คู่มือเขียน Prompt

เขียน Prompt สั่งมิวสิควิดีโอของคุณ ช็อตต่อช็อต

มิวสิควิดีโอ AI จะดีได้แค่ไหนก็ขึ้นอยู่กับ prompt ที่อยู่เบื้องหลัง นี่คือคู่มือใช้จริงสำหรับการบรรยายเพลงเหมือนเป็นผู้กำกับ ทั้งสูตรเขียนช็อต ภาษาของกล้อง วิธีตัดภาพให้เข้าจังหวะ และวิธีคุมให้นักร้องของคุณหน้าตาเป็นคนเดิมตั้งแต่เฟรมแรกจนเฟรมสุดท้าย

8
องค์ประกอบของ prompt
20+
ศัพท์กล้องและช็อต
3
ตัวอย่างเต็มทำจริง
แนวคิด

เลิกเขียนแคปชัน แล้วมาเขียนรายการช็อต

การยกระดับมิวสิควิดีโอ AI ที่ได้ผลที่สุด ไม่ใช่โมเดลที่ดีขึ้น แต่คือ prompt ที่ดีขึ้น

คนส่วนใหญ่บรรยายเพลงเหมือนเขียนแคปชัน เช่น "สาวเศร้ายืนกลางสายฝน ดูเป็นหนัง" แล้วโมเดลก็ต้องเดาทุกอย่างที่สำคัญเอาเอง ว่าเธอเป็นใคร ทำอะไร กล้องตั้งตรงไหน แสงตกอย่างไร และตัดภาพตอนไหน แต่ prompt มิวสิควิดีโอทำงานในทางตรงข้าม คุณยื่นรายการช็อตให้ AI ทั้งตัวละครที่ชัดเจน การเคลื่อนไหวที่แม่นยำ การจัดเฟรมและมุมกล้อง ลุคที่กำหนดไว้ และข้อจำกัดอีกหนึ่งสองข้อ คุณเลิกหวังแล้วเริ่มกำกับ

แคปชัน — โมเดลเดาเอา

สาวเศร้ายืนกลางสายฝน ดูเป็นหนัง ซึ้ง สวยงาม 4k

รายการช็อต — คุณกำกับเอง

ช็อตระยะกลาง หญิงสาวในเสื้อโค้ตสีเทาเปียกชุ่มยืนอยู่ใต้เสาไฟถนน ค่อย ๆ ก้มหน้าลงขณะที่สายฝนไหลผ่านใบหน้า กล้องค่อย ๆ ดันเข้าหาจนเป็นช็อตโคลสอัพ แสงกลางคืนสีน้ำเงินเย็น เงาสะท้อนนุ่ม ๆ บนยางมะตอยเปียก โทนภาพเหมือนฟิล์มหนัง ไม่มีตัวอักษรบนจอ

ไอเดียเดียวกัน อันหนึ่งปล่อยให้ผลลัพธ์เป็นเรื่องของโชค อีกอันได้ช็อตอย่างที่คุณวาดไว้ในหัว

สูตร

กายวิภาคของ Prompt ช็อตหนึ่ง

องค์ประกอบ 8 อย่าง เรียงราว ๆ ตามลำดับนี้ ไม่จำเป็นต้องครบทั้งแปดทุกครั้ง แต่ยิ่งล็อกไว้มากเท่าไร AI ก็ยิ่งด้นสดน้อยลงเท่านั้น

ตัวละคร + การกระทำ + ฉาก + แสงและสี + กล้อง + สไตล์ + คุณภาพ + ข้อจำกัด

1 · ตัวละคร

ใครหรืออะไรอยู่บนจอ ตรึงไว้ด้วยลักษณะเด่นที่คงที่สองสามอย่าง เช่น เสื้อผ้า ทรงผม อายุ ประเภท เพื่อให้ AI จดจำและคงไว้ให้นิ่งตลอดทุกช็อต

หญิงสาวในชุดเดรสผ้าไหมสีแดงและหมวกฟาง

2 · การกระทำ

ตัวละครทำอะไร บรรยายด้วยอวัยวะและระดับของการเคลื่อนไหว "ยกมือขึ้น" ดีกว่า "ขยับ" เน้นการเคลื่อนไหวที่ช้า ต่อเนื่อง และเชื่อมโยงกัน มากกว่าแอ็กชันรุนแรง เพราะเรนเดอร์ออกมาสะอาดกว่ามาก

