AI WORLD HQ
Megnyitottál egy AI videóeszközt, beírtad, hogy „a cat playing piano" (magyarul: „egy macska zongorázik"), és nézted, ahogy készít neked egy 10 másodperces videót véletlenszerű zenével, amit nem kértél, és egy hirtelen kamera-zoommal, amit nem akartál. Az eredmény nem rossz — de nem az, amit elképzeltél. A megoldás általában nem az eszközben van, hanem a promptban. (A prompt nem más, mint az utasítás, amit beírsz az AI-nak — gondolj rá úgy, mint egy kreatív briefre.)
Az OpenAI, a Google, a Runway és a Kuaishou újabb videómodelljei olyat tudnak, amit a régebbiek nem: egyetlen menetben készítik el a képet és a hangot. Ez azt jelenti, hogy a csendet külön kell kérned, a párbeszédet idézőjelbe kell tenned, a képernyőn megjelenő szöveget pedig pontosan úgy kell leírnod, ahogy szeretnéd megjelenni. Az alábbi hat promptsablon a legtöbb ilyen eszköznél működik.
Mielőtt nekikezdesz
Nincs szükséged semmi extra eszközre azon kívül, amit amúgy is használsz az AI videóeszközbe való beíráshoz. Az alábbi sablonok feltételezik, hogy az eszközöd szöveges promptokat fogad el (a legtöbb igen). Ha az eszközödben van külön „hangot is generál" vagy „hang generálása" kapcsoló a beállításoknál, kapcsold be — de maguk a promptsablonok ugyanazok, függetlenül attól, hogy a hang be van-e kapcsolva. A pontos menüpontokért és az árakért nézd meg az eszköz hivatalos súgóoldalát, mert mindenhol máshogy nevezik ezeket az opciókat.
1. lépés — Először a helyszínt
Minden promptot azzal kezdj, hogy hol játszódik a jelenet, mikor (a napszak vagy a hangulat), és milyen összhatást szeretnél. Enélkül az AI maga választ — és általában valami semmitmondót kapsz.
Egy helyszín-sort egyetlen rövid mondatban írj le a prompt legelejére, még mielőtt bármilyen cselekményt leírnál.
💬 Egy csendes tengerpart naplementekor, meleg narancssárga fény, lágy hullámok.
Akkor tudod, hogy működik, ha az AI első snittje egyértelműen mutatja azt a tengerpartot naplementekor, nem pedig egy másik tengerpartot délben.
2. lépés — A cselekmény és a kamera leírása
A helyszín után írd le, mi történik — és mit csinál a kamera. A legtöbb kezdő kihagyja a cselekmény + kameramozgás párost, ezért tűnnek a videóik statikusnak.
Próbáld ki: egy mondat a cselekménynek, egy pedig a kamerának:
💬 Egy nő lassan sétál a vízparton, megáll, és a horizont felé néz. Lassú döntyú (dolly) felvétel, ami vele együtt mozog. (A „dolly" azt jelenti, hogy a kamera fizikailag közelít vagy távolodik a téma irányába, mintha sínen mozogna.)
Akkor tudod, hogy működik, ha a klip tényleg mozog — legalább egy kameramozgás látható, nem csak egy állókép.
3. lépés — Hang megadása (vagy a csend kérése)
Ez az a rész, ami az újabb eszközöknél mindenkit meglep. Ha nem említed meg a hangot, az AI tippelni fog — és olyan zenét, narrációt vagy véletlenszerű hangeffekteket ad hozzá, amiket nem akartál.
Három lehetőséged van, és minden alkalommal tudatosan válassz az alábbiak közül:
- Hang van, párbeszéd nincs: nevezd meg a kívánt hangokat.
- Párbeszéd: lásd a 4. lépést.
- Csend: ezt is kifejezetten írd le.
💬 Csak a hullámok hangja és egy távoli sirály. Nincs zene.
Akkor tudod, hogy működik, ha a klip hangja egyértelműen illeszkedik ahhoz, amit leírtál — vagy egyáltalán nincs hang, ha csendet kértél.
4. lépés — A párbeszédet írd idézőjelbe, ne csak körülírd
Ha azt szeretnéd, hogy egy szereplő megszólaljon, írd le a pontos szövegét idézőjelben. Az AI videóeszközök sokkal jobban kezelik a párbeszédet, ha megkapják a konkrét szavakat, mint ha csak körülírod, hogy mit „mondjon" valaki.
💬 A nő a kamerához fordul, és halkan mondja: „Már egy órája várok itt."
Kerüld el ezeket:
- ❌ „Mond valami romantikusat a naplementéről" — túl homályos.
- ✅ „Azt mondja: 'Ez a kedvenc helyem.'" — pontos szöveg, idézőjelben.
Akkor tudod, hogy működik, ha a klipben elhangzó mondat megegyezik (vagy nagyon hasonlít) arra, amit leírtál. Az ajak-szinkron (a szájmozgás és a szöveg összehangolása) még nem tökéletes, ezért törekedj rövid, lassan mondott sorokra.
