رفتن به محتوا

راهنمای پرامپت‌نویسی

نحوه نوشتن پرامپت برای Grok Video

راهنمای نوشتن پرامپت برای Grok Video، یعنی Grok Imagine از xAI، در Mage: شروع سریع، قالب آماده برای پر کردن و نکته‌های حرفه‌ای برای دوربین، رفرنس‌ها، ویرایش و صدا در ساخت ویدیو با هوش مصنوعی.

یک نمای ردیابی پیوسته
ساخته‌شده با Grok Videoیک نمای ردیابی پیوسته

شروع سریع

اولین پرامپت عالی شما برای Grok Video

هر آنچه یک تازه‌کار در یک دقیقه نیاز دارد: نکات اولیه، مهم‌ترین قانون‌ها، یک قالب برای پر کردن و پرامپت‌هایی برای کپی کردن.

اول این‌ها را بدانید

Grok Video از روی یک پرامپت، از روی تصویرهای رفرنس یا با ویرایش یک کلیپ کوتاه که آپلود می‌کنی، یک نمای پیوسته همراه با موسیقی و صدا می‌سازد. نما را همان‌طور بنویس که دوربین می‌بیند: زاویه، اتفاق‌ها به ترتیب، مکان، نور و آنچه می‌شنویم. در Mage دیالوگ گفتاری و فریم اول ندارد، پس به‌جای گفتار، صدا را توصیف کن و تصویرهایت را رفرنس بدان، نه تصویر آغازین.

مهم‌ترین قانون‌ها

  1. یک نما را به ترتیب توصیف کن

    اول نوع نما و زاویه، بعد حرکت با «then» به هم وصل شود، بعد مکان، نور، یک خط درباره‌ی سبک و در آخر صدا. یک کلیپ کوتاه جای یک یا دو اتفاق دارد، نه یک داستان.

  2. با صدا تمام کن

    هر کلیپ با یک موسیقی و صدا همراه است. آن را آخر بنویس: باران روی آسفالت، همهمه‌ی جمعیت، یک نت آرام پیانو.

  3. دیالوگ ننویس

    Grok Video در Mage گفتار را با حرکت لب هماهنگ نمی‌کند. برای شخصیتی که حرف می‌زند، از Cherry 2 Pro یا Lemon استفاده کن.

  4. به هر مرجع فقط یک نقش بده

    «زنی که در @image1 است، با کتی که در @image2 می‌بینی، تمام طول اسکله را قدم می‌زند.» دو یا سه مرجع با نقش‌های روشن بهتر از پنج مرجعی است که با هم هم‌پوشانی دارند.

  5. هر بار فقط یک چیز را ویرایش کن

    کلیپ را آپلود کن، تنها تغییر موردنظر را بنویس و بعد بگو چه چیزهایی بماند: «بقیه‌ی چیزها را دقیقاً مثل نسخه‌ی اصلی نگه دار، از جمله صورت، دست‌ها، حالت بدن و پس‌زمینه‌ی او.»

این قالب را پر کنید

هر بخشِ داخل کروشه را با ایده خودتان جایگزین کنید و بخشی را که لازم ندارید حذف کنید.

قالب
[Shot type and angle] of [subject] [doing what], then [what happens next]. [Where]. [Light]. [Style or mood]. [Sound].
قالب پرشده
Low-angle wide shot of a skateboarder in a yellow hoodie rolling down an empty parking-garage ramp, then kicking the board up into his hand at the bottom. Concrete pillars, painted arrows, puddles at the foot of the ramp. Hard afternoon sun slicing through the open side, long shadows. Gritty skate-video look. Wheels roaring on concrete, the sharp clack of the board, a long echo.
  • [Shot type and angle] دوربین چطور صحنه را می‌بیند: نمای واید از زاویه‌ی پایین، ماکروی فوق‌العاده اسلوموشن، حرکت آهسته‌ی دوربین به سمت جلو.
  • [subject] نما درباره‌ی چه کسی یا چه چیزی است، با یک یا دو جزئیات قابل‌دیدن: یک اسکیت‌سوار با هودی زرد.
  • [doing what] اولین حرکت، با یک فعل شروع شود: سُر خوردن از رمپ خالی پارکینگ.
  • [what happens next] حرکت دوم، اگر وجود دارد: بالا زدن اسکیت با پا و گرفتنش در دست، پایین رمپ.
  • [Where] مکان را با چند جزئیات ملموس بگو: ستون‌های بتنی، فلش‌های رنگ‌شده، چاله‌های آب پایین رمپ.
  • [Light] نور از کجا می‌آید و چه می‌کند: آفتاب تند بعدازظهر که از کناره‌ی باز می‌تابد، سایه‌های بلند.
  • [Style or mood] یک جمله‌ی کوتاه: حال‌وهوای خشن ویدیوی اسکیت، استاپ‌موشن دست‌ساز و دنج، سینمایی.
  • [Sound] آنچه می‌شنویم: غرش چرخ‌ها روی بتن، تق‌تق اسکیت، پژواکی طولانی.

