AI ကို Narrative Video Continuity အတွက် Prompt ချမည်နည်း

ဇာတ်ကောင်များနှင့် ပတ်ဝန်းကျင်အတွက် တင်းကျပ်သော မြင်သာထင်သာရှိသည့် အခြေခံအချက်ကို သတ်မှတ်ပြီး၊ ကလစ်တစ်ခုချင်းစီအတွက် ကင်မရာနေရာနှင့် အလင်းရောင်ဆိုင်ရာ ပါရာမီတာများကို တင်းကျပ်စွာ ထိန်းချုပ်ခြင်းဖြင့် ဇာတ်လမ်းဆက်စပ်မှုကို ထိန်းသိမ်းပါ။ Generative video တွင် အချိန်ကာလဆိုင်ရာ တည်ငြိမ်မှုကို မော်ဒယ်က သင့်ဇာတ်လမ်းကို နားလည်သည်ဟု မျှော်လင့်ခြင်းဖြင့် မရရှိနိုင်ပါ။ ၎င်းကို ကြိုတင်သတ်မှတ်ထားသော ပုံသေမြင်ကွင်းတစ်ခု၏ သီးခြား Rendering အဖြစ် ဗီဒီယိုကလစ်တစ်ခုချင်းစီကို ကိုင်တွယ်ဖြေရှင်းခြင်းဖြင့် ရရှိနိုင်သည်။

Generative video တွင် အချိန်ကာလဆိုင်ရာ ဆက်စပ်မှုပြတ်တောက်ခြင်း ပြဿနာ

Generative video မော်ဒယ်များသည် Prompt နှင့် ကန့်သတ်ထားသော Context Window အပေါ် မူတည်၍ Frame များကို ခန့်မှန်းတွက်ချက်ခြင်းဖြင့် လုပ်ဆောင်သည်။ ၎င်းတို့တွင် ယခင်ကလစ်ရှိ သင့်ဇာတ်ကောင်၏ ပုံရိပ်ကို အမြဲတမ်းမှတ်မိနေသည့် Memory မရှိပါ။ အမျိုးသမီးတစ်ဦး လမ်းလျှောက်နေသည့် ငါးစက္ကန့်ကြာ ကလစ်တစ်ခုကို ထုတ်လုပ်ပြီး၊ ထို့နောက် သူမ လှည့်နေသည့် ငါးစက္ကန့်ကြာ ဒုတိယကလစ်ကို ထုတ်လုပ်ပါက၊ မော်ဒယ်သည် ဒုတိယ Prompt ကို သီးခြားညွှန်ကြားချက်အသစ်အဖြစ် သတ်မှတ်သည်။ သီးခြားကန့်သတ်ချက်များ မပါဝင်ပါက၊ ၎င်းသည် မျက်နှာအမူအရာ၊ ဆံပင်အရောင်၊ အဝတ်အစား Texture သို့မဟုတ် အရပ်အမောင်းကို ပြောင်းလဲနိုင်သည်။ ဤဖြစ်စဉ်ကို အချိန်ကာလဆိုင်ရာ ဆက်စပ်မှုပြတ်တောက်ခြင်းဟု ခေါ်သည်။ မော်ဒယ်သည် ယခု Prompt အတွင်းရှိ ဖြစ်နိုင်ခြေရှိမှုအတွက် အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ပြီး၊ Global Narrative Identity အတွက် တိကျမှုအတွက် မဟုတ်ပါ။ ဤပြဿနာကို ဖြေရှင်းရန်၊ အဓိပ္ပာယ်ဖွင့်ဆိုခွင့်ရှိသော သဘာဝဘာသာစကား ဖော်ပြချက်များမှ ကွာဟမှုအတွက် နေရာမချန်ထားသော တင်းကျပ်ပြီး ကြေညာသော သတ်မှတ်ချက်များဆီသို့ ရွှေ့ပြောင်းရမည်။

