثل “جميلة”، لأن النموذج يحوّل الحكم إلى وجه جميل متوسط. وتُرسم الورقة بإضاءة جانبية بسيطة تُظهر العظام، فيتولى الوصف الباقي. مجاني: أول 15 ورقة في الحساب. الوجه نفسه في كل لقطة · صِف السبب لا النتيجة.

العلامة 2: الغرفة تعيد ترتيب نفسها، والناس يتبادلون الجهات

السبب: المحادثة ثلاث لقطات أو أربع، وإذا اخترعت كل لقطة غرفتها تحرّكت النافذة وصار الرجل الذي كان على اليسار على اليمين. حتى اللقطة المعاكسة ترسم جدارًا لم يكن موجودًا. الحل: يحصل كل مشهد تلقائيًا على نموذج ثلاثي الأبعاد بالذكاء الاصطناعي: المكان، والأثاث المهم، وموضع لكل شخص، وتُولَّد كل لقطة في المشهد استنادًا إلى هذا النموذج الواحد. فتصف اللقطة الواسعة واللقطات القريبة واللقطة المعاكسة الغرفة نفسها من مواضع مختلفة. ولا شيء يلزمك إعداده.

دورك: اكتب المواضع كعلاقات بأشياء في الغرفة وببعضهم، “على رأس الطاولة، قبالتها، وظهره إلى النافذة”، مرة عند بداية المقطع، ومرة أخرى فقط حين يتحرك أحد. “قرب النافذة” تصح من كل كاميرا؛ أما “على اليسار” فتصح من واحدة. يبقى الجميع حيث جلسوا · اكتب مواضع يستطيع العالم قراءتها · لماذا تتبادل الشخصيات الجهات.

العلامة 3: الملابس والجروح تقفز، أو لا تتغير أبدًا

السبب: النموذج الذي يُعطى صورة مرجعية ينسخ ما فيها، الوجه والملابس وشكل الشيء، ولا تقنعه أي جملة بغير ذلك. الحل: الشيء الذي يبدو مختلفًا يحتاج إلى صورة خاصة به تسمى حالة: تغيير كامل في الزي، أو تحول، أو قاعة محترقة، أو نصل خارج غمده. تقترحها القراءة ضمن حدود (حتى ثلاث إطلالات للشخصية، واثنتين للموقع، وواحدة للغرض) وتحدد أي مقطع يستخدم أيًّا منها. وكل ما يغيّر الوضع فقط، كالوقوف أو الجلوس، أو النهار أو الليل، أو المطر أو الغبار أو من يحمل ماذا، يُكتب بالكلمات ويعمل جيدًا. والمطر تحديدًا نص لا حالة.

الاختبار سؤال واحد: هل يبدو الشيء نفسه مختلفًا، أم الوضع من حوله؟ إن كان يمكن أن توجد النسختان في إطار واحد فهما أصلان اثنان، لا أصل واحد له حالة. تغيير الأزياء وحالات المشهد.

العلامة 4: حشد يظهر ويختفي أو يحدّق في لا شيء

السبب: وجود أشخاص في خلفية اللقطة من عدمه حقيقة، وإذا لم يذكرها النص قرّر النموذج لقطة بلقطة. وعرس بكنيسة ممتلئة في لقطة وخالية في التي تليها هو المثال الكلاسيكي. الحل: اذكر الحشد كحقيقة مرة واحدة للمقطع كله: من، وأين، وماذا يفعلون، مثل “نحو اثني عشر ضيفًا على الطاولات يأكلون ويتحدثون”. وإن كان المكان خاليًا فقل ما فيه بدلًا من ذلك: “شارع خالٍ، وكراسٍ مكدسة إلى جدار المقهى”. والنفي مثل “بلا حشد” يميل إلى إنتاج الحشد، لأن الجملة قائمة بأشياء يُنظر في رسمها. الأشخاص في خلفية المشهد · قل ما هو موجود لا ما ليس موجودًا.