ค่อย ๆ เงยคางขึ้นและหันศีรษะไปทางหน้าต่าง

3 · ฉาก

เกิดขึ้นที่ไหนและมีอะไรอยู่รอบตัวละคร ทั้งสถานที่ ช่วงเวลาของวัน องค์ประกอบเบื้องหน้าและเบื้องหลังที่สร้างโลกขึ้นมา

ทางเดินบนดาดฟ้าที่ส่องด้วยไฟนีออนยามค่ำคืน มีโฆษณาโฮโลแกรมกะพริบอยู่ด้านหลัง

4 · แสงและสี

อารมณ์อยู่ตรงนี้ ระบุทิศทางของแสง ความอบอุ่น และโทนสี ฉากเดียวกันอ่านได้เป็นทั้งความโรแมนติกหรือความหวาดหวั่น ขึ้นอยู่กับบรรทัดนี้บรรทัดเดียว

แสงย้อนทองอบอุ่นช่วงพระอาทิตย์ใกล้ตก เงานุ่ม โทนสีเหลืองอำพันและเขียวอมฟ้า

5 · กล้อง

ถ่ายอย่างไร ทั้งขนาดช็อตและการเคลื่อนกล้องหนึ่งอย่าง นี่คือความต่างระหว่างคลิปแบน ๆ กับเฟรมที่ถูกกำกับ ใช้การเคลื่อนกล้องแค่หนึ่งอย่างต่อหนึ่งช็อต

ค่อย ๆ ดันเข้าจากช็อตกว้างไปสู่ช็อตโคลสอัพ

6 · สไตล์

ทิศทางศิลป์โดยรวม ทั้งหนังคนแสดง อนิเมะ 2D แอนิเมชัน 3D ภาพหมึกจีน ดินปั้น หรือพิกเซลอาร์ต ระบุให้ชัด ไม่อย่างนั้นภาพอ้างอิงที่สมจริงจะค่อย ๆ ดึงทุกอย่างไปสู่ภาพคนแสดงเงียบ ๆ

สไตล์อนิเมะ 2D วาดมือ ลงเงาแบบเซล

7 · คุณภาพ

งานเก็บละเอียด ทั้งความคมชัด เนื้อสัมผัส และคุณภาพแบบหนังที่อยากให้ฝังอยู่ในงาน วลีสั้น ๆ ตามมาตรฐานก็เพียงพอ

ความละเอียดสูง รายละเอียดจัดเต็ม เนื้อสัมผัสแบบฟิล์ม สีธรรมชาติ

8 · ข้อจำกัด

สิ่งที่คุณไม่ต้องการ คำปฏิเสธที่มีประโยชน์ที่สุดคือกันตัวอักษรหลงทาง ลายน้ำ และโลโก้ออกจากเฟรม และหยุดไม่ให้ลุคเพี้ยนไป

ไม่มีคำบรรยาย ไม่มีลายน้ำ ไม่มีโลโก้

ภาษาของกล้อง

พูดภาษาของกล้องให้เป็น

โมเดลวิดีโอ AI ตอบสนองต่อศัพท์หนังมาตรฐานได้อย่างแม่นยำ เรียนรู้คลังคำนี้ไว้แล้วคุณจะจัดเฟรมช็อตใดก็ได้ในไม่กี่คำ กฎทอง คือ เคลื่อนกล้องหนึ่งอย่างต่อหนึ่งช็อต การยัดดันเข้า แพน และซูมไว้ในบรรทัดเดียวทำให้ภาพไม่นิ่ง

การเคลื่อนกล้อง

ดันเข้า

กล้องเคลื่อนเข้าหาตัวละคร สร้างความใกล้ชิดหรือความตึงเครียด เป็นการเคลื่อนกล้องตัวหลักสำหรับช็อตโคลสอัพช่วงท่อนฮุก

