เขียนพรอมป์วิดีโอยาวอย่างไร? สคริปต์หลายช็อต 10–15 วินาที: บทเรียนพรอมป์วิดีโอยาวของ NadouPro สำหรับการเขียนสคริปต์หลายช็อต

ประเด็นสำคัญ

• พรอมป์วิดีโอที่ยาวเกินสิบวินาทีไม่ใช่การกองคีย์เวิร์ด แต่เป็นสคริปต์แบ่งช็อตที่เขียนตามลำดับเวลา

• กรอบห้าองค์ประกอบ: การตั้งค่าฉาก การโฟกัสตัวแบบ ทิศทางของเหตุการณ์ พื้นผิวสมจริง และการออกแบบการเคลื่อนไหว เมื่อเขียนตามลำดับ โมเดลจะเข้าใจแม่นยำขึ้น

• ลำดับหลายช็อตให้เขียนสภาพแวดล้อมก่อน แล้วจึงเขียนการกระทำ พร้อมระบุจำนวนช็อต ขนาดภาพ และความยาวทีละรายการ จังหวะจึงควบคุมได้

• ความสอดคล้องของตัวละครต้องล็อกด้วยสื่ออ้างอิง: ภาพตัวละครหลายมุมหรือวิดีโอสั้นอ้างอิง เพื่อให้โมเดลจดจำใบหน้าและเสื้อผ้าของตัวละคร

• โมเดลซิงก์ภาพและเสียงสามารถสร้างบทสนทนาและเสียงแวดล้อมพร้อมกันได้ ขณะเขียนสคริปต์จึงควรระบุผู้พูด บทพูด และน้ำเสียงให้ชัดเจน

ทำไมวิดีโอยาวจึงต้องใช้ “วิธีคิดแบบสคริปต์”

โมเดลวิดีโอรุ่นแรก ๆ ทำได้เพียงคลิปสามถึงห้าวินาที จึงยังพูดถึงการเล่าเรื่องไม่ได้ โมเดลรุ่นใหม่รองรับการสร้างภาพต่อเนื่องครั้งละสิบถึงสิบห้าวินาที เริ่มบรรจุเรื่องสั้นที่มีต้นเรื่อง กลางเรื่อง และจุดคลี่คลายได้ โมเดลที่ NadouPro ผสานไว้ เช่น Kling 3.0 Omni 4K และ Seedance 2.5 รองรับการสร้างระยะเวลาที่ยาวขึ้นพร้อมการซิงก์ภาพและเสียง และเมื่อใช้ร่วมกับ 3D Director ยังสามารถส่งออกคอนเทนต์หลายช็อตได้ยาวสูงสุดเก้าสิบวินาที

เมื่อความสามารถเพิ่มขึ้น วิธีเขียนก็ต้องเปลี่ยนตาม พรอมป์ที่ยาวเกินสิบวินาทีต้องเหมือนแผนที่เส้นทาง: เริ่มจากอธิบายสภาพแวดล้อมเพื่อสร้างพื้นที่ แล้วจึงกำหนดตัวแบบและการกระทำตามลำดับเวลา โครงสร้างนี้ช่วยให้โมเดลโฟกัสกับเรื่องที่คุณต้องการเสมอ แทนที่จะปล่อยให้ตีความเองอย่างอิสระ

วางแผนลำดับหลายช็อตอย่างไร

ฉากซับซ้อนไม่จำเป็นต้องตัดต่อด้วยมือ แนวคิดคือเขียนเจตนาการเล่าเรื่องให้ชัด เพื่อให้ขั้นตอนการสร้างได้ฉากสมบูรณ์ออกมาโดยตรง มีวิธีวางแผนสองแบบ:

