Prompts para vídeo
O modelo de vídeo é um diretor com seus padrões: sobre o que o prompt não fala, o modelo decide por conta própria. O prompt nomeia o que é importante e fecha os padrões que não são desejados. A skill fornece o texto do prompt e as configurações da requisição. A requisição em si é conduzida pela skill do serviço através do qual a geração é feita.
Etapas
- Colete a tarefa. Modelo, sua versão e serviço. Modo: novo clipe a partir de texto, animação de imagem, primeiro e último quadro, referências, edição, extensão. Arquivos de entrada: abra e veja cada um; as características dos personagens e a adequação das referências são extraídas deles, e não de suposições. Falas e legendas literais. Duração e formato do quadro. O que faltar, deduza da conversa; pergunte apenas por falas literais, legendas e o que for indispensável para o modo ou modelo não ser um palpite. Se o modelo não for nomeado, escolha com base na seção "Escolha do modelo" e nomeie a escolha.
- Leia o arquivo do modelo por completo até a primeira linha do prompt: Omni 1.2, Seedance 2.5 e 2.0, Kling 4.0 e 3.0, Veo 3.1. Onde o arquivo do modelo divergir das regras gerais abaixo, o arquivo do modelo prevalece.
- Divida o clipe no tempo de acordo com a seção "Tempos": cada evento, fala e movimento de câmera tem seu próprio segmento; os segmentos juntos dão a duração do clipe. Se não couber ou não for suficiente, diga isso antes do prompt e sugira um caminho.
- Atribua papéis aos arquivos de acordo com a seção "Referências": cada arquivo tem um papel e seu limite; nenhum limite do modelo é excedido. Se um desejo não couber no limite, diga antes do prompt e sugira o mais próximo que couber.
- Resolva cada padrão do arquivo do modelo: deixar para o modelo ou fechar com uma frase.
- Escreva o prompt.
- Passe pela "Verificação": cada item foi executado ou não se aplica ao prompt.
- Entregue três partes: o prompt em um bloco de código, pronto para envio; as configurações da requisição em uma lista separada nos nomes dos campos do modelo; o que verificar visualmente e auditivamente no clipe final. Para prompts em inglês, adicione um resumo em russo de uma ou duas linhas. Se a tarefa esbarrar em uma limitação do arquivo do modelo, diga isso antes da geração.
Tempos
Ordem, não cronômetro. Os modelos mantêm a ordem dos eventos, mas não o tempo exato: um intervalo nomeado de dois segundos resulta em um a três segundos. A marcação de tempo define o ritmo. Apenas o arquivo do modelo promete precisão de segundos. Um evento que deve coincidir com outro é vinculado a um evento visível no quadro, não a um número. O estado final exato é carregado pelo último quadro pronto.
Orçamento do clipe. Cerca de 5 segundos: uma ação completa. Cerca de 10 segundos: de dois a quatro segmentos. 15 segundos: três a quatro segmentos. Um clipe superlotado perde eventos e é cortado por emendas desnecessárias. Um clipe subcarregado é preenchido com espera, repetições e câmera lenta. Se houver pouco conteúdo para a duração solicitada, sugira um clipe mais curto, em vez de inventar eventos. Se houver muito, sugira um clipe mais longo ou vários clipes.
Quando marcar. Uma ação simples e única dispensa marcação. A marcação é necessária quando há vários eventos e a ordem importa. A sintaxe de marcação é própria de cada modelo e está no arquivo do modelo: timecodes, números de planos ou campos separados.
Como marcar.
- Antes dos segmentos, uma frase-resumo de toda a cena: sem ela, os segmentos não têm onde se apoiar.
- Os segmentos são consecutivos em segundos inteiros, sem lacunas, cobrindo toda a duração e coincidindo com o campo de duração.
- Em um segmento, uma ação com início e fim, não uma cadeia de movimentos pequenos.
- Em um segmento, no máximo um movimento de câmera. Movimento de câmera e movimento grande do personagem no mesmo segmento competem: um dos dois é o principal.
- O ritmo da ação é definido por contagens e pausas: quantos passos, onde a parada.
