คู่มือเขียนพรอมต์
วิธีเขียนพรอมต์ให้ Cherry
วิธีเขียนพรอมต์ให้ Cherry โมเดลสร้างวิดีโอด้วย AI ของ Mage: เริ่มต้นใช้งานได้ใน 1 นาที มีเทมเพลตให้กรอก และเคล็ดลับจากผู้เชี่ยวชาญเรื่องช็อต กล้อง ตัวละคร เสียง และการตัดต่อ
เริ่มต้นใช้งานด่วน
พรอมต์ Cherry แรกของคุณที่ได้ผลลัพธ์เจ๋ง
ทุกอย่างที่มือใหม่ต้องรู้ในหนึ่งนาที ทั้งสิ่งที่ควรรู้ก่อน กฎสำคัญที่สุด เทมเพลตให้กรอก และพรอมต์ให้คัดลอกไปใช้
สิ่งที่ควรรู้ก่อน
พรอมต์ของ Cherry คือสคริปต์สั้นๆ ไม่ใช่คำบรรยายภาพถ่าย บอกว่าเกิดอะไรขึ้นตามลำดับ กล้องถ่ายอย่างไร และเราได้ยินอะไร เพราะ Cherry สร้างเสียงมาให้ทุกคลิป ความยาว ความละเอียด และอัตราส่วนภาพเป็นการตั้งค่า ดังนั้นพรอมต์ควรบรรยายแค่สิ่งที่อยู่บนหน้าจอและในซาวด์แทร็ก
กฎที่สำคัญที่สุด
เขียนสิ่งที่เกิดขึ้น ตามลำดับ
ขึ้นต้นแต่ละจังหวะด้วยคำกริยา (เดิน หันตัว ยกขึ้น กระเด็น) และเรียงตามลำดับที่เกิดขึ้นจริง การเรียงแต่คำคุณศัพท์จะได้คลิปที่ไม่มีอะไรขยับ
ให้แต่ละช็อตมีการเคลื่อนกล้องเพียงอย่างเดียว
ระบุขนาดช็อตและการเคลื่อนกล้องหนึ่งแบบ เช่น ซูมเข้าช้าๆ ติดตามจากมุมต่ำ หรือมุมกว้างที่กล้องนิ่ง การใส่สองการเคลื่อนไหวในช็อตเดียวจะตีกันเอง
บอกว่าได้ยินอะไร
ระบุบรรยากาศและเอฟเฟกต์เสียง ถ้าเป็นบทพูด ให้เขียนว่าใครพูดและใส่คำพูดที่ต้องการในวงเล็บปีกกา: บทพูดของ Mara (ภาษาอังกฤษ น้ำเสียงอบอุ่น): {We made it.}
ไม่ต้องใส่การตั้งค่าในพรอมต์
เลือกความยาว ความละเอียด และอัตราส่วนภาพในการตั้งค่า คำอย่าง "10 วินาที" หรือ "4K" ในพรอมต์จะถูกตีความว่าเป็นสิ่งที่ต้องแสดงในภาพ
ร่างแบบประหยัดก่อน แล้วค่อยทำจริง
ลองการเคลื่อนไหวและจังหวะด้วย Cherry Mini หรือที่ 480p แล้วค่อยเรนเดอร์ตัวที่ถูกใจด้วย Cherry 2 Pro ฉบับร่างใช้ดูตัวอย่างการเคลื่อนไหวและจังหวะ ไม่ใช่ลุคสุดท้าย
กรอกเทมเพลตนี้
แทนที่แต่ละส่วนในวงเล็บเหลี่ยมด้วยไอเดียของคุณเอง และตัดส่วนที่ไม่ต้องการออกได้
[Subject] [does what] in [where].
The visuals present [style or mood].
The camera uses [shot size and one move].
The sound includes [dialogue, ambience, effects, or music].A young otter with sleek wet fur slides down a muddy bank into the river on a warm afternoon.
The visuals present a realistic nature documentary in soft natural light.
The camera uses a low shot at water level, following the otter with a slight handheld feel.
