كيف يحوّل ClipPilot فكرة واحدة إلى فيديو كامل

الطريقة المعتادة لصنع فيديو بالذكاء الاصطناعي مملة بطريقة محددة جدًا. تكتب موجهًا، تولد مقطعًا، تحصل على خمس ثوانٍ. تكتب موجهًا آخر، تولد، خمس ثوانٍ أخرى. تكرر هذا ثماني مرات، ثم تفتح المحرر، تضع الثمانية على المخطط الزمني، تقصها، تضيف انتقالات، تسجل أو تولد تعليقًا صوتيًا، تضبط القطعات على الصوت، تضيف تسميات توضيحية، وتصدر الفيديو.

يختصر ClipPilot ذلك في خطوة واحدة. تكتب نصًا، أو مجرد فكرة، وتحصل على فيديو متعدد المشاهد جاهز. الجزء الذي يجعل هذا ممكنًا هو تقسيم المشاهد، ومن المفيد فهمه لأن طريقتك في الكتابة تغيّر ما ستحصل عليه.

ما الذي يحدث فعليًا عند الضغط على إنشاء

يرسل نصك أولًا إلى نموذج تخطيطي قبل أن يُولد أي إطار. يقرأ هذا النموذج النص ككل ويقسمه إلى مشاهد. لكل مشهد ينتج حتى ثلاثة أشياء:

• نص السرد لذلك المشهد، مأخوذ من نصك.
• موجه فيديو واعٍ للحركة. هذا وصف إخراجي كامل للموضوع، حركته، حركة الكاميرا، المكان، وغالبًا المشهد الصوتي المحيط. هو النموذج الذي يكتب نوع الموجه الموضح في دليل بنية الموجه نيابة عنك، مرة لكل مشهد.
• مدة تقديرية للمشهد.

فقط بعد ذلك يبدأ التوليد. يصبح موجه كل مشهد مقطع فيديو مولَّدًا واحدًا، يُولد التعليق الصوتي في تمريرة واحدة، ويتم تركيب كل شيء معًا في ملف MP4 واحد.

التفصيل المهم هو أن المخطط يرى نصك بأكمله دفعة واحدة. هو لا يقتصر على تقسيم الجمل عند حدودها، بل يحدد إيقاعات السرد ويبني صورة مرئية لكل إيقاع بحيث تتدفق إلى الإيقاع التالي.

كم تدوم المشهد

حوالي 5 إلى 8 ثوانٍ لمقاطع الفيديو المتحركة، و3 إلى 6 ثوانٍ لمقاطع الفيديو القائمة على الصور. على أي حال، حتى 30 مشهدًا.

الفرق ليس عشوائيًا. المشهد الصوري صورة ثابتة مع حركة بطيئة (Ken Burns) عليها، وهذه تصبح مملة بعد حوالي ست ثوانٍ. المشهد المتحرك هو مقطع فيديو مولد بحركة حقيقية بداخله، مما يحافظ على الانتباه لفترة أطول. وقت المقطع يكلف أيضًا مالًا بالثانية، لذلك يفضّل المخطط مشاهد أقل وأطول بدلًا من مونتاج سريع لمشاهد قصيرة جدًا.

طريقتان للدخول: وضع النص ووضع الفكرة

بالنسبة للفيديوهات المتحركة المخصصة هناك تبديل النص في صفحة الإنشاء، ويغير ما تكتبه وما تحصل عليه.

النص مفعّل

تكتب السرد، حتى 1,200 حرف وعلى الأقل 80 حرفًا. يؤدي هذا النص وظيفتين. هو ما يقرأه الصوت، وهو ما تُخطط منه المشاهد. طول الفيديو يتبع طول النص، لذا أنت لا تختار مدة. الكتابة هي التي تقرر.

هذا الوضع مخصّص لأي شيء به قصة أو حجة: شروحات، قوائم، افتتاحيات مع نتيجة، وثائقيات قصيرة مفصّلة.

النص معطّل

تكتب فكرة قصيرة بدلًا من ذلك، حتى 500 حرف، وتختار طولًا مستهدفًا من 12 إلى 60 ثانية. لا يوجد سرد، لذا يكون المخطط حرًا في بناء تسلسل بصري بحت مع افتتاح، تطوير، ونهاية، مصمّمًا ليصِل للمدة التي اخترتها.

هذا الوضع مخصص لقطع الجو، لقطات ثانوية، مقاطع ASMR، تسريع الزمن، وأي فيديوهات صوتية محيطة أخرى. تأتي المقاطع بصوت مولد خاص بها، ويُعرض بصوت كامل عندما لا يتنافس معه تعليق صوتي.

كيف تكتب حتى يقع التقسيم بشكل جيد

العادة الأكثر نفعًا: اكتب على نبضات. فكرة واحدة لكل جملة، بالترتيب الذي تريد رؤيتها.

حشو كل شيء في جملة واحدة:

هاكر سايبربانك يكتب على جهاز كمبيوتر وهو يأكل بيتزا وينظر من النافذة إلى سيارة طائرة.

