كيف تحافظ على اتساق الشخصيات والمواقع عبر لقطات الذكاء الاصطناعي

يواجه كل فيديو سردي بالذكاء الاصطناعي نفس المشكلة: تمنحك اللقطة الأولى شخصية مثالية، وبحلول اللقطة الرابعة يكون لديها وجه مختلف، وسترة مختلفة، وخط شعر مختلف. لا تملك نماذج الفيديو ذاكرة بين الأجيال. الاتساق ليس شيئًا تطلبه - إنه نظام تبنيه حول النموذج: صورة مرجعية واحدة، وكتلة وصف مجمدة واحدة، وتمريرة تحرير تستوعب آخر عشرين بالمائة.

يبني هذا الدليل هذا النظام. المثال المتداول هو عالم نبات ميداني يظهر في موقعين - كهف طحلب حيوي مضيء ومسار غابة - تم إنشاؤهما من نفس ورقة الشخصية. تحتاج إلى نموذج صور لورقة المرجع وأداة فيديو تقبل المراجع المصورة، مثل /studio.

ورقة المرجع هي ذاكرتك

قبل إنشاء أي لقطات، صمم الشخصية مرة واحدة كصورة ثابتة لكامل الجسم. يتم تمرير هذه الصورة الواحدة كمرجع في كل لقطة لاحقة، مما يرسخ الهوية بشكل أفضل بكثير من أي صفة في المطالبة. اكتب مطالبة الورقة مثل دعوة اختيار الممثلين: الملابس، الشعر، الإكسسوارات، الوضعية، الخلفية.

Full-body character design of a woman in her thirties,
a field botanist: olive field jacket with rolled sleeves,
round glasses, dark hair in a single braid, canvas satchel,
standing relaxed pose facing camera, neutral light-grey
studio background, soft even lighting, consistent character
reference sheet look.

ثلاث قواعد للورقة نفسها. خلفية استوديو رمادية محايدة حتى لا تتسرب أي بيئة إلى المرجع. إضاءة مسطحة ومتساوية حتى يقرأ نموذج الفيديو الشكل، وليس المزاج. وضعية وقوف مريحة تواجه الكاميرا، لأن الوضعيات المتطرفة تلوث كل جيل لاحق. قم بإنشاء مرشحين أو ثلاثة واختر واحدًا قبل المتابعة؛ لا تبدل الأوراق في منتصف المشروع أبدًا.

مرجع واحد، موقعان

ONE REFERENCE, TWO LOCATIONS

INPUT

PROMPT

The botanist kneels in a bioluminescent moss cave at night, lifting a glowing fern leaf toward her lantern, awe on her face, medium shot, cool teal glow against warm lantern light, gentle handheld drift.

OUTPUT — GENERATED WITH MANIFOLDGEN

اللقطة 1 - كهف الطحلب · 4s

اللقطة 2 - مسار الغابة · 4s

تُرفق كلتا اللقطتين نفس ورقة الشخصية كمرجع للصور بينما تتغير المطالبات فقط في الموقع والحركة والإضاءة. مطالبة اللقطة 2: "عالمة النبات تشق طريقها عبر مسار غابة مشمس، تفصل الأوراق بيد واحدة، لقطة تتبع من الأمام بسرعة المشي، ضوء أخضر متقطع، واقعية وثائقية، نفس الشخصية كمرجع." الهوية ثابتة لأنها تأتي من الصورة، وليس النص.

لاحظ ما تغير بين اللقطات وما لم يتغير. الموقع، الحركة، حركة الكاميرا، والإضاءة كلها جديدة في كل لقطة. الملابس، النظارات، الضفيرة، والحقيبة لا تظهر في أي من مطالبتي اللقطة - بل تأتي مع الصورة المرجعية. هذا التقسيم للعمل هو التقنية بأكملها: الصورة تملك الهوية، والمطالبة تملك الإخراج.

