ন্যারেটিভ ভিডিঅ’ ধাৰাবাহিকতাৰ বাবে AI ক প্ৰম্প্ট দিয়াৰ পদ্ধতি

আপুনি চৰিত্ৰ আৰু পৰিৱেশৰ বাবে এটা দৃঢ় দৃশ্যগত এংকৰ স্থাপন কৰি, আৰু তাৰ পিছত প্ৰতিটো ক্লিপৰ বাবে কেমেৰাৰ অৱস্থান আৰু পোহৰৰ পৰামিতিসমূহ কঠোৰভাৱে নিয়ন্ত্ৰণ কৰি বৰ্ণনাত ধাৰাবাহিকতা বজাই ৰাখে। জেনেৰেটিভ ভিডিঅ’ত সময়গত ধাৰাবাহিকতা মডেলটোৱে আপোনাৰ গল্প বুজি পায় বুলি আশা কৰি অৰ্জন কৰা নহয়; ই প্ৰতিটো ভিডিঅ’ ক্লিপক এটা স্থিৰ, পূৰ্ব-নিৰ্ধাৰিত দৃশ্যগত অৱস্থাৰ পৃথক ৰেণ্ডাৰিং হিচাপে গণ্য কৰি অৰ্জন কৰা হয়।

জেনেৰেটিভ ভিডিঅ’ত সময়গত অবিচ্ছিন্নতাৰ সমস্যা

জেনেৰেটিভ ভিডিঅ’ মডেলবোৰে এটা প্ৰম্পট আৰু সীমিত কনটেক্সট উইণ্ড’ৰৰ ওপৰত ভিত্তি কৰি ফ্ৰেমবোৰ ভৱিষ্যদ্বাণী কৰি কাম কৰে। আগৰ ক্লিপটোত আপোনাৰ চৰিত্ৰটো কোন আছিল সেয়া মনত ৰাখিবলৈ ইহঁতৰ স্থায়ী মেম’ৰী নাথাকে। যদি আপুনি এগৰাকী মহিলাৰ গলিৰে খোজ কাঢ়ি যোৱাৰ পাঁচ ছেকেণ্ডৰ এটা ক্লিপ জেনেৰেট কৰে, আৰু তাৰ পিছত তেওঁ ঘূৰি থিয় হোৱাৰ আন এটা পাঁচ ছেকেণ্ডৰ ক্লিপ জেনেৰেট কৰে, তেন্তে মডেলটোৱে দ্বিতীয় প্ৰম্পটটোক এটা নতুন, বিচ্ছিন্ন নিৰ্দেশ হিচাপে গণ্য কৰিব। স্পষ্ট বাধা-নিয়ম নথকা অৱস্থাত, ই সম্ভৱতঃ তেওঁৰ মুখৰ বৈশিষ্ট্য, চুলিৰ ৰং, কাপোৰৰ টেক্সচাৰ, বা আনকি তেওঁৰ উচ্চতাও সলনি কৰিব। এই পৰিঘটনাটো হ’ল টেম্পৰেল ডিছকণ্টিনিউটি। মডেলটোৱে বৰ্তমানৰ প্ৰম্পটৰ ভিতৰত সম্ভাৱনীয়তাৰ বাবে অপ্টিমাইজ কৰে, গ্ল’বেল নাৰ্ৰেটিভ আইডেন্টিটিৰ প্ৰতি সত্যতাৰ বাবে নহয়। এই সমস্যা সমাধান কৰিবলৈ, আপুনি ব্যাখ্যাৰ বাবে ঠাই থকা স্বাভাৱিক ভাষাৰ বৰ্ণনাৰ পৰা আঁতৰি, পৰিৱৰ্তনৰ বাবে কোনো ঠাই নৰখা কঠোৰ, ঘোষণামূলক নিৰ্দিষ্টকৰণৰ ফালে আগবাঢ়িব লাগিব।