The sound includes rushing water, the wet slap of the slide, a splash, and birdsong.[Subject]คลิปนี้เกี่ยวกับใครหรืออะไร พร้อมรายละเอียดที่มองเห็นหนึ่งถึงสองอย่าง: นากหนุ่มที่มีขนเปียกเงางาม[does what]การกระทำหลัก ขึ้นต้นด้วยคำกริยา: ไถลลงจากตลิ่งโคลนลงไปในแม่น้ำ[where]สถานที่และเวลา: ริมแม่น้ำที่มีมอสขึ้นในช่วงบ่ายอันอบอุ่น[style or mood]ลุคภาพในไม่กี่คำ: สารคดีธรรมชาติสมจริงในแสงธรรมชาตินุ่มนวล[shot size and one move]วิธีถ่าย: ช็อตมุมต่ำระดับผิวน้ำ ตามติดนาก[dialogue, ambience, effects, or music]สิ่งที่เราได้ยิน: เสียงน้ำไหลเชี่ยว เสียงน้ำกระเซ็น เสียงนกร้อง คำพูดให้ใส่ในวงเล็บปีกกาหลังชื่อผู้พูด
พรอมต์สำหรับเริ่มต้น
ช่วงเวลาธรรมชาติแบบแบ่งเป็นจังหวะตามเวลา
Realistic nature documentary, natural light. On a warm afternoon on a mossy riverbank, a young otter slides down a muddy chute into the water. The otter has sleek wet brown fur and quick, playful movements. Ferns and smooth river stones line the bank; tall trees blur softly behind. 0-3 seconds: The otter scrambles to the top of the bank, shakes its head, and flops onto its belly at the start of the chute. 3-8 seconds: It slides down fast, splashes into the river, then surfaces facing the camera and rolls onto its back, paws on its chest. Low camera at water level with a slight handheld feel, following the otter. Natural sound only: rushing water, the wet slap of the slide, the splash, birdsong.ทำไมถึงได้ผล: จังหวะที่กำหนดเวลาบอก Cherry 2 Pro ว่าอะไรเกิดขึ้นเมื่อไร กล้องตัวเดียวตามแอ็กชัน และทุกเสียงมีชื่อกำกับ จึงไม่มีอะไรเหลือให้เดา ตั้งความยาวเป็น 8 วินาที
การเปิดตัวสินค้า
A frosted glass perfume bottle stands on wet black stone in a dark studio. A hand presses the cap: a fine mist bursts out and catches the light, then droplets settle on the stone. The visuals present a premium commercial look with deep shadows and one warm backlight. The camera uses a macro shot with a slow push in. The sound includes the soft hiss of the mist and a single low piano note.ทำไมถึงได้ผล: สินค้าจะอ่านง่ายที่สุดเมื่อมีสถานะเริ่มต้น หนึ่งแอ็กชัน และผลลัพธ์ที่มองเห็นได้ และพรอมต์นี้ขอแค่นั้น
Character ของคุณพูด
Mara (@mara) leans on the counter of an empty diner at night, glances at the door, then looks into the camera with a small smile. Mara's line (in English, low and conspiratorial): {Best pie in town. Don't tell anyone.} The camera uses a slow push in from a medium shot to a close-up. The sound includes the hum of the fridges and a coffee machine hissing in the background.ทำไมถึงได้ผล: ผูกชื่อกับแฮนเดิลเพียงครั้งเดียว ส่วนที่เหลือของพรอมต์จึงเรียกว่า Mara ได้เลย และบทพูดระบุภาษา น้ำเสียง และผู้พูด เปลี่ยน @mara เป็นแฮนเดิลของ Character ของคุณเอง
ภาพนิ่งที่มีชีวิตขึ้นมา
Use @image1 as the first frame. It shows a woman at a rain-streaked café window at night, cupping a mug in both hands, neon reflections on the glass. She lifts the mug, blows across it, and sips, then glances at her phone as it lights up on the table and breaks into a surprised half-laugh. Slow push in from a medium shot to a close-up. Sound: rain on the glass, low café chatter, the phone's short buzz.ทำไมถึงได้ผล: อัปโหลดภาพนิ่ง แล้วประโยคแรกจะเริ่มคลิปจากภาพนั้น ส่วนที่เหลือบอกแค่สิ่งที่เปลี่ยนไป ตั้งอัตราส่วนภาพให้ตรงกับภาพนิ่ง
ขั้นสูง
การเขียนพรอมต์ Cherry ขั้นสูง
เทคนิคเพิ่มการควบคุมผลลัพธ์ เมื่อคุณเข้าใจพื้นฐานแล้ว
Cherry รุ่นไหนอ่านพรอมต์แบบไหน
Cherry มีสี่โมเดลที่อ่านพรอมต์สองแบบ Cherry 2 Pro รับคำสั่งละเอียดที่สุด: ไทม์สแตมป์เป็นวินาทีเต็ม ชีตตัวละครหลายมุมมอง นักแสดงจำนวนมากขึ้น และบทพูดหลายภาษา ส่วน Cherry, Cherry Pro และ Cherry Mini ทำตามสคริปต์ที่ง่ายกว่าซึ่งสร้างจากช็อตที่มีเลขกำกับ
ภาพจาก Cherry 2 Pro ก็ดูต่างจากรุ่นอื่นด้วย ฉะนั้นดราฟต์จาก Cherry Mini จึงใช้ดูตัวอย่างการเคลื่อนไหว การจัดตำแหน่ง และจังหวะเวลา ไม่ใช่ภาพสุดท้าย ลองหาแอ็กชันที่ใช่แบบประหยัดก่อน แล้วค่อยเขียนพรอมต์สุดท้ายสำหรับโมเดลที่คุณจะเรนเดอร์
- Cherry 2 Pro: กำหนดจังหวะด้วยวินาทีเต็ม (“0-3 seconds”) หรือใช้ Shot 1, Shot 2 และอย่าใส่คำเกี่ยวกับคุณภาพที่คุณไม่ได้ต้องการ
- Cherry, Cherry Pro และ Cherry Mini: ใช้ Shot 1, Shot 2 เท่านั้น เพราะโมเดลเหล่านี้ไม่สนใจช่วงวินาที และปิดท้ายด้วยบรรทัดคุณภาพสั้น ๆ หนึ่งบรรทัด ถ้ามีหลายคน ให้เพิ่ม “No two characters share an identical face and outfit.”
