ساخت ویدیو UGC با هوش مصنوعی

UGC مخفف «محتوای تولیدشده توسط کاربر» است؛ سبکی از تبلیغ که انگار یک نفر با گوشی خودش فیلم گرفته: سازنده‌ای کنار روشویی یا در آشپزخانه، محصول را جلوی دوربین نگه داشته و مثل آدم‌های عادی حرف می‌زند. برندها از آن استفاده می‌کنند چون بیشتر شبیه یک توصیه است تا یک آگهی. مولد ویدیو UGC با هوش مصنوعی این کلیپ را بدون سازنده، بدون ارسال محصول و بدون فیلم‌برداری مجدد می‌سازد.

در Mage کل کلیپ از یک مدل می‌آید. Cherry 2 Pro تصویر و صدا را با هم تولید می‌کند، پس سازنده متن شما را کلمه به کلمه می‌گوید و محصول شما را در دست دارد که آن را از عکس مرجع شما برمی‌دارد. می‌توانید سازنده را در یک جمله توصیف کنید یا یک کاراکتر ذخیره‌شده با صدای خودش را انتخاب کنید تا یک نفر در مجموعه‌ای از تبلیغات شما ظاهر شود.

این صفحه درباره‌ی تبلیغات محصول با یک مجری با متن مشخص است. شخصیت مجازی‌ای که ماه‌ها فید شخصی خودش را منتشر می‌کند، اینفلوئنسر هوش مصنوعی است و پرتره‌ای که یک فایل صوتی آماده را می‌خواند، عکس سخنگو است. هر دو راهنمای جداگانه دارند که پایین‌تر در همین صفحه لینک شده‌اند.

آدم‌ها جلوی دوربین تقریباً دو کلمه و نیم در ثانیه حرف می‌زنند، پس متن را بر اساس طول کلیپ تنظیم کنید: 20 تا 25 کلمه برای 10 ثانیه، 35 تا 40 برای 15 ثانیه و 50 تا 75 برای کلیپ 20 تا 30 ثانیه‌ای. در ابتدا و انتها نیم ثانیه سکوت بگذارید. متنی که زیادی بلند باشد عجولانه گفته یا نیمه‌کاره بریده می‌شود، که رایج‌ترین دلیل غیرطبیعی شدن کلیپ UGC است.

دو ثانیه‌ی اول را برای جمله‌ی جذاب بگذارید. چند الگو در همه‌ی دسته‌ها جواب می‌دهد: غافلگیری («باشه، فکر نمی‌کردم واقعاً جواب بده»)، خطاب مستقیم («اگه پوستت ظهر خشک می‌شه، اسکرول نکن»)، اعتراف («ماه‌هاست این رو پیش خودم نگه داشتم»)، سؤال، یا باز کردن جعبه («رسید. بیا بازش کنیم.»). بعد از آن یک جزئیات مشخص را جلوی دوربین نشان بدهید و با فراخوانی چندکلمه‌ای تمام کنید.

خودمانی بنویسید. «راستش»، «خب» و مکث‌های کوتاه واقعی به نظر می‌رسند، در حالی که عبارت‌های بازاریابی شبیه آگهی‌اند. هر ادعا درباره‌ی محصول، مثل حس، بو، اندازه یا عملکرد آن، باید از اطلاعات واقعی محصول خودتان باشد. مجری می‌تواند بگوید محصول چیست؛ اما نباید نتیجه، جایزه یا نقدی را ادعا کند که محصول ندارد.

• حدود 2.5 کلمه‌ی گفتاری در ثانیه در نظر بگیرید.
• جمله‌ی جذاب را در دو ثانیه‌ی اول بگذارید.
• برای هر بخش یک حرکت: بالا گرفتن، ضربه زدن، باز کردن، استفاده کردن، چرخاندن.
• با یک فراخوان چندکلمه‌ای تمام کنید.
• برای هر متن دو جمله‌ی شروع بنویسید و آن‌ها را آزمایش کنید.

قبل از نوشتن، قالب را انتخاب کنید. در نقد: جمله‌ی جذاب، معرفی محصول، یک جزئیات برجسته جلوی دوربین، نتیجه‌گیری، فراخوان. در باز کردن جعبه: جعبه در دست، واکنش هنگام باز کردن، نمایش محصول، اولین برداشت. در آموزش: دو یا سه مرحله از استفاده و نمایش نتیجه. در امتحان کردن: از قبل، تا پوشیدن یا استفاده، تا چرخشی که اندازه را نشان می‌دهد. در روتین: محصول در روتین صبح یا شب قرار می‌گیرد و دلیل ماندنش گفته می‌شود. در مشکل و راه‌حل: با یک مشکل آشنا شروع می‌شود، محصول به‌عنوان راه‌حل می‌آید و اثبات جلوی دوربین نشان داده می‌شود.