দৃশ্যমান এংকৰ সংজ্ঞা: চৰিত্ৰ আৰু পৰিৱেশৰ বৰ্ণনা স্থিৰ কৰা

কোনো গতি জেনেৰেট কৰাৰ আগতে, আপুনি আপোনাৰ বিষয়বস্তু আৰু পটভূমিৰ দৃশ্যগত আইডেন্টিটি সম্পূৰ্ণ স্পষ্টতাৰে সংজ্ঞায়িত কৰিব লাগিব। প্ৰতিটো চৰিত্ৰৰ বাবে এটা মাষ্টাৰ ডিছক্ৰিপ্টৰ সৃষ্টি কৰক। এই ডিছক্ৰিপ্টৰত অপৰিৱৰ্তনীয় বৈশিষ্ট্যসমূহ অন্তৰ্ভুক্ত কৰা উচিত: বয়স, জাতিগোষ্ঠী, নিৰ্দিষ্ট মুখৰ বৈশিষ্ট্য (যেনে, "শক্তিশালী জ’ লাইন, বাওঁ চোপৰ ভ্ৰুত সৰু দাগ"), চুলিৰ ধৰণ আৰু ৰং, আৰু নক্সা আৰু কাটিংসহ কাপোৰৰ বিৱৰণ। "কুল আউটফিট" বা "মিষ্টেৰিয়াছ উইমেন"ৰ দৰে অস্পষ্ট শব্দ ব্যৱহাৰ নকৰিব। তাৰ পৰিৱৰ্তে, "গলিৰে খোজ কাঢ়ি যোৱা অৱস্থাত গলালৈ বোতাম লাগোৱা চাৰক’ল গ্ৰে ৰঙৰ উলৰ কোট আৰু ৰঙা ছিল্কৰ স্কাৰ্ফ পিন্ধা" বুলি নিৰ্দিষ্টকৰণ কৰক। এই ডিছক্ৰিপ্টৰটো এবাৰ লিখক, আৰু সেই চৰিত্ৰটো জড়িত থকা প্ৰতিটো প্ৰম্পটত ইয়াক কপি-পেষ্ট কৰক।

পৰিৱেশৰ ক্ষেত্ৰতও একেই কৰক। স্থানিক আৰু টেক্সচাৰৰ ধ্ৰুৱক নিৰ্ধাৰণ কৰি অৱস্থান সংজ্ঞায়িত কৰক। যদি দৃশ্যটো এটা লাইব্ৰেৰী হয়, তেন্তে শেল্ফবোৰৰ কাঠৰ প্ৰকাৰ, কাৰ্পেটৰ ৰং, আৰু মূল পোহৰৰ উৎসৰ অৱস্থান নিৰ্দিষ্ট কৰক। এই বৰ্ণনাকাৰী শব্দবোৰে আপোনাৰ দৃশ্যগত এংকৰ গঠন কৰে। এইবোৰ হৈছে স্থিৰ ভিত্তি, যাৰ ওপৰত সকলো গতি গঢ় লৈ উঠে। যদি আপুনি ক্লিপবোৰৰ মাজত এটা বৰ্ণনাকাৰী শব্দ সলনি কৰে, তেন্তে আপুনি ধাৰাবাহিকতা ভংগ কৰিব। যদি আপুনি এটা বৰ্ণনাকাৰী শব্দ বাদ দিয়ে, তেন্তে মডেলটোৱে নিজৰ পৰিসংখ্যাগত গড় ব্যৱহাৰ কৰি সেই খালী ঠাই পূৰণ কৰিব, যি আপোনাৰ আগৰ ক্লিপৰ সৈতে মিলিব নাপাৰে।

কেমেৰা গতি আৰু স্থানিক সম্পৰ্ক প্ৰম্পটিং কৰা

কেমেৰা ভাষা হৈছে য'ত বেছিভাগ বৰ্ণনামূলক ভাঙন ঘটে। মডেলবোৰে প্ৰায়ে 'camera follows' বা 'pan right' অস্পষ্টভাৱে ব্যাখ্যা কৰে, যাৰ ফলত দৃষ্টিভংগী বা দিশত হঠাৎ জঁপিয়াই হয়। আপুনি কেমেৰাৰ অৱস্থান, দিশ আৰু গতি ভেক্টৰ স্পষ্টভাৱে সংজ্ঞায়িত কৰিব লাগিব। 'the camera moves with the character' বুলি কোৱাৰ পৰিৱৰ্তে, 'static medium shot, eye-level, camera fixed at position A, character moves from left to right across the frame' বুলি নিৰ্দিষ্ট কৰক। যদি আপুনি এটা চলন্ত শ্বটৰ প্ৰয়োজন হয়, তেন্তে পথটো সংজ্ঞায়িত কৰক: 'dolly forward slowly, maintaining eye-level, tracking the character’s back.'