كرر الأوصاف حرفيًا

يقوم المرجع بمعظم العمل، لكن النص لا يزال يتسرب. عندما يجب وصف شخصية في النثر - لقطات مقربة حيث لا تتناسب الورقة جيدًا، أو نماذج بدون دعم مرجعي - انسخ كتلة العبارة الدقيقة في كل مرة:

• قم بإنشاء سلسلة وصفية أساسية واحدة لكل شخصية ("امرأة في الثلاثينيات من عمرها، سترة ميدانية زيتونية بأكمام مطوية، نظارات مستديرة، شعر داكن بضفيرة واحدة، حقيبة قماشية") والصقها دون تعديل في كل مطالبة تذكرها.
• لا تعيد الصياغة أبدًا. "شعر مضفر داكن" و "ضفيرة واحدة" ينتجان أشخاصًا مختلفين على نطاق واسع.
• ضع الوصف مباشرة بعد اسم الشخصية أو الضمير، قبل أفعال الحركة — الموضع المبكر في الموجه يحمل وزنًا أكبر.
• افعل الشيء نفسه للعناصر المتكررة: الفانوس، الحقيبة، السرخس. تحصل العناصر المسماة على عبارات ثابتة أيضًا.
• قم بتخزين جميع السلاسل الثابتة في ملف ملاحظات واحد لكل مشروع. عند مراجعة شخصية، قم بمراجعة الملف مرة واحدة وأعد الإنشاء.

احتفظ بدليل للمواقع

تحصل الشخصيات على صور مرجعية؛ وتحصل المواقع على تفاصيل محددة. دليل المواقع هو قائمة قصيرة من الميزات الملموسة والقابلة للتكرار لكل مجموعة: كهف الطحالب به فتحة مدخل ضيقة، وبركة ضحلة تعكس التوهج، وتجمعات سرخس على رفوف صخرية متدرجة. كل لقطة يتم تصويرها هناك تعيد استخدام تلك الأسماء حرفيًا، تمامًا مثل أوصاف الشخصيات.

التفاصيل المحددة تتفوق على الكلمات الجوية لأنها تبقى بعد ضغط الموجه. "كهف مضيء بيولوجيًا" يتجدد بشكل مختلف في كل مرة؛ "بركة ضحلة تعكس توهجًا أزرق-أخضر تحت رفوف صخرية متدرجة" تعيد بناء نفس المساحة بشكل يمكن التعرف عليه. بالنسبة للمواقع الرئيسية، قم بإنشاء لقطة ثابتة واحدة لكل زاوية واستخدمها كمرجع للصور بنفس الطريقة التي تستخدم بها ورقة الشخصية — نفس الآلية، مطبقة على المجموعات.

[Character name], [frozen descriptor block verbatim],
[action], [location with bible details],
[shot size], [camera move], [lighting],
[reference image attached].

عندما تنجرف الهوية على أي حال

• تتغير ملامح الوجه ولكن الملابس تبقى — تم اقتصاص الصورة المرجعية بشكل ضيق جدًا. أعد إنشاء الورقة بكامل الجسم مع مساحة رأس واضحة وظهور اليدين.
• تتغير الملابس في منتصف المشهد — تم إعادة صياغة كتلة الوصف أو حذفها. أعد السلسلة الحرفية بجانب اسم الشخصية.
• تبدو الشخصية صحيحة ولكن العمر يتغير من لقطة إلى أخرى — أضف عبارة العمر إلى الكتلة الثابتة ("في الثلاثينات من عمرها") بدلاً من الاعتماد على المرجع وحده.
• أسلوب الإضاءة يطغى على الهوية — التباين اللوني الشديد (الأزرق المخضر مقابل الدافئ) يمكن أن يمحو تفاصيل الوجه. قم بتخفيف الإضاءة الرئيسية أو تقصير أوقات التثبيت في تلك اللقطات.
• يبدو الموقع مختلفًا بعد لقطة قطع — تم إسقاط تفاصيل الدليل. أعد لصق قائمة التفاصيل المحددة في موجه اللقطة العائدة.
• كل شيء يعمل تقريبًا — توقف عن إعادة الإنشاء. قم بالقطع مبكرًا، وقم بالتقطيع المتداخل، وقم بالتصنيف؛ الجمهور يقرأ التسلسل، وليس الإطارات.

قم ببناء الورقة مرة واحدة، وثبت سلاسل الوصف، وسجل مواقعك، ثم قم بإنشاء لقطتي اختبار جنبًا إلى جنب في Studio للتحقق من التطابق قبل إنتاج مشهد كامل. تحافظ إعدادات الكاميرا السينمائية المسبقة في /tools/cinematic-cameras على لغة الحركة منضبطة مثل نظام الهوية.