پرامپت‌هایی برای شروع

  • یک نمای معرفی

    Aerial wide shot of a small fishing harbor at dawn. A single red ferry pulls away from the pier, then turns slowly toward the open sea, leaving a long white wake across the still water. Stacked lobster traps, a row of pastel houses on the hill, gulls circling the masts. Soft pink light low on the horizon, mist over the water. Calm documentary feel. The ferry's diesel hum, gull cries, water lapping at the pilings.

    چرا جواب می‌دهد: زاویه، حرکت‌ها به‌ترتیب، مکان، نور، حال‌وهوا و صدا، به همین ترتیب: یک نمای روشن که چیزی برای حدس زدن باقی نمی‌گذارد.

  • یک لحظه‌ی اسلوموشن از محصول

    Extreme slow-motion macro shot: the cap flips off a cold green glass bottle of lemon soda, then a fine spray of droplets bursts into the air and a thin mist curls out of the neck. Condensation runs down the glass; ice glitters in a metal bucket behind it. Bright summer backlight, sharp highlights on every droplet. Fresh commercial look. A crisp pop, the fizz of bubbles, a short splash.

    چرا جواب می‌دهد: اسلوموشن و لنز ماکرو به یک کلیپ کوتاه چیزهای کافی برای نشان دادن می‌دهند، و خط صدا هر حرکت را نام می‌برد.

  • یک ماکت که ثابت می‌ماند

    Stop-motion claymation, visible fingerprints in the clay, slightly choppy frame rate, a small tabletop set. A round clay hedgehog in a blue apron waters three potted sunflowers on a windowsill, then sets down the watering can and watches as the flowers slowly lift their heads toward the sun. A checkered curtain, a cracked teapot and a sleeping clay cat sit beside the pots. Continuity: every object stays exactly where it is for the whole clip; nothing appears, disappears, duplicates, or changes shape. Warm morning window light, cozy handmade look, a gentle ukulele melody and the trickle of water.

    چرا جواب می‌دهد: جمله‌ی پیوستگی جلوی زیاد شدن یا جابه‌جا شدن وسایل را می‌گیرد؛ شایع‌ترین ایراد در صحنه‌های شلوغ.

  • Character شما با لباس ذخیره‌شده

    Slow push-in on a rooftop garden at golden hour. Then @mara walks in from the left between the planters, wearing @linen-shirt with wide white trousers, stops at the railing and looks out over the city, then turns her head toward the camera with a small smile. Warm low sun behind her, the skyline soft and hazy. High-quality slow motion, highly detailed face. Wind in the leaves, distant traffic, a soft acoustic guitar.

    چرا جواب می‌دهد: حرکت دوربین اول می‌آید، هر هندل یک نقش دارد و پرامپت توضیح می‌دهد آن‌ها چه می‌کنند، نه اینکه تصاویر چه چیزی نشان می‌دهند. هندل‌ها را با Character و Reference خودت جایگزین کن.

  • ویرایش کلیپ خودت

    Make the woman's raincoat bright yellow. Keep everything else exactly as in the original, including her face, hands, pose, the umbrella, and the background.

    چرا جواب می‌دهد: کلیپ را به‌عنوان ویدیو آپلود کن: یک تغییر و فهرستی از چیزهایی که می‌مانند، تمام چیزی است که یک ویرایش لازم دارد.

پیشرفته

پرامپت‌نویسی پیشرفته برای Grok Video

تکنیک‌هایی برای کنترل بیشتر، وقتی اصول اولیه را یاد گرفتید.

متن، مرجع یا ویرایش

آنچه پیوست می‌کنی تعیین می‌کند Grok Video چه کاری انجام دهد. اگر فقط پرامپت باشد، پرامپت کل نما را می‌سازد. با تصاویر، Characters یا References ذخیره‌شده، این‌ها آدم‌ها، محصولات، لباس‌ها یا مکان‌ها را تأمین می‌کنند و هیچ‌کدام فریم اول نمی‌شوند. اگر کلیپی را به‌عنوان ویدیو آپلود کنی، Grok Video همان کلیپ را ویرایش می‌کند.

