دراسة حالة
لماذا يضيف الذكاء الاصطناعي شخصًا ثالثًا إلى مشهد من شخصين
أراد فريق فيديو لدى أحد العملاء إعلانًا على شكل محادثة بين شخصين. كان أداة الصور بالذكاء الاصطناعي ترسم الشخص الذي ينظر إليه كل متحدث، فيظهر في المونتاج أربعة أشخاص. حلّ ذلك وصف تكوين الكادر، لا ذكر من يجب ألا يكون موجودًا.
أهم النقاط
- يرسم الذكاء الاصطناعي ما يقوله وصفك، لذا قد تضع عبارة عن شخص خارج الكادر غريبًا في الصورة.
- لتبقى وحيدًا في الصورة، صِف تكوين الكادر: انعطاف بزاوية ثلاثة أرباع، ومساحة مفتوحة أمام الوجه، وحواف تُظهر المكان لا شخصًا آخر.
- تحتاج المحادثة بين شخصين إلى أن ينظر كل متحدث إلى الآخر، لا في العدسة، مع تطابق الاتجاهين عبر المونتاج.
- تُطلب مشاهد الفيديو الطويلة بالذكاء الاصطناعي بضعة مقاطع في المرة، ويُطلب التالي مع انتهاء كل مقطع، وينبغي أن يكون المقطع الفاشل قرارًا لشخص.
يمكن لفريق الفيديو الداخلي لدى أحد العملاء الآن إنتاج إعلان على شكل محادثة بين شخصين داخل الاستوديو الذي يستخدمه كل يوم، بحيث يُرسم كل متحدث وحده وهو ينظر إلى الآخر. بُنيت ميزة المحادثة في غضون يوم من طلب الفريق، وجاءت إصلاحات الصور في اليوم نفسه. والمشكلة التي حلّتها هي التي تصادفها كلما أضافت أداة صور بالذكاء الاصطناعي شخصًا إضافيًا إلى مشهد أردته لشخصين: فالأداة ترسم الكلمات في وصفك، لا نيتك.
افتتاحية المحادثة لا تنجح إلا إذا بدا الشخصان حقيقيين
المحادثة من أقوى طرق افتتاح إعلان فيديو، لكنها تفشل فورًا إذا لم يبدُ الشخصان وكأنهما في المكان نفسه. الثواني الأولى هي التي تحدد هل يواصل أحد المشاهدة. وهي لا تنجح إلا إذا كان الشخصان نفسهان في المكان نفسه، وكل منهما ينظر إلى الآخر.
والمونتاج الذي يُظهر فجأة غرباء، أو مشهدًا يرتد إلى لقطات جاهزة في منتصفه، يفسد ذلك. كان فريق العميل قد صنع محادثته يدويًا في أداة ذكاء اصطناعي منفصلة. فلم يكن صوت المتحدث كصوت مقدم الإعلان الرئيسي، ولم يتطابق النصفان.
لماذا يضيف الذكاء الاصطناعي شخصًا إضافيًا إلى مشهدك من شخصين
تتعامل أداة الصور بالذكاء الاصطناعي مع كل كلمة في وصفك على أنها شيء يُرسم، فطلب شخص ينظر إلى أحدهم خارج حدود الكادر مباشرة يمنحها شخصًا ترسمه. فيظهر غريب فوق كتف، أو بجانب المتحدث.
ولا يفيد إضافة سطر يقول إنه لا يوجد أحد آخر في الصورة. فالكلمة نفسها تُدخل شخصًا آخر إلى الوصف. والمبدأ نفسه ينطبق على الفيديو حين تطلب مقاطع أكثر في المرة الواحدة مما تستطيع الأداة إنتاجه: فقد تنتظر المتأخرة منها ما يتجاوز الوقت المسموح وتفشل.