แบ่งช็อตอัตโนมัติ: เขียนพล็อตทั้งหมดไว้ในพรอมป์เดียว โมเดลจะตัดสินจุดตัดเองตามการกระทำและฉากในคำอธิบาย เช่น เมื่อใดจะตัดจากภาพกว้างไปเป็นภาพใกล้ เมื่อใดจะให้ช็อตโต้กลับ ให้โมเดลเป็นผู้ตัดสิน เหมาะกับการทำภาพให้เห็นเร็ว ดูผลลัพธ์ก่อนแล้วค่อยปรับละเอียด

ปรับแต่งทีละช็อต: Storyboard ของ NadouPro รองรับการแยกบทเป็นช็อตด้วยคลิกเดียว แต่ละช็อตกำหนดเนื้อหาและความยาวแยกกัน โมเดลทำตามช็อตอย่างเคร่งครัด ไม่ตัดสินใจเอง เหมาะกับงานเล่าเรื่องที่ต้องการจังหวะชัดและโครงสร้างครบถ้วน ตัวอย่างฉากทั่วไป:

• ช็อตที่หนึ่ง: ภาพกว้างภายนอกวิลล่ายุโรป สามวินาที

• ช็อตที่สอง: ภาพใกล้ผู้หญิงเขย่าแก้วน้ำผลไม้ สี่วินาที

• ช็อตที่สาม: ภาพกลางผู้ชายตอบกลับ สามวินาที

แต่ละช่วงมีพรอมป์ของตัวเอง โดยกำหนดขนาดภาพและการกระทำของตัวละครทีละรายการ ช็อตที่แยกแล้วจะเรียงเป็นคอลัมน์บนแคนวาส สร้างทีละช็อตแล้วนำไปต่อกันใน Clip จึงควบคุมจังหวะได้ตลอดกระบวนการ

กรอบสคริปต์ห้าองค์ประกอบ

การเขียนสคริปต์สิบหรือสิบห้าวินาทีต้องเลิกใช้วิธีเขียนแบบกลุ่มคีย์เวิร์ด แล้วเปลี่ยนเป็นกรอบห้าองค์ประกอบแบบโมดูล ส่งข้อมูลให้โมเดลตามลำดับ:

การตั้งค่าฉาก: เริ่มจากสร้างพื้นที่และแสง สถานที่ เวลา บรรยากาศ เช่น “ดาดฟ้ายามค่ำคืนที่เงียบสงบ แสงเมืองอยู่ไกลออกไป” คำอธิบายฉากสามารถใส่รายละเอียดทางประสาทสัมผัส เช่น ลมเย็น เสียงรถไกล ๆ รายละเอียดเหล่านี้จะช่วยกำกับการสร้างเสียงไปพร้อมกัน

การโฟกัสตัวแบบ: ระบุตัวละครหลักด้วยคำอธิบายเฉพาะ เช่น “ผู้หญิงสวมเสื้อเชิ้ตลายทางสีฟ้า” อย่าใช้คำเรียกที่คลุมเครือ ในสคริปต์เดียวกันควรใช้คำอธิบายเดิมซ้ำอย่างสม่ำเสมอ ตัวละครจึงจะนิ่ง

ทิศทางของเหตุการณ์: อธิบายว่าเหตุการณ์ดำเนินไปอย่างไร แยกการกระทำเป็นขั้นตอนต่อเนื่องให้สอดคล้องกับการไหลของเวลา สคริปต์สิบวินาทีเมื่อเขียนออกมาควรเหมือนตารางแบ่งช็อต อธิบายทุกจังหวะของฉากตามลำดับ การเขียนสคริปต์ตามลำดับเวลาเป็นวิธีที่เชื่อถือได้ที่สุดในการได้ผลลัพธ์ที่คาดการณ์ได้

พื้นผิวสมจริง: ระบุข้อกำหนดคุณภาพภาพ เช่น “อารมณ์ภาพยนตร์, พื้นผิว 4K”

การออกแบบการเคลื่อนไหว: กล้องเคลื่อนอย่างไร เช่น ค่อย ๆ ดันเข้า สลับช็อตโต้ตอบ ถ่ายตามแบบโคจรรอบ