ویرایش، مدت‌زمان، کادربندی و وضوح کلیپ اصلی را حفظ می‌کند؛ بنابراین تنظیمات مدت‌زمان، نسبت تصویر و وضوح اعمال نمی‌شوند و نمی‌توان مرجع اضافه کرد. کلیپ بلند را قبل از آپلود به بخش موردنیازت کوتاه کن.

  • Grok Video در Mage فریم اول یا آخر ندارد. وقتی کلیپ باید دقیقاً از یک تصویر ثابت شروع شود، از Lemon استفاده کن.
  • برای پیدا کردن حرکت، با وضوح پایین‌تر و مدت کوتاه پیش‌نویس بساز، بعد نسخه‌ی انتخابی را با وضوح بالاتر بساز.
  • کلیپ‌هایی که با تصویر مرجع ساخته می‌شوند کوتاه‌تر از کلیپ‌های فقط‌متنی‌اند؛ محدودیت‌ها در صفحه‌ی مدل آمده است.

ساختار: یک نما، به این ترتیب

یک نما را به‌صورت نثر بنویس، به این ترتیب: نوع و زاویه‌ی نما؛ سوژه و حرکتش به‌ترتیب، با «بعد» به هم وصل‌شده؛ مکان؛ نور؛ یک جمله‌ی کوتاه درباره‌ی حال‌وهوا یا سبک؛ و صدا. پرامپت‌های نمونه‌ی خود Grok Imagine هم همین شکل را دارند.

وقتی اشیا باید ثابت بمانند، یک جمله‌ی پیوستگی اضافه کن: «پیوستگی: هر شیء در تمام کلیپ دقیقاً سر جای خودش می‌ماند؛ هیچ چیز ظاهر نمی‌شود، ناپدید نمی‌شود، تکثیر نمی‌شود و شکلش عوض نمی‌شود.»

  • کلیپ کوتاه را به یک یا دو حرکت محدود کن. کلیپ چندثانیه‌ای جایی برای داستان ندارد؛ کلیپ بلندتر جای یک حرکت بیشتر دارد، نه پنج حرکت.
  • با مرجع‌ها، با حرکت دوربین شروع کن، بعد هر سوژه‌ی مرجع را با نقش و جایش در صحنه وارد کن.
  • پرامپت منفی وجود ندارد. آنچه باید اتفاق بیفتد و آنچه باید بماند را با جمله‌های مثبت بگو.

دوربین و حرکت

یک رفتار دوربین را نام ببر و جهتش را بگو: «دوربین از درگاه آفتاب‌گرفته به سمت پنجره دالی می‌کند.» Grok Video زبان ساده‌ی دوربین را خوب می‌فهمد و حرکت‌های آهسته و روان بهتر از حرکت‌های آشفته از آب درمی‌آیند.

کلمه‌های زمانی ظاهر کلیپ را کاملاً تغییر می‌دهند: تایم‌لپس ساعت‌ها را فشرده می‌کند، اسلوموشن یک ثانیه را کش می‌دهد و ماکروی فوق‌العاده اسلوموشن یک پاشش آب را به مجسمه تبدیل می‌کند.

بنویسیدچه کاری می‌کند
slow zoom inمیدان دید کم‌کم به سمت سوژه باریک می‌شود.
slow smooth push-inدوربین به نرمی به سمت سوژه پیش می‌رود.
the camera dollies from … to …دوربین در مسیری که تو نام می‌بری حرکت می‌کند.
The camera never moves.نمای ثابت: فقط سوژه حرکت می‌کند.
Only the camera moves.صحنه منجمد می‌ماند و دوربین حرکت می‌کند؛ مناسب محصول و طبیعت بی‌جان.
high-angle wide shotنگاه از بالا به کل صحنه.
action POV with extreme camera motionدید اول‌شخص که می‌دود، منحرف می‌شود و می‌لرزد.
slow time-lapse feelزمان تند می‌گذرد: جمعیت جاری می‌شود، ابرها می‌دوند، نور جابه‌جا می‌شود.
high-quality slow motionحرکتِ کش‌آمده که همه‌ی جزئیات در آن دیده می‌شود.
extreme slow-motion macro shotسوژه‌ای ریز، خیلی نزدیک، تقریباً متوقف در زمان.

References و Characters

تصاویر را آپلود کن و با @image1 و @image2 به آن‌ها اشاره کن؛ Characters و References ذخیره‌شده را با @handle خودشان بیاور. Mage آن‌ها را به ترتیب شماره‌گذاری می‌کند (اول آپلودهای تو، بعد Characters، بعد References) و هر اشاره را مطابق آن بازنویسی می‌کند؛ مثلاً @mara می‌شود «شخصیت تصویر ۳» و لباس ذخیره‌شده‌ی @linen-shirt می‌شود «لباس تصویر ۴».

