ساخت ویدیو محصول با هوش مصنوعی

مولد ویدیوی محصول با هوش مصنوعی عکس ثابتِ چیزی را که می‌فروشید به یک کلیپ کوتاه متحرک تبدیل می‌کند: محصولی که روی یک پایه می‌چرخد، مایعی که ریخته می‌شود، بخاری که بالا می‌رود، جعبه‌ای که باز می‌شود یا نوری که روی برچسب می‌لغزد. فروشنده‌ها از این کلیپ‌ها در تبلیغات، صفحه‌ی محصول و پست‌های شبکه‌های اجتماعی استفاده می‌کنند و بیشترشان عکسِ موردنیاز کلیپ را از قبل دارند.

در Mage خودتان انتخاب می‌کنید مدل چطور از عکستان استفاده کند. Lemon می‌تواند از همان عکس دقیق شما به‌عنوان فریم اول شروع کند و با تصویر دوم پایان بگیرد، تا کلیپ دقیقاً با محصولِ عکاسی‌شده شروع یا تمام شود. Cherry 2 Pro عکس را به‌عنوان مرجع می‌گیرد و پیرامونش یک نمای جدید و سینمایی‌تر همراه با صدا می‌سازد، تا 30 ثانیه با کیفیت 1080p. Kiwi و Blueberry 2 گزینه‌های ساده‌تری برای کلیپ‌های کوتاه و حرکت بین دو فریم هستند.

این صفحه درباره‌ی تصاویر متحرک است. برای عکس‌های ثابت استودیویی و لایف‌استایل، صفحه‌ی مولد عکس محصول صفحه‌ی خواهر این صفحه است و خروجی‌اش بهترین فریم شروع برای ویدیو است. اگر لازم است فردی جلوی دوربین درباره‌ی محصول صحبت کند، آن یک ویدیوی UGC است که راهنمای جداگانه‌ای دارد.

مدل‌های ویدیو به یکی از دو روش از عکس استفاده می‌کنند و برای محصولات، این انتخاب از هر جای دیگری مهم‌تر است. مدل فریم اول کلیپ را از همان تصویر دقیق شما شروع می‌کند و از آنجا جلو می‌رود، پس برچسب، رنگ و شکل دست‌کم در ابتدا درست‌اند. Lemon، Kiwi و Blueberry 2 این‌طور کار می‌کنند، و Lemon و Blueberry 2 فریم آخر هم می‌گیرند، پس کلیپ روی یک تصویر دقیق دوم تمام می‌شود.

مدل مرجع محصول را از عکس‌های شما می‌خواند و آن را درون یک نمای جدید می‌سازد. Cherry 2 Pro این‌طور کار می‌کند: تا 29 تصویر مرجع می‌گیرد، پس می‌توانید زاویه‌ی دومی از محصول، بسته‌بندی و یک مکان اضافه کنید، و همراه تصویر صدا هم تولید می‌کند. نما سینمایی‌تر است، اما محصول دوباره کشیده می‌شود، پس برچسب را در حرکت بررسی کنید، نه فقط در یک فریم.

یک قاعده‌ی کاربردی: وقتی کلیپ باید با عکس صفحه‌ی محصولتان یکی باشد از فریم اول استفاده کنید، و وقتی صحنه‌ی جدیدی می‌خواهید که عکس هرگز نشان نداده، از مرجع. در Lemon هر کلیپ یا از فریم‌ها استفاده می‌کند یا از تصاویر مرجع، نه هر دو.

• برای تطابق دقیق فریم اول، برای صحنه‌ی جدید مرجع.
• با فریم آخر Lemon روی یک پک‌شات تمام کنید.
• در Cherry 2 Pro زاویه‌ی دوم محصول را به‌عنوان مرجع اضافه کنید.
• برچسب را وقتی محصول حرکت می‌کند بررسی کنید، نه در یک تصویر ثابت.

حرکت‌های کوچک و فیزیکی باورپذیرترند: یک چرخش کامل و آرام روی پایه، نزدیک‌شدن به برچسب، نوری که روی شیشه می‌لغزد، درِ بطری که باز می‌شود، قهوه‌ای که در فنجان ریخته می‌شود، بخاری که از کاسه بالا می‌رود، کتی که روی رخت‌آویز می‌نشیند. اول حرکت را توصیف کنید و بعد دوربین را، و از هرکدام فقط یکی برای هر کلیپ.