မြင်သာထင်သာရှိသော အခြေခံအချက်ကို သတ်မှတ်ခြင်း: ဇာတ်ကောင်နှင့် ပတ်ဝန်းကျင် ဖော်ပြချက်များကို သော့ခတ်ခြင်း

လှုပ်ရှားမှုတစ်ခုခုကို ထုတ်လုပ်မီ၊ သင့်ဇာတ်ကောင်များနှင့် ပတ်ဝန်းကျင်၏ မြင်သာထင်သာရှိသော အထူးသဖြင့် တိကျစွာ သတ်မှတ်ရမည်။ ဇာတ်ကောင်တစ်ဦးချင်းစီအတွက် Master Descriptor တစ်ခုကို ဖန်တီးပါ။ ဤ Descriptor တွင် မပြောင်းလဲနိုင်သော အင်္ဂါရပ်များ ပါဝင်ရမည်: အသက်၊ လူမျိုး၊ သီးခြားမျက်နှာအမူအရာများ (ဥပမာ - "အားကောင်းသော မေးရိုး၊ ဘယ်ဘက်တံတွေးတွင် အနည်းငယ်အနာရိပ်")၊ ဆံပင်ပုံစံနှင့် အရောင်၊ အစီအစဉ်နှင့် ဖြတ်တောက်မှုအထိ အဝတ်အစားအသေးစိတ်။ "Cool outfit" သို့မဟုတ် "Mysterious woman" ကဲ့သို့သော ဝေဟင်စကားလုံးများကို မသုံးပါနှင့်။ အစားထိုးအဖြစ် "လည်ပင်းအထိ ခလုတ်တပ်ထားသော Charcoal Grey Wool Coat နှင့် Red Silk Scarf ဝတ်ဆင်ထားသည်" ဟု သတ်မှတ်ပါ။ ဤ Descriptor ကို တစ်ကြိမ်ရေးသားပြီး၊ ထိုဇာတ်ကောင်ပါဝင်သော Prompt တိုင်းတွင် Copy-Paste လုပ်ပါ။

ပတ်ဝန်းကျင်များအတွက်လည်း ထိုနည်းတူဆောင်ရွက်ပါ။ နေရာကို နေရာလွတ်ဆိုင်ရာနှင့် အစေးအနံဆိုင်ရာ ကိန်းသေများဖြင့် သတ်မှတ်ပါ။ မြင်ကွင်းသည် စာကြည့်တိုက်ဖြစ်ပါက စာအုပ်စင်များပေါ်ရှိ သစ်သားအမျိုးအစား၊ ကာပက်အရောင်နှင့် အဓိကအလင်းရောင်အရင်းအမြစ်၏ တည်နေရာတို့ကို ဖော်ပြပါ။ ဤဖော်ပြချက်များသည် သင့်မြင်ကွင်းဆိုင်ရာ ကျောက်တိုင်ဖြစ်သည်။ ၎င်းတို့သည် လှုပ်ရှားမှုအားလုံး တည်ဆောက်ထားသော အခြေခံအုတ်မြစ်ဖြစ်သည်။ ကလစ်များကြားတွင် ဖော်ပြချက်တစ်ခုကို ပြောင်းလဲပါက ဆက်စပ်မှုကို ပျက်စီးစေသည်။ ဖော်ပြချက်တစ်ခုကို လျစ်လျူရှုပါက မော်ဒယ်သည် မိမိ၏ စာရင်းအင်းပျမ်းမျှတန်ဖိုးဖြင့် နေရာလွတ်ကို ဖြည့်ဆည်းပေးမည်ဖြစ်ပြီး၊ ၎င်းသည် သင့်ယခင်ကလစ်နှင့် ကွာခြားနေမည်ဖြစ်သည်။

ကင်မရာလှုပ်ရှားမှုနှင့် နေရာလွတ်ဆိုင်ရာ ဆက်နွယ်မှုများအတွက် ပရောမပ့်တ်ရေးသားခြင်း

