ساخت فیلم یا ویدیوی سینمایی با هوش مصنوعی از یک پرامپت بلند شروع نمیشود. ابتدا باید شخصیت، لباس، لوکیشن، نور و اتفاقِ هر شات را مشخص کنید. در این آموزش، ایدههای کاربردیِ راهنمای AI Cinema جویی را به یک تمرین فارسی تبدیل میکنیم: یک شخصیت میسازیم، برایش لوکیشن ثابت تعریف میکنیم، دو قاب ثابت میسازیم و پرامپت حرکت را مینویسیم. چهار پرامپت قابل کپی، یک Claude Skill قابل دانلود، چهار نمونهتصویر و ویدیوی هشتثانیهای ساختهشده با همین پرامپتها هم در همین صفحه قرار دارند.
جویی از Noisy Group در آموزش خود دو مهارت بهروزشده معرفی میکند: یکی برای تصویرهای ثابت (banana-pro-director-2.0) و دیگری برای پرامپتهای ویدیویی (cinema-worldbuilder-pro-2.0). او آنها را در روندی با Higgsfield و Seedance به کار میگیرد. فایلهای اصلی را از پوشهای که سازنده معرفی کرده دریافت کنید. مهارت و پرامپتهای قابل کپیِ این مقاله را خودمان نوشتهایم؛ متن کامل مهارتها یا پرامپتهای او را بازنشر نکردهایم.
اگر فقط یک اصل را نگه میدارید: پیش از ساخت ویدیو، مرجع چهره، لباس و لوکیشن را قفل کنید. پرامپت حرکت قرار نیست هویت شخصیت و طراحی دنیا را از صفر اختراع کند.
نقشهٔ کار: هر خروجی چه نقشی دارد؟
| مرحله | خروجی | چرا لازم است؟ |
|---|---|---|
| ۱ | برگهٔ مرجع شخصیت | چهره، مو، لباس و نشانههای ثابت را به مدل نشان میدهد. |
| ۲ | تصویر لوکیشن بدون بازیگر | شکل صحنه، وضعیت باران و مه و جهت نور را مستقل از شخصیت مشخص میکند. |
| ۳ | یک یا چند قاب ثابت | قبل از مصرف اعتبار ویدیو، ترکیب و پیوستگی را میسنجید. |
| ۴ | پرامپت حرکت | میگوید از قاب شروع تا قاب پایان چه چیزی و در چه زمانی تغییر کند. |
| ۵ | بازبینی | تغییر ناخواستهٔ چهره و لباس، جای پا، نور و یکدستی باران و مه را بررسی میکند. |
یک Skill در Claude مجموعهای از دستورالعملهاست که به دستیار میگوید این مراحل را چگونه بهشکلی یکسان پیش ببرد؛ خودِ Skill تصویر یا ویدیو تولید نمیکند. اگر با نما و زاویهٔ دوربین آشنایی ندارید، راهنمای ویدیوگرافی نقطهٔ شروع خوبی است.
سه تغییر مهم در نسخهٔ جدید جویی
اول، با مه و باران به تصویر عمق میدهد. مه، باران یا ذرات نزدیک دوربین بهتنهایی تصویر را «سینمایی» نمیکنند؛ وقتی نور از آنها عبور میکند، فاصلهٔ پیشزمینه، سوژه و پسزمینه بهتر دیده میشود. در پرامپت باید شدت و جای این لایهها را دقیق بگویید، نه اینکه فقط بنویسید «cinematic atmosphere».
دوم، مرجع شخصیت را با پسزمینهٔ خاکستری میانه میسازد. جویی گزارش میکند پسزمینهٔ سفید خالص در تجربهٔ او گاهی چهره را تخت و بیشازحد صیقلی میکرد. خاکستری میانه، همراه با نور نرم و سایهٔ قابلدیدن، به بررسی حجم چهره و بافت پوست و لباس کمک میکند. این نتیجه برای همهٔ مدلها تضمین ندارد.
سوم، بهجای فهرستکردن نام دوربینها و چراغها، نتیجهٔ بصری را توصیف میکند. «نور گرم از بالا و راست، سایهٔ باز در سمت مقابل، پسزمینهٔ نرم و هایلایت کنترلشده» به مدل میگوید در قاب چه باید دیده شود. برای فهم جهت و کیفیت نور، اصول نورپردازی در سینما را هم بخوانید. نام تجهیزات زمانی مفید است که انتخاب آنها واقعاً بر نتیجه اثر بگذارد؛ بهتنهایی جای توصیف تصویر را نمیگیرد.
مرحلهٔ ۱: شخصیت را پیش از صحنه ثابت کنید
برای تمرین، یک شخصیت خیالی بزرگسال تعریف کردیم: زنی با موهای کوتاه تیره، بارانی زغالی و گردنبند هلال نقرهای. این سه نشانه در قابهای بعدی باید ثابت بمانند. تصویر زیر نمونهٔ تولیدشده برای همین مقاله است؛ تصویر پروژهٔ جویی نیست.

پرامپت زیر را در ابزار تصویرساز بگذارید. برای پروژهٔ واقعی، توصیف را با شخصیت خودتان عوض کنید. اگر حفظ چهرهٔ یک فرد واقعی مهم است، تصویر مرجعی را که اجازهٔ استفاده از آن دارید نیز پیوست کنید؛ توصیف متنی بهتنهایی هویت را ثابت نگه نمیدارد.
CHARACTER REFERENCE SHEET, one fictional adult, three panels
Character: woman, medium olive skin, short dark wavy bob at jaw length, small silver crescent pendant
Wardrobe: charcoal raincoat over a plain black shirt, dark trousers
Panels, left to right: front view waist-up | clean left profile, head and shoulders | three-quarter full body, feet visible
Background: seamless neutral mid-grey, identical in all three panels
Light: one broad diffused key from camera-left, slightly above eye level, gentle shadow modeling
Finish: natural matte skin texture, realistic hair and fabric, same face, body proportions and wardrobe in every panel
Layout: horizontal 16:9 sheet, thin neutral gutters
Avoid: text, labels, logos, extra people, white backdrop, beauty-filter glossبرای داستان خودتان عوض کنید: فقط دو خط Character و Wardrobe. بقیهٔ خطوط روش کار هستند و ثابت میمانند.
هر خط این پرامپت چه کار میکند؟
- مشخصات چهره و لباس در دو خط جدا آمدهاند تا لازم نباشد کل پرامپت را بازنویسی کنید.
- یک نشانهٔ امضا مثل گردنبند هلال بعداً کمک میکند در ویدیو ببینید هویت حفظ شده یا نه.
- نمای تمامقد باید پا را نشان دهد؛ بدون آن، مدل ویدیو کفش و جای پا را از خودش میسازد.
- پسزمینهٔ خاکستری میانه رنگ پوست و لباس را بدون رنگگرفتن از محیط نشان میدهد.
مرحلهٔ ۲: لوکیشن را بدون بازیگر بسازید
لوکیشن نمونه یک ایستگاه قدیمی تراموا در هوای بارانی و گرگومیش است. چراغهایی با نور گرم در سمت راست قاب قرار دارند، زمین خیس نور را بازتاب میدهد و ساختمانهای دور در مه محو میشوند. خالی بودن صحنه عمدی است: هنوز لازم نیست مدل دربارهٔ چهره و حرکت تصمیم بگیرد.

EMPTY LOCATION PLATE, no people, no vehicles
Place: old tram depot with an iron canopy, platform columns and a covered walkway
Time and weather: blue hour, steady rain, light fog in the distance
Frame: wide 16:9, eye level, open walkway space at screen-right midground under the canopy, where the character will stand later
Depth: foreground wet cobblestones and shallow puddles with visible rain impacts; midground iron columns and walkway; background distant rooftops fading into fog
Light: two warm practical lamps under the canopy on camera-right, beams visible through thin natural haze; cool blue ambient fill
Finish: restrained amber accents, detailed shadows, gentle highlight roll-off, fine film grain, believable reflections
Avoid: text, logos, fantasy glow, CGI sheenبرای داستان خودتان عوض کنید: خطوط Place، Time and weather، Depth و Light. خط Frame را با جایی که شخصیت در قاب بعدی میایستد هماهنگ نگه دارید.
هر خط این پرامپت چه کار میکند؟
- جای خالی کادر همان جایی است که شخصیت در مرحلهٔ ۳ میایستد، تا مدل مجبور نشود صحنه را جابهجا کند.
- باران و مه فقط یکی از راههای عمقدادن است. بخار، گرد و خاک یا دود هم همین کار را میکنند.
- دو منبع نور با دو رنگ گرم و سرد همینجا قفل میشوند تا در قاب ثابت و ویدیو تغییر نکنند.
مرحلهٔ ۳: دو قاب ثابت را با همان مرجعها بگیرید
حالا شیت شخصیت را بهعنوان مرجع ۱ و پلیت لوکیشن را بهعنوان مرجع ۲ وارد ابزار تصویرساز کنید. اگر ابزار شما نشانههایی مثل @image_1 ندارد، ترتیب فایلهای پیوست را در خود رابط بررسی کنید و در پرامپت بنویسید کدام تصویر برای هویت و کدام برای صحنه است. این دو قاب را با همان ورودیها ساختیم؛ هنوز ویدیویی تولید نشده است.


FILM STILL using two references
Image 1 = character: keep the same woman exactly: face, short dark wavy bob, silver crescent pendant, charcoal raincoat, black shirt, dark trousers
Image 2 = location: keep the tram depot, iron canopy, wet cobblestones, warm lamps on camera-right and misty blue rooftops exactly
Shot: medium-wide, 16:9, eye level
Placement: she is at screen-right midground under the canopy, feet firmly on the wet pavement
Action, one only: walking slowly toward camera, a closed dark umbrella hanging from her right hand
Light: warm lamp light from camera-right on her face; cool blue ambient fill from the opposite side
Depth: soft rain close to the lens, clear subject, distant city fading into thin fog
Finish: natural skin and fabric, restrained film grain, realistic reflections
Avoid: extra people, new clothing, floating feet, text, CGI lookبرای داستان خودتان عوض کنید: خطوط Shot، Placement و Action. دو خط اول فقط نشانههای شخصیت و لوکیشن خودتان را میگیرند.
هر خط این پرامپت چه کار میکند؟
- خط «فقط یک کار» همان قانون جدول خطاهای پایین صفحه است که حالا داخل خود پرامپت آمده.
- نور دوباره از روی مرجع لوکیشن تکرار میشود تا مدل نور تازه نسازد.
- ترتیب بارگذاری تصویرها مهم است: اول شیت شخصیت، بعد پلیت لوکیشن.
پیش از رفتن سراغ ویدیو، بهجای تولید چندین نسخهٔ تصادفی، اینها را بررسی کنید: آیا چهره همان است؟ لباس و گردنبند ثابت ماندهاند؟ پاها روی زمین قرار دارند؟ نور هنوز از همان سمت میتابد؟ آیا لوکیشن در نمای نزدیک قابلشناسایی است؟ اگر موردی ایراد دارد، همان را در یک بازتولید هدفمند اصلاح کنید.
مرحلهٔ ۴: از قاب ثابت به پرامپت ویدیو برسید
ساختار پیشنهادی جویی با Frame Map آغاز میشود: سوژه کجای قاب و در چه فاصلهای از دوربین است، به کجا نگاه میکند و آیا پاهایش روی زمین قرار دارند؟ سپس Subject Lock ویژگیهای ثابت چهره و لباس را به مرجع شخصیت پیوند میدهد. حرکت سوژه، قاب پایان، صدای محیط و حرکت دوربین در ادامه مشخص میشوند. این ترتیب، بهویژه برای چند شخصیت یا چند شات، از تناقضهای قابلپیشگیری کم میکند.
پرامپت زیر نسخهٔ کوتاه و مستقل این مقاله برای یک شات هشتثانیهای است. زمانبندی و صدا را با قابلیتهای مدل ویدیویی خود تطبیق دهید. فایلهای مرجع را به ترتیبی که در پرامپت آمده، در ابزار بارگذاری کنید.
ONE CONTINUOUS 8-SECOND SHOT, image-to-video, 16:9, medium-wide
References: start frame = the approved wide still; reference 1 = the character sheet; reference 2 = the empty depot plate
Start frame: begin exactly on the start image; same framing, same lens
Subject lock: the same woman from the character sheet: face, short dark wavy bob, olive skin, silver crescent pendant, charcoal raincoat, black shirt, dark trousers; the closed dark umbrella stays in her right hand
World lock: the same tram depot from the location plate: iron canopy, lamp positions on camera-right, rain direction, wet reflections, blue-hour light; thin haze shows depth without hiding her face
Movement:
0-3s: she takes two unhurried steps toward camera; the camera slowly pushes in, handheld
3-6s: she stops beneath the lamp and turns her head slightly toward its glow
6-8s: hold on her quiet expression while the rain continues
Last frame: slightly tighter medium shot, eyes toward the warm lamp, rain still falling, wet pavement below
Sound: rain on the canopy, soft footsteps on wet stone, distant city room tone; no music, no dialogue
Camera: natural handheld breathing, moderate depth of field, face sharp, lamps soft, 24 fps motion feel
Avoid: cuts, sudden zooms, new actions, extra people, changed clothing, textبرای داستان خودتان عوض کنید: خطوط Movement و Last frame، و نشانههای شخصیت و لوکیشن در دو خط Lock.
هر خط این پرامپت چه کار میکند؟
- هر بخش یک خط است تا روی گوشی هم بشود پیدا و ویرایشش کرد.
- مرجعها با اسم توصیف شدهاند، نه با نشانهگذاری مخصوص یک ابزار؛ در هر ابزار، آنها را با ورودیها و قابلیتهای همان مدل تطبیق دهید.
- زمانبندی سهبخشی است: حرکت، کنش اصلی، مکث. دو ثانیهٔ آخر مکث برای تدوین جای برش میدهد.
- قاب آخر صریح نوشته شده تا مدل وسط شات حرکت تازه اختراع نکند.
این خروجی همین پرامپت است. قاب باز مرحلهٔ ۳ قاب شروع بود، و شیت شخصیت و پلیت لوکیشن مرجعهای ۱ و ۲. صدا را روشن کنید.
تصویرهای مراحل ۱ تا ۳ با ابزار ساخت تصویر OpenAI برای همین مقاله تولید شدهاند و ویدیو را خودمان از روی آنها ساختیم؛ هیچکدام خروجی مهارتهای جویی نیستند. پیش از استفاده از ویدیو در پروژه، آن را فریمبهفریم بررسی کنید: چهره، گردنبند، چتر، جای پا و جهت باران.
مهارتها را دانلود کنید و در Claude به کار ببرید
برای تمرین همین مقاله یک مهارت مستقل و کوتاه آماده کردهایم. مرجع شخصیت، پلیت لوکیشن، نقشهٔ قاب، قفل سوژه، حرکت و بازبینی را بهترتیب از شما میخواهد و چهار پرامپت پرشده مثل بالا تحویل میدهد.
پیشنهاد اصلی این مقاله
مهارت برنامهریز شات سینمایی
برای چه: ایدهٔ یک خطی را مرحلهبهمرحله به چهار پرامپت تبدیل میکند.
چه میدهید: ایده، طول شات و ابزاری که دارید.
چه میگیرید: پرامپت شخصیت، لوکیشن، قاب ثابت، حرکت و فهرست بازبینی.
منبع اصلی روش: دو مهارت جویی برای تصویر ثابت و ویدیو، در پوشهٔ خود سازنده. برای شروع، همین یک فایل کافی است.
طبق راهنمای فعلی Claude برای مهارتهای سفارشی، ابتدا اجرای کد را در حساب فعال کنید؛ سپس در Customize → Skills وارد بخش افزودن مهارت شوید و فایل ZIP را بارگذاری کنید. مسیر رابط ممکن است با نوع حساب تغییر کند. ZIP مستقل ما ساختار پوشه و SKILL.md با نام و توضیح لازم را دارد؛ قالب رسمی ساخت مهارت همین ساختار را توضیح میدهد. اگر فقط میخواهید پرامپتها را آزمایش کنید، نیازی به نصب Skill ندارید؛ چهار دکمهٔ کپی بالای همین صفحه کافیاند.
خطاهایی که معمولاً اعتبار ابزارهای تولید ویدیو را هدر میدهند
| خطا | اصلاح عملی |
|---|---|
| ویدیو را پیش از مرجع چهره میسازید | اول شیت شخصیت، لباس و نشانههای ثابت را تأیید کنید. |
| مدل هر شات لوکیشن دیگری میسازد | یک پلیت خالی و نقشهٔ جای چراغها را در تمام شاتها تکرار کنید. |
| فقط نام دوربین یا کلمهٔ «سینمایی» را مینویسید | جهت نور، عمق، بازتاب، حرکت و رفتار اپتیکیِ قابلدیدن را بنویسید. |
| با یک پرامپت چند اتفاق همزمان میخواهید | یک کنش اصلی و یک قاب پایان مشخص برای هر شات بگذارید. |
| چهره، لباس یا آبوهوا در طول شات تغییر میکند | ویژگیهای ثابت شخصیت را جدا از حرکت و حالت او مشخص کنید و از مدل بخواهید آنها را در تمام شاتها حفظ کند. |
| پس از خروجی اول فقط پرامپت را طولانیتر میکنید | یک خطای قابلمشاهده را انتخاب و همان را در نسخهٔ بعد اصلاح کنید. |
جویی صادقانه میگوید حتی با Skill هم ممکن است چند برداشت لازم شود و حفظ یکدستی در دنبالههای طولانی دشوار است. عددهایی که او دربارهٔ تعداد برداشتهای پروژهٔ خودش میگوید، تجربهٔ شخصی اوست، نه تضمین نتیجه یا صرفهجویی برای پروژهٔ شما. کیفیت ورودیها، مدل، مرجعها و سلیقهٔ تدوین همچنان تعیینکنندهاند. بعد از انتخاب شاتها، اصلاح رنگ و پیوستگی نماها در پریمیر مرحلهٔ جداگانهای از کار است.
برای اجرای این نقشهٔ شات، آموزش Kling 4 و فریمهای کلیدی را ببینید. اگر میخواهید تولید شات را داخل تایملاین انجام دهید، راهنمای Generate Video در پریمیر و مقایسهٔ هزینه مسیر بعدی است.
منابع
- آموزش و پرامپتهای اصلی جویی در Notion
- ویدیوی جویی دربارهٔ مهارتهای Claude و روند AI Cinema
- پوشهٔ فایلهای اصلی مهارتها در Dropbox سازنده
- راهنمای رسمی Claude: استفاده و بارگذاری مهارت
پرسشهای رایج
آیا Claude Skill خودش فیلم یا عکس میسازد؟
خیر. مهارت Claude مجموعهای از دستورالعملهاست که مراحل برنامهریزی و نوشتن پرامپت را قابل تکرار میکند. عکس و ویدیو را باید با ابزار مناسب بسازید و خروجی را بررسی کنید.
برای اجرای این تمرین باید Higgsfield یا Seedance داشته باشم؟
خیر. منطق مرجع شخصیت، لوکیشن و نقشهٔ شات مستقل از ابزار است. بخشهای مربوط به زمانبندی، صدای محیط و ترتیب تصاویر را با امکانات مدل ویدیویی خود تطبیق دهید.
اسکیل Claude قابل دانلود این مقاله کجاست؟
فایل ZIP مهارت مستقل ai-cinema-shot-planner در همین مقاله برای دانلود قرار دارد. دو مهارت اصلی جویی نیز از پوشهٔ رسمی Dropbox خود سازنده لینک شدهاند.
چطور چهره و لباس شخصیت را بین چند شات ثابت نگه دارم؟
اول یک شیت مرجع شخصیت با چند زاویه و لباس ثابت بسازید؛ سپس همان فایل را در هر شات بهعنوان مرجع هویت بدهید. تغییر حالت و حرکت را جدا بنویسید و خروجی را از نظر رانش چهره و لباس بررسی کنید.
آیا پسزمینهٔ خاکستری همیشه از سفید بهتر است؟
نه. جویی در روند کاری خودش خاکستری میانه را برای نمایش حجم چهره و پوست مفیدتر یافته است. این یک انتخاب عملی برای آزمودن است، نه قاعدهای که برای هر مدل و نورپردازی تضمین داشته باشد.
نمونهتصویرهای این مقاله از پروژهٔ جویی هستند؟
خیر. تصویرهای این تمرین مستقل و برای کنارتیم با ابزار ساخت تصویر OpenAI تولید شدهاند. ویدیوی هشتثانیهای را هم خودمان از همین تصویرها و پرامپت ۴ با مدل Seedance 2.5 در Higgsfield ساختیم. هیچکدام خروجی مهارتهای اصلی جویی نیستند.
