ChatGPT
Perplexity
Claude
Gemini
Wan 3.0 هو أحد أحدث نماذج الذكاء الاصطناعي على OpenArt مولّد فيديو بالذكاء الاصطناعي، ونشرت Alibaba صيغ الـ prompt الخاصة بها يوم إطلاق النموذج. لا أحد تقريبًا يقرؤها، لذا أعددنا لك دليل الـ prompt الشامل هذا.
Wan 3.0 يصنع حتى 30 ثانية من الفيديو دفعة واحدة، ويستوعب 20 ملف مرجع، ويولّد الصوت في الوقت نفسه مع المرئيات. يغطي هذا الدليل الصيغ التي دوّنها صانعو Wan، أي Alibaba، إضافةً إلى الأشياء الثلاثة التي يقررها Wan 3.0 تلقائيًا إذا لم تحدّدها.
أبرز النقاط
- ابدأ بموضوع ومكان وحركة. أضف الكاميرا والأسلوب والصوت بمجرد أن ينجح ذلك.
- صنّف كل ملف مرجعي بـ @Image1 أو @Video1 أو @Audio1 حتى يعرف Wan 3.0 الغرض من كل منها.
- رقّم لقطاتك وأعطِ كل واحدة مدة زمنية مثل [0-6ث].
- اكتب الحوارات الصوتية والمؤثرات الصوتية والموسيقى كثلاثة عناصر منفصلة.
- اكتب "بلا موسيقى خلفية" عندما لا ترغب بها، لأن Wan 3.0 يضيف الموسيقى والحوارات الصوتية من تلقاء نفسه.
- أوقف تشغيل Auto Polish بمجرد أن يصبح prompt دقيقًا، حتى لا يعيد صياغة علاماتك ومددك الزمنية.
ابدأ بثلاثة عناصر، ثم أضف المزيد
صيغة البداية من Alibaba قصيرة. تحتاج إلى موضوع ومكان وحركة. "ثعلب أحمر يعبر حقلًا مغطى بالثلوج عند شروق الشمس." هذه العناصر الثلاثة، وهي كافية للحصول على فيديو حقيقي.
بمجرد أن ينجح ذلك، تضيف الصيغة الأكثر اكتمالًا ثلاثة عناصر أخرى: شكل اللقطة والأسلوب والصوت. أضفها واحدًا تلو الآخر لترى ما الذي غيّره كل منها. لديك مساحة واسعة، فقد يصل طول الـ prompt في Wan 3.0 إلى 20,000 حرف.
وسّم كل مرجع بعلامات @
يقبل Wan 3.0 حتى 20 ملفًا مرجعيًا، ويحصيها لك OpenArt في أعلى مربع الرفع.
رفعها ليس سوى نصف المهمة. لن يخمّن Wan 3.0 أن الصورة 3 هي المقهى والصورة 4 هي السترة. عليك أن تقول ذلك في الـ prompt باستخدام تصنيف @:
@Image1 هي المرأة. @Image2 هو المقهى. @Audio1 هو صوتها. المرأة من @Image1 تجلس بجانب النافذة في @Image2 وتطلب قهوة.
تسمّي أمثلة Alibaba نفسها كل مرجع بهذه الطريقة. يمكنك أيضًا تسمية المرجع نفسه أكثر من مرة في الـ prompt الواحد، وهذه هي طريقتك للتحكم في أين ينطبق.
تعمل إطارات البداية والنهاية بالطريقة نفسها. في OpenArt يمكنك تحديد الصورة التي يفتتح بها الفيديو والصورة التي يختتم بها، مع إمكانية إضافة ملفات مرجعية بجانبها. وضّح في الـ prompt أي صورة هي إطار الافتتاح وأيها إطار الختام والغرض من كل مرجع.
يمكن أن يبلغ مجموع مراجع الفيديو 15 ثانية، والمراجع الصوتية 15 ثانية أخرى. وإن أردت الشخص نفسه في فيديو بعد آخر، فاحفظه مرة واحدة في شخصيات OpenArt وأعد استخدامها بدلًا من البحث عن الصور الأصلية في كل مرة.