ถอยออก

กล้องถอยห่างเพื่อเผยบริบท เหมาะกับการเฉลย หรือปล่อยให้ฉากได้หายใจตอนจบบรรทัด

แพน

กล้องหมุนซ้ายหรือขวาจากจุดที่อยู่กับที่ กวาดผ่านเวที ฝูงชน หรือเส้นขอบฟ้า

ก้มเงย

กล้องหมุนขึ้นหรือลง ไล่จากเท้าขึ้นสู่ใบหน้า หรือทิ้งจากท้องฟ้าลงสู่ถนน

แทร็ก / ดอลลี

กล้องเคลื่อนไปข้างตัวละคร พลังแบบเดินไปคุยไป ที่คอยคุมนักร้องที่กำลังเคลื่อนไหวให้อยู่ในเฟรม

วนรอบ

กล้องวนรอบตัวละคร เป็นส่วนโค้ง 180° หรือ 360° ที่อวดตัวละคร เหมาะสุดสำหรับท่อนฮุก

เครน / บูม

กล้องยกขึ้นหรือลดลงผ่านพื้นที่ ยกขึ้นเป็นช็อตกว้างเพื่อแสดงสเกล หรือทิ้งลงสู่แอ็กชัน

ซูม

ความยาวโฟกัสเปลี่ยนเพื่อขยายหรือบีบภาพ ซูมเร็วฉับ ๆ เน้นจังหวะ ส่วนซูมช้า ๆ เพิ่มความอึดอัด

ขนาดช็อต

กว้างสุดขีด

ตัวละครเล็กจิ๋วในโลกใบใหญ่ ใช้บอกสถานที่และสเกล เป็นช็อตเปิดเรื่องของเพลง

กว้าง / เต็มตัว

เห็นทั้งตัวในเฟรม เป็นขนาดที่ดีที่สุดสำหรับท่าเต้นและการเคลื่อนไหวทั้งตัว

ระยะกลาง

ตั้งแต่เอวขึ้นไป เป็นค่าเริ่มต้นสำหรับการสนทนา อ่านภาษากายและใบหน้าไปพร้อมกัน

โคลสอัพ

ใบหน้าเต็มเฟรม สื่ออารมณ์ ลิปซิงค์ เป็นช็อตเด็ดของท่อนฮุก

รายละเอียด / มาโคร

รายละเอียดเดียว เช่น ดวงตา มือบนสายกีตาร์ หยดน้ำตาที่ร่วงลง ใช้สำหรับช็อตจังหวะและเนื้อสัมผัส

มุมและมุมมอง

ระดับสายตา

เป็นกลางและหนักแน่น ผู้ชมพบตัวละครอย่างเท่าเทียม

มุมต่ำ

กล้องมองขึ้น ทำให้ตัวละครดูทรงพลัง สง่างามดั่งวีรบุรุษ ยิ่งใหญ่เกินจริง

มุมสูง

กล้องมองลง ทำให้ตัวละครดูเล็กลง อ่อนแอ หรือหลงทาง

ข้ามไหล่

จัดเฟรมผ่านคนหนึ่งไปหาอีกคน สื่อความเชื่อมโยง บทสนทนา หรือความตึงเครียดระหว่างสองคน

POV / มุมมองบุคคลที่หนึ่ง

มุมมองของตัวละครเอง ดึงผู้ชมเข้าไปอยู่ในช่วงเวลานั้น

มุมสูงจากอากาศ / โดรน

สูงเหนือพื้นมองลงมา ทั้งทิวทัศน์กว้างใหญ่ ฝูงชน และท่อนปิดเพลงที่ยิ่งใหญ่อลังการ

เคล็ดลับ คือ เคลื่อนกล้องหนึ่งอย่างต่อหนึ่งช็อต อยากได้ทั้งดันเข้าและวนรอบใช่ไหม ทำให้เป็นสองช็อตแล้วตัดสลับกัน เพราะการตัดภาพคือส่วนหนึ่งของดนตรี

การเคลื่อนไหวและอารมณ์

ทำให้มันเคลื่อนไหว — และทำให้มันมีความรู้สึก

วิธีที่คุณบรรยายการกระทำเป็นตัวตัดสินว่าช็อตจะดูมีชีวิตหรือเหมือนภาพถ่ายที่กะพริบ มีนิสัยสี่ข้อที่แยกการเคลื่อนไหวที่สะอาดออกจากภาพที่ละลายเละ

