۱۰ چارچوب پرامپت Seedance 2.5 برای کنترل دقیق ویدیوهای تبلیغاتی

تصور کنید یک ویدیوی تبلیغاتی از یک محصول ساده، به جای حرکات تصادفی، تبدیل به یک اثر حرفه‌ای با شروع، میانه و پایان مشخص شود. این تغییر کیفیت، تماماً به یک پرامپت دقیق وابسته است. در ۲ اکتبر ۲۰۲۶، انتشار یک راهنمای طراحی مفصل برای Seedance 2.5 فاش کرد که چگونه می‌توان با استفاده از کنترل‌های مرجع و روایت‌های بلندمدت، به دقت سینمایی در ویدیوهای تولیدی رسید. تفاوت اصلی اغلب در جزئیات پرامپت نهفته است: آیا پرامپت شما توضیح می‌دهد که تصویر از کجا شروع شود، بیننده در ابتدا چه چیزی را ببیند، سوژه چگونه حرکت کند و دوربین در نهایت در کجا متوقف شود؟

بسیاری از ابزارهای تولید ویدیو با توهم (Hallucination) — شبیه دوستی که خاطره‌ای را اشتباه تعریف می‌کند و با اطمینان می‌گوید — دست‌وپنجه نرم می‌کنند؛ جایی که اشیا در حین حرکت تغییر شکل می‌دهند، دفرمه می‌شوند یا ناپدید می‌شوند. بایت‌دنس (ByteDance) در جدیدترین مدل خود سعی کرده این مشکل را با تفکیک نقش ورودی‌ها حل کند: تصاویر ظاهر و ویژگی‌های بصری را تثبیت می‌کنند، ویدیوها منطق حرکت را توضیح می‌دهند و متن هدف نهایی و روایت را تعریف می‌کند. این تلاش‌ها در راستای نقشه راه Seedance 3 است که در آن بایت‌دنس قابلیت اطمینان در تولید ویدیو را به اولویت اصلی خود تبدیل کرده است. طبق معرفی رسمی، این رویکرد چندوجهی (Multimodal) — مدلی که مثل ما با چند حس دنیا را می‌خواند و هم‌زمان متن، عکس و صدا را می‌فهمد — اجازه می‌دهد توالی‌هایی تا ۳۰ ثانیه در یک دستور واحد تولید شوند.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت و پایداری مدل‌های مولد اشاره کردیم، کاهش متغیرها کلید رسیدن به خروجی قابل پیش‌بینی است. برای کسانی که از پرامپت‌های ساده به سمت طراحی نمای حرفه‌ای می‌روند، افزودن مراجع بیش از حد — مثلاً استفاده از یک تصویر با نور جانبی در حالی که تصویر دیگر از نور پرکننده جلویی استفاده می‌کند، یا یک مرجع حرکتی که در فضایی کاملاً متفاوت رخ می‌دهد — در واقع مدل را مجبور می‌کند تا تصمیمات بیشتری را به‌جای شما بگیرد. این امر ریسک شکست و خطای بصری را بالا می‌برد. موثرترین گردش‌کار این است که برای هر مرجع تنها یک هدف مشخص تعیین کنید و فقط مواردی را نگه دارید که به یک پرسش خاص پاسخ می‌دهند. برای اتوماسیون این فرآیند، قابلیت‌های جدید تضمین اصالت بصری به کاربران کمک می‌کند تا جریان‌های کاری خود را با دقت بیشتری مدیریت کنند.

چارچوب طراحی نما

برای حفظ تداوم و ثبات بصری، این راهنما ترتیب خاصی برای نوشتن پرامپت پیشنهاد می‌کند که مانند یک چک‌لیست برای هوش مصنوعی عمل می‌کند. اگرچه این ترتیب یک نحو (Syntax) اجباری نیست، اما کمک می‌کند تا دقیقاً تشخیص دهید هنگام نارضایتی از نتیجه، کدام بخش از دستور باید بازبینی و اصلاح شود:

• قاب و موقعیت دوربین
• سوژه و محیط
• اکشن قابل مشاهده
• نحوه دنبال کردن دوربین (ترکینگ یا حرکت)
• وضعیت نهایی
• طراحی صدا