- ภาพตัวละคร: บน Cherry, Cherry Pro และ Cherry Mini ให้ใช้หนึ่งมุมมองต่อหนึ่งภาพ เช่น ภาพใบหน้าและภาพเต็มตัว เพราะชีตหมุนรอบตัวจะทำให้ได้ฝาแฝด ส่วน Cherry 2 Pro รองรับชีตหลายมุมมองได้สูงสุดห้าคน
- จำนวนนักแสดง: บน Cherry 2 Pro ตั้งแต่หนึ่งถึงแปดคนให้ผลดีที่สุด และสูงสุดสิบสองคนแต่เสถียรน้อยกว่า ส่วนรุ่นอื่น ถ้ามีเกินสี่คน ให้จัดกลุ่มเป็นภาพละสี่คนหรือน้อยกว่าก่อน เช่นใช้ Mango
- การตั้งชื่อ: บน Cherry 2 Pro ให้ผูก Character กับชื่อเพียงครั้งเดียว แล้วใช้ชื่อนั้นต่อไป ส่วน Cherry, Cherry Pro และ Cherry Mini ให้เอ่ยชื่อซ้ำพร้อมแฮนเดิล เช่น Mara (@mara) ในทุกช็อตที่คนนั้นแสดง
ดราฟต์ Cherry Mini แบบช็อตมีเลขกำกับ
Mara (@mara) is a young woman in a yellow raincoat; the street is a narrow cobbled lane at dusk.
Shot 1: Mara (@mara) walks toward the camera along the lane, slowly lowering her hood with her right hand as the rain eases. The camera tracks backward in front of her at walking pace.
Shot 2: She stops under a lit shop sign, looks up at the clearing sky, and lets out a long breath, shoulders dropping. Static medium close-up.
High definition, rich detail, cinematic texture. Her face stays stable without distortion; movement is natural and smooth, with no flicker.ทำไมถึงได้ผล: ย่อหน้าตั้งค่าฉาก ช็อตมีเลขกำกับที่ใช้การเคลื่อนกล้องช็อตละหนึ่งแบบ การเคลื่อนไหวที่ช้าและเฉพาะเจาะจง และบรรทัดคุณภาพปิดท้าย: สคริปต์ที่ Cherry, Cherry Pro และ Cherry Mini อ่านเข้าใจดีที่สุด
โครงสร้าง: เขียนเป็นบรีฟการผลิต
เขียนพรอมต์ Cherry เหมือนโน้ตถึงทีมงานถ่ายทำ ไม่ใช่คำโฆษณา: ภาพไหนคืออะไร เกิดอะไรขึ้นตามลำดับ ถ่ายอย่างไร และได้ยินอะไร สำหรับคลิปง่าย ๆ เทมเพลตเริ่มต้นสี่บรรทัดก็เพียงพอ
เมื่อคลิปใช้ภาพอ้างอิงหรือมีหลายจังหวะ Cherry 2 Pro ทำตามบรีฟที่มีป้ายกำกับได้ดีที่สุด ให้คงป้ายกำกับไว้ในพรอมต์ ใส่ภาพอ้างอิงแต่ละภาพหนึ่งบรรทัดพร้อมหน้าที่เดียวของมัน และปิดท้ายด้วยสิ่งที่ต้องคงเดิม
- บอกว่าทุกคนอยู่ตรงไหนเมื่อเทียบกับสิ่งที่อยู่กับที่ เช่น ประตู เคาน์เตอร์ หน้าต่าง และให้กล้องอยู่ฝั่งเดียวของบทสนทนา
- ปิดท้ายด้วยสถานะสุดท้าย: ใครยืนตรงไหนและใครถืออะไร Cherry จะเลิกเดาเมื่อรู้ว่าคลิปจบที่ไหน
- ให้ทุกอย่างในพรอมต์เกี่ยวกับตัวคลิปเท่านั้น ไม่ต้องมีโน้ตถึงตัวเอง และไม่ต้องใส่การตั้งค่า
บรีฟที่มีป้ายกำกับ สำหรับกรอก
Goal: Generate [kind of video]. The core subject is [subject]; the principal event is [one-line summary].
Inputs: [Name] is [@handle]; use only the face, hairstyle and clothing. @image2 is [the place]; use only its layout and light, not the people in it.
Positions: [Fixed features, who stands where relative to doors and tables, who holds what.]
Script: At the start: [state]. Shot 1: [...] Shot 2: [...] At the end: [final positions, who holds what].