رقّم لقطاتك وأعطِ كل واحدة مدة زمنية
يصنع Wan 3.0 حتى 30 ثانية دفعة واحدة، لذا أخبره بما يحدث خلال تلك المدة بدلًا من وصف صورة ثابتة واحدة. صيغة Alibaba هي ملخص قصير أولًا، ثم لقطات مرقّمة بمدد زمنية:
قصة قصيرة عن فتاة تعثر على قطة ضالة.
اللقطة 1 [0-5ث]: تسير عائدة إلى المنزل تحت المطر وتتوقف تحت مدخل باب.
اللقطة 2 [5-12ث]: لقطة قريبة لقطة صغيرة مبتلة تنظر إليها.
اللقطة 3 [12-20ث]: تركع وتمد يدها.
أعطِ كل مدة زمنية مهمة واضحة واحدة. إذا بدت لقطة متسرعة في نتيجتك الأولى، وسّع تلك المدة الزمنية واترك البقية كما هي. ولقصة أطول بلقطات أكثر من هذا، ابنِها مشهدًا تلو الآخر في OpenArt Director.
اكتب الصوت كثلاثة عناصر منفصلة
ينشئ Wan 3.0 الصوت في الوقت نفسه مع الصورة، فيمكنك تشكيله بالكلمات. تقسّم Alibaba الصوت إلى ثلاثة أجزاء، ومن المفيد كتابة كل جزء على حدة.
الحوارات الصوتية. اكتب الجملة، ثم اذكر كيف تُقال. "تقول: 'أخبرتك أن هذا سيحدث.' بسرعة، بشيء من الانزعاج، بالإنجليزية الأمريكية."
المؤثرات الصوتية. حدّد الشيء وما يفعله وصوت الخلفية. "كأس يسقط عن الطاولة ويتحطم على الأرضية الخشبية، غرفة هادئة."
الموسيقى. حدّد الموسيقى والأسلوب. "بيانو بطيء يرافق المشهد بأكمله."
ثلاثة أشياء يقررها Wan 3.0 نيابةً عنك
هذا هو الجزء الذي يربك الناس. حين لا تقول شيئًا، يظل Wan 3.0 يتخذ قرارًا بنفسه.
الحوارات الصوتية. اكتب ما يقوله أحدهم ويحافظ Wan 3.0 على كلماتك بالضبط. لا تكتب شيئًا فيختلق حوارات صوتية خاصة به. أوقف ذلك بكتابة "بلا حوارات صوتية في الفيديو بأكمله."
الموسيقى. يختار Wan 3.0 موسيقى الخلفية بناءً على موضوع الفيديو. أوقف ذلك بعبارة "no background music".
عدد اللقطات. يقرر Wan 3.0 بنفسه ما إذا كان سيقطع بين اللقطات. اطلب لقطة واحدة متواصلة باستخدام عبارة "one continuous take".
تعمل المدة والشكل بالطريقة نفسها. اتركهما فارغين ليختار Wan 3.0 مدة بين 2 و30 ثانية، إضافة إلى نسبة عرض إلى ارتفاع تناسب مشهدك.
تحقق من أربعة عناصر تحكم قبل التوليد
في OpenArt، تحيط أربعة إعدادات بمربع الـ prompt، ويغيّر كل واحد منها ما تفعله كلماتك.
Auto Polish. هذا يعيد صياغة prompt قبل التشغيل. يفيد ذلك عندما تكتب جملة واحدة غير محكمة، لكنه قد يعيد أيضًا صياغة علامات المراجع والمدد الزمنية التي ضبطتها عمدًا. أوقفه بمجرد أن يصبح prompt دقيقًا.
الصوت. اترك هذا مفعّلًا لينشئ Wan 3.0 الصوت مع الصورة. أوقفه للحصول على مقطع صامت، وهي أسرع طريقة لإيقاف الموسيقى غير المرغوبة.