ضع شارة @ على كل شخصية ظاهرة في لقطة، ولا تضعها على من يُسمع فقط أو من يوجد في مكان آخر من الغرفة: الاسم غير المرئي يدعو إلى وجه لا ينبغي أن يكون موجودًا. من في الإطار.

العلامة 5: مظهر الذكاء الاصطناعي المعتاد

السبب: متوسط كل شيء هو بشرة ناعمة وتناظر مثالي وضوء متساوٍ من لا مكان. الحل: اختر المظهر عن قصد وعلى طبقات. النمط البصري هو الوسيط؛ ونمط المشهد هو ما يُبنى منه الديكور؛ ونمط الأزياء هو ما يرتديه الناس. وهي منفصلة لأنها تتحكم بطبقات مختلفة، وخلطها في مربع واحد هو ما يجعل الأشياء عامة. ثم أعطِ كل لقطة ضوءًا له مصدر (مصباح مكتب، أو مصابيح سيارة تمر على السقف، أو ظهيرة غائمة)، واكتب الأفعال كأسباب مادية (القطار يكبح فتميل قهوتها)، وأبقِ شخصين أو ثلاثة في كل لقطة.

اترك الكلمات السحرية. “تحفة، 8K، سينمائي، ضباب حجمي” لا تضيف شيئًا يستطيع النموذج وضعه، وتدفع الكلمات المهمة إلى أسفل، وأحيانًا تُرسم حرفيًا: يظهر الضباب فعلًا. كيف تجعل فيديو الذكاء الاصطناعي أكثر واقعية · لا كلمات سحرية · اختيار إعدادات النمط.

العلامة 6: الصوت لا ينتمي إلى الصورة

السبب: حين يُسجَّل الكلام أو يُدبلج بعد الصورة، تنفصل الشفاه عن الكلمات. الحل: يولّد SceneMixer كل مقطع وصوته فيه أصلًا، فكل جملة موسومة ينطقها بصوت تلك الشخصية الشخص الذي تتحرك شفتاه، إضافةً إلى أجواء المكان. لكل شخصية صوت واحد يُختار مرة واحدة ويُستخدم في كل جملة في كل حلقة؛ طابق واحدًا من المكتبة المدمجة فيُرفق بكل لقطة تتكلم فيها تلك الشخصية.

دورك: اكتب كل جملة مع المتحدث ووسم الصوت، واجعل أي شخص آخر في اللقطة مغلق الشفتين، وأضف سطر «أجواء» واحدًا من بضع كلمات، وعلّم اللقطة الصامتة بعبارة «بلا حوار». وإذا ظهرت كتابة في الصورة فذلك لأن لقطة استدعتها بذكر لافتة أو تعليق أو شاشة ذات محتوى؛ فصف شاشة فارغة وأعد التوليد. الحوار والصوت في توليد واحد · النص في الصورة، والحوار الخاطئ.

اختبار من ثلاث دقائق لمقطعك الأول

شغّل هذا على مقطع واحد من SceneMixer في أدنى مستوى قبل أن تولّد الباقي؛ فكلفة الإعادة هناك صغيرة والدروس تنتقل إلى كل لقطة لاحقة. قائمة مراجعة قبل أن تولّد.

ما لا يصلحه الإعداد

اليدان وخمسة أشخاص يتكلمون معًا والتفاصيل الدقيقة في الحشود هي المواضع التي ما زال فيديو الذكاء الاصطناعي يفضح نفسه فيها، والحل أن تطلب أقل: أشخاصًا أقل، وفعلًا واحدًا في كل لقطة. وقد يعطي طلبان متطابقان مقطعين مختلفين، لذا ستحتاج بعض اللقطات إلى محاولة ثانية. ويُرفض الوجه القريب جدًا من شخص حقيقي، وهذه قاعدة لا عيب. والهدف الصادق ليس إخفاء أن الفيديو صُنع بالذكاء الاصطناعي، فهذا ما وُجدت الشارة وتسميات المنصات لتقوله، بل إزالة العيوب التي تشتت الانتباه عن القصة.

الأسئلة الشائعة

تم التحديث في 2 نوفمبر 2026