بهترین پرامپتهای Veo 3؛ پرامپتهای آماده برای ساخت ویدیو
بهترین پرامپتهای Veo 3؛ پرامپتهای آماده برای ساخت ویدیو
اگر با Veo 3 یا نسخه جدیدتر آن یعنی Veo 3.1 کار کرده باشید، احتمالاً متوجه شدهاید که کیفیت ویدیو فقط به قدرت مدل هوش مصنوعی بستگی ندارد؛ نحوه نوشتن پرامپت هم تأثیر زیادی روی نتیجه دارد.
مطالب مشابه : آیا Veo 3 رایگان است؟ قیمت، محدودیتها و روش دسترسی
یک پرامپت ساده ممکن است یک ویدیوی قابلقبول تولید کند، اما اگر درباره سوژه، محیط، حرکت، دوربین، نور، سبک و صدا جزئیات مناسبی بدهید، کنترل بسیار بیشتری روی خروجی خواهید داشت.
مطالب مشابه : آموزش ساخت ویدیو با هوش مصنوعی Veo 3؛ از ایده تا ویدیوی حرفهای
در این راهنما ابتدا فرمول ساده نوشتن پرامپت Veo را یاد میگیریم و سپس چندین پرامپت آماده برای ساخت ویدیو در سبکهای مختلف ارائه میکنیم.
نکته: اگرچه عبارت «Veo 3» هنوز یکی از عبارتهای رایج برای جستوجوی کاربران است، مدلهای جدیدتر این خانواده مانند Veo 3.1 نیز باید در هنگام نوشتن پرامپت در نظر گرفته شوند.
مطالب مشابه: گوگل
پرامپت Veo 3 چیست؟
پرامپت Veo در واقع توضیحی است که به مدل میدهد بفهمد چه صحنهای باید ساخته شود، چه اتفاقی در آن رخ دهد و دوربین چگونه آن را ثبت کند.
برای مثال، این دستور بسیار ساده است:
یک زن در خیابان راه میرود.
اما میتوان همین ایده را بسیار دقیقتر کرد:
یک زن جوان با کت بلند مشکی در خیابانی خیس در مرکز شهر قدم میزند. نور تابلوهای نئون روی آسفالت منعکس شده است. دوربین از نمای متوسط در کنار او حرکت میکند و بهآرامی سوژه را دنبال میکند. فضای صحنه واقعگرایانه و سینمایی است. صدای قدمها، باران و خودروهای دوردست شنیده میشود.
در نمونه دوم، مدل اطلاعات بیشتری درباره شخصیت، محیط، حرکت، دوربین، سبک و صدا دریافت میکند.
فرمول ساده برای نوشتن پرامپت Veo
برای شروع میتوانید از این فرمول استفاده کنید:
سوژه + محیط + اکشن + سبک + دوربین + نورپردازی + صدا
چهار بخش اول، یعنی سوژه، محیط، اکشن و سبک، پایه اصلی پرامپت هستند و مواردی مانند دوربین، نور و صدا کنترل بیشتری به شما میدهند. این ساختار با اصولی که Google DeepMind و راهنمای Leonardo برای پرامپتنویسی Veo پیشنهاد کردهاند همراستاست.
۱. سوژه را مشخص کنید
بهجای:
یک مرد
بنویسید:
مردی ۳۵ ساله با موهای مشکی کوتاه، ریش مرتب و کت قهوهای
هرچه ویژگیهای بصری مهمتر را دقیقتر بیان کنید، مدل اطلاعات بیشتری برای ساخت شخصیت خواهد داشت.
۲. محیط را توضیح دهید
بهجای:
در شهر
بنویسید:
خیابانی باریک در مرکز یک شهر مدرن، شب هنگام، با تابلوهای نئون و آسفالت خیس پس از باران
Google نیز در راهنمای رسمی خود توصیه میکند محیط و موقعیت صحنه را با جزئیات قابل مشاهده توصیف کنید.
۳. اکشن را مشخص کنید
فقط نگویید:
مرد کنار ماشین است.
بهتر است بگویید:
مرد در کنار خودرو ایستاده، در را باز میکند و قبل از سوار شدن برای لحظهای به خیابان نگاه میکند.