ตัวอย่างการประกอบองค์ประกอบ:

• การโฟกัสตัวแบบ: ตัวละคร A และตัวละคร B

• ทิศทางของเหตุการณ์: บทสนทนาเกี่ยวกับความลับ

• พื้นผิวสมจริง: อารมณ์ภาพยนตร์, พื้นผิว 4K

• การออกแบบการเคลื่อนไหว: ค่อย ๆ ดันเข้าและสลับช็อตโต้ตอบ

• การตั้งค่าฉาก: ระเบียงกลางแจ้งของวิลล่า

รักษาความสอดคล้องของตัวละครอย่างไร

ความท้าทายที่ใหญ่ที่สุดของวิดีโอยาวคือการไหลของตัวละคร ผู้ชมจะสังเกตได้ทันทีเมื่อตัวเอกหน้าเปลี่ยนไปในแต่ละช็อต วิธีรับมือคือสร้าง “แฟ้มตัวละคร” ให้โมเดล:

การผูกตัวแบบ: ดึงโครงสร้างใบหน้า ทรงผม และพื้นผิวเสื้อผ้าของตัวละครจากสื่ออ้างอิง แล้วตรึงไว้ในกระบวนการสร้าง แม้กล้องจะโคจรรอบอย่างมากหรือดันเข้าออกอย่างรวดเร็ว ตัวละครก็ยังจดจำได้ ในโปรเจกต์เชิงพาณิชย์ มาสคอตแบรนด์หรือนักแสดงต้องคงใบหน้าเดียวกันในทุกฉาก ขั้นตอนนี้จึงเป็นสิ่งจำเป็น

มีสองวิธีสร้างแฟ้ม:

• ภาพหลายมุม: อัปโหลดภาพตัวละครต่างมุมได้สูงสุดสี่ภาพ มีทั้งด้านหน้า ด้านข้าง และด้านหลัง โมเดลจึงไม่ต้องเดา ความสามารถ Multi-Grid ของ NadouPro สามารถสร้าง Character Body 3-View และ Character Expression 9-Grid ได้ในครั้งเดียว ใช้เป็นสื่อสร้างแฟ้มได้โดยตรง

• วิดีโออ้างอิง: อัปโหลดวิดีโออ้างอิงตัวละครความยาวสามถึงสิบวินาที นอกจากรูปลักษณ์แล้ว โมเดลยังดึงลักษณะการเคลื่อนไหวและคุณลักษณะเสียงได้ด้วย

เมื่อสร้างแฟ้มเสร็จแล้ว ให้คงการเปิดใช้งานไว้ในการเปลี่ยนช็อตทุกครั้งตลอดลำดับหลายช็อต อัตลักษณ์ของตัวละครก็จะไม่หายไป

วิธีเขียนสคริปต์สำหรับฉากบทสนทนา

โมเดลซิงก์ภาพและเสียงนำการสังเคราะห์เสียงเข้าไปในกระบวนการสร้างวิดีโอโดยตรง จึงไม่ต้องทำลิปซิงก์แยกต่างหาก บทสนทนา เสียงแวดล้อม และการกระทำบนภาพจะซิงก์กัน: ระบบเข้าใจความสัมพันธ์เชิงความหมายระหว่างภาพและเสียง เห็นการชนแก้วก็สร้างเสียงชนแก้ว เห็นการพูดก็จัดปากให้ตรง

ข้อกำหนดในการเขียนสคริปต์บทสนทนา:

• ระบุชื่อผู้พูดให้ชัด วางบทพูดแต่ละประโยคไว้ข้างตัวละครที่พูด

• ใช้ถ้อยคำตรงไปตรงมาเพื่อระบุภาษา น้ำเสียง วิธีแสดงออก และเอฟเฟกต์เสียง

• ฉากที่มีผู้พูดหลายคนยิ่งต้องระบุให้ชัดว่าใครกำลังพูด

• เขียนการกระทำก่อนแล้วจึงเขียนบทพูด เช่น ตัวละครตบโต๊ะก่อน แล้วค่อยเปิดปากซักถาม ลำดับนี้ช่วยให้โมเดลเข้าใจบริบททางกายภาพของบทสนทนา