Keep the same: [Identities and count, clothing, who owns which prop, directions, which voice belongs to whom.]ทำไมถึงได้ผล: แต่ละป้ายตอบหนึ่งคำถามที่โมเดลจะต้องเดาเอง: คลิปคืออะไร แต่ละภาพใช้ทำอะไร ทุกคนยืนตรงไหน เกิดอะไรขึ้น และอะไรต้องไม่เปลี่ยน
หลายช็อตในคลิปเดียว
ระบุแต่ละช่วงด้วย Shot 1:, Shot 2: หรือถ้าใช้ Cherry 2 Pro ให้ระบุเป็นช่วงวินาทีเต็มที่ครอบคลุมทั้งคลิปโดยไม่มีช่องว่าง เช่น 0-3 วินาที, 3-7 วินาที, 7-10 วินาที หรือระบุเป็นจังหวะเวลาก็ได้ เช่น "ที่วินาทีที่ 5…", "หลังจาก 3 วินาที…"
กะให้หนึ่งจังหวะหรือหนึ่งช็อตต่อทุก 3 ถึง 5 วินาทีของคลิป ถ้ามีอะไรให้ทำน้อยเกินไป Cherry จะด้นเอง ถ้ามากเกินไป จะเพิ่มคัตหรือข้ามบางจังหวะ ใช้วินาทีที่แน่นอนเฉพาะเมื่อจังหวะนั้นต้องตกตรงช่วงเวลาหนึ่ง เช่น การเข้าฉากหรือบทพูดที่ต้องพูดพร้อมแอ็กชัน และอย่ากำหนดเวลาให้แอ็กชันซ้ำเร็ว ๆ
- เขียนแต่ละช็อตโดยเริ่มจากการจัดเฟรมในวงเล็บเหลี่ยม (ขนาดช็อต ตำแหน่งกล้อง มุมกล้อง การเคลื่อนกล้อง) ตามด้วยแอ็กชันแบบต่อเนื่องพร้อมสิ่งที่มือทำ แล้วบทพูดตรงตัวในวงเล็บปีกกา และปิดด้วยสถานะสุดท้าย
- หนึ่งช็อตต่อการเคลื่อนกล้องหนึ่งแบบ ระบุการคัตด้วยสิ่งที่กระตุ้นมัน: “cut on the word guest”, “at the 6-second mark, a whip pan right into the next room”
- ปิดช็อตด้วยสถานะที่ชัดเจน: “End with the dagger flat on the rug, no hand on it.”
ฉากแอ็กชันแบบจังหวะกำหนดเวลา
Rooftop chase at sunrise, saturated color.
0-3 seconds: [Wide shot, locked off] A cyclist in a red jacket sprints across a flat rooftop toward the edge.
3-6 seconds: [Extreme close-up, low angle] The front wheel leaves the edge against the orange sky.
6-10 seconds: [FPV, following] The bike lands on the next roof and skids to a stop, and the rider punches the air, the city spread out below.
The sound includes wind, the hum of the tires, a hard landing thud, and a distant siren.ทำไมถึงได้ผล: ช่วงเวลาครอบคลุมทั้งสิบวินาทีโดยไม่มีช่องว่าง แต่ละจังหวะมีการจัดเฟรมของตัวเองและการเคลื่อนกล้องหนึ่งแบบ และให้รายละเอียดเฉพาะตอนกระโดดเท่านั้น ตั้งความยาวเป็น 10 วินาที
ฉากสนทนากับสอง Character ที่บันทึกไว้
Goal: Generate a tense dialogue scene in a candlelit tent at night. Hatim offers bread to a guest who hides a dagger.
Inputs: Hatim is @hatim; use only his face, head wrap and cloak. The guest is @guest; use only his face, head wrap and travel cloak.
Positions: Hatim sits on the west side of a low rug, the guest on the east side, a clay plate of bread between them. The camera stays south of them.
Script:
Shot 1: [Medium two-shot from the south, locked off] The guest's right hand rests on a sheathed dagger under his cloak. Hatim tears bread and holds out a piece. Hatim's line (in English, warm): {Eat. You are my guest.}
Shot 2: [Close-up on the guest, slow push in] His eyes move from Hatim's face to the bread. He lets go of the hilt and takes the bread with that same hand. Hatim keeps his mouth naturally closed.
Shot 3: [Medium two-shot from the south, locked off] Both men eat in silence. End with the bread in the guest's hand and the dagger still sheathed.
Keep the same: Two men only, seats unchanged, the dagger stays sheathed. No subtitles. Sound: candle crackle, cloth rustle, wind against the tent.ทำไมถึงได้ผล: ที่นั่งที่ตายตัวและกล้องที่อยู่ฝั่งเดียวช่วยให้ฉากอ่านง่าย ทุกช็อตมีการเคลื่อนไหวเดียวและจบชัดเจน และผู้ฟังปิดปากไว้ เพื่อให้มีแค่คนที่ถูกต้องที่พูด
กล้องและการเคลื่อนไหว
เทคนิคกล้องที่มีชื่อเรียกใช้ได้ตามที่เขียน ส่วนเทคนิคเฉพาะทาง ให้ใส่ชื่อเทคนิคและลักษณะที่เห็นบนจอ: “Rack focus: the foreground goes out of focus while the woman behind it comes into sharp focus.”