حرکت دقیق سوژه به مدل کمک میکند اتفاقی را که باید در طول شات رخ دهد بهتر درک کند.
۴. سبک و ظاهر را تعیین کنید
میتوانید مشخص کنید ویدیو چه حالوهوایی داشته باشد:
- سینمایی
- واقعگرایانه
- مستند
- تبلیغاتی
- فانتزی
- علمیتخیلی
- انیمیشن
- استاپموشن
- نوآر
- وینتیج
Google DeepMind نیز استفاده از توصیف سبک و بافت بصری را یکی از عناصر مهم پرامپت معرفی میکند.
چطور حرکت دوربین را در پرامپت بنویسیم؟
اگر حرکت دوربین برایتان اهمیت دارد، آن را واضح و ترجیحاً در یک جمله مستقل بنویسید.
مثلاً:
The camera slowly pushes in toward the character.
یا:
The camera tracks the woman from behind as she walks through the street.
یا:
The camera slowly pulls back and rises into a wide aerial shot.
راهنمای Leonardo نیز توصیه میکند دستور حرکت دوربین از حرکت خود سوژه جدا و واضح نوشته شود تا مدل راحتتر آن را تفسیر کند.
انواع نما و زاویه دوربین در پرامپت Veo
برای کنترل کادر میتوانید از عباراتی مانند اینها استفاده کنید:
نوع نما:
- Wide shot
- Medium shot
- Close-up
- Extreme close-up
زاویه دوربین:
- Eye-level
- Low angle
- High angle
- Overhead shot
حرکت دوربین:
- Pan
- Tilt
- Tracking shot
- Dolly in
- Dolly out
- Crane shot
- Camera pull-back
برای مثال:
Low-angle medium shot. The camera slowly tracks the boxer as he walks toward the ring.
مشخص کردن نما و زاویه، کنترل بیشتری روی ترکیببندی تصویر ایجاد میکند.
بهترین پرامپتهای آماده Veo 3
در ادامه چند پرامپت آماده را میبینید که میتوانید با تغییر شخصیت، محصول یا محیط، برای پروژههای خودتان استفاده کنید.
پرامپت ۱: ویدیوی سینمایی
A cinematic night scene of a young man walking alone through a rain-soaked downtown street. Neon signs reflect across the wet pavement. The camera slowly tracks beside him at medium shot, then gradually pushes closer toward his face. Soft atmospheric fog fills the background. Realistic skin texture, natural movement, dramatic cinematic lighting. Audio: footsteps on wet pavement, distant traffic, light rain and soft city ambience.
مناسب برای: ساخت کلیپ سینمایی و داستانی.
پرامپت ۲: تبلیغ محصول
A premium smartphone stands vertically on a glossy black studio surface. The camera begins with a close-up of the camera module and slowly pulls back to reveal the entire phone. Soft studio lights sweep across the metallic edges while subtle reflections move across the glass surface. Minimal luxury commercial aesthetic, photorealistic details, clean background. Audio: subtle electronic ambience and a soft cinematic whoosh during the camera movement.
مناسب برای: تبلیغات محصول و فروشگاه اینترنتی.
پرامپت ۳: ویدیوی معرفی محصول
A modern wireless headphone rests on a minimalist white pedestal. The camera makes a slow 180-degree orbit around the product while soft studio lighting reveals the texture and details of the ear cushions and metallic frame. Clean commercial photography style, realistic shadows, premium technology advertisement. Audio: subtle futuristic ambient sound.
پرامپت ۴: ویدیوی واقعگرایانه
A middle-aged man walks through a quiet neighborhood early in the morning, carrying a paper coffee cup. Warm sunlight passes through the trees and creates soft shadows on the sidewalk. The camera follows him from behind with a smooth handheld movement. Natural colors, realistic motion, documentary photography style. Audio: birds, distant traffic and footsteps.
پرامپت ۵: ویدیوی فانتزی
A massive floating city appears above a sea of clouds at sunset. Giant crystalline towers reflect golden sunlight while small flying vehicles move between the buildings. The camera begins high above the city and slowly descends toward the central tower. Epic fantasy atmosphere, cinematic lighting, volumetric clouds, highly detailed environment. Audio: deep atmospheric wind and distant futuristic city sounds.