স্থানিক সম্পৰ্কবোৰ কেৱল ইটোৱে সিটোৰ সৈতে নহয়, বৰং কেমেৰাৰ সাপেক্ষে লক কৰিব লাগিব। যদি Character A-য়ে Character B-ৰ ফালে মুখ কৰি থাকে, তেন্তে তেওঁলোকৰ আপেক্ষিক অৱস্থান আৰু দিশ নিৰ্দিষ্ট কৰক। "Character A stands at the left third of the frame, facing right. Character B stands at the right third, facing left. They are two meters apart." এই জ্যামিতিক লকিং-এ মডেলটোক শ্বটবোৰৰ মাজত অৱস্থান সলনি কৰা বা জড়িত হোৱা কোণ সলনি কৰাত বাধা দিয়ে। মুখ আৰু শৰীৰৰ দিশ স্থিৰ কৰিবলৈ "profile view," "three-quarter view," আৰু "direct frontal" শব্দবোৰ ব্যৱহাৰ কৰক।

পোহৰ আৰু ৰং গ্ৰেডিং ধাৰাবাহিকতা পৰিচালনা কৰা

পোহৰ হৈছে ধাৰাবাহিকতাৰ আটাইতকৈ সূক্ষ্ম কিন্তু গুৰুত্বপূৰ্ণ দিশ। যদি ক্লিপসমূহৰ মাজত পোহৰৰ উৎসৰ অৱস্থান বা তীব্ৰতা সলনি হয়, তেন্তে ছায়াবোৰ সৰকিব আৰু ক্ৰমটো দুটা বেলেগ বেলেগ ছেনৰ দৰে অনুভৱ হ’ব। মেষ্টাৰ ডিছক্ৰিপ্টৰত আপোনাৰ পোহৰৰ ছেটআপ নিৰ্ধাৰণ কৰক। প্ৰধান পোহৰৰ উৎস (যেনে, "এটা ওপৰৰ ফ্লুৰ’ছেণ্ট টিউব, কুল হোৱাইট, 4000K"), ছায়াৰ দিশ, আৰু এম্বিয়েণ্ট ফিল পোহৰ উল্লেখ কৰক। প্ৰতিটো প্ৰম্পটত ৰং গ্ৰেডিংৰ নিৰ্দেশনা অন্তৰ্ভুক্ত কৰক। যদি আপোনাৰ কাহিনী নোৱাৰ (noir) ধৰণৰ হয়, তেন্তে "উচ্চ কনট্ৰাষ্ট, ডিচেচুৰেটেড পেলেট, টিল আৰু অৰেঞ্জ ছায়াৰ টোন" নিৰ্দিষ্ট কৰক। যদি ই উজ্জ্বল আৰু আনন্দদায়ক হয়, তেন্তে "নৰম ডিফিউজড ডে’লাইট, উষ্ণ হাইলাইট, কম কনট্ৰাষ্ট" নিৰ্দিষ্ট কৰক। এই গ্ৰেডিং পৰামিতিসমূহ এটা ছেনৰ সকলো ক্লিপতে স্থিৰ হৈ থাকিব লাগিব। যদি আপুনি কাহিনীৰ প্ৰভাৱৰ বাবে পোহৰৰ পৰিৱৰ্তন বিচাৰে, তেন্তে ইয়াক এক ইচ্ছাকৃত, প্ৰম্পট-নিৰ্ধাৰিত সংক্ৰমণ হিচাপে কৰক, আকস্মিক বিচ্যুতি হিচাপে নহয়।

