Caso de estudio
Por qué una imagen de IA agrega una persona extra a su escena de dos
El equipo de video de un cliente quería un anuncio de conversación entre dos personas. La herramienta de imágenes de IA seguía dibujando a la persona que cada hablante miraba, así que el corte mostraría a cuatro personas. Describir el encuadre, y no quién no debe estar, lo resolvió.
Puntos clave
- Una imagen de IA dibuja lo que dice su descripción, así que una frase sobre alguien fuera del encuadre puede meter a un desconocido en la imagen.
- Para que una persona quede sola, describa el encuadre: un giro de tres cuartos, espacio abierto frente a la cara y bordes que muestren el lugar en vez de otra persona.
- Una conversación de dos personas necesita que cada hablante mire al otro, no a la lente, con las dos direcciones coincidiendo a través del corte.
- Las escenas largas de video de IA deben pedirse de a pocos clips, pidiendo el siguiente a medida que cada uno termina, y un clip fallido debe ser una decisión de una persona.
El equipo de video interno de un cliente ya puede hacer un anuncio de conversación entre dos personas dentro del estudio que usa todos los días, con cada hablante dibujado solo y mirando al otro. La función de conversación se construyó en un día desde que el equipo la pidió, y las correcciones de las imágenes llegaron ese mismo día. El problema que resolvió es el que usted encuentra cada vez que una imagen de IA agrega una persona extra a una escena que usted quería para dos: la herramienta dibuja las palabras de su descripción, no su intención.
Una apertura de conversación solo funciona si las dos personas se ven reales
Una conversación es una de las formas más potentes de abrir un anuncio en video, y falla de inmediato si las dos personas no parecen pertenecer al mismo lugar. Los primeros segundos deciden si alguien sigue mirando. Solo funciona cuando las mismas personas están en el mismo lugar y cada una mira a la otra.
Un corte que de pronto muestra a desconocidos, o una escena que a mitad de camino recurre a material de archivo, lo rompe. El equipo del cliente había hecho su conversación a mano en una herramienta de IA aparte. El hablante no sonaba como el presentador del anuncio principal, y las dos mitades no coincidían.
Por qué una imagen de IA agrega una persona extra a su escena de dos
Una herramienta de imágenes de IA trata cada palabra de su descripción como algo que debe dibujar, así que pedir una persona que mira a alguien justo fuera del borde del encuadre le da a alguien que dibujar. Entonces aparece un desconocido sobre un hombro, o al lado del hablante.
Agregar una línea que diga que nadie más está en la imagen no ayuda. La palabra igual mete a otra persona en la descripción. El mismo principio se aplica al video cuando usted pide más clips a la vez de los que la herramienta puede hacer: los últimos pueden esperar más del tiempo permitido y fallar.
Qué mostraron las primeras imágenes en vivo
Las primeras imágenes, hechas en el estudio en vivo, agregaron justamente a la persona que cada hablante miraba. Un desconocido apareció sobre un hombro, una mujer se paró al lado del hablante, y un segundo hombre se paró al lado del hombre con quien hablaba. El corte entre los dos habría mostrado a cuatro personas en lugar de dos.
Agregamos una línea que decía que nadie más estaba en la imagen. Las siguientes imágenes todavía mostraban a una persona sobre el hombro.
Un segundo problema apareció cuando el equipo hizo una conversación más larga. Cada línea del segundo hablante se envió en el mismo momento. La herramienta de video hizo los pocos clips que podía a la vez, y las últimas líneas esperaron más del tiempo permitido para un clip y fallaron. El anuncio terminado mostró clips de archivo de relleno donde deberían haber estado esas líneas.
Qué cambiamos
Dejamos de describir quién no debe estar en la imagen y describimos el encuadre que deja lugar para una sola persona. Ahora cada persona se describe girada un poco hacia un lado en una vista de tres cuartos, mirando hacia allí, colocada fuera del centro con espacio abierto frente a la cara, y con los bordes del encuadre mostrando el lugar, no personas. La persona que pregunta mira a la derecha; la persona que responde mira a la izquierda. Dibujadas así, cada una salió sola, y las dos se cortaron juntas como una conversación.