• เพิ่มการเคลื่อนไหวเล็ก ๆ เช่น การหายใจและการกะพริบตา จะทำให้ความรู้สึกของตัวละครชัดขึ้นมาก

Audio node ของ NadouPro มีความสามารถ Voice Dubbing และ Voice Conversion เสียงบทสนทนาที่สร้างขึ้นถ่ายทอดอารมณ์ได้เป็นธรรมชาติ เมื่อใช้ร่วมกับความสามารถซิงก์ภาพและเสียงของวิดีโอ จึงสร้างเสียงและภาพได้ครบในครั้งเดียว

คลังคำศัพท์การเคลื่อนกล้อง: ให้กล้องรับใช้การเล่าเรื่อง

ภาษากล้องภาพยนตร์สามารถเปลี่ยนคลิปธรรมดาให้เป็นการเล่าเรื่องแบบมืออาชีพได้ เพียงใช้คำศัพท์ให้ถูกในพรอมป์ก็ทำหน้าที่เหมือนผู้กำกับดิจิทัล:

• ดันเข้า: สร้างความใกล้ชิดหรือเน้นช่วงเวลาที่ตัวละครตระหนักรู้ — “กล้องค่อย ๆ ดันเข้า”

• ถ่ายด้านข้างมุมต่ำ: แสดงรายละเอียดและเน้นพลังของตัวละคร — “ภาพใกล้ด้านข้างมุมต่ำ”

• ภาพกว้างมุมสูง: แสดงขนาดของสภาพแวดล้อมและความยิ่งใหญ่ — “ภาพกว้างมากจากมุมสูง”

• มุมมองบุคคลที่หนึ่ง: สร้างความรู้สึกดื่มด่ำ — “ช็อตบุคคลที่หนึ่งจากมุมมองผู้ขี่”

• ช็อตโคจรรอบ: เผยสภาพแวดล้อมพร้อมรักษาโฟกัสบนใบหน้าของตัวแบบ — “การเคลื่อนกล้องโคจรรอบอย่างช้า ๆ”

• แพนเพื่อเผยภาพ: เริ่มจากรายละเอียดเล็ก ๆ แล้วแพนออกเพื่อแสดงสภาพแวดล้อมที่สมบูรณ์กว่า

พรีเซ็ตพารามิเตอร์การถ่ายภาพของ NadouPro มีชุดผสมมากกว่าสามร้อยแบบ สามารถระบุ Focal Length, Depth of Field และสไตล์ฟิล์มได้โดยตรง เมื่อต้องการควบคุมเฉพาะจุดให้ละเอียดขึ้น ให้ใช้โหมดควบคุมการเคลื่อนไหวกำหนดเส้นทางการเคลื่อนที่ให้องค์ประกอบที่ระบุ โครงสร้างของวัตถุคงที่จะคงเดิม ส่วนตัวละครยังเคลื่อนไหวตามปกติ

เช็กลิสต์แนวทางปฏิบัติที่ดีที่สุดสำหรับสคริปต์

• โปรเจกต์เชิงพาณิชย์ให้เลือกโหมดคุณภาพสูง เพื่อให้พื้นผิวและฟิสิกส์การเคลื่อนไหวสมจริงกว่า