เจาะจงด้วยอวัยวะ

ระบุอวัยวะและระดับ เช่น "ค่อย ๆ ยกมือขวาขึ้น" "เอียงศีรษะไปสองสามองศา" "กระทืบเท้าลงแรง ๆ" คำกริยากำกวมอย่าง "ขยับ" หรือ "เต้น" ชวนให้เกิดความวุ่นวาย

เน้นการเคลื่อนไหวช้าและต่อเนื่อง

การขยับเล็ก ๆ ที่นุ่มนวลและเชื่อมโยงกันเรนเดอร์ออกมาสวยงาม ส่วนการวิ่งพรวด การกระโดดสูง และการหมุนรุนแรงมักจะเพี้ยน เก็บพลังจัด ๆ ไว้ใช้กับการตัดภาพ ไม่ใช่ในช็อตเดียว

เขียนการเปลี่ยนผ่าน

เชื่อมการกระทำหนึ่งไปสู่อีกอันเพื่อให้การเคลื่อนไหวมีแรงส่ง เช่น "ใช้แรงเหวี่ยงจากการหมุน เธอยกแขนขึ้น" แทนที่จะเป็นสองท่าที่ไม่เกี่ยวกัน

เผยอารมณ์ออกมาเป็นภาพ

อย่าเขียน "เธอเศร้า" แต่จงเขียนร่างกายที่แสดงมันออกมา โมเดลเรนเดอร์คำคุณศัพท์ไม่ได้ แต่เรนเดอร์ไหล่ที่สั่นเทาได้

เปลี่ยนความรู้สึกให้เป็นภาพ
ความเศร้า
ก้มหน้า ไหล่สั่นเทาเล็กน้อย ดวงตาเปียกชื้น นิ้วกำแขนเสื้อไว้แน่น น้ำตาคลอแต่ไม่ไหลออกมา
ความสุข
รอยยิ้มที่กลั้นไว้ไม่อยู่ คิ้วยกขึ้น ก้าวเดินเบาขึ้น หมุนตัวรอบหนึ่งอยู่กับที่
ความตึงเครียด
ชายตามองประตู นิ้วเคาะกระทบกัน หายใจตื้น ดวงตาส่ายไปมา
ความโกรธ
กำหมัดแน่น กรามขบ อกขึ้นลงแรง สายตาคมราวมีดดาบ
ความโล่งใจ
ถอนหายใจยาว ไหล่ผ่อนคลายลง รอยยิ้มจาง ๆ ดวงตามองไกลออกไป
สตอรีบอร์ดและการเข้าจังหวะ

เปลี่ยนเพลงให้เป็นรายการช็อต

มิวสิควิดีโอไม่ใช่ prompt เดียว แต่เป็นลำดับช็อต แบ่งเพลงออกเป็นท่อน ๆ แล้วให้แต่ละท่อนมีช็อตของตัวเอง คิดบนเส้นเวลา ว่าใคร ที่ไหน ทำอะไร และกล้องเคลื่อนอย่างไร ตามลำดับที่มันเกิดขึ้น

วิธีที่เชื่อถือได้ที่สุดในการเขียน prompt วิดีโอเต็มเรื่อง คือ ตั้งชื่อช็อต — ช็อต 1 ช็อต 2 ช็อต 3 — แล้วบรรยายตามลำดับ จับคู่กับโครงสร้างของเพลงเพื่อให้ภาพพลิกตอนที่ดนตรีพลิก

01

อินโทร

ปูโลกของเรื่อง ใช้ช็อตกว้างเปิดเรื่องหรือช็อตรายละเอียดช้า ๆ ปล่อยให้ผู้ชมมาถึงก่อนที่เสียงร้องจะมา

02

ท่อนเวิร์ส

เล่าเรื่อง ใช้ช็อตระยะกลาง การแทร็กแบบเดินไปคุยไป ตัวละครเคลื่อนผ่านฉาก

03

ท่อนสร้าง / พรีคอรัส

เพิ่มความตึงเครียด ดันกล้องเข้า บีบเฟรมให้แคบลง ตัดภาพถี่ขึ้นเมื่อพลังงานสะสมตัว

04

ท่อนฮุก / Drop

ช่วงสะใจ ทั้งช็อตโคลสอัพ การวนรอบ แสงที่กล้าที่สุด และการเคลื่อนกล้องที่ใหญ่ที่สุด เป็นช็อตที่คนจดจำ