الكاميرا. اختر حركة الكاميرا هنا بدلًا من كتابتها، فتحصل على الحركة نفسها في كل مرة دون صياغتها بشكل مختلف في كل prompt.
الوضع. يحدد الوضعان Standard وPrime مستوى الجودة. اختبر الـ prompt على Standard، ثم انقل النسخة التي أعجبتك إلى Prime.
يمكنك أيضًا إدراج حتى 8 مقاطع فيديو دفعة واحدة في قائمة الانتظار. هذه أسرع طريقة لتتعلم ما تفعله كلمة ما: غيّر شيئًا واحدًا في كل نسخة، وشغّل الثمانية جميعًا، ثم قارن.
قل أقل عندما تبدأ من صورة
عندما ترفع صورة بداية، فإن تلك الصورة تحدد بالفعل من فيها وأين هم وكيف يبدو كل شيء. تكرار ذلك في الـ prompt ما هو إلا تعارض مع الصورة التي رفعتها.
لذا اكتب شيئين فقط: ما الذي يتحرك، وما الذي تفعله الكاميرا. "تلتفت نحو النافذة وتبتسم. اقتراب بطيء." وإن أردت أن تبقى الكاميرا ثابتة، فقل "fixed shot"، وإلا فسيحرّكها Wan 3.0 من تلقاء نفسه.
أصلح شيئًا واحدًا بدلًا من إعادة صنع الفيديو
يحرّر Wan 3.0 الفيديو من تعليمات بسيطة، فلا تكلفك مشكلة صغيرة فيديو جديدًا بالكامل. حدّد ما تريد تغييره، ثم قل إن الباقي يبقى كما هو.
أزل النظارة الشمسية. تبقى حركتها وكل شيء آخر في الفيديو كما هو.
الصياغة نفسها تصلح لإضافة شيء أو تغيير الأسلوب أو ضبط الإضاءة أو استبدال حوار صوتي.
أربعة أخطاء تهدر عمليات الإنشاء
- وصف صورة بدلًا من فيديو. اذكر ما يتغير خلال الثلاثين ثانية.
- ترك المراجع دون تسمية. إذا رفعت ستة ملفات، اذكر الغرض من كل واحد منها.
- تكديس حركات الكاميرا. حركة واحدة واضحة أفضل من ثلاث حركات تتصارع فيما بينها.
- نسيان إيقاف صوت لم تطلبه أصلًا. تظهر الموسيقى والحوارات الصوتية من تلقاء نفسها.
الأسئلة الشائعة
كم عدد المراجع التي يمكن أن يستخدمها Wan 3.0؟
يقبل Wan 3.0 حتى 20 مرجعًا في فيديو واحد: 10 صور و5 مقاطع فيديو و5 مقاطع صوتية. ويمكنك إضافة مستند واحد أو صفحة ويب فوق ذلك، بحيث توجّه شخصية ومنتج وموقع وصوت اللقطة نفسها معًا. يمكن أن يبلغ مجموع مراجع الفيديو 15 ثانية، والمراجع الصوتية 15 ثانية أخرى.
ما أقصى مدة لفيديو Wan 3.0؟
أي مدة من 2 إلى 30 ثانية. إذا تركت المدة فارغة، يختار Wan 3.0 مدة تناسب الـ prompt الخاص بك.
هل يصنع Wan 3.0 صوتًا؟
نعم. ينشئ Wan 3.0 الحوارات الصوتية والمؤثرات والموسيقى في الوقت نفسه مع الصورة. صِف الصوت الذي تريده في الـ prompt، أو أوقفه إن أردت مقطعًا صامتًا.
هل يمكنني استخدام الملفات المرجعية وإطار بداية ونهاية في الوقت نفسه؟
نعم. في OpenArt يمكنك تحديد الصورة التي يبدأ بها الفيديو والصورة التي ينتهي بها، مع إمكانية إضافة ملفات مرجعية بجانبها. صنّف كل واحدة في الـ prompt حتى يعرف Wan 3.0 أي صورة تفتتح الفيديو وأيها تختتمه وأي المراجع تحمل شخصيتك أو منتجك أو صوتك.