ماذا أظهرت الصور الحية الأولى
أضافت الصور الأولى، المصنوعة على الاستوديو الحي، الشخص نفسه الذي كان كل متحدث ينظر إليه. فظهر غريب فوق كتف، ووقفت امرأة بجانب المتحدث، ووقف رجل ثانٍ بجانب الرجل الذي يتحدث إليه. وكان المونتاج بين الاثنين سيُظهر أربعة أشخاص بدلًا من اثنين.
أضفنا سطرًا يقول إنه لا يوجد أحد آخر في الصورة. ومع ذلك أظهرت الصور التالية شخصًا فوق الكتف.
وظهر عيب ثانٍ حين صنع الفريق محادثة أطول. أُرسل كل سطر للمتحدث الثاني في اللحظة نفسها. فأنتجت أداة الفيديو المقاطع القليلة التي تستطيعها دفعة واحدة، وانتظرت الأسطر الأخيرة ما يتجاوز الوقت المسموح للمقطع ففشلت. وأظهر الإعلان النهائي مقاطع جاهزة بديلة حيث كان ينبغي أن تكون تلك الأسطر.
ما الذي غيّرناه
توقفنا عن وصف من يجب ألا يكون في الصورة، ووصفنا تكوين الكادر الذي لا يترك مجالًا إلا لشخص واحد. يُوصف كل شخص الآن بأنه مائل قليلًا إلى أحد الجانبين في زاوية ثلاثة أرباع، ناظرًا في ذلك الاتجاه، موضوعًا بعيدًا عن المركز مع مساحة مفتوحة أمام الوجه، وحواف الكادر تُظهر المكان لا أشخاصًا. فالشخص السائل ينظر يمينًا، والمجيب ينظر يسارًا. وبهذه الطريقة خرج كل منهما وحده، والتقيا في المونتاج كمحادثة.
ويقرأ الاستوديو الآن نص المحادثة كما يكتبه كاتب السيناريو: يبدأ كل دور بمن يتحدث، وتأتي الإرشادات المسرحية بين قوسين حتى لا يقرأ أحد اسمًا أو إرشادًا بصوت عالٍ. ويُسند كل دور إلى مقدم، وتعرض شاشة للفريق من يؤدي من. ولا يمكن اعتماد الإعلان ما دام دور بلا مؤدٍّ. ويُرسم كل شخص في مكان المحادثة، أو في مكان خاص به إذا نصّ السيناريو على ذلك، وينتظر الإنتاج حتى تجهز كل صورة.
تُطلب أسطر المتحدث الثاني بضعة أسطر في المرة، ويُطلب التالي مع انتهاء كل سطر أو فشله، فلا ينتظر أي منها ما يتجاوز حده. والسطر الذي يفشل مع ذلك يُترك ليقرر فيه شخص، ولا يُستبدل بهدوء بلقطات جاهزة. والصور المصنوعة بالوصف القديم تُرسم من جديد بدلًا من إعادة استخدامها.
ما لدى النشاط الآن
يصنع فريق العميل الآن إعلانات المحادثة في الاستوديو الذي يستخدمه كل يوم. ومنذ تغيير تكوين الكادر، يخرج كل متحدث وحده وينظر في الاتجاه الصحيح. والمحادثات الأطول تُصوَّر الآن سطرًا سطرًا، بلا بدائل جاهزة.
وجاء إصلاح الأسطر المتأخرة بعد أيام قليلة، في اليوم الذي صنع فيه الفريق محادثة أطول.
ما يمكنك التحقق منه بنفسك
- انظر إلى كل مونتاج لمشهد من شخصين على حدة. عُدّ الأشخاص وانظر أين ينظر كل منهم: فالوجه المتجه إلى الكاميرا، أو شخص ثالث عند الحافة، علامة على المشكلة.
- حين تستمر صورة بالذكاء الاصطناعي في إضافة شيء، اقرأ وصفك بحثًا عن أي كلمة توحي به، حتى داخل نفي. أعد كتابة تكوين الكادر بدلًا من إضافة نفي آخر.
- شاهد فيديو بالذكاء الاصطناعي مكتملًا حتى النهاية. فإذا استُبدل متحدث بلقطات جاهزة، فقد فشل مقطع دون أن يقرر أحد ذلك.
- اسأل أداة الفيديو لديك كم مقطعًا تستطيع إنتاجه في المرة الواحدة وكم قد يستغرق المقطع قبل أن تتخلى عنه. فالمشهد المرسل دفعة واحدة قد يتجاوز ذلك الحد.
ما تفعله بعد ذلك
ابدأ باللقطة التي تبدو خاطئة، لا بسطر آخر يخبر الأداة بما يجب تجنبه. فإذا كان ينبغي لشخصين أن ينظر أحدهما إلى الآخر، فصِف كل لقطة بانعطاف الرأس والمساحة أمام الوجه. واحفظ أسطر كل متحدث معه، ووزّع المشهد الأطول على دفعات صغيرة.
وإذا كان فريقك يصنع إعلانات فيديو بمقدمين من الذكاء الاصطناعي ويريد محادثة بين شخصين تتماسك، فهذا نوع العمل الذي يقدمه مهندسونا للعملاء.
أسئلة شائعة
لماذا تستمر صورة الذكاء الاصطناعي في إضافة شخص لم أطلبه؟
الأداة لا تقرأ نيتك، بل ترسم كلماتك. فإذا ذكر الوصف شخصًا خارج الكادر مباشرة، صار لديها سبب لرسمه. وقد يضع قول إنه لا يوجد أحد آخر شخصًا آخر في الوصف. صِف تكوين الكادر للشخص الواحد بدلًا من ذلك.
هل يفيد أن تخبر أداة الصور بالذكاء الاصطناعي ألا ترسم شخصًا؟
ليس موثوقًا. فالنفي يسمّي الشيء مع ذلك، وتتعامل أداة الصور مع الكلمات على أنها مادة تُرسم. في العمل هنا، أنتج سطر يقول إنه لا يوجد أحد آخر في الصورة شخصًا فوق الكتف مع ذلك. والتغيير الذي نجح هو وصف انعطاف الشخص وموضعه والمساحة حول وجهه.
كيف أجعل مقدمين بالذكاء الاصطناعي يبدوان وكأنهما يتحدثان إلى بعضهما؟
ارسم كل مقدم وحده وهو ينظر نحو الآخر، ثم اجمع اللقطتين في المونتاج. اجعل السائل ينظر في اتجاه والمجيب في الاتجاه المقابل، في المكان نفسه وبمظهر متسق. ولا ينبغي لأي منهما أن ينظر في العدسة إذا كان المشهد محادثة بينهما. واحفظ كل سطر مع متحدثه ليبقى الصوت والوجه متطابقين.
لماذا ظهرت بعض الأسطر في فيديو الذكاء الاصطناعي كلقطات جاهزة؟
الأرجح أن مشهدًا طويلًا أُرسل دفعة واحدة. فخدمة الفيديو لا تنتج إلا بضعة مقاطع في المرة، لذا قد تنتظر الأسطر المتأخرة ما يتجاوز الوقت المسموح وتفشل. وإذا استُبدل سطر فاشل تلقائيًا، فقد يُظهر الإعلان النهائي لقطات جاهزة حيث ينبغي أن يكون متحدث. اطلب الأسطر بضعة في المرة، ودع شخصًا يقرر ما يحدث لسطر يفشل.
كم مقطع فيديو بالذكاء الاصطناعي يمكنني طلبه في المرة الواحدة؟
الحد يخص خدمة الفيديو التي تستخدمها، فاسأل من يعتني بها بدلًا من التخمين. أرسل المشهد الطويل على دفعات أصغر وابدأ المقطع التالي مع انتهاء كل مقطع. فهذا يمنع الأسطر المتأخرة من انتظار ما يتجاوز الحد.