O final cede. No final do clipe, os modelos abandonam a ação, perdem o último movimento de câmera ou retornam a cena ao estado inicial. Um evento obrigatório termina antes do último segundo; o último segmento é um encerramento simples.
Fala no orçamento. Confiavelmente cerca de duas palavras em inglês por segundo; com quatro, a fala é cortada. Palavras em russo são mais longas; não há medições para elas: considere com margem. O tempo de ação antes da fala é subtraído do tempo para a fala. Uma fala e um falante por segmento. Se a fala do usuário não couber no segmento, aplica-se a regra "Texto do usuário literal".
Montagem sempre decidida. Um único plano contínuo ou emendas: isso é dito em cada prompt. Se o modelo transforma os segmentos da marcação em emendas, está dito no arquivo do modelo.
Referências
Papel e limite. O upload de um arquivo não define seu papel. Cada arquivo no texto tem um papel estreito (o que ele contém e o que é extraído dele) e um limite (o que não extrair dele: fundo, roupa, iluminação, câmera). Sem limite, tudo o que está no arquivo é puxado para o clipe, na maioria das vezes o fundo. A referência ao arquivo é escrita com a sintaxe do arquivo do modelo. A etiqueta do personagem é única em todo o prompt, sem pronomes.
Apenas arquivos com função. O limite não é sobrecarregado: cada arquivo extra dilui os outros. Um arquivo sem papel não vai para a requisição.
O primeiro quadro não é recontado. O texto descreve o que não está na imagem: movimento, mudanças, câmera, som. Com um par de quadros, o texto descreve o caminho que realmente leva ao último quadro.
Personagem da referência. O rosto não é descrito com palavras. Duas ou três características fáceis de verificar e que os modelos perdem (cor da roupa, logotipo, objeto nas mãos) são repetidas de forma breve. As palavras não contradizem a imagem. A questão de recontar ou não a aparência não é resolvida por testes; esta regra é um meio-termo cauteloso.
Vídeo de referência. É dito o que é extraído dele (movimento, câmera, ritmo) e o que não é (aparência, roupa, local). A aparência do vídeo se infiltra sem ser solicitada e vai para a lista "verificar".
Adequação das referências. Verifique os arquivos antes do prompt. São adequados: alta resolução, iluminação uniforme, rosto visível, fundo neutro limpo, um personagem na imagem, sem texto extra. Vários ângulos diferentes em arquivos separados mantêm o personagem melhor do que uma única imagem. Uma ficha de personagem em uma única imagem é um plano de contingência, a menos que o arquivo do modelo diga o contrário. Nomeie uma referência fraca para o usuário antes da geração.
Contagem e lugares exatos - com imagem. Mais de três objetos idênticos, distribuição exata no quadro, dados de gráficos não são retidos por palavras. Eles são carregados por um quadro pronto.
Consistência entre clipes. O mesmo conjunto de arquivos, a mesma descrição do personagem palavra por palavra, a mesma iluminação e paleta. O próximo clipe começa com o último quadro do anterior.
Outras regras do texto
Configurações - não no texto. Duração, formato do quadro, resolução e inclusão de som são definidos pelos campos da requisição: se nomeados no texto, são ignorados ou entram em conflito com os campos.
Som sempre decidido. Em cada prompt, é dito sobre três coisas: fala, música, ruídos - o que soa e o que não soa.
Texto do usuário literal. Falas, legendas e palavras em off fornecidas pelo usuário vão para o prompt palavra por palavra. Não simplifique, encurte, divida nem passe para outra voz. Se o texto for mais longo ou mais complexo do que o modelo faz de forma confiável, diga isso antes do prompt, sugira caminhos e altere somente após o consentimento do usuário. Há liberdade nas palavras apenas onde o usuário não forneceu texto e você mesmo o está criando.
Fala. O falante é nomeado por uma característica visível; a fala está junto a ele. O formato de registro da fala e o que o modelo faz com a fala em russo estão no arquivo do modelo. Se não houver fala, é dito explicitamente.
Legendas. Cada uma literal, com seu lugar, tipo de fonte, modo de aparecimento e tempo na tela. É dito que não há outro texto no quadro.
