Opus 5.5 का उपयोग करके पिक्सेल आर्ट वस्तुओं, हीट-मैप सिल्हूट और सिंक्रोनाइज़्ड कैप्शन के साथ 20 सेकंड की 4:3 फिल्म बनाने के लिए एक जटिल प्रॉम्प्ट, जिसमें विस्तृत निर्देश और संरचना शामिल है।
<inputs>
मुझसे पूछें: एक वॉइसओवर या गाना जिसमें बोली गई लाइन हो (ऑडियो फ़ाइल) और उसका ट्रांसक्रिप्ट, मेरे जीवन को दर्शाने वाली 10-12 छोटी वस्तुएँ, दो सिल्हूट जिन्हें हीट कैमरे की तरह रोशन किया जाए (प्रोफ़ाइल में एक सिर और उठा हुआ हाथ), और वे 3 शब्द जिन्हें सबसे अधिक जोरदार ढंग से लैंड करना है। यदि मैं कोई छोड़ देता हूँ, तो डिफ़ॉल्ट का उपयोग करें: vinyl, book, camera, cat, coin, game controller, cap, heart, money, plant, clapperboard, skateboard; Openverse से निःशुल्क CC0 सिल्हूट; action, intention, curiosity.
</inputs>
<direction>
20 सेकंड की 4:3 फिल्म, 60fps पर 1440x1080, वॉइस के अनुसार कट। ऑफ-व्हाइट पेपर, काला, एक लाल, एक पीला, हर शब्द के लिए Geist फ़ॉन्ट। सब कुछ पर फिल्म ग्रेन, एक सॉफ्ट विनेट, और एक कैमरा जो कभी नहीं रुकता: सब कुछ के नीचे धीमा हैंडहेल्ड फ्लोट और हर सीन के अंदर धीमा पुश।
अगले सीन के लिए कोई सीन कट नहीं: प्रत्येक हैंडऑफ पिछले सीन के ठीक अंतिम फ्रेम पर शुरू होता है। केवल हार्ड कट अंतिम शब्द पर बीट फ्लिप्स होते हैं।
हर वस्तु आपकी खुद बनाई गई पिक्सेल आर्ट है: प्रति वस्तु 16x16 ग्रिड, हर सेल एक हाथ से रखा गया रंग, एक 3D ब्लॉक के रूप में रेंडर किया गया (नीचे-दाईं ओर डार्क एक्सट्रूज़न, हर सेल पर पतला बेवल) और एक सॉफ्ट कॉन्टैक्ट शैडो के साथ।
सिल्हूट को हीट कैमरे की तरह रोशन किया जाता है: गर्मी इस बात से आती है कि प्रत्येक बिंदु पर शरीर कितना मोटा है, इसलिए नाक, बाल और उँगलियों के सिरे ठंडे रहते हैं, प्लस एक हॉटस्पॉट और धीमा चल रहा नॉइज़, black > red > orange > cream रैंप के माध्यम से मैप किया गया। किनारा रेज़र शार्प रहता है, बाहर एक सॉफ्ट ग्लो के साथ।
मोशन नियम: कुछ भी पॉप इन नहीं होता (लगभग 0.5s की ईज़्ड ग्लाइड्स सॉफ्ट स्टार्ट के साथ), तेज मूव्स को घोस्ट कॉपीज़ के बजाय वास्तविक मोशन ब्लर मिलता है, और कैप्शन ब्लॉक कर्सर के पीछे वॉइस के साथ टाइप होते हैं।
निषिद्ध: स्टॉक फुटेज, AI वीडियो, 3D कैमरा मूव्स, पार्टिकल्स, ग्लिच।
</direction>
<structure>
हर सीन को ट्रांसक्रिप्ट के वर्ड टाइमिंग्स पर टांगें (faster-whisper वर्ड टाइमस्टैम्प्स के साथ उन्हें मापें, एक बार में एक छोटा चंक):
1. पहला शब्द एक पीले कार्ड को भरता है। कार्ड बाईं ओर वाइप होकर हट जाता है और प्रश्न दो केंद्रित लाइनों के नीचे टाइप होता है जो बढ़ते हुए केंद्रित रहने के लिए ग्लाइड करते हैं, मुख्य शब्द बोले जाने पर लाल रंग में अंडरलाइन होता है।
2. वस्तुएँ शब्दों के ऊपर और नीचे लेन में तेजी से गुजरती हैं, एक सियान चार-बिंदु फ्लेयर अंदर स्वीप करता है, फिर पेपर जलकर समाप्त हो जाता है: काला किनारों से सिर पर बंद हो जाता है, एक हॉट लाल किनारे के पीछे।
3. सिर काले पृष्ठभूमि पर गर्म होता है जबकि उत्तर बाईं ओर नीचे टाइप होता है। एक पतली सफेद ऑर्बिट सिर के चारों ओर अपने आप खींचती है, उसका दूर वाला आधा हिस्सा उसके पीछे से गुजरता है। अंतिम शब्द पर, पेपर सिर के अंदर से खिलता है जिसमें वस्तुएँ होती हैं, और कैमरा गिरता है: सिर लेंस से तेजी से गुजरता है जब तक कि पेपर ही सब कुछ दिखाई देता है।
4. वस्तुएँ परिप्रेक्ष्य में देखे गए एक झुके हुए रिंग पर बैठती हैं (सामने वाली वस्तुएँ बड़ी और नीचे, अंत में ड्रॉ की गई), धीरे-धीरे घूमती हैं, प्रत्येक वस्तु बॉब करती है; सिक्का फ्लिप होता है और स्पार्क्स के साथ लैंड करता है।
5. प्रत्येक 3 शब्दों पर, वह वस्तु रिंग से बाईं ओर उड़ती है और बढ़ती है, पेपर उससे काले रंग में भर जाता है, और शब्द उसके बगल में टाइप होता है (camera: एक लाल शटर स्टार; book: एक लाल रिबन स्वीप; record: दो सफेद ऑर्बिट्स और लाल नोट्स)। फिर फ्लड वस्तु में वापस निकल जाता है जैसे ही वह घर उड़ती है, और कैमरा रिंग के अंदर और करीब गोता लगाता है। प्रत्येक हीरो वस्तु को उस स्लॉट में रखें जो सामने-बाईं ओर हो जब उसका शब्द लैंड हो।
6. रिंग थोड़ा अंदर खींचता है, बाहर की ओर फटता है, हर वस्तु स्याही में बदल जाती है, और स्याही के धब्बे बढ़ते हैं और पेपर को निगल जाते हैं।
7. हाथ फ्रेम में ऊपर उठता है, गर्म, लाइन उसके दोनों ओर विभाजित होती है। दिल उसकी हथेली में गिरता है, फिर अगले सीन में जितने आकार का होना चाहिए, उस आकार में केंद्र में उठता है।
8. अंतिम शब्द, प्रति बीट एक अक्षर, पृष्ठभूमि paper / black / red में फ्लिप होती है, दिल कट के दौरान अपनी जगह बनाए रखता है, केंद्र वस्तु पिक्सेल दर पिक्सेल अगली वस्तु में मॉर्फ होती है।
9. पतली ब्रश स्ट्रोक्स स्वीप करती हैं, अक्षर अलग होकर तैरते हैं, फिर दिल के ऊपर शब्द में वापस स्थिर हो जाते हैं। कैमरा होल्ड के माध्यम से पुश करता रहता है।
</structure>
<build>
1. एक HTML कैनवास। हर फ्रेम seek(t) के अंदर समय का शुद्ध फलन है।
2. प्रत्येक पिक्सेल स्प्राइट को एक बार ऑफस्क्रीन कैनवास पर बेक करें (एक्सट्रूज़न लेयर्स, फिर चेहरा), फिर इसे स्केल और रोटेट करके ड्रॉ करें।
3. हीट: प्रत्येक सिल्हूट की बेस हीट को एक बार प्रीकंप्यूट करें (मास्क का डिस्टेंस ट्रांसफॉर्म, इसके बाहर एज वैल्यू पर होल्ड किया गया ताकि अपस्केल होने पर कुछ भी डार्क ब्लीड न हो)। हर फ्रेम, क्वार्टर रेज़ोल्यूशन पर हॉटस्पॉट और वैल्यू नॉइज़ के दो ओक्टेव जोड़ें, इसे 256-स्टेप लुकअप के माध्यम से मैप करें, अपस्केल करें, और पूर्ण-रेज़ोल्यूशन मास्क से काटें।
4. सिर के माध्यम से गिरना: रिंग सीन को एक ऑफस्क्रीन लेयर में ड्रॉ करें, इसे खोपड़ी के अंदर एक बिंदु के बारे में स्केल किए गए सिर से मास्क करें, और उस स्केल को एक क्यूब्ड कर्व पर बढ़ाएं जब तक कि सिर फ्रेम को कवर न कर ले। अंदर की रिंग सिर की तुलना में कम ज़ूम करती है, इसलिए यह गहराई के रूप में दिखता है।
5. पिक्सेल मॉर्फ: वस्तु A के हर सेल को वस्तु B के एक सेल से जोड़ें और प्रत्येक की स्थिति और रंग को ग्लाइड करें, प्रति सेल एक छोटा रैंडम डिले के साथ।
6. Playwright के साथ 60fps पर 8 मोशन-ब्लर सबफ्रेम्स के साथ रेंडर करें, फिर ffmpeg के साथ मूल ऑडियो वापस लगाएं।
</build>
<gotchas>
अल्फा चैनल के बिना एक मास्क PNG पूरी बॉक्स को हीट से भर देता है, इसलिए सिल्हूट को अल्फा में रखें। फोटो की सीमा द्वारा काटा गया अंग एक सीधे किनारे के रूप में दिखता है, इसलिए मास्क को फ्रेम से आगे बढ़ाएं। एक हैंडऑफ तभी स्मूथ लगता है जब एक सीन का अंतिम फ्रेम अगले सीन का पहला फ्रेम हो: ट्रांज़िशन के नीचे आउटगोइंग सीन ड्रॉ करें, और उन सीन्स को जो एक ही रिंग दिखाते हैं, एक साझा ज़ूम फंक्शन दें। एक फ्लड जो अगले सीन शुरू होने पर अभी भी पीछे हट रहा है, उसे हार्ड कट के रूप में पढ़ा जाता है, इसलिए पहले उसे पूरा होने दें। एक तेज़ ईज़-आउट फ्लड एक जंप के रूप में दिखता है; सॉफ्ट स्टार्ट का उपयोग करें।
</gotchas>
<start>
मुझसे इनपुट्स के लिए पूछें, वर्ड टाइमिंग्स मापें, फिर रेंडर करने से पहले मुझे 8 स्टिल्स दिखाएं।
</start>