ကင်မရာဘာသာစကားသည် ဇာတ်လမ်းအစီအစဉ်များ ပျက်စီးမှုအများဆုံးဖြစ်ပေါ်သည့်နေရာဖြစ်သည်။ မော်ဒယ်များသည် "camera follows" သို့မဟုတ် "pan right" ကို မှုန်ဝါးဝါး အဓိပ္ပာယ်ဖွင့်ဆိုလေ့ရှိပြီး၊ ရှုထောင့် သို့မဟုတ် ဦးတည်ချက်တွင် ရုတ်တရက် ကျော်တက်မှုများ ဖြစ်ပေါ်စေသည်။ ကင်မရာ၏ တည်နေရာ၊ ဦးတည်ချက်နှင့် ရွေ့လျားမှု ဗက်တာကို ရှင်းလင်းစွာ သတ်မှတ်ရမည်။ "the camera moves with the character" ဟု ပြောဆိုခြင်းအစား "static medium shot, eye-level, camera fixed at position A, character moves from left to right across the frame" ဟု သတ်မှတ်ပါ။ ရွေ့လျားသော ရိုက်ကူးမှုတစ်ခု လိုအပ်ပါက လမ်းကြောင်းကို သတ်မှတ်ပါ- "dolly forward slowly, maintaining eye-level, tracking the character’s back."

နေရာလွတ်ဆိုင်ရာ ဆက်နွယ်မှုများကို တစ်ခုနှင့်တစ်ခုသာမက ကင်မရာနှင့် နှိုင်းယှဉ်၍လည်း ပြတ်သားစွာ သတ်မှတ်ရမည်။ Character A သည် Character B ကို မျက်နှာချင်းဆိုင်နေပါက၊ ၎င်းတို့၏ နှိုင်းယှဉ်တည်နေရာနှင့် ဦးတည်ချက်များကို ဖော်ပြပါ။ "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." ဤဂျီဩမေတြီဆိုင်ရာ သတ်မှတ်ချက်များသည် shot များကြားတွင် မော်ဒယ်၏ တည်နေရာပြောင်းလဲခြင်း သို့မဟုတ် ထိတွေ့မှုထောင့်ကို ပြောင်းလဲခြင်းတို့ကို ကာကွယ်ပေးသည်။ မျက်နှာနှင့် ကိုယ်လုံးတီးတည်း၏ ဦးတည်ချက်ကို သတ်မှတ်ရန် "profile view," "three-quarter view," နှင့် "direct frontal" ကဲ့သို့သော အသုံးအနှုန်းများကို အသုံးပြုပါ။