تسلط بر نماهای نزدیک محصول

فیلم‌های تبلیغاتی محصول اغلب در تله‌ی درخواست‌های هم‌زمان می‌افتند؛ مثلاً درخواست چرخش، باز شدن قطعات، پخش شدن اشیا، بازسازی و تغییر پس‌زمینه را هم‌زمان در یک نما می‌خواهند. هر یک از این اکشن‌ها به‌تنهایی ممکن است جذاب باشند، اما ترکیب آن‌ها در یک لحظه می‌تواند باعث شود محصول غیرقابل شناسایی شود. راهنمای بایت‌دنس توصیه می‌کند اجازه دهید هر تغییر به‌طور کامل اتفاق بیفتد تا بتوانید تصمیم بگیرید که آیا پیش‌نویس را بیشتر توسعه دهید یا خیر.

مثال رسمی مونتاژ خودرو در این مدل نشان می‌دهد که مراجع ساختاری چقدر ارزشمند هستند. یک مدل سفید ساده می‌تواند موقعیت‌ها و حرکات قطعات پیچیده را قبل از اینکه متریال‌ها و نورپردازی حتی در نظر گرفته شوند، تثبیت کند. برای محصولات معمولی، هدف اول باید تثبیت سیلوئت (خط محیطی)، جهت حرکت و ژست نهایی باشد.

• نور متحرک روی شیشه عطر: شیشه‌های شفاف در حین حرکت ممکن است دچار لبه‌های شناور و لرزان شوند. برای جلوگیری از این اتفاق، بطری را کاملاً ثابت نگه دارید و فقط یک حرکت کوتاه دوربین در نظر بگیرید.

  • رویکرد پرامپت: نمای نزدیک از یک بطری عطر کهبرین بدون برند روی سنگ روشن. بطری کاملاً ثابت است. یک نوار باریک از نور گرم به‌آرامی روی شیشه حرکت می‌کند در حالی که دوربین مسافت کوتاهی را به راست می‌لغزد. سیلوئت بطری و سطح مایع بدون تغییر بماند. پایان در نمای سه-چهارم.
  • صدا: صدای محیطی اتاق، بدون موسیقی.
  • چک‌لیست: تداوم در درپوش، خط شانه بطری و پایه را بررسی کنید. مطمئن شوید سطح مایع بدون دلیل بالا یا پایین نمی‌رود. برای بسته‌بندی‌های واقعی، هر کاراکتر متنی را چک کنید، زیرا متن‌های مشابه لزوماً متن‌های صحیح نیستند.

• دنبال کردن کفش: نمای کفش نباید با چرخش (Orbit) دور سوژه شروع شود. ترکینگ جانبی باعث می‌شود پنجه، کفی و پاشنه هم‌زمان در دید باشند تا تغییرات تناسبات بررسی شود.

  • رویکرد پرامپت: نمای نزدیک از زاویه پایین یک کفش دویدن روی پلتفرم خاکستری مات. دوربین به‌آرامی از پنجه به سمت پاشنه حرکت می‌کند و مقیاس کفش را ثابت نگه می‌دارد. بندها و کفش ثابت هستند. نور جانبی نرم بافت مش و لاستیک را نمایان می‌کند. پایان با نمای کامل پروفایل جانبی.
  • صدا: صدای محیط استودیویی.
  • چک‌لیست: روی ضخامت کفی، تعداد سوراخ‌های بند و تناسبات جلو به عقب تمرکز کنید. اگر اکسسوری اضافه می‌کنید، توصیفات پس‌زمینه را ساده کرده و از شفافیت تصویر مرجع مطمئن شوید.

• باز کردن کیس هندزفری: باز کردن یک درب شامل لولا، انسداد بصری و ساختارهای داخلی است. به‌جای چرخاندن کیس، دوربین را ثابت کنید و درب را در یک جهت حرکت دهید.