به هر مرجع یک نقش و جای ثابت در صحنه بده: «مدلِ @image1 در حالی که پیراهنِ @image2 را پوشیده به سمت دوربین قدم برمی‌دارد». توضیح بده آدم‌ها و اشیا در نما چه می‌کنند، نه اینکه تصاویر چه نشان می‌دهند.

  • تعداد بازیگران را کم نگه دار، حداکثر دو یا سه نفر، و وسایل را ثابت نگه دار. وسایلی که حرکت می‌کنند، دست‌به‌دست می‌شوند یا زیاد می‌شوند همان جایی‌اند که مرجع‌ها خراب می‌شوند.
  • برای محصول، بگو چه چیزی نباید تغییر کند: «بطری، درپوش و متن برچسب بدون تغییر می‌مانند و فقط دوربین حرکت می‌کند».
  • مستندات خود xAI مرجع‌ها را با <IMAGE_0> و <IMAGE_1> مشخص می‌کند. در Mage به‌جای آن از @image1 و @handleها استفاده کن و هرگز این دو را در یک پرامپت قاطی نکن.
  • هر @ که بعدش حرف بیاید همیشه به‌عنوان هندل ذخیره‌شده خوانده می‌شود؛ بنابراین آدرس ایمیل یا هندل ذخیره‌نشده قبل از کسر هر هزینه‌ای جلوی تولید را می‌گیرد.

محصولی که نباید تغییر کند

Slow smooth push-in on a white marble bathroom counter at sunrise. The perfume bottle from @image1 stands in the center beside a folded linen towel and a small sprig of eucalyptus, while warm light slowly drifts across the counter and catches the facets of the glass. The bottle, cap and label text stay unchanged while only the camera moves. Clean, premium commercial look. Soft room tone, a faint drip from the tap, a single low piano chord.

چرا جواب می‌دهد: محصول یک نقش و یک جا دارد، صحنه‌ی اطرافش ثابت می‌ماند و جمله‌ی پیوستگی از برچسب محافظت می‌کند.

یک داستان در چند نما

هر تولید یک نما است. برای یک سکانس، برای هر نما یک پرامپت بنویس و در همه‌ی آن‌ها همان @handleها یا همان تصویر تأییدشده را به کار ببر تا شخصیت در همه‌جا یکسان بماند.

برای نزدیک‌ترین شباهت، اول کی‌فریم‌ها را بساز: یک تصویر از شخصیت، بعد ویرایش‌هایش برای هر صحنه و زاویه‌ی جدید (مثلاً با Grok Image یا Mango). هر کی‌فریم را به‌عنوان مرجع نمای خودش بده، یا آن را با مدلی که از فریم اول شروع می‌کند، مثل Lemon، متحرک کن.

ویرایش یک کلیپ

کلیپ را به‌عنوان ویدیو آپلود کن و یک تغییر بنویس، بعد آنچه می‌ماند: «رنگ ماشین را به مشکی مات تغییر بده. بقیه‌ی چیزها را دقیقاً مثل نسخه‌ی اصلی نگه دار، از جمله راننده، خیابان و حرکت دوربین.» توضیح کامل صحنه لازم نیست: کلیپ از قبل آن را دارد.

  • برای مقایسه‌ی گزینه‌ها، چند ویرایش تک‌تغییره از یک کلیپ را هم‌زمان اجرا کن (لباس قرمز، کلاه مشکی، کت متفاوت)، هرکدام با جمله‌ی «نگه دار» خودش، و بهترین را انتخاب کن.
  • ویرایش صدای جدید می‌سازد. برای حفظ صدای کلیپ اصلی، آن را در یک ویرایشگر دوباره روی نتیجه قرار دهید.

صدا و موسیقی

هر کلیپ Grok Video با یک موسیقی متن تولیدشده همراه است و گزینه‌ای برای کلیپ بی‌صدا وجود ندارد. صدا را در پرامپت و در انتها بنویسید: «آهنگ ملایم جعبه موزیکال»، «باران روی آسفالت، ترافیک دوردست، زنگ تراموایی که رد می‌شود»، «زمزمه جمعیت و صدای قدم‌ها».

Grok Video در Mage گفتار هماهنگ با حرکت لب، مرجع صدا و صدای Characters ندارد. دیالوگ را داخل گیومه ننویسید؛ برای شخصیتی که حرف می‌زند از Cherry 2 Pro یا Lemon استفاده کنید. برای کلیپ بی‌صدا، صدایش را در یک ویرایشگر قطع کنید.