အလင်းရောင်နှင့် အရောင်အဆင်းညီညွတ်မှုကို စီမံခန့်ခွဲခြင်း

အလင်းရောင်သည် ဆက်လက်ဖြစ်ထွန်းမှုတွင် အနုနယ်ဆုံးသော်လည်း အရေးကြီးဆုံးအချက်ဖြစ်သည်။ ဗီဒီယိုအပိုင်းများကြားတွင် အလင်းရင်းမြစ်၏ တည်နေရာ သို့မဟုတ် ပြင်းအား ပြောင်းလဲပါက၊ အရိပ်များ ရွေ့လျားသွားပြီး ဆက်တိုက်ဖြစ်သော ဗီဒီယိုအစဉ်အတိုင်းသည် ရုပ်ရှင်နှစ်ပုံကဲ့သို့ ထင်ရတတ်သည်။ သင့်အလင်းရောင် စီစဉ်မှုကို မာစတာဖော်ပြချက် (master descriptor) တွင် သတ်မှတ်ပါ။ အဓိက အလင်းရင်းမြစ် (ဥပမာ - "တစ်ခုတည်းသော အထက်ဘက်မှ ဖလိုရိုဆင့် မီးတိုင်၊ အေးသောအဖြူ၊ 4000K")၊ အရိပ်ကျသည့် ဘက်နှင့် ပတ်ဝန်းကျင် အလင်းဖြည့်တင်းမှု (ambient fill light) တို့ကို ဖော်ပြပါ။ Prompt တိုင်းတွင် အရောင်ညှိနှိုင်းမှု (color grading) လမ်းညွှန်ချက်များ ထည့်သွင်းပါ။ သင့်ဇာတ်လမ်းသည် noir ပုံစံဖြစ်ပါက "high contrast, desaturated palette, teal and orange shadow tones" ဟု သတ်မှတ်ပါ။ အလင်းရောင် ကြည်လင်ပြာဆန်ပြီး ပျော်ရွှင်စရာကောင်းပါက "soft diffused daylight, warm highlights, low contrast" ဟု သတ်မှတ်ပါ။ ဤအရောင်ညှိနှိုင်းမှု ပါရာမီတာများသည် ဇာတ်လမ်းတစ်ခုလုံးရှိ ဗီဒီယိုအပိုင်းအားလုံးတွင် ပုံသေတည်ရှိရမည်။ ဇာတ်လမ်းအတွက် အလင်းရောင်ပြောင်းလဲမှု လိုချင်ပါက၊ မတော်တဆ ပြောင်းလဲမှုမဟုတ်ဘဲ၊ ရည်ရွယ်ချက်ရှိရှိ Prompt ဖြင့် ပြောင်းလဲမှုတစ်ခုအဖြစ် ပြုလုပ်ပါ။

ဗီဒီယိုအပိုင်းများ ဆက်စပ်အသုံးပြုခြင်း: နောက်ဆုံးဖရိမ်ကို စတင်ဖရိမ်အဖြစ် အသုံးပြုခြင်း

ဗီဒီယိုအပိုင်းများကြား ဆက်လက်ဖြစ်ထွန်းမှုကို ထိန်းသိမ်းရန် အထိရောက်ဆုံးနည်းလမ်းမှာ ဆက်စပ်အသုံးပြုခြင်း (chaining) ဖြစ်သည်။ အစဉ်အတိုင်းတစ်ခု ထုတ်လုပ်ရာတွင်၊ ဗီဒီယိုအပိုင်း 1 ၏ နောက်ဆုံးဖရိမ်ကို ထုတ်ယူပြီး ဗီဒီယိုအပိုင်း 2 အတွက် စတင်ဖရိမ် သို့မဟုတ် ကိုးကားဖရိမ်အဖြစ် အသုံးပြုပါ။ ဤနည်းလမ်းသည် မော်ဒယ်ကို ယခင်ဗီဒီယိုအပိုင်းပြီးဆုံးသည့် အတိအကျ မြင်တွေ့ရသော အခြေအနေမှ စတင်ထုတ်လုပ်ရန် တွန်းအားပေးသည်။ လုပ်ဆောင်ချက်အသစ်အတွက် Prompt စာသား အနည်းငယ် ကွာခြားသော်လည်း၊ စတင်ဖရိမ်၏ မြင်တွေ့ရသော အခြေခံအချက်သည် ဇာတ်ကောင်၏ ပုံရိပ်၊ အလင်းရောင်နှင့် ကင်မရာတည်နေရာတို့ကို တိကျစေသည်။ ဤနည်းလမ်းသည် ဆက်လက်ဖြစ်ထွန်းမှုအတွက် စာသား Prompt များကိုသာ အားကိုးခြင်းထက် ပိုမိုကောင်းမွန်သည်၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် မော်ဒယ်၏ ဇာတ်ကောင်ဖော်ပြချက်များကို ဖြစ်တန်စွမ်းအရ အဓိပ္ပာယ်ကောက်ယူမှုကို ကျော်လွှားနိုင်သောကြောင့် ဖြစ်သည်။ သင့်ကိရိယာသည် image-to-video သို့မဟုတ် keyframe interpolation ကို ပံ့ပိုးပါက၊ ထိုနည်းလမ်းကို အသုံးပြုပါ။ မပံ့ပိုးပါက၊ နောက်ဗီဒီယိုအပိုင်း၏ အစသည် ယခင်ဗီဒီယိုအပိုင်း၏ အဆုံးနှင့် ကိုက်ညီစေရန် နောက်ဆုံးဖရိမ်ကို စတိုင်ကိုးကားချက် သို့မဟုတ် inpainting ကန့်သတ်ချက်အဖြစ် အသုံးပြုပါ။

