Jak stworzyć wideo AI ze scenariusza w 2026 roku

Scenariusz to już lista promptów — większość ludzi po prostu przekazuje go w całości. Modele wideo generują jedno ujęcie na raz, każde po cztery lub pięć sekund. Nakarm je trzema stronami opisu sceny, a otrzymasz papkę. Nakarm je jedną sformatowaną linią na ujęcie, a montaż sam się złoży.

Ten przewodnik pokazuje, jak przekonwertować scenariusz dwuscene na dwa prompty, wygenerować oba klipy za pomocą ManifoldGen i połączyć je w spójną sekwencję. Przepływ pracy skaluje się do dowolnej długości: każdy nagłówek sceny staje się jednym lub więcej promptów ujęć, nigdy więcej niż jedno ujęcie na prompt.

Przepływ pracy: linia scenariusza do promptu ujęcia

1. Podziel scenariusz na ujęcia. Każda linia sceny EXT./INT. to co najmniej jedno ujęcie; linie akcji z własną logiką kamery stają się dodatkowymi ujęciami. 60-sekundowy materiał to zazwyczaj 12–16 klipów po cztery sekundy.
2. Wyodrębnij pięć pól z każdej linii sceny: podmiot, akcję, ruch kamery, oświetlenie, stan końcowy. Jeśli któregoś pola brakuje w scenariuszu, wymyśl je raz i zapamiętaj — ta decyzja należy teraz do świata.
3. Napisz jeden prompt na ujęcie, korzystając z poniższego szkieletu. Klauzula kamery bezpośrednio po podmiocie, dokładnie tak, jak w przypadku każdego reżyserowanego ujęcia.
4. Powtarzaj szczegóły świata w promptach dosłownie. Te same słowa palety („zimny niebiesko-szary”), ta sama pogoda („ulewa”), ta sama pora dnia w każdym ujęciu sekwencji. Ciągłość żyje w powtarzanych przymiotnikach.
5. Generuj najpierw z krótkim czasem trwania, przeglądaj wszystkie ujęcia razem na osi czasu, regeneruj tylko te słabe.
6. Montuj w edytorze: przytnij każdy klip do jego najmocniejszych 2,5–3,5 sekundy, kolejność zgodna ze scenariuszem, bez przejść. Ostre cięcia to gramatyka.

Scenariusz dwusceneowy

Oto cały materiał źródłowy — standardowy podział scen:

EXT. STORM CLIFF - NIGHT

Rain hammers a stone lighthouse on a cliff.
Huge waves explode against the rocks below.
The beam sweeps through the storm.

INT. LAMP ROOM - NIGHT

Weathered hands grip a brass wheel.
The giant Fresnel lens rotates, blades of
light sweeping across rain-streaked glass.

Dwa nagłówki scen, dwa szczegóły wprowadzające, dwie akcje. To czysto przekłada się na dwa prompty.

Prompty ujęć, wygenerowane

A stone lighthouse on a storm-battered cliff at night. Huge waves explode against the rocks while the beam sweeps through sheets of rain. Slow aerial push toward the lantern room, wide establishing shot, cold blue-grey palette, dramatic documentary energy.

Close-up inside a lighthouse lantern room at night. Weathered hands grip a brass wheel as the giant Fresnel lens rotates, throwing moving blades of light across rain-streaked glass. Slow dolly-in, shallow depth of field, warm amber light against cold blue night.

Ciągłość to powtórzenie

Modele nie mają pamięci między generacjami. Jedynym mechanizmem ciągłości, który kontrolujesz, jest dosłowne powtarzanie w promptach. Wybierz małe słownictwo dla każdego projektu i używaj go mechanicznie:

• Paleta: nazwij dwa lub trzy kolory raz („zimny niebiesko-szary”, „ciepły bursztyn”) i używaj ich w każdym ujęciu.
• Pogoda i czas: „noc”, „ulewny deszcz” pojawiają się w obu powyższych promptach. Usuń je, a drugi klip cicho stanie się innym wieczorem.
• Powtarzające się obiekty: jeśli promień latarni ma znaczenie, pojawia się na zewnątrz i jako ruchome światło wewnątrz. Ten sam obiekt, inny kąt.
• Kotwica stylu: jedno zdanie, takie jak „dramatyczna energia dokumentalna” w każdym prompcie, utrzymuje spójność gradacji i tekstury, nawet gdy zmieniają się obiekty.

Cięcie czterosekundowych klipów

Planuj rendery 4-sekundowe, nawet jeśli Twoja edycja wymaga dłuższych ujęć. Krótkie klipy generują się szybciej, są tańsze w przypadku niepowodzenia i wymuszają dyscyplinę jednej idei na ujęcie. Na osi czasu przytnij każdy klip do jego najlepszych 2,5–3,5 sekundy, aby ruch nigdy nie zapętlał się ani nie zatrzymywał na krawędziach. Tnij na akcji — ręce kręcące kołem, fale w środku eksplozji — a szwy znikną. Dla odniesienia tempa, sekwencje bez dialogów, takie jak ta, wygodnie mieszczą się w jednym cięciu co 2–4 sekundy.

[Subject and setting], matching the scene's INT/EXT and time of day.
[One action from the script].
[Camera move] toward [target], [shot size], [palette words],
[style anchor phrase repeated from previous shots].

Rozwiązywanie problemów

• Ujęcia wyglądają jak z różnych światów — szczegół zmienił się między promptami. Sprawdź paletę, pogodę i słowa określające porę dnia; muszą pasować znak po znaku.
• Klip zawiera dwie lokalizacje — prompt obejmował więcej niż jedno ujęcie. Podziel go na nagłówki scen i wygeneruj ponownie.
• Wnętrze wydaje się odłączone od zewnętrza — ujęcie otwierające nie wskazywało celu. Zakończ ujęcia zewnętrzne ruchem w kierunku tego, co pokaże kolejne wnętrze.
• Sekwencja wydaje się płaska — każde ujęcie ma ten sam rozmiar. Przeplataj szerokie ujęcia wprowadzające z zbliżeniami, tak jak scenariusz przeplata EXT/INT.
• Ruch zatrzymuje się przed końcem cięcia — nie zdefiniowano stanu końcowego. Dodaj klauzulę ustalającą („ustala się na obracającej się soczewce”), aby ostatnie klatki utrzymywały stabilny obraz.

Szkicuj podział scen, konwertuj każdy nagłówek za pomocą szkieletu i uruchamiaj ujęcia obok siebie w /studio przed zatwierdzeniem do ostatecznych renderów. Słownictwo dotyczące ruchu kamery, którym wypełnisz szkielet, znajdziesz w /tools/cinematic-cameras.