การเคลื่อนกล้องต้องมีตัวแบบและเส้นทาง: การเคลื่อนแบบไหน เน้นที่ใคร เริ่มที่ไหน ไปทางไหน และไปหยุดที่ไหน
บน Cherry 2 Pro ให้อธิบายแอ็กชันส่วนใหญ่สั้น ๆ (“they trade blows across the deck”) และเก็บรายละเอียดไว้สำหรับหนึ่งหรือสองช่วงที่สำคัญ อย่าเขียนแอ็กชันซ้ำ ส่วนโมเดล Cherry อื่น ๆ ให้อธิบายการเคลื่อนไหวอย่างละเอียด: ส่วนของร่างกาย ไกลแค่ไหน เร็วแค่ไหน (“slowly raises her right hand to shoulder height”) และแต่ละแอ็กชันเชื่อมต่อกันอย่างไร การเคลื่อนไหวที่ช้าและต่อเนื่องดูดีกว่าการวิ่งเร็วและการตีลังกาในรุ่นเหล่านี้
- แสดงความรู้สึกผ่านพฤติกรรมที่มองเห็นได้ อย่างละสองถึงสามสัญญาณ: เศร้าคือก้มหน้า ไหล่สั่น และน้ำตาคลอ กังวลคือดูนาฬิกา เคาะนิ้ว และตาสอดส่าย โล่งใจคือถอนหายใจยาว ไหล่ตก และยิ้มจาง ๆ
- Cherry 2 Pro ตอบสนองเกินกับคำสุดโต่งอย่าง “fanatical” หรือ “utterly shocked” และอาจทำให้คนมีตาเรืองแสง ใช้คำธรรมดา (“amazed”) ถ้ายังเกิดขึ้นอยู่ ให้เพิ่ม “normal human eyes, no glowing eyes”
- ระบุสไตล์ตรง ๆ: “2D Japanese anime style” ภาพถ่ายอ้างอิงแนวสมจริงจะดึงคลิปสไตล์การ์ตูนไปทางไลฟ์แอ็กชัน จึงควรเปลี่ยนสไตล์ภาพนิ่งก่อน เช่นใช้ Mango
- สำหรับสินค้า ให้เขียนสถานะเริ่มต้น หนึ่งการทำงาน และผลลัพธ์ที่มองเห็นได้ ทีละขั้น
| เขียนว่า | ผลที่ได้ |
|---|---|
one-take | ช็อตเดียวต่อเนื่องไม่มีคัต |
dolly zoom | กล้องเคลื่อนที่ขณะที่เลนส์ซูมสวนทาง ทำให้พื้นหลังยืดหรือบีบอยู่หลังตัวแบบ |
FPV | มุมมองโดรนที่พุ่งเร็ว เหมือนบินผ่านฉาก |
bullet time | เวลาแทบหยุดนิ่งขณะที่กล้องวนรอบตัวแบบ |
speed ramp | แอ็กชันช้าลงหรือเร็วขึ้นกลางช็อต |
whip pan | การหันกล้องไปด้านข้างอย่างรวดเร็วจนภาพเบลอไปสู่ภาพถัดไป เป็นวิธีคัตที่ดี |
locked off | กล้องไม่ขยับเลย |
handheld | การสั่นเบา ๆ ตามธรรมชาติ เหมือนมีคนถือกล้องอยู่ |
References และ Characters
อ้างถึง Characters และ References ที่บันทึกไว้ (ชุด สถานที่ ท่าทาง วัตถุ และคลิปเสียง) ด้วย @handle ของมัน และอ้างถึงภาพที่คุณอัปโหลดด้วย @image1, @image2 ก่อนที่ Cherry จะอ่านพรอมต์ Mage จะเปลี่ยนทุกการอ้างถึงเป็นภาพที่มีเลขกำกับ: @mara กลายเป็น “character from image 2” และ Character ที่มีเสียงบันทึกไว้จะกลายเป็น “character from image 2 with voice from Audio 1” ดังนั้นให้บอกเป็นคำพูดว่าแต่ละภาพใช้ทำอะไร
ผูกแต่ละ Character กับชื่อเมื่อปรากฏตัวครั้งแรก (“Mara (@mara) walks in…”) บน Cherry 2 Pro หลังจากนั้นเรียกเธอว่า Mara ส่วนโมเดล Cherry อื่น ๆ ให้เขียน “Mara (@mara)” ซ้ำในทุกช็อตที่เธอแสดง ให้แต่ละคนมีลักษณะที่มองเห็นได้คงที่สองถึงสามอย่าง และเอ่ยถึงผู้คนตามลำดับที่ปรากฏบนจอครั้งแรก: ลำดับที่ไม่ตรงกันมักเป็นสาเหตุที่ใบหน้าและเสียงสลับกัน
- ให้ทุกภาพมีบทบาทเดียวเท่านั้น: “use only the face and clothing”, “use only the layout and light; do not use the people in it”