• ใช้กรอบห้าองค์ประกอบจัดระเบียบพรอมป์ เพื่อให้ลำดับชั้นข้อมูลชัดเจน

• ก่อนเริ่มการกระทำ ให้ตั้งพื้นที่และแสงให้เรียบร้อยก่อน

• ใช้แฟ้มตัวละครล็อกคุณลักษณะบุคคล เพื่อป้องกันอัตลักษณ์ไหลเมื่อเปลี่ยนช็อต

• เพิ่มคำอธิบายเชิงลบเพื่อกรองปัญหาทั่วไป เช่น แขนขาบิดเบี้ยว คุณภาพภาพต่ำ

• ฉากบทสนทนาให้เขียนผู้พูด บทพูด ภาษา น้ำเสียง และเอฟเฟกต์เสียงให้ชัดเจน

• ทดสอบความแรงของการเคลื่อนไหวหลายระดับ เพื่อหาสมดุลระหว่างแรงดราม่าและความเสถียรของภาพ

คำถามที่พบบ่อย

Q: วิดีโอ AI ทำได้ยาวสูงสุดกี่วินาที?

เครื่องมือส่วนใหญ่สร้างครั้งละห้าถึงสิบวินาที โมเดลรุ่นใหม่ที่ NadouPro ผสานไว้รองรับครั้งละสิบห้าวินาที หากต้องการการเล่าเรื่องที่ยาวขึ้นให้ใช้แนวทางหลายช็อต: ใช้ Storyboard แยกช็อต สร้างทีละช่วง แล้วต่อใน Clip หรือใช้ 3D Director จัดวางหลายกล้อง ซึ่งส่งออกได้ยาวสูงสุดเก้าสิบวินาที

Q: วิธีเขียนพรอมป์วิดีโอยาวที่ดีที่สุดคืออะไร?

จัดโครงสร้างตามลำดับเวลา: อธิบายสภาพแวดล้อมก่อน แล้วจึงกำหนดการกระทำของตัวละคร ระบุการเคลื่อนกล้องเฉพาะ เช่น ดันเข้าและมุมต่ำ ใช้คำนามและคำกริยาที่ชัดเจนเพื่อช่วยให้โมเดลเข้าใจเนื้อเรื่องอย่างแม่นยำ

Q: จะรักษาความสอดคล้องของตัวละครระหว่างหลายช็อตได้อย่างไร?

ใช้สื่ออ้างอิงสร้างแฟ้มให้ตัวละคร: อัปโหลดภาพหลายมุมหรือวิดีโอสั้นอ้างอิงหนึ่งช่วง หลังจากโมเดลดึงโครงสร้างใบหน้าและพื้นผิวเสื้อผ้าแล้ว ให้คงการเปิดใช้งานไว้ตลอดทั้งลำดับ ทุกครั้งที่เปลี่ยนช็อตก็จะไม่สูญเสียตัวละคร

Q: AI สร้างบทสนทนาและเอฟเฟกต์เสียงที่ซิงก์กันได้ไหม?

ได้ โมเดลซิงก์ภาพและเสียงสร้างภาพและเสียงพร้อมกัน บทสนทนาจับปากอัตโนมัติ และเสียงแวดล้อมตรงกับฉาก ขณะเขียนสคริปต์ให้ระบุผู้พูดและน้ำเสียงของบทพูดแต่ละประโยค แม้เป็นฉากหลายคนก็จะไม่สับสน

Q: จะควบคุมมุมกล้องในวิดีโอ AI ได้อย่างไร?

มีสองทาง: เขียนคำศัพท์การเคลื่อนกล้องในพรอมป์โดยตรง เช่น ดันเข้า แพน โคจรรอบ หรือใช้ Storyboard กำหนดขนาดภาพและความยาวให้แต่ละช็อตแยกกัน 3D Director ยังรองรับการจัดวางไทม์ไลน์หลายกล้องแบบมองเห็นได้ ทำให้การกำกับละเอียดขึ้น

ยินดีต้อนรับให้ไปทดลองฟีเจอร์เพิ่มเติมที่ NadouPro: NadouPro

เนื้อหานี้มีข้อมูลที่สร้างโดย AI ซึ่งอาจไม่ถูกต้อง โปรดตรวจสอบด้วยตนเอง