پرامپت ۶: ویدیوی علمیتخیلی
A futuristic astronaut walks through an abandoned research station on Mars. Red dust slowly enters through broken windows while emergency lights flicker along the corridor. The camera follows behind the astronaut and slowly moves closer as a mysterious light appears at the end of the hallway. Dark cinematic science-fiction style, realistic materials, dramatic lighting. Audio: low ventilation hum, radio static and distant metallic sounds.
پرامپت ۷: ویدیوی اینستاگرام و Shorts
Vertical 9:16 cinematic video of a freshly brewed cup of coffee on a wooden table beside a large window. Steam rises naturally from the cup while warm morning sunlight illuminates the scene. The camera slowly pushes toward the coffee and focuses on the rising steam. Cozy minimalist lifestyle aesthetic, shallow depth of field, photorealistic details. Audio: soft room ambience and subtle coffee-shop sounds.
پرامپت ۸: مصاحبه
A realistic interview in a modern technology studio. A 35-year-old technology expert sits facing the camera at a clean desk. Medium shot, eye-level camera, soft key light on the face and subtle background lighting. Natural facial expressions and realistic lip movement. The speaker says: “Artificial intelligence is changing the way we create video content.” Audio: clear natural voice with subtle studio ambience.
پرامپت ۹: داستان کوتاه
A little girl discovers a glowing blue door in the middle of a quiet forest at dusk. She slowly approaches it and reaches toward the handle. The camera starts behind her at eye level and gradually moves closer over her shoulder. The door opens slightly, revealing warm golden light. Cinematic fantasy style, soft volumetric lighting. Audio: forest ambience, gentle wind and a mysterious low musical tone.
پرامپت ۱۰: صحنه اکشن
A heavily modified off-road vehicle races through a muddy forest trail during a storm. The camera follows from a low tracking angle as the vehicle approaches a fast-moving river crossing. It crashes through the water at full speed, sending a huge wall of muddy water into the air. Dynamic documentary-style cinematography, realistic physics, handheld camera movement. Audio: roaring engine, splashing water, tires on mud and heavy rain.
برای صحنههای پیچیده و سریع، توصیف مرحلهبهمرحله اتفاقات میتواند کنترل بیشتری ایجاد کند؛ Google نیز برای اکشنهای پیچیده توصیه میکند عناصر صحنه و ترتیب اتفاقات با جزئیات کافی تعریف شوند.
بهترین پرامپت برای تبدیل عکس به ویدیو
در Image-to-Video روش نوشتن پرامپت کمی متفاوت است.
اگر تصویر از قبل شخصیت، محیط و ترکیببندی را مشخص کرده، لازم نیست همه آنها را دوباره در متن توضیح دهید.
تمرکز را روی این سه مورد بگذارید:
حرکت سوژه + حرکت دوربین + صدا
Leonardo نیز برای I2V همین رویکرد را توصیه میکند و اشاره میکند که تصویر مرجع خودش بسیاری از اطلاعات بصری را در اختیار مدل قرار داده است.
نمونه پرامپت I2V
The character slowly turns toward the camera while her hair moves naturally in the wind. The camera makes a subtle push-in toward her face. Preserve the original character appearance, clothing and environment. Audio: gentle wind and subtle ambient city sounds.
این روش بهخصوص برای حفظ ظاهر یک شخصیت یا محصول در چند کلیپ میتواند مفید باشد.
پرامپت برای Start Frame و End Frame
اگر از قابلیت Start/End Frame استفاده میکنید، نیازی نیست دوباره محتوای دو تصویر را از ابتدا توصیف کنید.
وظیفه پرامپت این است که توضیح دهد بین تصویر اول و تصویر دوم چه اتفاقی رخ دهد.
مثلاً:
The camera slowly pulls back while rising upward. The character walks toward the center of the room as the environment gradually transforms from a dark abandoned space into a bright modern studio. Smooth continuous transition. Audio: soft rising ambience followed by a subtle cinematic impact.