  • رویکرد پرامپت: نمای نزدیک سه-چهارم ثابت از یک کیس هندزفری روی میز تمیز. درب به‌آرامی روی لولای پشتی باز می‌شود در حالی که پایه ثابت است. دو هندزفری داخل کیس باقی می‌مانند. پس از باز شدن کامل، ترکیب‌بندی بدون حرکت بیشتر حفظ شود. نور روز نرم و انعکاس‌های محدود.
  • صدا: یک صدای کلیک نرم لولا و سپس صدای محیط.
  • چک‌لیست: بررسی کنید لولا ثابت بماند، هر دو هندزفری حضور داشته باشند و درب از داخل بدنه کیس عبور نکند. اگر شکست خورد، به‌جای افزودن صفت‌ها، از یک ویدیوی واقعی باز و بسته شدن به‌عنوان مرجع حرکت استفاده کنید.

• ریختن چای یخ: نماهای مایعات به نقطه شروع و پایان مشخص نیاز دارند تا پاشش، چرخش و برخورد یخ‌ها به‌صورت تصادفی و با اهمیت یکسان پردازش نشوند.

  • رویکرد پرامپت: نمای نزدیک قفل‌شده از یک لیوان شفاف حاوی سه تکه یخ بزرگ روی میز چوبی تیره. جریانی نازک از چای یخ از بالا راست وارد شده و به‌تدریج نیمه پایین لیوان را پر می‌کند. ریختن متوقف می‌شود، موج‌های کوچک آرام می‌شوند و لیوان ثابت می‌ماند. نور گرم پنجره، پس‌زمینه ساده.
  • صدا: صدای ملایم ریختن مایع و برخورد کوتاه یخ.
  • چک‌لیست: سه تکه یخ یک محدودیت بصری هستند؛ بررسی کنید یخ‌ها ناپدید یا ظاهر نشوند، لبه لیوان ذوب نشود یا سطح مایع پس از توقف ریختن، همچنان بالا برود.

کنترل حرکات شخصیت‌ها

نماهای شخصیت‌ها معمولاً به‌دلیل توالی نامشخص دچار مشکل می‌شوند، نه کمبود اکشن. مثال رسمی اپرای پکن نشان می‌دهد که چگونه می‌توان اکشن، انسداد و حرکت دوربین را به‌صورت مجزا ارزیابی کرد. راهنمای رسمی تأکید می‌کند ابتدا حرکت یک نفر را تثبیت کنید و سپس به سراغ تعاملات بین دو نفر بروید.

• بسته‌بندی گل: این حرکت شامل دست‌ها، کاغذ، ساقه‌ها و تماس با میز است. برای جلوگیری از توالی‌های متراکم و غیرقابل بررسی، روی یک حرکت کامل دست تمرکز کنید.

  • رویکرد پرامپت: نمای ثابت از کمر به بالا از یک گلفروش پشت میز چوبی. یک دسته گل روی یک ورق کاغذ بسته‌بندی قرار دارد. گلفروش لبه نزدیک کاغذ را بلند کرده و به‌آرامی روی ساقه‌ها تا می‌کند، سپس با هر دو دست روی تا روی کاغذ مکث می‌کند. چیدمان گل‌ها و میز ثابت بماند.
  • صدا: صدای خش‌خش ملایم کاغذ و محیط فروشگاه.
  • چک‌لیست: لحظه تماس انگشتان با کاغذ را کند کنید. بررسی کنید کاغذ از کف دست عبور نکند و دسته گل ناگهان نپرد.

• تحویل بسته: وقتی دو شخصیت در یک قاب هستند، از یک شیء (پراپ) به‌عنوان راهنمای بصری برای تعریف تبادل استفاده کنید.

  • رویکرد پرامپت: نمای متوسط استاتیک در درگاه آپارتمان. پیک یک بسته ساده را با هر دو دست نگه داشته است. ساکن خانه دستش را جلو آورده و دو طرف بسته را می‌گیرد. تنها پس از اینکه ساکن کنترل بسته را به دست گرفت، پیک آن را رها می‌کند. هر دو نفر در موقعیت اصلی خود می‌مانند. اندازه و شکل بسته بدون تغییر بماند.
  • صدا: صدای لمس مقوا و محیط راهرو.
  • چک‌لیست: مطمئن شوید بسته معلق نمی‌شود یا ناگهان جابه‌جا نمی‌شود. اگر ناپایدار بود، زنجیره اکشن را با حذف سلام و احوالپرسی یا عمل باز کردن در کوتاه کنید.