Proibições pontuais. Primeiro descreve-se o estado desejado, depois uma proibição curta contra algo específico e indesejado. A proibição nem sempre é respeitada: o proibido vai para a lista "verificar".
Edição e extensão. Edição: uma instrução curta sobre uma única mudança e uma frase sobre manter o resto; a cena não é recontada. Extensão: descreve apenas o novo trecho e não recontra o que já foi filmado, caso contrário o modelo repetirá a ação feita. Um personagem ou objeto que saiu do quadro é nomeado novamente.
Idioma. A cena é descrita em inglês, a menos que o arquivo do modelo diga o contrário. Falas e legendas permanecem em seu idioma. Se o usuário solicitar o prompt em russo, escreva em russo.
Escolha do modelo
Apenas diferenças confirmadas por pesquisa:
| Necessário | Adequado |
|---|---|
| Clipe com mais de 15 segundos em uma única requisição | Seedance 2.5, Kling 4.0 (até 30) |
| Momento curto de até 8 segundos | Qualquer; o Veo 3.1 não tem outra duração |
| Fala em russo | Omni 1.2, Veo 3.1; não Kling 3.0 |
| Legenda em russo no quadro | Omni 1.2 |
| Emenda em um segundo nomeado | Kling 4.0 |
| Muitas referências ou som como referência | Seedance 2.5; vozes - também Kling 4.0 |
| Movimento a partir de vídeo de referência | Seedance, Kling 4.0, Omni 1.2; não Veo |
| Quadros-chave intermediários | Kling 4.0, Seedance 2.5 |
| Edição de clipe pronto com palavras | Omni 1.2, Seedance 2.5, Kling; não Veo |
| Extensão de clipe | Omni 1.2, Seedance 2.5 |
| Mecânica precisa, montagem rígida | Seedance 2.0 |
O clipe não obedece
- Nomeie a falha com uma frase e encontre a frase do prompt responsável por ela. Se não houver frase, um padrão atuou: feche-o.
- Se a falha estiver em um lugar diferente a cada vez, repita a geração com o mesmo prompt. Se a falha for a mesma, corrija apenas a frase dela.
- Se uma instrução desaparece, primeiro remova instruções secundárias ao redor, em vez de reforçá-la com pressão. Itens removidos do prompt do usuário, nomeie-os para ele.
- Se eventos desaparecem ou o clipe fica imóvel, recalcule o orçamento conforme a seção "Tempos". Se algo extra veio do arquivo, restrinja seu papel e nomeie o limite.
- Se o clipe está quase todo correto, edite-o com uma única instrução curta. Se o defeito está na base (objeto desaparecido, rosto distorcido), gere novamente: a edição herda os defeitos.
- Consulte as limitações no arquivo do modelo: parte das falhas não é tratada com texto, e isso deve ser dito, em vez de reescrever o prompt em círculo.
Verificação
- Cada padrão do arquivo do modelo foi fechado com uma frase ou deixado para o modelo de forma consciente.
- O texto não contém duração, formato do quadro e resolução; eles estão nas configurações.
- A marcação de tempo está escrita na sintaxe do modelo, cobre toda a duração sem lacunas e coincide com o campo de duração.
- Em cada segmento, uma ação e no máximo um movimento de câmera; o evento obrigatório não está no último segundo.
- Cada fala cabe em seu segmento.
- Foi dito se é um único plano ou montagem.
- Cada arquivo tem um papel e um limite; a referência está na sintaxe do modelo; não há arquivos sem papel.
- O primeiro quadro e o rosto do personagem não foram recontados.
- Foi dito sobre fala, música e ruídos.
- Falas, legendas e palavras em off do usuário estão palavra por palavra; cada diferença foi acordada com ele.
- Edição: uma mudança, a cena não foi recontada, há uma frase sobre manter o resto. Extensão: apenas o novo trecho foi descrito.
- Nenhum limite do modelo ou serviço foi excedido; nenhuma capacidade que esta versão não possui foi utilizada.
- Foi nomeado o que verificar no clipe final: cada evento obrigatório, cada proibição, a grafia das legendas, a coincidência do som com a ação, as características do personagem.