در این حالت، تمرکز پرامپت روی حرکت دوربین، تغییر صحنه و صدا است.
آیا پرامپت طولانیتر همیشه بهتر است؟
خیر.
جزئیات بیشتر میتواند کنترل بیشتری ایجاد کند، اما پر کردن پرامپت با اطلاعات غیرضروری همیشه نتیجه را بهتر نمیکند.
راهنمای Leonardo پیشنهاد میکند پرامپتها متمرکز و قابلمدیریت باشند و برای بسیاری از شاتها حدود چند جمله منسجم میتواند نقطه شروع مناسبی باشد. در مقابل، Google تأکید میکند که جزئیات بیشتر میتواند کنترل بیشتری بدهد. بنابراین بهترین رویکرد این است که بهاندازهای جزئیات بدهید که برای شات موردنظر واقعاً لازم است، نه اینکه صرفاً متن را طولانی کنید.
آیا تکرار کلمات باعث تأکید بیشتر در Veo میشود؟
لزوماً نه.
مثلاً این کار:
بسیار بسیار بسیار سینمایی، بسیار سینمایی، سینمایی
راه مناسبی برای کنترل مدل نیست.
بهتر است بهجای تکرار کلمه «سینمایی»، ویژگیهایی را توصیف کنید که ظاهر سینمایی را ایجاد میکنند:
نورپردازی دراماتیک، عمق میدان کم، حرکت نرم دوربین، کنتراست بالا و فضای واقعگرایانه.
Leonardo نیز براساس آزمایشهای خود توصیه میکند بهجای تکرار مداوم یک واژه، از توصیف دقیقتر و متنوعتر استفاده شود.
مراقب تعداد زیاد اشیا باشید
اگر در یک شات تعداد زیادی شخصیت، وسیله یا عنصر مختلف قرار دهید، احتمال دارد مدل در شمارش، فاصله یا تعامل بین آنها دچار مشکل شود.
مثلاً بهجای:
۵۰ پرنده، ۳۰ خودرو، ۲۰ نفر و ۱۵ ساختمان را همزمان نشان بده.
بهتر است ابتدا مهمترین عناصر داستان را مشخص کنید.
اگر تعداد یک شیء اهمیت دارد، آن را صریح بنویسید:
Only six lanterns float slowly across the lake.
تمرکز روی یک یا چند عنصر اصلی معمولاً کنترل صحنه را سادهتر میکند.
یک اشتباه مهم: احساس را فقط با کلمه توصیف نکنید
بهجای اینکه بنویسید:
یک صحنه بسیار غمگین بساز.
احساس موردنظر را با عناصر قابل مشاهده و شنیدنی ایجاد کنید:
خیابانی خالی در شب، یک شخصیت تنها پشت پنجره نشسته، نور سرد ماه روی صورت او افتاده و صدای باد در خیابان شنیده میشود.
این روش به مدل اطلاعات بصری و صوتی مشخصتری میدهد و بهجای گفتن «غمگین»، شرایطی ایجاد میکند که آن حس را منتقل کند.
سه قالب آماده برای نوشتن پرامپت Veo
قالب اول؛ Text-to-Video
Subject: [سوژه اصلی]Context: [محیط و زمان]Action: [حرکت یا اتفاق]Style: [سبک بصری]Camera: [نوع نما و حرکت دوربین]Lighting: [نورپردازی]Audio: [دیالوگ، صدای محیط یا افکت]
قالب دوم؛ Image-to-Video
Action: [چه چیزی در تصویر حرکت کند؟]Camera: [دوربین چگونه حرکت کند؟]Audio: [چه صدایی شنیده شود؟]Consistency: [چه عناصری بدون تغییر باقی بمانند؟]
قالب سوم؛ Start/End Frame
Camera path: [دوربین از کجا به کجا حرکت کند؟]Transformation: [بین دو فریم چه تغییری رخ دهد؟]Subject action: [سوژه چه کاری انجام دهد؟]Audio: [صدای هماهنگ با تغییر صحنه]
Text-to-Video یا Image-to-Video؛ کدام را انتخاب کنیم؟
انتخاب روش به هدف شما بستگی دارد.
| روش | بهترین کاربرد |
|---|---|
| Text-to-Video | آزادی خلاقانه و ساخت صحنه از صفر |
| Image-to-Video | حفظ ظاهر شخصیت، محصول یا تصویر |
| Start/End Frame | کنترل دقیقتر یک انتقال از تصویر اول به تصویر دوم |
Leonardo نیز همین تفاوت را در راهنمای خود توضیح میدهد: Text-to-Video آزادی بیشتری دارد، Image-to-Video برای ثبات بصری مناسبتر است و Start/End Frame برای انتقال کنترلشده بین دو وضعیت کاربرد دارد.
