Многие до сих пор считают, что нейросети способны читать мысли по одному короткому слову, выдавая шедевры кинематографа. Буквально десятилетие назад автоматическая генерация казалась уделом фантастических фильмов, но сейчас обыватель запросто создаёт реалистичные ролики у себя дома. Конечно, поверить в магию искусственного интеллекта легко, однако суровая реальность быстро расставляет всё по местам. Иллюзии рушатся, когда на экране вместо грандиозного эпического сражения всплывают кривые лица с шестью пальцами. А всё потому, что львиная доля успеха кроется в грамотном текстовом запросе. Но чтобы не ошибиться, нужно тщательно изучить механику составления этих самых команд.
С чего начинается работа?
Задумка. Это первый шаг. Ведь именно он имеет решающее значение перед открытием диалогового окна. С чего начинается выбор? С определения главного объекта в кадре. Сперва стоит мысленно нарисовать сцену, а затем перенести её в текст. Разумеется, нейросеть тяготеет к конкретике. Вместо абстрактного понятия «красивая природа» лучше использовать детальное описание ландшафта, приправленное указанием времени суток. Дело в том, что алгоритмы не понимают человеческих эмоций, они опираются на чёткие теги и веса слов. Постепенно, шаг за шагом добавляя детали, можно получить вполне добротный визуальный ряд. К тому же, правильная последовательность слов творит чудеса.
Впрочем, не стоит забывать про антураж. Освещение, погодные условия, тип камеры накидывают дополнительные баллы к реалистичности. Безусловно, можно обойтись и без них, но тогда результат получится довольно плоским. На самом деле, профессионалы годами изучают оптику, а нам приходится сжимать эти знания до пары предложений. И всё же, грамотно подобранный свет — это половина успеха. Мягкий рассеянный свет, усиленный тёплыми бликами заходящего солнца, снабжённый лёгкой дымкой на заднем фоне, сразу создаёт нужную атмосферу. Тем более, что современные модели отлично понимают такие тонкости.
Базовые структуры
Формула успеха довольно проста. Сначала мы задаём субъект, затем описываем его действие, после чего переходим к окружению и завершаем техническими параметрами. Естественно, звучит это как инструкция к пылесосу, но без чётких постулатов далеко не уедешь. Например, нужно получить реалистичный современный ролик с идущим по улице человеком. Не стоит писать «человек идёт». Лучше указать возраст, одежду, направление движения. К слову, детализация одежды часто становится той самой изюминкой, которая приковывает внимание зрителя. Вязаный свитер крупной вязки или строгий деловой костюм — эти нюансы помогают алгоритму точнее понять контекст.
Далее следует работа с фоном. Он не должен сливаться с главным героем. Часто неопытные пользователи забывают про эту часть, и тогда фон превращается в кашу. Чтобы избежать наляпистости, стоит чётко обозначить глубину резкости. Размытый задний план отлично выделяет солирующего персонажа. Ну и, конечно же, нельзя не упомянуть про стиль камеры. Запрос в духе «снято на тридцатипятимиллиметровый объектив» сразу задаёт кинематографичный тон. Да и самим зрителям приятнее смотреть на качественную картинку.
Как избежать ошибок?
Казалось бы, всё написано правильно, но результат удручает. В чём причина? Часто всплывают логические нестыковки в самом тексте. Нейросети не умеют додумывать. Если в одном предложении указана ночь, а в другом яркое солнце, машина просто сойдёт с ума. Это связано с тем, что веса слов начинают конфликтовать. Поэтому стоит скрупулёзно проверять каждое слово. С одной стороны, хочется добавить больше эпитетов, с другой — излишняя словоохотливость бьёт по бюджету внимания алгоритма. Главное — соблюдать баланс.
Иногда проблема кроется в слишком сложных махинациях с ракурсами. Запросы вида «камера летит снизу вверх сквозь окно прямо в глаз» пока ещё сложно перевариваются генераторами. Стоит ограничиться более простыми движениями. Плавное панорамирование, медленный наезд или статичная съёмка — эти варианты отрабатывают намного лучше. Тем более, что изысканный визуальный язык не всегда требует сложных операторских решений. Само собой, хочется всего и сразу, но лучше отказаться от вычурных экспериментов на начальном этапе.
Готовые примеры
Пылинка медленно оседает на старинный фолиант в полутёмной библиотеке. Именно с таких мелких деталей начинается хорошая генерация. Один из самых популярных видов запросов — это портретная съёмка в движении. Попробуйте написать так:
молодая женщина в красном плаще идёт по мокрой от дождя неоновой улице, отражения в лужах, киберпанк, кинематографичное освещение, снято в разрешении 8к
Этот самобытный мрачный стиль всегда выглядит впечатляюще. Далее можно перейти к природе.
Одинокая хижина в заснеженных горах, лёгкий дым из трубы, раннее утро, тёплый свет из окон, фотореализм, дрон-съёмка
Такой запрос выдаст очень атмосферную картинку. Следующий важный критерий — динамика. Если нужно показать экшен, придётся попотеть. К примеру:
спортивный автомобиль дрифтует на горном серпантине, из-под колёс летит гравий, динамичная камера, размытие в движении, закат
Здесь важно каждое слово. Отдельно стоит упомянуть исторические сюжеты.
Римские легионеры идут маршем сквозь густой туман, доспехи блестят, грязь на сапогах, суровые лица, реализм (стиль документального кино)
Такие сцены требуют особого подхода. Последним в нашем нарративном ряду идёт макросъёмка.
Капля росы падает с зелёного листа, замедленная съёмка, макрообъектив, утренняя свежесть, высокая детализация
Это беспроигрышный вариант для красивых перебивок.
Нужно ли усложнять?
Стоит ли расписывать промт на целый лист? Вовсе нет. Громоздкие тексты часто запутывают систему. Ведь львиная доля слов просто потеряется при обработке. К тому же, многие генераторы имеют жёсткие лимиты на количество токенов. Поэтому лучше сосредоточиться на главном. Выручит короткий, но ёмкий запрос. Практика показывает, что три-четыре вдумчивых предложения работают лучше, чем философское эссе. Конечно, всегда найдутся любители расписать каждый пиксель, однако эффективность такого подхода весьма сомнительна.
Не скупитесь на время для тестов. С первого раза идеальный ролик получается редко. Придётся менять слова местами, убирать лишнее, добавлять новое. Это нормальный рабочий процесс. Настоящий кладезь идей можно найти, изучая работы других авторов. Подмечайте, какие именно формулировки они используют. Постепенно у вас сформируется свой собственный словарь рабочих терминов. Ну, а подводные камни станут лишь мелкими неудобствами на пути к шедевру.
Не бойтесь экспериментировать и искать свой уникальный почерк в этом новом виде искусства. Упорный труд и внимание к мелочам обязательно принесут свои плоды, а готовые видеоролики станут отличным решением для ваших творческих задач.