تغییرهای بزرگ سخت‌ترند. محصولی که شکلش عوض می‌شود، متنی که باید همراهش حرکت کند، یا دست‌هایی که کار ظریف انجام می‌دهند ممکن است دچار اعوجاج شوند. اگر دست می‌خواهید، ساده نگه دارید، مثلاً گرفتن یا چرخاندن محصول، و اگر افکتی نمایشی مثل پاشیدن آب می‌خواهید، بگذارید اطراف محصول اتفاق بیفتد نه روی آن.

مدت زمان مهم‌ترین عامل هزینه است. حرکت را با مدت کوتاه و 480p پیدا کنید، بعد نسخه‌ی خوب را با 720p یا 1080p بسازید. بیشتر نماهای تک‌محصولی در 5 تا 8 ثانیه جواب می‌دهند؛ Lemon هر عدد صحیح ثانیه از 2 تا 30 را می‌پذیرد و Cherry 2 Pro مقادیر 4، 5، 8، 10، 15، 20، 25 یا 30 ثانیه را.

صدا لحظه را می‌فروشد: غلغل نوشابه، کلیک، ریختن مایع. Lemon به‌طور پیش‌فرض همراه کلیپ صدا تولید می‌کند، مگر خاموشش کنید، و قیمت در هر دو حالت یکی است؛ Cherry 2 Pro هم همراه تصویر صدا تولید می‌کند. صدا را در پرامپت توصیف کنید، یا صدای Lemon را خاموش کنید و خودتان روی تیزر نهایی صداگذاری کنید.

• برای هر کلیپ یک حرکت و یک حرکت دوربین.
• بگذارید افکت‌ها دور محصول اتفاق بیفتند، نه روی آن.
• پیش‌نویس را با 480p و مدت کوتاه بسازید.
• صدا را در پرامپت بنویسید.

یک تیزر 15 تا 30 ثانیه‌ای معمولاً چهار نما دارد: نمای اصلی محصول، یک کلوزآپ از جزئیات، محصول در حال استفاده و یک پک‌شات برای پایان. هر کدام را از همان عکس‌ها به‌صورت کلیپ جداگانه بسازید و بعد در Storyboard پشت هم بچینید؛ این ابزار تا شش کلیپ را با صدایشان به یک MP4 تبدیل می‌کند. نسبت ابعاد را در کل مجموعه یکسان نگه دارید: 9:16 برای Reels و TikTok، 1:1 برای فید، 16:9 برای صفحه‌ی محصول یا YouTube.

اگر فیلمی دارید که حق استفاده از آن را دارید، مثل فیلم برند یا ویدیوی یک تولیدکننده‌ی محتوا، محصولتان را داخل آن بگذارید. Magejutsu یک شیء را با تصویر مرجع جایگزین می‌کند و بقیه‌ی نما، برش‌ها و صدا را همان‌طور که فیلم‌برداری شده نگه می‌دارد، و Video Editor یک دستور واحد را روی کلیپ 4 تا 30 ثانیه‌ای اعمال می‌کند. نسخه‌های خوب را در Video Enhancer نهایی کنید؛ این ابزار کلیپ‌هایی تا 10 ثانیه را به 1080p ارتقا می‌دهد.

برای عکس‌های ثابتی که این کلیپ‌ها از آن‌ها ساخته می‌شوند، مولد عکس محصول با هوش مصنوعی نماهای استودیویی و لایف‌استایل را پوشش می‌دهد. وقتی قرار است فردی محصول را جلوی دوربین معرفی کند، مولد ویدیوی UGC با هوش مصنوعی درباره‌ی فیلمنامه و سازندگان است، و سازنده تبلیغ با هوش مصنوعی درباره‌ی تبدیل کلیپ‌ها و تصاویر نهایی‌شده به نسخه‌های آزمایشی است.

مدل در هر فریمی که خودش می‌سازد محصول را دوباره می‌کشد؛ برای همین با حرکت محصول، نوشته‌های ریز، فهرست مواد تشکیل‌دهنده و بارکدها ممکن است محو شوند یا جابه‌جا شوند. هر چیزی که مشتری باید بخواند یا طبق مقررات باید روی برچسب باشد، جایش در یک عکس واقعی یا متنی است که خودتان در ویرایشگر اضافه می‌کنید.

مایعات، شیشه و دست‌ها جاهایی هستند که کلیپ‌ها بیشتر خراب می‌شوند: ریختنی که جهتش عوض می‌شود، بازتابی که می‌پرد، یک انگشت اضافه. این نماها را کوتاه نگه دارید و پیش از انتشار، هر کلیپ را با سرعت عادی و با صدا ببینید. وقتی یک تیک خوب درنیامد، به‌جای نوشتن دوباره‌ی کل توضیحات، فقط یک چیز را در پرامپت تغییر دهید و دوباره اجرا کنید.