• بالا بردن دست رقصنده: لباس‌های لغزان و جاری می‌توانند مشکلات حرکتی را بپوشانند. از لباسی استفاده کنید که خطوط بازو را مسدود نکند تا تداوم ژست بررسی شود.

  • رویکرد پرامپت: نمای تمام‌قد از یک رقصنده تک‌نفره روی استیج تمرین ساده. هر دو پا ثابت می‌مانند، بازوی راست را در یک قوس نرم بالا می‌برد و سرش را برای دنبال کردن دست می‌چرخاند. دوربین حرکت کوچک و کندی به چپ دارد بدون اینکه ارتفاع تغییر کند. تناسبات بدن و لباس ثابت بماند. پایان در یک ژست ثابت.
  • صدا: صدای محیط اتاق تمرین، بدون موسیقی.
  • چک‌لیست: اتصال شانه، آرنج و مچ را قبل از بررسی پارچه چک کنید. اگر بازو می‌پرد، ابتدا حرکت دوربین را حذف کنید، اکشن را تثبیت کنید و سپس حرکت دوربین را برگردانید.

تکنیک‌های روایت در فیلم‌های کوتاه

مدت‌زمان‌های طولانی‌تر لزوماً به لیست بلندی از اتفاقات نیاز ندارند. یک شخصیت که از فضای داخلی به فضای خارجی می‌رود، خودش دارای نقطه شروع، مسیر و مقصد است. مثال رسمی خواننده روی استیج نشان می‌دهد که چگونه اتصال فضای پشت صحنه، یک راهرو و استیج می‌تواند داستان را پیش ببرد. سازندگان باید ابتدا مسیر شخصیت و مسیر دوربین را رسم کنند تا تداخلی پیش نیاید.

• پیدا کردن کتاب: یک داستان می‌تواند با تغییر ساده در نگاه شروع شود. صبر کردن تا یک لحظه خاص برای نزدیک کردن دوربین (Push-in)، دلیل روایتی به بیننده می‌دهد.

  • رویکرد پرامپت: نمای متوسط جانبی در یک کتاب‌فروشی آرام. خواننده‌ای به‌آرامی در طول قفسه حرکت کرده و عناوینی را اسکن می‌کند. او روی یک کتاب آبی ساده متوقف می‌شود، به عطف آن دست می‌زند و آن را تا نیمه بیرون می‌کشد. دوربین تنها پس از توقف او، یک Push-in ملایم را آغاز می‌کند. چیدمان قفسه بدون تغییر بماند. پایان قبل از خروج کامل کتاب.
  • صدا: صدای قدم‌های نرم و لغزش کاغذ.
  • چک‌لیست: کتاب آبی باید در موقعیت خود ثابت بماند. اگر عنوان خواندنی لازم است، آن را در پس‌تولید اضافه کنید یا از یک جلد مجاز استفاده کنید، نه علامت‌های تصادفی تولید شده.

• دوچرخه‌سواری بعد از باران: حس سرعت می‌تواند از عبور اشیاء در پیش‌زمینه ایجاد شود، بدون اینکه لرزش شدید دوربین ایجاد کنیم.

  • رویکرد پرامپت: نمای ترکینگ جانبی از یک دوچرخه‌سوار در مسیر کنار رودخانه بعد از باران. سرعت دوربین با دوچرخه‌سوار یکی است. چند تنه درخت در پیش‌زمینه عبور می‌کنند در حالی که رودخانه در دوردست باقی می‌ماند. قاب دوچرخه و اندازه چرخ‌ها ثابت بماند. بدون شتاب ناگهانی یا کات.
  • صدا: صدای تایر روی آسفالت نم‌دار و باد ملایم.
  • چک‌لیست: بررسی کنید چرخ‌ها، پدال‌ها و پاها با هم حرکت کنند و آیا لباس‌ها پس از عبور تنه درخت تغییر می‌کنند یا خیر.

• بستن کافه: یک داستان کامل همیشه به پیچش نیاز ندارد. توالی سه مرحله‌ای، پایان مشخص و انعطاف در تدوین ایجاد می‌کند.