نکات طلایی برای نوشتن پرامپت Veo
اگر بخواهیم تمام این راهنما را در چند قانون ساده خلاصه کنیم:
- اول بدانید دقیقاً چه شاتی میخواهید.
- سوژه اصلی را مشخص کنید.
- محیط را قابل مشاهده و دقیق توصیف کنید.
- حرکت سوژه را بنویسید.
- نوع نما و زاویه دوربین را مشخص کنید.
- حرکت دوربین را جدا و واضح بنویسید.
- سبک بصری و نور را تعیین کنید.
- اگر صدا مهم است، آن را هم در پرامپت بیاورید.
- از تکرار بیدلیل کلمات خودداری کنید.
- یک شات را بیش از حد شلوغ نکنید.
- برای Image-to-Video بیشتر روی «حرکت» تمرکز کنید.
- برای Start/End Frame بیشتر روی «انتقال» تمرکز کنید.
- اگر نتیجه مطلوب نبود، بهجای تکرار دقیق همان پرامپت، یک متغیر را تغییر دهید.
- چند نسخه آزمایشی بسازید و بهترین نتیجه را انتخاب کنید.
جمعبندی
یک پرامپت خوب برای Veo الزاماً طولانیترین پرامپت نیست؛ پرامپتی است که هدف مشخصی دارد و اطلاعات درست را در اختیار مدل قرار میدهد.
برای شروع، چهار عنصر اصلی را فراموش نکنید:
سوژه + محیط + اکشن + سبک
سپس در صورت نیاز، دوربین، نورپردازی و صدا را اضافه کنید.
اگر از تصویر مرجع استفاده میکنید، تمرکز را روی حرکت، دوربین و صدا بگذارید و اگر از Start/End Frame استفاده میکنید، مسیر انتقال بین دو فریم را دقیق توضیح دهید.
و مهمتر از همه، پرامپت را مثل یک دستور مبهم برای هوش مصنوعی ننویسید؛ مثل یک کارگردان برای فیلمبردار توضیح دهید که دقیقاً چه چیزی باید دیده و شنیده شود.
سوالات متداول
بهترین فرمول برای پرامپت Veo چیست؟
یک نقطه شروع مناسب این است: سوژه، محیط، اکشن و سبک را مشخص کنید و سپس در صورت نیاز دوربین، نور و صدا را اضافه کنید.
آیا پرامپت طولانیتر نتیجه بهتری میدهد؟
نه همیشه. جزئیات مفید میتواند کنترل بیشتری ایجاد کند، اما اطلاعات اضافی و شلوغ کردن یک شات ممکن است نتیجه را ضعیف کند.
برای Image-to-Video چه پرامپتی بنویسیم؟
در Image-to-Video بهتر است بهجای توصیف دوباره تصویر، روی حرکت سوژه، حرکت دوربین و صدا تمرکز کنید.
آیا میتوان با Veo ویدیو همراه با صدا ساخت؟
بله. Veo از تولید ویدیو همراه با صدا و قابلیتهایی مانند دیالوگ و صداهای محیطی پشتیبانی میکند.
Veo 3 بهتر است یا Veo 3.1؟
Veo 3.1 نسل جدیدتر مدلهای Veo است و قابلیتهای جدیدتری برای کنترل و تولید ویدیو ارائه میدهد. راهنمای فعلی Leonardo نیز Veo 3.1 و Veo 3.1 Fast را مدلهای فعلی معرفی میکند.
این مطلب بر اساس گزارش وبسایت deepmind.google و leonardo بازنویسی شده است.