ক্লিপসমূহ চেইন কৰা: এণ্ড-ফ্ৰেমসমূহক ষ্টাৰ্ট-ফ্ৰেম হিচাপে ব্যৱহাৰ কৰা

ক্লিপসমূহৰ মাজত ধাৰাবাহিকতা বজাই ৰাখিবলৈ আটাইতকৈ কাৰ্যকৰী কৌশল হৈছে চেইনিং। এটা ক্ৰম জেনেৰেট কৰোঁতে, ক্লিপ 1 ৰ অন্তিম ফ্ৰেমটো উলিয়াই আনি ক্লিপ 2 ৰ বাবে আৰম্ভণিৰ ফ্ৰেম বা ৰেফাৰেন্স ইমেজ হিচাপে ব্যৱহাৰ কৰক। ই মডেলটোক আগৰ ক্লিপ শেষ হোৱা ঠাইতে থকা সঠিক ভিজুৱেল অৱস্থাৰ পৰা জেনেৰেচন আৰম্ভ কৰিবলৈ বাধ্য কৰে। যদি নতুন ক্ৰিয়াৰ বাবে প্ৰম্পট টেক্সট সামান্য সলনি হয়ও, আৰম্ভণিৰ ফ্ৰেমৰ ভিজুৱেল এংকৰে চৰিত্ৰৰ চেহেৰা, পোহৰ, আৰু কেমেৰাৰ অৱস্থান লক কৰি ৰাখে। ধাৰাবাহিকতাৰ বাবে কেৱল টেক্সট প্ৰম্পটৰ ওপৰত নিৰ্ভৰ কৰাতকৈ এই পদ্ধতি উত্তম, কাৰণ ই আইডেন্টিটি ডিছক্ৰিপ্টৰৰ মডেলৰ সম্ভাৱনামূলক ব্যাখ্যাক অতিক্ৰম কৰে। যদি আপোনাৰ টুলে ইমেজ-টু-ভিডিঅ’ বা কীফ্ৰেম ইণ্টাৰপ’লেচন সমৰ্থন কৰে, তেন্তে ইয়াক ব্যৱহাৰ কৰক। যদি নকৰে, তেন্তে পৰৱৰ্তী ক্লিপৰ আৰম্ভণি আগৰ ক্লিপৰ শেষৰ সৈতে মিলি যায় সেয়া নিশ্চিত কৰিবলৈ এণ্ড-ফ্ৰেমটো ষ্টাইল ৰেফাৰেন্স বা ইনপেইণ্টিং কনষ্ট্ৰেইণ্ট হিচাপে ব্যৱহাৰ কৰক।

সাধাৰণ ভুলসমূহ: গতিৰ অত্যাধিক নিৰ্দিষ্টকৰণ বনাম প্ৰসংগৰ অৱমূল্যায়ন

সৃষ্টিকৰ্তাসকলে প্ৰায়ে দুটা চৰম ফাঁদত পৰে। প্ৰথমটো হৈছে গতিৰ অত্যাধিক নিৰ্দিষ্টকৰণ। যদি আপুনি শৰীৰৰ প্ৰতিটো সূক্ষ্ম বিৱৰণ বৰ্ণনা কৰে—"সি চকু মিচমিচায়, সি ভাৰ সলনি কৰে, বতাহত চুলি দোল খায়,"—তেন্তে মডেলটো অতিৰিক্তভাৱে ব্যস্ত হৈ পৰে আৰু মূল ক্ৰিয়া উপেক্ষা কৰিব পাৰে বা ভৌতিকভাৱে অসম্ভৱ ফলাফল জেনেৰেট কৰিব পাৰে। গতিৰ বৰ্ণনাসমূহ উচ্চ-স্তৰীয় আৰু গতিশীল ৰাখক: "আগলৈ যায়," "মুখ ঘূৰায়," "হাত তোলে।" মাইক্ৰ’-মেকানিক্সসমূহ মডেলটোৰ হাতত এৰি দিয়ক।

দ্বিতীয়টো হ’ল প্ৰসংগ অস্পষ্টভাৱে নিৰ্ধাৰণ কৰা। যদি আপুনি চৰিত্ৰৰ পৰিচয় বা দৃশ্যৰ পোহৰৰ বিষয়ে এটা অস্পষ্ট প্ৰম্পটৰ পৰা মডেলে অনুমান কৰক বুলি নিৰ্ভৰ কৰে, তেন্তে আপুনি নিয়ন্ত্ৰণ হেৰুৱায়। যদি আপুনি দৃশ্যগত এংকৰ পুনৰ উল্লেখ নকৰে, তেন্তে আগৰ ক্লিপৰ পৰা মডেলে চৰিত্ৰটো মনত ৰাখিব বুলি ধৰি ল’ব নোৱাৰি। যদি আপুনি স্পষ্টভাৱে সীমাবদ্ধ নকৰে, তেন্তে পোহৰৰ ধাৰাবাহিকতা বজাই ৰাখিব বুলি ধৰি ল’ব নোৱাৰি। নিয়মটো সৰল: অপৰিৱৰ্তনীয় বস্তুবোৰ (পৰিচয়, পোহৰ, কেমেৰাৰ অৱস্থান) অতি সূক্ষ্মভাৱে নিৰ্ধাৰণ কৰক, আৰু পৰিৱৰ্তনশীল বস্তুবোৰ (গতি, কাৰ্য) উচ্চ-স্তৰৰ সংক্ষিপ্ততাৰে নিৰ্ধাৰণ কৰক।