အမှားအယွင်းများ: လှုပ်ရှားမှုကို အလွန်အမင်း သတ်မှတ်ခြင်းနှင့် ပတ်ဝန်းကျင်ကို လုံလောက်စွာ မသတ်မှတ်ခြင်း

ဖန်တီးသူများသည် အစွန်းရောက် အမှားနှစ်ခုတွင် ကျဆင်းတတ်ကြသည်။ ပထမအမှားမှာ လှုပ်ရှားမှုကို အလွန်အမင်း သတ်မှတ်ခြင်း ဖြစ်သည်။ ခန္ဓာကိုယ်၏ အသေးစိတ် အစိတ်အပိုင်းများကို အားလုံး ဖော်ပြပါက - "သူမ မျက်တောင်ခတ်သည်၊ သူမ ခန္ဓာကိုယ်လေးလံမှုကို ပြောင်းရွှေ့သည်၊ သူမ ဆံပင်သည် လေထဲတွင် တုန်ခါသည်"၊ မော်ဒယ်သည် စိတ်ရှုပ်ထွေးပြီး အဓိက လုပ်ဆောင်ချက်ကို လျစ်လျူရှုတတ်သည် သို့မဟုတ် ရုပ်ပိုင်းဆိုင်ရာအရ မဖြစ်နိုင်သော ရလဒ်များကို ထုတ်လုပ်တတ်သည်။ လှုပ်ရှားမှု ဖော်ပြချက်များကို အဆင့်မြင့်နှင့် လှုပ်ရှားမှုဆိုင်ရာ (kinetic) ဖြစ်အောင် ထားပါ: "ရှေ့သို့ လျှောက်သည်"၊ "ခေါင်းကို လှည့်သည်"၊ "လက်ကို မြှောက်သည်"။ အသေးစိတ် အစိတ်အပိုင်းများကို မော်ဒယ်ကိုယ်တိုင် ကိုင်တွယ်ဖြေရှင်းစေပါ။

ဒုတိယအချက်မှာ context ကို မလုံလောက်အောင် သတ်မှတ်ခြင်း ဖြစ်သည်။ Model သည် ချောမွေ့မှု လိုက်လျောညီထွေရှိမှု ကို vague prompt မှတဆင့် ခန့်မှန်းယူမည်ဟု မျှော်လင့်ပါက သင်သည် ထိန်းချုပ်မှုကို လွှဲပြောင်းပေးလိုက်သကဲ့သို့ ဖြစ်သည်။ Visual anchor ကို ပြန်လည်ဖော်ပြထားပါကမှသာ model သည် ယခင် clip မှ character ကို မေ့သွားမည်ဟု ယူဆနိုင်သည်။ Lighting သည် တည်ငြိမ်စွာ တည်ရှိနေမည်ဟု ယူဆနိုင်သည်မှာ ၎င်းကို ရှင်းလင်းစွာ ကန့်သတ်ထားပါကသာ ဖြစ်သည်။ စည်းမျဉ်းမှာ ရိုးရှင်းသည် - မပြောင်းလဲနိုင်သောအရာများ (identity, lighting, camera position) ကို အလွန်တိကျစွာ သတ်မှတ်ပြီး၊ ပြောင်းလဲနိုင်သောအရာများ (motion, action) ကို အဆင့်မြင့် အကျဉ်းချုပ်ဖြင့် သတ်မှတ်ပါ။