- ส่งเฉพาะสิ่งที่คลิปใช้ ภาพ Character หนึ่งหรือสองภาพ หนึ่งสถานที่ และหนึ่งคลิปเสียงคือส่วนผสมที่ดี การใส่จนเต็มทุกช่องทำให้ผลลัพธ์ขุ่นมัว
- อย่าเขียนชื่อเป็นข้อความบนภาพอ้างอิง ให้ผูกชื่อในพรอมต์
- หากต้องการเริ่มจากภาพนิ่งที่ชอบ ให้อัปโหลดแล้วเปิดพรอมต์ด้วยประโยคของมันเอง “Use @image1 as the first frame.” จากนั้นเขียนอีกหนึ่งประโยคว่าเฟรมนั้นแสดงอะไร ตั้งอัตราส่วนภาพให้ตรงกับภาพนิ่ง
- Cherry 2 Pro ทำตามคีย์เฟรม: อัปโหลดตามลำดับ เปิดด้วย “Use images 1 to 5 in order as keyframes.” และอธิบายเส้นทางระหว่างกัน
- Cherry 2 Pro ทำตามชีตสตอรีบอร์ด: ภาพลายเส้นสะอาดหนึ่งภาพที่มีสูงสุด 15 ช่อง และมีข้อความน้อย มันนำเนื้อเรื่องอย่างหลวม ๆ ดังนั้นให้ระบุลำดับการอ่านและยังต้องเขียนทุกช็อต
- ภาพ AI ความละเอียดสูงที่ใช้เป็นภาพอ้างอิงบน Cherry 2 Pro อาจทิ้งพื้นผิวคล้ายลายนิ้วมือบนหญ้าและใบไม้ ให้ย่อภาพลงเป็นความละเอียดของผลลัพธ์ก่อนอัปโหลด
เสียงและบทสนทนา
Cherry อ่านเสียงสามประเภทจากวงเล็บ: บทพูดในวงเล็บปีกกา {…} เสียงเอฟเฟกต์ในวงเล็บแหลม <…> และดนตรีในวงเล็บ (…) อย่าใส่ชื่อไว้ในวงเล็บแหลม
เขียนแต่ละบรรทัดโดยขึ้นต้นด้วยชื่อผู้พูด ตามด้วยภาษาและลักษณะการพูดในวงเล็บ แล้วจึงเป็นคำพูด: Mara's line (in English, low and steady): {Then we hold the ridge.} ระบุผู้พูดทุกบรรทัด และใช้ภาษาพูดภาษาเดียวต่อคลิป ยกเว้นชื่อเฉพาะ หากกลัวว่าภาษาอังกฤษจะออกมาเป็นภาษาอื่น ให้เพิ่ม "Use English"
- อย่าพูดซ้ำหรืออธิบายคำพูดหลังบรรทัดนั้น เพราะมักทำให้มีซับไตเติลโผล่ขึ้นมา ใส่หมายเหตุการพูดได้บรรทัดละหนึ่งข้อ ภายในวงเล็บ
- คนที่ฟังอยู่ให้ "keep their mouths naturally closed" สำหรับช็อตที่ไม่มีคำพูด ให้เขียนว่า "Characters keep their mouths naturally closed; there is no narration; no subtitles or signs appear on screen."
- เมื่อใช้คลิปเสียง ให้อธิบายเสียงด้วยคำพูดอีกทางหนึ่ง ("in the deep, slightly gravelly voice of Audio 1") พรอมต์เป็นตัวกำหนดคำพูด ส่วนคลิปให้ทั้งโทนเสียง สำเนียง จังหวะ และอารมณ์ Mage เก็บเฉพาะไม่กี่วินาทีแรกของแต่ละคลิป ดังนั้นคลิปเสียงควรเริ่มพูดทันที
- หนึ่งคลิปใช้เสียงได้สูงสุดสามเสียง โดยเรียงจากคลิปเสียงที่คุณกล่าวถึงก่อน แล้วตามด้วยเสียงที่บันทึกไว้ของ Characters ปิด Use Character Voices หากไม่ต้องการใช้เสียงที่บันทึกไว้
- ใน Cherry 2 Pro ให้กำหนดเสียงประกอบด้วยคำพูด: "No BGM; only ambient and action sounds." หรือ "No audio." หากยังมีเพลงโผล่มา ให้ใส่คำเรียกของเพลง (music, background music, BGM, score, melody) ทั้งตอนต้นและตอนท้ายของพรอมต์
- คำที่เกี่ยวกับน้ำ คลื่น และเสียงสะท้อนอาจทำให้เสียงมีริ้วคลื่นหรือเสียงก้องแปลกๆ ใช้เฉพาะเมื่อต้องการเสียงแบบนั้นจริงๆ
ข้อความบนหน้าจอ
ข้อความบนหน้าจอควรสั้น และบอกว่าปรากฏเมื่อไร ตรงไหน เข้ามาอย่างไร และหน้าตาเป็นอย่างไร: At the 2-second mark the word "OPEN" fades in at the bottom center in white bold sans-serif.
