การเขียน Prompt สำหรับวิดีโอ

วิธีปฏิบัติจริงสำหรับการเขียน prompt วิดีโอ AI บน Sunra: โครงสร้างช็อต คำสั่งกล้องที่โมเดลเข้าใจ จังหวะ เคล็ดลับเฉพาะโมเดล และการแก้ปัญหาที่พบบ่อย

prompt วิดีโอที่ดีต้องอ่านแล้วเหมือนคำอธิบายช็อตที่ผู้กำกับมอบให้กับช่างภาพ โดยระบุตัวละคร การกระทำ มุมกล้อง และแสง — และหลีกเลี่ยงการยัดเยียดหลายช็อตไว้ในที่เดียว

โครงสร้างที่ใช้ได้ผล

เขียนตามลำดับนี้:

  1. ตัวละคร/วัตถุหลัก — ใครหรืออะไร ระบุให้ชัด เช่น “หญิงสาวสวมเสื้อกันฝนสีแดง”
  2. การกระทำ — สิ่งเดียวที่เปลี่ยนแปลงในช่วงคลิป เช่น “เดินเข้าหากล้องแล้วเงยหน้าขึ้นมอง”
  3. ฉากและสภาพแวดล้อม — ที่ไหน และรายล้อมด้วยอะไร เช่น “บนถนนในเมืองยามค่ำที่เปียกฝน มีแสงนีออนสะท้อนในแอ่งน้ำ”
  4. กล้อง — การเคลื่อนไหว เช่น “slow dolly in ระดับสายตา”
  5. แสงและอารมณ์ — เช่น “แสงสีน้ำเงินเย็น, cinematic, moody”
หญิงสาวสวมเสื้อกันฝนสีแดงเดินเข้าหากล้องแล้วเงยหน้าขึ้นมอง บนถนนในเมืองยามค่ำที่เปียกฝนพร้อมแสงนีออนสะท้อน slow dolly in ระดับสายตา แสง cinematic สีเย็น 9:16, 5 วินาที

ภาษากล้องที่โมเดลเข้าใจ

ไทม์ไลน์ Studio ของ Sunra แสดงการเคลื่อนไหวกล้องที่โมเดลตอบสนองได้โดยตรง — ใช้คำเหล่านี้ใน prompt ได้เลย:

  • Push In / Pull Out — เคลื่อนเข้าหาหรือถอยออกจากตัวละคร
  • Pan Left / Right, Tilt Up / Down — หมุนกล้องในที่อยู่เดิม
  • Tracking — ติดตามตัวละครที่กำลังเคลื่อนไหวไปด้านข้าง
  • Orbit — วนรอบตัวละคร
  • Crane Up, Aerial — ยกขึ้นเหนือฉาก
  • Handheld — การเคลื่อนไหวแบบสั่นเล็กน้อยเป็นธรรมชาติ
  • Dolly Zoom — เอฟเฟกต์ให้ความรู้สึกวิงเวียน
  • Static — ช็อตกล้องนิ่ง
เคล็ดลับ
ระบุการเคลื่อนไหวหลัก หนึ่ง อย่างต่อคลิป การขอ “pan and zoom and orbit” พร้อมกันมักให้ผลยุ่งเหยิง — โมเดลไม่สามารถทำตามสามทิศทางในเวลาไม่กี่วินาทีได้

หนึ่งการกระทำต่อหนึ่งช็อต

ความผิดพลาดที่พบบ่อยที่สุดคือการอธิบายฉากทั้งหมดที่มีหลายเหตุการณ์ คลิปหนึ่งมีความยาวเพียงไม่กี่วินาที — ให้มี หนึ่ง จังหวะ หากต้องการเป็นซีเควนซ์ ให้สร้างแต่ละช็อตแยกกันแล้วนำมาประกอบใน Flow หรือใช้ multi-shot timeline ใน Studio บน Kling 3.0 เพื่อกำกับหลายตัดในการสร้างเดียว

หมายเหตุ
prompt มีขีดจำกัดความยาว (แต่ละโมเดลแตกต่างกัน) และ Sunra จะไม่ตัดทอน prompt ที่ยาวเกินไป — ระบบจะล้มเหลวแทนที่จะรัน ใส่สิ่งสำคัญไว้ก่อน และการระบุจังหวะที่ชัดเจนหนึ่งอย่างให้ผลดีกว่าการยัดรายละเอียดอยู่ดี

จังหวะและความยาว

  • ระหว่างการทดลองให้คลิปสั้น เพื่อประเมินการเคลื่อนไหวก่อน แล้วค่อยสร้างเวอร์ชันยาว
  • คำอย่าง “slow” “unhurried” “gentle” กับ “quick” “snappy” “energetic” ส่งผลต่อผลลัพธ์จริงๆ

เลือกโมเดลให้เหมาะกับช็อต

  • Veo 3.1 — ควบคุมกล้องได้แม่นยำที่สุด พร้อมเสียงดั้งเดิม ใช้เมื่อการเคลื่อนไหวสำคัญ
  • Kling 3.0 — เหมาะที่สุดสำหรับ บทสนทนา (lip-sync) และซีเควนซ์ multi-shot
  • Sora 2 — เมื่อฟิสิกส์และความสมจริงของพื้นผิวเป็นหัวใจหลักของช็อต
  • Seedance 2.0 — สร้างเร็ว แสดงออกได้ดี เหมาะกับคลิปโซเชียลแนวตั้ง
หมายเหตุ
โครงสร้าง prompt ที่ใช้ได้ผลสามารถนำไปใช้ข้ามโมเดลได้ — คำอธิบายช็อตเดียวกันรันได้บนทุกโมเดล ลองใช้ prompt เดียวกันบนสองหรือสามโมเดล แล้วเลือก take ที่ดีที่สุดแทนที่จะเขียนใหม่ทีละโมเดล

แก้ปัญหาที่พบบ่อย

ปัญหาวิธีแก้
ใบหน้าหรือมือบิดเบี้ยวลดความซับซ้อนของการกระทำ ชะลอการเคลื่อนไหว หรือเริ่มจากภาพที่ชัดเจนด้วย image-to-video
กล้องไม่ทำตามคำสั่งระบุการเคลื่อนไหวหนึ่งอย่างชัดเจนจากรายการด้านบน ลบทิศทางที่ขัดแย้ง
มีสิ่งเกิดขึ้นมากเกินไปตัดให้เหลือการกระทำเดียว แบ่งเป็นหลายช็อต
ลุคไม่ตรงแบรนด์ใส่ Start Frame แทนการอธิบายสไตล์ด้วยคำ
เน้นตัวละครผิดใส่ตัวละครหลักไว้ก่อน ลดรายละเอียดฉากหลัง

ล็อคลุคด้วย First Frame

เมื่อ *สไตล์* สำคัญกว่าความประหลาดใจ ให้สร้างหรืออัปโหลดภาพนิ่งแล้วใส่ภาพเคลื่อนไหวด้วย Start Frame ใน video generator วิธีนี้จะหยุดการพนันกับลุค และให้โมเดลจัดการเฉพาะการเคลื่อนไหวเท่านั้น สำหรับพื้นฐาน ดูเพิ่มเติมได้ที่ Text-to-video basics

บทความที่เกี่ยวข้อง