محیط نصف کار را انجام می‌دهد. اتاق‌های واقعی شبیه UGC به نظر می‌رسند: روشویی، آشپزخانه، اتاق خواب، ماشین پارک‌شده. دوربین جلوی گوشی را در دست و به اندازه‌ی طول بازو، نور طبیعی پنجره و پس‌زمینه‌ای زندگی‌شده بخواهید و «نه تبلیغ استودیویی» را اضافه کنید. بعد «بدون موسیقی» را هم بنویسید: UGC معمولاً فقط با صدا و فضای اتاق جلو می‌رود.

سازنده را در یک خط توصیف کنید: بازه‌ی سنی، ظاهر و انرژی‌اش؛ یا یکی از سازنده‌های ذخیره‌شده را انتخاب کنید. کاراکتر ذخیره‌شده در همه‌ی کلیپ‌ها چهره‌ی یکسانی دارد و وقتی برایش صدا تعیین کنید، یعنی یک MP3 یا WAV آپلودشده یا نمونه‌ی کوتاهی که با Seed Audio ساخته‌اید، Cherry 2 Pro جمله‌هایش را خودکار با همان صدا می‌گوید. یکی بسازید در Characters یا با سازنده کاراکتر با هوش مصنوعی.

یک مجری ثابت با یک اینفلوئنسر مجازی که فید مخصوص خودش را دارد فرق می‌کند؛ برای آن، به سازنده اینفلوئنسر با هوش مصنوعی سر بزنید. چهره یا صدای یک انسان واقعی را فقط با اجازه خودش استفاده کنید: Mage دیپ‌فیک‌های آسیب‌زننده یا نمایش افراد واقعی بدون رضایتشان را مجاز نمی‌داند.

Cherry 2 Pro تصاویر را به‌عنوان مرجع به کار می‌برد، نه به‌عنوان فریم اول؛ پس فریم آغازین تأییدشده و عکس محصول را پیوست کنید و بگویید کدام کدام است. ساختاری که جواب می‌دهد: «ویدیوی عمودی موبایل با دست‌گرفته، سبک UGC. زنی که در تصویر مرجع اول است پشت میز دستشویی‌اش رو به دوربین صحبت می‌کند، بطری تصویر مرجع دوم را بالا می‌گیرد، روی درپوش ضربه می‌زند و آن را می‌چرخاند تا برچسب دیده شود. او می‌گوید: … صدای طبیعی، لحن خودمانی، صدای محیط، بدون موسیقی. محصول را دقیقاً مثل تصویر مرجع دوم نگه دار: شکل، رنگ‌ها، برچسب.»

پیش‌نویس‌ها را با 480p و نسخه نهایی را با 720p رندر کنید. 1080p هزینه بیشتری دارد و بیشتر تبلیغات عمودی روی گوشی دیده می‌شوند. Lemon نسخه ارزان‌تری می‌سازد: فریم آغازین را به‌عنوان فریم اول Lemon بدهید، صدا را روشن کنید و محصول را با کلمات توصیف کنید، چون کلیپ Lemon یا از فریم‌ها استفاده می‌کند یا از تصاویر مرجع، نه هر دو.

از قبل صدا و پرتره دارید؟ Lipsync یک تصویر را طوری متحرک می‌کند که تا ۱۵ ثانیه صدا را بگوید، و راهنمای عکس سخنگو با هوش مصنوعی نشان می‌دهد چطور اول صدا را بنویسید.

• بگویید کدام مرجع سازنده محتوا و کدام محصول است.
• کارها را به همان ترتیبی که رخ می‌دهند فهرست کنید.
• هر جمله گفتاری را داخل گیومه بگذارید.
• پیش‌نویس را با 480p بسازید و نسخه انتخابی را با 720p رندر کنید.

مهارت رایگان UGC Video مراحل بالا را درون Claude، Cursor یا هر دستیار دیگری که به Mage وصل است اجرا می‌کند. شما لینک عکس محصول و دو سه نکته برای گفتن را می‌دهید و یک قالب و یک سازنده محتوا انتخاب می‌کنید. این مهارت فیلمنامه را می‌نویسد، فریم آغازین را با Mango 3 در ازای چند Gem پیش‌نمایش می‌دهد، قیمت ویدیو را اعلام می‌کند و منتظر تأیید شما می‌ماند، سپس با Cherry 2 Pro رندر می‌کند، یا برای نسخه ارزان‌تر با Lemon، و بررسی می‌کند که محصول با عکس یکی باشد. Mage را وصل کنید و آن را از صفحه مهارت‌های Mage اضافه کنید.

درباره ماهیت ویدیو صادق باشید. یک تبلیغ UGC ساخته‌شده با هوش مصنوعی یک مجری را نشان می‌دهد، نه یک مشتری، پس آن را نقد واقعی جلوه ندهید. پلتفرم‌هایی مثل YouTube از سازندگان می‌خواهند محتوای واقع‌نمای تولیدشده با هوش مصنوعی را اعلام کنند و پلتفرم‌های تبلیغاتی قوانین برچسب‌گذاری خودشان را دارند؛ پیش از کمپین آن‌ها را بررسی کنید. برای تبلیغاتی فراتر از قالب سازندگان محتوا، به سازنده تبلیغ با هوش مصنوعی سر بزنید.