- หากต้องการซับไตเติล ให้ขอไว้ ("Display subtitles at the bottom center, synchronized with the speech.") และเขียนว่า "No subtitles." เมื่อไม่ต้องการ
- โลโก้และป้ายที่ต้องตรงเป๊ะต้องมาจากภาพของมัน: อัปโหลดภาพแล้วเขียนว่า "the label exactly as in @image3"
- Cherry 2 Pro สะกดคำยาวผิด ให้สะกดทีละตัวอักษรโดยให้ปรากฏทีละตัวตามลำดับ หรือใส่เป็นภาพแทน ส่วนคำบรรยายที่ต้องถูกต้องเป๊ะ ควรไปเพิ่มในโปรแกรมตัดต่อทีหลัง
การแก้ไขวิดีโอที่คุณอัปโหลด
อัปโหลดคลิปต้นฉบับแล้ว Cherry จะตัดต่อให้ ใน Cherry 2 Pro ผลลัพธ์จะคงความยาวและอัตราส่วนภาพของต้นฉบับไว้ และต้นฉบับที่สั้นกว่าราว 20 วินาทีจะได้ผลดีที่สุด ใช้คำกริยาสำหรับการแก้ไข (edit, add, insert, remove, replace, change to) และเรียกคลิปว่า "video 1" ตรงๆ เพราะถ้าเขียนว่า "reference video 1" Cherry จะสร้างคลิปใหม่แทนที่จะแก้คลิปของคุณ
หากต้องการเปลี่ยนวัตถุ ให้บอกชัดเจนว่าอะไรเปลี่ยน และที่เหลือคงเดิมทั้งหมด Cherry 2 Pro ทำตามบรีฟแก้ไขที่มีหัวข้อกำกับได้ดีที่สุด และวัตถุใหม่ควรรับจังหวะและเส้นทางการเคลื่อนที่ของวัตถุเดิมไปทั้งหมด
- แก้ไขบางช่วงของคลิปตามเวลาได้ใน Cherry 2 Pro: "From 4-6 seconds in video 1, change the man's action from drinking coffee to mopping the floor; leave the rest unchanged."
- แก้ไขเฉพาะเสียงก็ได้: "Remove the background music from video 1; keep the dialogue, lip sync, ambience, action sounds and all visuals." หรือจะแปลเสียงพูดก็ได้: "Translate the spoken dialogue in video 1 into Spanish, with no subtitles. Match the lip movements to the new speech and keep everything else unchanged."
- เปิด Keep Original Audio เมื่อต้องการแก้ไขภาพแต่ยังคงเสียงเดิมของคลิปไว้
- การเปลี่ยนความยาว เปลี่ยนอัตราส่วนภาพ หรือการต่อเนื้อหา ไม่นับเป็นการแก้ไขใน Cherry 2 Pro ให้เริ่มคลิปใหม่จากเฟรมสุดท้ายของต้นฉบับ ("Use @image1 as the first frame.") หรือใช้ Lemon ส่วนโมเดล Cherry อื่นๆ ใช้ "Extend video 1 forward: …" เพื่อต่อคลิปได้ แต่ใบหน้าจะเพี้ยนลงเรื่อยๆ เมื่อต่อซ้อนกันหลายครั้ง
- ใช้ต้นฉบับที่สะอาด: ซับไตเติลที่ฝังอยู่ในต้นฉบับจะติดมาในผลลัพธ์ด้วย
สลับวัตถุที่เคลื่อนไหว โดยที่ส่วนอื่นคงเดิม
Edit: Edit video 1, replacing only the red bicycle and its rider with the dark-gray electric patrol cart from @image1.
Source video: video 1 is the sole editing master and governs the park path, the two people on the bench, the camera, the rider's motion and the event order.
New material: @image1 is used only for the cart's body, color and clear windshield; do not use its background or driver.
Scope: There is exactly one cart throughout. Except for the objects explicitly modified above, all other visible characters, props, and background elements in video 1 remain unchanged and are not to be replaced or removed.
Timing: The cart takes the rider's exact timing, path, speed and occlusion in front of the bench. The bicycle and rider no longer appear.ทำไมถึงได้ผล: พรอมต์ระบุสิ่งเดียวที่เปลี่ยน หยิบมาเฉพาะรูปลักษณ์ของรถเข็นจากภาพ และให้รถเข็นใช้จังหวะและเส้นทางเดียวกับจักรยานเป๊ะๆ เมื่อเปิด Keep Original Audio สวนสาธารณะก็ยังคงเสียงเดิมของมันไว้
ข้อผิดพลาดที่พบบ่อย
สิ่งที่ควรเลี่ยง และสิ่งที่ควรทำแทน
เลี่ยง: คำบรรยายภาพนิ่ง: มีแต่คำคุณศัพท์ และไม่มีอะไรเกิดขึ้น
A beautiful woman in a red coat on a neon street at night, cinematic, stunning, moody.ทำแบบนี้แทน: สคริปต์สั้นๆ ที่นำด้วยคำกริยา เรียงตามลำดับที่เหตุการณ์เกิดขึ้น