  • رویکرد پرامپت: یک نمای باز پیوسته داخل کافه‌ای کوچک در زمان تعطیلی. ابتدا باریستا آخرین فنجان تمیز را روی قفسه می‌گذارد. سپس چراغ مطالعه نزدیک پیشخوان را خاموش می‌کند. در نهایت به سمت در شیشه‌ای حرکت می‌کند در حالی که دوربین ثابت است. مکث کوتاه روی فضای ساکت در پایان. موقعیت مبلمان بدون تغییر بماند.
  • صدا: صدای برخورد سرامیک، کلید چراغ و دور شدن صدای قدم‌ها.
  • چک‌لیست: این یک توالی اکشن است، نه وعده زمان‌بندی دقیق. اگر مرحله آخر فشرده شد، یکی از اکشن‌ها را حذف کنید و سپس توصیفات را طولانی‌تر کنید.

فرآیند بازبینی

تولید اولین پیش‌نویس تنها شروع کار است. این راهنما یک سیستم بازبینی سه مرحله‌ای را پیشنهاد می‌کند:

۱. بازبینی روایتی: تماشا با سرعت عادی برای ارزیابی کلی روایت و داستان.
۲. بازبینی سوژه: تمرکز روی سوژه برای بررسی تغییرات توجیه‌نشده در محصول، افراد یا پراپ‌ها.
۳. بازبینی فنی: بررسی دقیق نقاط تماس، انسدادها، صدا و نحوه پایان‌بندی.

هنگام اصلاح، راهنما هشدار می‌دهد که از بازتولید (Reroll) کل پرامپت بپرهیزید. به‌جای آن از توصیفات مکان‌مند استفاده کنید؛ مثلاً «بسته قبل از رها شدن به جلو می‌لغزد» تا اصلاحات هدایت شوند. در هر بار اصلاح، تنها یک متغیر مهم را تغییر دهید. برای تغییر شکل سوژه، ابتدا مراجع و دامنه حرکت را چک کنید. برای حذف کات‌های ناخواسته، شرط «نمای پیوسته» (Continuous-shot) را تثبیت کنید و تغییرات صحنه را کاهش دهید. برای صدای بیش از حد، نام صداهایی که باید بمانند و موسیقی یا دیالوگی که باید حذف شوند را ذکر کنید.

بزرگ‌نمایی (Upscaling) راهکاری برای تولیدات ضعیف نیست. این ابزار ابعاد تحویل را تغییر می‌دهد اما نمی‌تواند تماس اشتباه دست‌ها، متن‌های غلط روی محصول یا حرکات گم‌شده را بازیابی کند. کاربران تجاری ترغیب می‌شوند دقت محصول، مجوزهای افراد و موسیقی و شرایط پلتفرم را به‌طور جداگانه بررسی کنند.

این چرخش به سمت «طراحی نما» نشان می‌دهد که عصر پرامپت‌های تصادفی به پایان رسیده است. تولید ویدیوی حرفه‌ای با هوش مصنوعی اکنون به ذهنیت یک کارگردان نیاز دارد؛ برنامه‌ریزی برای قاب، اکشن و خروج، پیش از فشردن دکده تولید. برای شروع، کاربران می‌توانند به فضای کاری آنلاین Seedance 2.5 دسترسی پیدا کنند تا این چارچوب‌های سوژه و صحنه را با دارایی‌های خود تطبیق دهند. ساخت یک نمای ساده و قابل توضیح و سپس گسترش آن، تجربه کاربردی‌تری نسبت به تلاش برای خلق یک نمایش پیچیده در ابتدای کار ایجاد می‌کند.

گام بعدی شما

• وارد فضای کاری Seedance 2.5 شوید و یکی از چارچوب‌های فوق را با دارایی‌های بصری خود امتحان کنید.
• ابتدا یک نمای ساده و قابل توضیح بسازید و سپس آن را به توالی‌های پیچیده‌تر گسترش دهید.
• در بازبینی‌ها، ابتدا روی تداوم سوژه و سپس روی جزئیات فنی صدا و نور تمرکز کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.