هذا ثلاث صور مرئية مدموجة في واحدة، وعلى المخطط إما أن يختار واحدة أو يحاول تنفيذ الثلاث كلها في لقطة واحدة. مفصّلة على هيئات:

مخترق سايبربانك يطبع بسرعة على لوحة مفاتيح نيون متوهجة. شريحة بيتزا ببروني باردة موضوعة منسية على المكتب بجانب كومة أقراص. خارج النافذة الممطرة، تختصر سيارة طائرة بين الأبراج.

ثلاث جمل، ثلاثة مشاهد واضحة، بنفس الترتيب الذي كتبتها به.

أمران صغيران يساعدان:

• وصف المواضيع المتكررة بنفس الطريقة. إذا كان المخترق «امرأة حليقة الرأس ترتدي سترة حمراء» في المشهد الأول، فذكرها هكذا مرة أخرى في المشهد الرابع بدلاً من التحول إلى «المخترق». إذا احتاجت شخصية لأن تكون متطابقة فعلاً عبر كل المشاهد، أرفق مرجع الشخصية. عندها يقرر المخطط لكل مشهد ما إذا كانت الشخصية تنتمي لتلك اللقطة، ويستخدم المرجع فقط حيث تنطبق.
• لا تكتب تعليمات التصوير داخل السرد. في وضع النص، كل كلمة تكتبها تُقرأ بصوت عالٍ. "Cut to a wide shot" ستُنطق بواسطة التعليق الصوتي. صِف ما يحدث ودع المخطط يضيف لغة الكاميرا بنفسه.

لماذا تقطع اللقطات على الكلمات

عندما يوجد تعليق صوتي، الصوت هو المتحكم. يولد ClipPilot السرد مرة واحدة مع بيانات توقيت على مستوى الكلمة، ثم يستنبط كل شيء آخر من ذلك: أين يبدأ وينتهي كل مشهد، ومتى تضيء كل كلمة في التسميات التوضيحية. تُضبط حدود المشاهد على الصوت بدلاً من تمديد الصوت ليلائم مشاهد مخططة.

لهذا السبب تقطع اللقطات على الجملة التي تنتمي إليها بدل أن تتأخر نبضة عند نهاية الفيديو. كما يعني ذلك أن تقديرات المدة من المخطط هي دليل وليست وعداً. إذا استغرق الصوت سبع ثوانٍ لقراءة مشهد خمن المخطط مدته ست ثوانٍ، فمدة المشهد سبع ثوانٍ، ويستمر المقطع أو يثبت ليغطيها.

بدون تعليق صوتي لا يوجد شيء للموائمة معه، لذا تُستخدم المدد المخططة مباشرة ويأتي الفيديو بالطول الذي اخترته.

الإعدادات المحيطة به

بعض خيارات صفحة الإنشاء تتفاعل مع كل هذا. باختصار، للفيديوهات المتحركة المخصصة:

• التعليق الصوتي والتسميات التوضيحية. التعليق الصوتي يتطلب نصاً، والتسميات التوضيحية تتطلب تعليقاً صوتياً. توقيت التسميات يأتي من صوت السرد، فبدون سرد لا يوجد ما يحدد التوقيت.
• صوت المقطع. المقاطع المولدة تأتي بصوتها الخاص. تحت التعليق الصوتي تختار كتمه أو خفضه تحت الصوت. بدون تعليق صوتي يُعزف بصوت كامل.
• الجودة. Standard (480p)، HD (720p) أو Full HD (1080p)، السعر يُحسب بالثانية من الفيديو النهائي. Standard خيار معقول بينما لا تزال تجرب الفكرة. Full HD يُنتج بدقة 720p ثم يرقّي الصورة، لذا يكلف أكثر ويستحق الحفظ لفيديو جاهز للنشر.
• نسبة العرض إلى الارتفاع. 9:16، 16:9، أو 1:1 للفيديوهات المتحركة.
• التلاشي المتقاطع. تحت الخيارات المتقدمة. مفعل افتراضياً، يدمج كل قطع بالقطع التالي. إيقافه يعطي قصات حادة، وهي أنسب للتحرير السريع والنابض.

أمر واحد لتعرفه قبل الإنشاء: لا يمكن إعادة محاولة الفيديوهات المتحركة بعد فشل بنفس طريقة فيديوهات الصور، رغم أن المهمة الفاشلة تعيد رصيدك تلقائياً. كلا النوعين يمكن تحريرهما لاحقاً. في الفيديو المتحرك يمكنك إعادة كتابة موجه المشهد وإعادة إنشاء ذلك المقطع فقط؛ في فيديو الصور يمكنك أيضاً إعادة كتابة السرد. في كلتا الحالتين تعيد التجميع دون البدء من الصفر، وهو ما يغطيه دليل محرر الفيديو.

النسخة المختصرة

اكتب هيئات، لا كتل. فكرة واحدة لكل جملة، حسب الترتيب. صف ما يحدث ودع المخطط يتولى حركات الكاميرا وحدود المشاهد والتوقيت. هذا الجزء هو ما يجيده، والجزء الذي لو لا ذلك كنت ستفعله يدوياً على خط زمني.