El estudio ahora lee un guion de conversación como lo escribe un guionista: cada turno abre con quién habla, y las indicaciones de escena van entre corchetes para que nadie lea en voz alta un nombre ni una indicación. Cada papel se asigna a un presentador, y una pantalla del equipo lista quién interpreta a quién; el anuncio no se puede aprobar mientras un papel no tenga a nadie. Cada persona se dibuja en el lugar de la conversación, o en un lugar propio cuando el guion lo indica, y la producción espera hasta que cada imagen esté lista.
Las líneas del segundo hablante se piden de a pocas, y la siguiente se pide a medida que cada una termina o falla, así ninguna espera más de su límite. Una línea que igual falla queda para que una persona decida, no se reemplaza en silencio con material de archivo. Las imágenes hechas con la descripción anterior se dibujan de nuevo en lugar de reutilizarse.
Qué tiene ahora el negocio
El equipo del cliente ahora hace anuncios de conversación en el estudio que ya usa todos los días. Desde el cambio de encuadre, cada hablante sale solo y mira hacia el lado correcto. Las conversaciones más largas ahora se filman una línea a la vez, sin rellenos de archivo.
La corrección de las líneas tardías llegó unos días después, el día en que el equipo hizo una conversación más larga.
Qué puede revisar usted mismo
- Mire cada corte de una escena de dos por separado. Cuente a las personas y vea hacia dónde mira cada una: una cara girada hacia la cámara, o una tercera figura en el borde, es una señal.
- Cuando una imagen de IA sigue agregando algo, lea su descripción en busca de cualquier palabra que lo sugiera, incluso dentro de una negación. Reescriba el encuadre en lugar de agregar otra prohibición.
- Mire un video de IA terminado hasta el final. Si un hablante es reemplazado por material de archivo, un clip falló sin que nadie decidiera que así fuera.
- Pregunte a su herramienta de video cuántos clips puede hacer a la vez y cuánto puede tardar uno antes de darse por vencido. Una escena enviada en un solo lote puede pasarse de ese límite.
Qué hacer ahora
Empiece por la toma que se ve mal, no por otra línea que le diga a la herramienta qué evitar. Si dos personas deben mirarse, describa cada toma con el giro de la cabeza y el espacio frente a la cara. Mantenga las líneas de cada hablante con ese hablante, y haga una escena más larga en lotes pequeños.
Si su equipo hace anuncios en video con presentadores de IA y quiere una conversación de dos personas que se sostenga, este es el tipo de trabajo que nuestros ingenieros hacen para clientes.
Preguntas frecuentes
¿Por qué mi imagen de IA sigue agregando una persona que no pedí?
La herramienta no está leyendo su intención; está dibujando sus palabras. Si la descripción menciona a alguien justo fuera del encuadre, la herramienta tiene un motivo para dibujar a esa persona. Decir que nadie más está allí igual puede meter a otra persona en la descripción. Describa el encuadre de la única persona.
¿Sirve decirle a una herramienta de imágenes de IA que no dibuje a alguien?
No es confiable. Una prohibición igual nombra la cosa, y la herramienta de imágenes trata las palabras como material que debe dibujar. En el trabajo que aquí se cuenta, una línea que decía que nadie más estaba en la imagen igual produjo a una persona sobre el hombro. El cambio que funcionó fue describir el giro del sujeto, su posición y el espacio alrededor de la cara.
¿Cómo hago que dos presentadores de IA parezcan estar hablando entre ellos?
Dibuje a cada presentador solo, mirando hacia el otro, y corte las dos tomas juntas. Haga que la persona que pregunta mire hacia un lado y la que responde mire hacia el lado opuesto, en el mismo lugar y con una apariencia coherente. Ninguno debe mirar a la lente si la escena debe ser una conversación entre ellos. Mantenga cada línea con su hablante para que las voces y las caras sigan coincidiendo.
¿Por qué algunas líneas de mi video de IA salieron como material de archivo?
Probablemente una escena larga se envió de una sola vez. El servicio de video solo puede hacer unos pocos clips a la vez, así que las últimas líneas pueden esperar más del tiempo permitido y fallar. Si una línea fallida se reemplaza automáticamente, el anuncio terminado puede mostrar material de archivo donde debería estar un hablante. Pida las líneas de a pocas y haga que una persona decida qué pasa con una línea que falla.
¿Cuántos clips de video de IA puedo pedir a la vez?
El límite es del servicio de video que usted usa, así que pregunte a quien se encarga de él en lugar de adivinar. Envíe una escena larga en lotes más pequeños y empiece el siguiente clip a medida que cada uno termina. Así las últimas líneas no esperan más del límite.