A woman in a red coat walks down a neon street at night, stops under a flickering sign, and turns toward the camera as the rain starts. The camera tracks backward in front of her, then holds. The sound includes rain on the pavement and a distant tram bell.เลี่ยง: การเคลื่อนกล้องสองแบบในช็อตเดียว
ทำแบบนี้แทน: หนึ่งช็อตต่อหนึ่งการเคลื่อนกล้อง แล้วตัดไปช็อตถัดไป
เลี่ยง: เลขภาพตามด้วยคำกริยา: Cherry จะอ่านว่าเป็นจำนวน
@image2 runs toward the door.ทำแบบนี้แทน: คำบรรยายหรือชื่อ แล้วจึงตามด้วยการอ้างถึง
The woman in the yellow coat (@image2) runs toward the door.เลี่ยง: ใส่การตั้งค่าไว้ในพรอมต์: "10 seconds, 1080p, 16:9, with sound"
ทำแบบนี้แทน: กำหนดความยาว ความละเอียด และอัตราส่วนภาพในการตั้งค่า ส่วน Cherry สร้างเสียงให้โดยค่าเริ่มต้นอยู่แล้ว
เลี่ยง: ช่วงวินาทีใน Cherry, Cherry Pro หรือ Cherry Mini
ทำแบบนี้แทน: ใช้ Shot 1, Shot 2 กับโมเดลเหล่านั้น ส่วนช่วงวินาทีเต็มใช้ได้เฉพาะ Cherry 2 Pro
เลี่ยง: คำบอกคุณภาพและคำปฏิเสธใน Cherry 2 Pro: "8k, masterpiece, no blur"
ทำแบบนี้แทน: ไม่ต้องใส่อะไร หรือใส่แสงและเลนส์ที่สร้างลุคที่คุณต้องการ
เลี่ยง: เอาเรื่องทั้งเรื่องมาใส่ในคลิปเดียว
ทำแบบนี้แทน: หนึ่งจังหวะต่อทุก 3 ถึง 5 วินาที และแบ่งเรื่องที่ยาวกว่านั้นออกเป็นหลายคลิป
เลี่ยง: อารมณ์สุดโต่ง: "fanatical", "utterly shocked"
ทำแบบนี้แทน: คำง่ายๆ ("amazed") และสัญญาณที่มองเห็นได้สองสามอย่าง
เลี่ยง: ใส่ภาพอ้างอิงเต็มทุกช่อง
ทำแบบนี้แทน: ใส่เฉพาะภาพที่คลิปใช้จริง โดยแต่ละภาพมีหน้าที่เดียว
คำถามที่พบบ่อย
คำถามเกี่ยวกับการเขียนพรอมต์ Cherry
พรอมต์ของ Cherry ควรยาวแค่ไหน
Cherry รองรับพรอมต์เชิงลบไหม
ทำคลิป Cherry ที่ไม่มีเพลงได้อย่างไร
ทำไมตัวละครของฉันสลับใบหน้าหรือเสียงกัน
Cherry พูดภาษาอะไรได้บ้าง
ร่างจาก Cherry Mini ใช้ดูตัวอย่างของคลิปสุดท้ายได้ไหม
จะทำให้ตัวละครเหมือนเดิมในทุกคลิปได้อย่างไร
คู่มือเขียนพรอมต์
คู่มือเขียนพรอมต์เพิ่มเติม
วิธีเขียนพรอมต์ให้ Berry
วิธีเขียนพรอมต์สำหรับ Berry โมเดลวิดีโอของ Mage ที่ยึดตามภาพอ้างอิงได้อย่างแม่นยำ: เริ่มต้นใช้งานได้ใน 1 นาที พร้อมเทมเพลต และเคล็ดลับจากผู้เชี่ยวชาญเรื่องภาพอ้างอิง จังหวะเวลา บทพูด และการแก้ไข
วิธีเขียนพรอมต์ให้ Blueberry
วิธีเขียนพรอมต์สำหรับ Blueberry โมเดลสร้างวิดีโอด้วย AI จากเฟรมแรกและเฟรมสุดท้ายของ Mage พร้อมเริ่มต้นใช้งานเร็ว เทมเพลต และเคล็ดลับจากผู้เชี่ยวชาญเรื่องการเปลี่ยนฉาก ลูป การเคลื่อนกล้อง และเสียง
วิธีเขียนพรอมต์ให้ Grok Video
วิธีเขียนพรอมต์ให้ Grok Video หรือ Grok Imagine ของ xAI บน Mage: เริ่มต้นอย่างรวดเร็ว เทมเพลตให้เติมคำ และเคล็ดลับจากผู้เชี่ยวชาญเรื่องกล้อง ภาพอ้างอิง การแก้ไข และเสียง
วิธีเขียนพรอมต์ให้ Kiwi
วิธีเขียนพรอมต์สำหรับ Kiwi โมเดลวิดีโอใช้งานประจำวันของ Mage: เริ่มต้นได้ใน 1 นาที มีเทมเพลตให้กรอก และเคล็ดลับเรื่องแสง การเคลื่อนกล้อง ภาพเริ่มต้น และเสียง
วิธีเขียนพรอมต์ให้ Lemon
วิธีเขียนพรอมต์ให้ Lemon โมเดลวิดีโอ AI อเนกประสงค์ของ Mage: เริ่มต้นใน 1 นาที เทมเพลต และเคล็ดลับจากผู้เชี่ยวชาญเรื่องเฟรม รีเฟอเรนซ์ เสียงพูด ช็อต และการตัดต่อ
วิธีเขียนพรอมต์ให้ LTX Video
วิธีเขียนพรอมต์ให้ LTX Video บน Mage: เริ่มต้นแบบเร็ว เทมเพลตสำหรับเติมคำ และเคล็ดลับจากผู้เชี่ยวชาญเรื่องกฎ 120 คำ เฟรมเริ่มต้น การเคลื่อนกล้อง และการทำดราฟต์อย่างรวดเร็ว
สร้างวิดีโอแรกของคุณด้วย Cherry 2 Pro
เริ่มใช้ฟรี แล้วใช้ Cherry 2 Pro ต่อด้วย Gems หรือแพ็กเกจ ไม่ต้องติดตั้ง
ลองใช้ Cherry 2 Pro