متن روی صفحه

تولید متن نقطه قوت این مدل نیست. متن روی صفحه را به چیزی که از قبل وجود دارد محدود کنید، مثل برچسبی در تصویر مرجع، و بنویسید که بدون تغییر بماند. عنوان و زیرنویس را بعداً در یک ویرایشگر اضافه کنید.

اشتباهات رایج

این کار را نکنید، به‌جایش این کار را بکنید

  • نکنید: توصیف اینکه هر تصویر مرجع چه چیزی را نشان می‌دهد.

    @image1 is a woman with long red hair in a green dress. @image2 is a beach at sunset.

    به‌جایش: کاری که افراد و چیزهای مرجع در این نما انجام می‌دهند.

    Slow push-in. The woman from @image1 walks barefoot along the beach from @image2 at sunset, then stops and lets the wind lift her hair. Waves wash in, gulls call.
  • نکنید: پنج مرجع با نقش‌های همپوشان.

    به‌جایش: دو یا سه مرجع که هرکدام یک نقش دارند.

  • نکنید: وسایلی که حرکت می‌کنند، دست‌به‌دست می‌شوند یا تکثیر می‌شوند.

    به‌جایش: وسایلی که سر جایشان می‌مانند، به‌علاوه جملهٔ پیوستگی.

  • نکنید: توصیف کامل صحنه برای یک ویرایش.

    به‌جایش: فقط همان یک تغییر، سپس «بقیهٔ چیزها را دقیقاً مثل نسخهٔ اصلی نگه دار، از جمله …».

  • نکنید: دیالوگ داخل گیومه.

    The barista smiles and says "Your usual?"

    به‌جایش: صداها و موسیقی صحنه.

    The barista smiles and slides a cup across the counter. Espresso machine hiss, cups clinking, low café chatter.
  • نکنید: تگ‌های <IMAGE_0> در کنار اشاره‌های @.

    به‌جایش: فقط @image1 و @handles.

  • نکنید: یک داستان کامل در یک کلیپ کوتاه.

    به‌جایش: یک یا دو اتفاق در هر کلیپ و یک کلیپ برای هر نما.

سؤالات متداول

پرسش‌هایی درباره پرامپت‌نویسی برای Grok Video

پرامپت Grok Video چقدر باید طولانی باشد؟
برای یک نما سه تا شش جمله: زاویه، کنش‌ها به ترتیب، مکان، نور، یک جمله دربارهٔ سبک و صدا. یک کلیپ کوتاه جای یک یا دو اتفاق را دارد؛ بیشتر از آن عجولانه می‌شود یا نادیده گرفته می‌شود.
آیا Grok Video همان Grok Imagine است؟
بله. Grok Video همان مدل ویدیوی Grok Imagine از xAI است که xAI اجرا می‌کند و از طریق Mage در دسترس است.
آیا Grok Video می‌تواند شخصیت‌ها را به حرف زدن بیاورد؟
در Mage نه: موسیقی متن می‌سازد، اما گفتار هماهنگ با حرکت لب ندارد. برای شخصیتی که حرف می‌زند از Cherry 2 Pro یا Lemon استفاده کنید.
آیا Grok Video می‌تواند از تصویر من شروع کند؟
نه. در Mage تصویرها فقط مرجعی برای افراد، محصولات، لباس یا مکان‌ها هستند، نه فریم اول. برای شروع کلیپ از یک تصویر ثابت مشخص از Lemon استفاده کنید.
چطور شخصیت را در Grok Video ثابت نگه دارم؟
آن فرد را به‌عنوان یک Character ذخیره کنید و در هر نما همان @handle را بیاورید، با یک نقش و جایگاه ثابت در هر بار. برای یک سکانس، ابتدا تصویرهای کلیدی از او بسازید و هر کدام را مرجع نمای خودش قرار دهید.
آیا Grok Video از پرامپت منفی پشتیبانی می‌کند؟
نه. آنچه باید بماند را به‌جای آن در جمله‌های مثبت بنویسید، مثل جملهٔ پیوستگی برای یک صحنه یا «بقیهٔ چیزها را دقیقاً مثل نسخهٔ اصلی نگه دار» برای یک ویرایش.
آیا می‌توانم با Grok Video کلیپ بی‌صدا بسازم؟
هر کلیپ با صدا ساخته می‌شود. صدایش را در یک ویرایشگر قطع کنید یا در پرامپت فقط صدای آرام محیط اتاق را توصیف کنید.

اولین ویدیوی خود را با Grok Imagine بسازید

حساب‌های جدید 300 Gems رایگان می‌گیرند، که برای امتحان Grok Video کافی است. بدون نصب، بدون کارت اعتباری.

Grok Video را امتحان کنید