5. lépés — A képernyőn megjelenő szöveget is idézőjelbe
Ha címkát, feliratot vagy képaláírást szeretnél, írd le a szöveget idézőjelben, és fűzz hozzá egy rövid megjegyzést a betűtípusról és az időzítésről. A modern eszközök már tudnak olvasható szöveget renderelni, de csak akkor, ha megmondod nekik, mi legyen az.
💬 A videó egy fekete képernyővel indul, amelyen a „ELSŐ FEJEZET" felirat jelenik meg fehér, talpas (serif) betűtípussal, és lassan, két másodperc alatt úszik be a képbe. (A „serif" (talpas) betűtípusok olyanok, ahol a betűk végén kis díszítő vonalak vannak, hasonlóan a legtöbb nyomtatott könyv betűihez.)
Akkor tudod, hogy működik, ha a szavak olvasható formában megjelennek a képernyőn, nem pedig olvashatatlan „zagyvaságként". A képernyőn megjelenő szöveget tartsd röviden — néhány szó jóval megbízhatóbb, mint egy teljes mondat.
6. lépés — Iteráció közben egyszerre csak egy dolgot változtass
Az első klip szinte soha nem egyezik az elképzeléseddel. Ez normális. A trükk az, hogy a promptnak egyszerre csak egy részét módosítsd, így megtanulod, hogy az egyes elemek mit irányítanak.
Egy hasznos munkafolyamat:
- Mentsd el minden promptot és a kapott klipet valahová, ahol később megtalálod.
- Változtass meg egy elemet (kameraszög, napszak, hang, párbeszéd), és futtasd újra.
- Hasonlítsd össze az eredményeket egymás mellett.
Akkor tudod, hogy működik, ha pontosan tudsz mutatni egy prompt-változtatást, ami egy konkrét javulást hozott — nem pedig akkor, amikor öt dolgot egyszerre módosítottál, és fogalmad sincs, mi segített.
Gyakori hibák, amiket érdemes elkerülni
Hiba: Túl általános felütés. „Egy menő videó egy városról." — Az AI-nak nincs mibe kapaszkodnia. Javítás: Az első mondatban add meg a helyszínt, az időt és a hangulatot.
Hiba: Rábízod a hangot az AI-ra. Véletlenszerű zenét kapsz minden alá. Javítás: Mindig a három opció egyikével zárd: írd le a hangokat, idézd a párbeszédet, vagy írd, hogy „csend".
Hiba: Elfelejted a képernyőn megjelenő szöveget. Ha szavakat szeretnél a képen, az AI magától nem rakja oda. Javítás: Idézd a kívánt szöveget pontosan, és fűzz hozzá egy rövid megjegyzést a betűtípusról és az időzítésről. Tartsd röviden.
Hiba: Egyszerre öt dolgot módosítasz. Így nem tudod, mi segített. Javítás: Próbánként csak egy elemet változtass, és minden promptot ments el.
Hiba: Túl hosszú párbeszédsorok. Az AI elbukik a 10 másodperc alatt elmondott teljes mondatoknál. Javítás: A kimondott szöveget tartsd rövid, körülbelül 8-12 szavas mondatokra.
Mit jelent ez mindez a számodra
Ha most ismerkedsz először az AI videóval: Kezdd az egyik fenti prompttal, pontosan úgy, ahogy le van írva. Nézd meg a klipet, aztán csak a helyszín-sort változtasd meg. Érezd ki, hogy a prompt egyes részei mit irányítanak, mielőtt bármi bonyolultabbal próbálkoznál.
Ha tartalomgyártó, marketingszakember vagy kisvállalkozó vagy: Az AI videó már most hasznos B-rollnak (olyan kiegészítő felvételek, amiket hosszabb videókba vágsz bele), ügyfeleknek mutatott storyboardokhoz, rövid közösségimédia-klippekhez és landing oldalakhoz készülő hangulati videókhoz. Egyelőre még nem helyettesíti a termékbemutató forgatásokat vagy azokat a felvételeket, ahol valódi emberek vannak közeliben. Használd azokra a részekre, amiknek nem kell tökéletesnek lenniük.
Ha tanár, tréner vagy diák vagy: Az AI videóval egy írott magyarázatból 30 másodperces vizuális anyagot készíthetsz egy prezentációhoz vagy tanórához. Az „ELSŐ FEJEZET" trükk az 5. lépésből gyors módja annak, hogy forgatás nélkül készíts fejezetelválasztókat.
Összefoglaló
A legnagyobb változás az újabb AI videóeszközöknél az, hogy a hangot ugyanolyan gondosan kell megírnod, mint a képet. Hat promptsablon a legtöbb dologra elegendő, amit szeretnél: helyszínnel induló felépítés, cselekmény kameramozgással, tudatos hang, idézett párbeszéd, idézett felirat, és az egyszerre egy változtatás elvén működő iteráció. Válassz egy promptot ebből a cikkből, másold be az eszközödbe, és először csak a helyszín-sort módosítsd. Ez a legkisebb lehetséges kísérlet, és ez az, ami a leggyorsabban tanít.