เจาะลึก Gemini Omni: คู่มือการเขียน Prompt สำหรับวิดีโอแบบมือโปร

เมื่อสัปดาห์ที่แล้ว เราได้เปิดตัว Gemini Omni — โมเดลใหม่ล่าสุดของเราที่ออกแบบมาเพื่อสร้างทุกสิ่งจากอินพุตใดก็ได้ เริ่มต้นที่วิดีโอ

คุณสามารถสัมผัสความเร็วและความคิดสร้างสรรค์ของ Gemini Omni Flash ได้ตั้งแต่วันนี้ผ่านทาง @geminiapp, @FlowbyGoogle, @GoogleFlowMusic และบน @YouTube Shorts และ Create

เพื่อช่วยให้คุณก้าวข้ามขีดจำกัดของสิ่งที่เป็นไปได้ ต่อไปนี้คือเคล็ดลับ 5 ข้อที่จะช่วยให้คุณใช้ความสามารถขั้นสูงในการสร้างวิดีโอของ Gemini Omni ได้อย่างเต็มที่

1. ใช้ประโยชน์จากความรู้โลกแห่งความจริง

คุณไม่จำเป็นต้องอธิบายโลกให้ Gemini Omni ฟังอย่างละเอียด มันถูกสร้างขึ้นด้วยความเข้าใจอย่างลึกซึ้งของ Gemini เกี่ยวกับประวัติศาสตร์ วิทยาศาสตร์ และวัฒนธรรม ดังนั้นจึงสามารถสร้างผลลัพธ์ที่ดู รู้สึก และเคลื่อนไหวได้อย่างสมจริงได้อย่างน่าเชื่อถือ ข้ามคำอธิบายที่ละเอียดยิบ ใช้แก่นทางวัฒนธรรม ยุคประวัติศาสตร์ หรือคำศัพท์ทางวิทยาศาสตร์ในพรอมพ์ของคุณโดยตรง

ตัวอย่างพรอมพ์:

[วิดีโอแสดงสิ่งของของตัวอักษร สิ่งของที่แปลกใหม่ที่ขึ้นต้นด้วยตัวอักษรแต่ละตัวจะถูกแสดงวางบนโต๊ะ (เช่น Capybara สำหรับ C, disco globe สำหรับ D และ Lava Lamp สำหรับ L) ตัวอักษรทั้ง 26 ตัวจะต้องแสดงด้วยสิ่งของ 26 ชิ้นพร้อมกับ lower thirds ที่ตรงกันซึ่งแสดงตัวอักษร ทีละหนึ่งสิ่งของและ one lower third ในแต่ละครั้ง แต่ละ lower third จะต้องดูเหมือนปากกามาร์กเกอร์สีดำที่เขียนบนแผ่นกระดาษที่มุมซ้ายล่าง เปลี่ยนอย่างรวดเร็ว ประมาณ 9 เฟรมต่อสิ่งของที่ 24 FPS เฟรมสุดท้ายคือแผ่นกระดาษ "THE END" วิดีโอทั้งหมดมีเสียงดนตรีที่สงบและนุ่มนวลประกอบ]
[มุมมองของนักบินอวกาศบนดาวอังคาร]
[ลูกหินกลิ้งเร็วบนรางสไตล์ chain reaction มุมกล้องต่อเนื่องเรียบเนียน]

2. ควบคุมการเรนเดอร์ข้อความ

Gemini Omni ไม่เพียงมีความสามารถในการเรนเดอร์ข้อความขั้นสูงเท่านั้น แต่ยังช่วยให้คุณผสานข้อความเข้ากับภาพของคุณได้อย่างราบรื่นอีกด้วย คุณสามารถระบุรูปแบบตัวอักษร การวางตำแหน่งเชิงพื้นที่ รูปแบบแอนิเมชัน และเอฟเฟกต์ภาพที่ซับซ้อน เช่น double exposures ที่ซิงค์กับแอคชันในวิดีโอของคุณได้อย่างสมบูรณ์แบบ

ตัวอย่างพรอมพ์:

[คำต่อคำ ทีละหนึ่งคำบนหน้าจอ: did, you, know, that, this, model, can, do, pretty, good, text!? แต่ละคำปรากฏขึ้นด้วยสไตล์แอนิเมชันที่แตกต่างกัน จังหวะที่พอดีกับจังหวะดนตรี sizzle reel]
[ซ้อนคำบรรยายแบบเคลื่อนไหวตามวัตถุ (motion-tracked) สไตล์มินิมอลลงบนสภาพแวดล้อมทางกายภาพของวิดีโอ ข้อความนี้แทน [the subject] บทพูดคนเดียวภายในที่เรียบเฉย ทันควัน ช่างสังเกต ไร้สาระเล็กน้อย และชวนให้คิดถึงชีวิต คิดว่าความคิดที่ " intrusive thoughts " เป็นแบบ sans-serif ตัวพิมพ์เล็ก สีขาว สะอาดตา (เช่น Helvetica หรือ Inter) ข้อความลอยอยู่ในพื้นที่ 3 มิติ เชื่อมต่อกับวัตถุที่ถูกคอมเมนต์ด้วยเส้นนำ (leader lines) สีขาวบางเฉียบคม]

3. กำกับกล้องของคุณแบบมืออาชีพ

คิดเหมือนผู้กำกับภาพ Gemini Omni ตอบสนองต่อทิศทางการถ่ายวิดีโอที่แม่นยำ ประเภทของกล้อง และคำแนะนำการจัดเฟรมได้อย่างยอดเยี่ยม ลองนำคำศัพท์เหล่านี้ไปใช้ในพรอมพ์ครั้งถัดไปของคุณ:

ตัวอย่างพรอมพ์:

ช็อตและมุมกล้อง: "ช็อตต่อเนื่องช็อตเดียว (one continuous shot)", "oner", "กล้องนิ่ง (static)", "ล็อคอยู่กับที่ (locked off)" หรือ "มุมกล้องคงที่ (fixed angle)"
การเคลื่อนกล้อง: "ค่อยๆ ดันเข้าหา (push in)", "ดันเข้าใกล้ (punch in)", "แพนซ้าย (pan left)" หรือ "ดอลลี่ซูม (dolly zoom)"
สไตล์กล้อง: "ซูมแบบสมาร์ทโฟนธรรมชาติ (natural smartphone zoom)", "กล้องฟิล์มวินเทจ (vintage film camera)" หรือ "สไตล์เว็บแคมเกรนๆ (grainy webcam style)"

4. ตัดต่อแบบวนซ้ำ (และเก็บสิ่งที่ใช้ได้ไว้)

วิดีโอที่ยอดเยี่ยมทุกเรื่องล้วนเกิดจากการตัดต่อ ด้วย Gemini Omni คุณไม่จำเป็นต้องเขียนพรอมพ์ทั้งหมดใหม่ตั้งแต่ต้นเพื่อแก้ไขข้อผิดพลาดเพียงจุดเดียว ให้ขอการอัปเดตเฉพาะเจาะจง เช่น การเปลี่ยนพื้นหลัง หรือการสลับคำบรรยาย Omni จะคงโครงสร้างหลักของวิดีโอของคุณไว้ข้ามการแก้ไขหลายครั้ง ทำให้คุณโฟกัสเฉพาะสิ่งที่ต้องปรับแต่งเท่านั้น

ตัวอย่างพรอมพ์:

[ย้ายไวโอลินไปยังสภาพแวดล้อมใหม่]
[ทำให้ไวโอลินมองไม่เห็น]
[เปลี่ยนมุมกล้องให้มองข้ามไหล่ของนักไวโอลิน]

5. เปลี่ยนแอคชันได้ทันที

ต้องการเปลี่ยนจังหวะหรืออารมณ์ของตัวละครกลางฉากหรือไม่? คุณสามารถสั่ง Gemini Omni โดยตรงให้ปรับเปลี่ยนวิธีที่วัตถุเคลื่อนที่หรือโต้ตอบกับสภาพแวดล้อมได้ โดยไม่ทำลายความต่อเนื่องของโมเดลตัวละคร

ตัวอย่างพรอมพ์: