ساخت ویدیو سینمایی با هوش مصنوعی؛ از مرجع تا شات

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 و چهار نمونه‌تصویر تولیدشده برای این تمرین 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؟

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.

Create one horizontal three-panel photographic character reference sheet. The SAME fictional adult woman appears in all panels: medium olive skin, short dark wavy bob at jaw length, small silver crescent pendant, charcoal raincoat over a plain black shirt, dark trousers. Panel A: front waist-up portrait. Panel B: clean left profile. Panel C: three-quarter full-body view. Uniform neutral mid-grey seamless background; one broad diffused light from camera-left and slightly above; gentle shadow modeling. Natural matte skin texture, realistic hair and fabric, consistent face, body proportions and wardrobe across every panel. Thin neutral gutters. No text, logos, extra people, white backdrop or beauty-filter gloss.

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.

Create an EMPTY cinematic environment plate of an old tram depot at blue hour in steady rain. No people or vehicles. Foreground: wet cobblestones and shallow puddles with visible rain impacts. Midground: iron platform columns and covered walkway. Background: distant urban rooftops fading into light fog. Two warm practical lamps under the canopy on camera-right; their light beams are visible through thin, natural volumetric haze. Keep three clear depth layers and believable physical reflections. Cool blue ambient with restrained amber practical light, detailed shadows, gentle highlight roll-off, fine film grain. Wide 16:9 frame with usable central space for a character to be composited or referenced later. No text, logos, fantasy glow or CGI sheen.

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.

Use attached image 1 ONLY as the character identity and wardrobe reference. Preserve the same adult woman: face, short wavy dark bob, silver crescent pendant, charcoal raincoat, black shirt and dark trousers. Use attached image 2 as the environment reference: the rainy old tram depot, iron canopy, wet cobblestones, warm lamps on camera-right and misty blue rooftops. Create a medium-wide 16:9 film still. The woman walks toward camera from screen-right midground, feet firmly contacting wet pavement, one closed dark umbrella in her right hand, gaze toward the warm lamp. Rain close to lens is soft; subject is clear; distant city recedes into thin fog. Warm lamp light comes from camera-right, cool blue ambient fills the opposite side. Natural skin and fabric, restrained film grain and realistic reflections. No extra people, new clothing, floating feet, text or CGI look.

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.

Create one continuous 8-second image-to-video shot. References: @image_1 is the approved character sheet; @image_2 is the approved empty tram-depot environment plate; @image_3 is the approved wide starting still.

Frame Map: 16:9 medium-wide shot. The woman begins at screen-right midground under the iron canopy, feet touching wet cobblestones. Foreground rain is softly out of focus; warm lamps are at camera-right; blue rooftops fade into fog behind her. Her gaze starts toward the nearest lamp.

Subject Lock: Keep the exact face, short dark wavy bob, olive skin, silver crescent pendant, charcoal raincoat, black shirt and dark trousers from @image_1. No wardrobe or identity changes. One closed dark umbrella remains in her right hand.

World and continuity: Preserve the depot geometry, lamp placement, rain direction, wet reflections and blue-hour light from @image_2 and @image_3. Her feet remain grounded. Thin haze shows depth without obscuring the face.

Movement: 0–3 seconds, slow handheld push-in as she takes two unhurried steps toward camera. 3–6 seconds, she stops beneath the lamp and turns her head slightly toward its glow. 6–8 seconds, hold on her quiet expression while rain continues. No cuts, sudden zooms, new actions or extra people.

Last Frame: The woman is stationary in a slightly tighter medium shot, same wardrobe and face, eyes toward the warm lamp, rain still falling, lamp glow behind her and wet pavement below.

Sound Bed: Rain on the canopy, soft footsteps on wet stone and distant city room tone only, if audio is supported. No music or dialogue.

Camera Capture: Natural handheld operator breath, moderate depth of field with the face clear and deep lamps soft, gentle highlight roll-off, fine film grain, restrained cool-blue and warm-amber color response, 24 fps motion feel.

این صفحه خروجی ویدیویی این پرامپت را نشان نمی‌دهد. چهار تصویر بالا مراحل آماده‌سازی و قاب‌های ثابت را نشان می‌دهند. این تصویرها با ابزار ساخت تصویر OpenAI برای همین مقاله تولید شده‌اند؛ خروجی Seedance، Higgsfield یا مهارت‌های جویی نیستند. ویدیو را باید در ابزار انتخابی خود بسازید و فریم‌به‌فریم بررسی کنید.

مهارت‌ها را دانلود کنید و در Claude به کار ببرید

برای استفاده از شیوهٔ اصلی سازنده، دو فایل او را از منبع خودش دریافت کنید: مهارت تصویر ثابت banana-pro-director-2.0 و مهارت ویدیو cinema-worldbuilder-pro-2.0. متن و نمونه‌های اصلی در صفحهٔ آموزش جویی و ویدیوی او قرار دارند.

برای تمرین همین مقاله، یک مهارت مستقل و کوتاه هم آماده کرده‌ایم. مرجع شخصیت، پلیت لوکیشن، نقشهٔ قاب، قفل سوژه، حرکت و بازبینی را به‌ترتیب درخواست می‌کند:

• دانلود مهارت AI Cinema Shot Planner به‌صورت ZIP
• دیدن و کپی فایل SKILL.md

طبق راهنمای فعلی Claude برای مهارت‌های سفارشی، ابتدا اجرای کد را در حساب فعال کنید؛ سپس در Customize → Skills → + → Create skill → Upload a skill 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

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