05

ท่อนบริดจ์ / เอาท์โทร

ปลดปล่อยหรือคลี่คลาย ถอยกล้องออกเป็นช็อตกว้าง ค่อย ๆ หรี่แสงลง ปล่อยให้ภาพสุดท้ายได้หายใจ

ทุกช็อต มีสี่ชั้น

กล้อง

การเคลื่อนหรือการตัด เช่น "ดันเข้าช้า ๆ จากช็อตกว้าง" "เฟรมนิ่ง" "ตัดไปที่โคลสอัพ"

ตัวละครและสีหน้า

การกระทำหลักและการเปลี่ยนแปลงของสีหน้าสำหรับจังหวะนี้

พื้นที่

ตัวละครอยู่ตรงไหนและฉากรอบตัวเปลี่ยนไปอย่างไร

เสียงและจังหวะ

อะไรที่ลงตรงช็อตนี้ ทั้งจังหวะหนัก ท่อน Drop หรือเนื้อเพลงที่กระทบใจ

ตัดภาพให้เข้าจังหวะ ไม่ใช่เข้านาฬิกา บรรยายว่าอะไรเกิดขึ้นตามลำดับแล้วปล่อยให้การตัดภาพลงตามจังหวะ การปักวินาทีเป๊ะ ๆ ("0–3s") มักทำให้โมเดลสับสนและทำให้ผลลัพธ์พัง

ความคงเส้นคงวาของตัวละคร

คุมให้นักร้องของคุณเป็นคนเดิม

ไม่มีอะไรทำลายมิวสิควิดีโอได้เท่าใบหน้าที่เปลี่ยนทุกช็อต ภาพอ้างอิงและการเขียน prompt อย่างมีวินัยจะล็อกตัวละครของคุณไว้ตั้งแต่เฟรมแรกจนเฟรมสุดท้าย

ล็อกอัตลักษณ์ด้วยลักษณะเด่น 2–3 อย่าง

บรรยายตัวละครด้วยลักษณะเด่นที่คงที่และไม่ผิดเพี้ยนไม่กี่อย่าง เช่น ชุด ทรงผม เครื่องประดับชิ้นเอก แล้วใช้คำบรรยายเดิมเป๊ะ ๆ ทุกครั้งที่กล่าวถึงเขา

ใช้ช็อตโคลสอัพคู่กับช็อตเต็มตัว

ภาพครึ่งตัวบนใส ๆ ตรึงใบหน้าไว้ ส่วนช็อตเต็มตัวตรึงชุดและสัดส่วน เมื่อใช้ร่วมกันจะคุมอัตลักษณ์ได้ดีกว่าภาพเดียวมาก

วางภาพอ้างอิงที่สำคัญไว้ก่อน

ยิ่งภาพอ้างอิงปรากฏก่อน ก็ยิ่งมีน้ำหนักมาก นำด้วยภาพที่สำคัญที่สุดสำหรับช็อตนี้

อย่ายัดภาพอ้างอิงมากเกินไป

ภาพมากกว่าไม่ได้แปลว่าดีกว่า ภาพอ้างอิงที่แข่งกันเองมากเกินไปทำให้ AI สับสนว่าอะไรสำคัญ ภาพที่ชัดและแข็งแรงสองสามภาพชนะกองภาพอ่อน ๆ

ใน SunoMV ให้บันทึกตัวละครและสถานที่ของคุณเป็นภาพอ้างอิงฉาก แล้วชี้ prompt ของแต่ละช็อตไปที่มัน เพื่อให้นักร้องคนเดิมคงอยู่ตลอดทุกบรรทัดของเพลงโดยไม่ต้องบรรยายซ้ำทุกครั้ง

เลี่ยงสิ่งเหล่านี้

ข้อผิดพลาดที่ทำให้มิวสิควิดีโอ AI พัง

ผลลัพธ์ที่น่าผิดหวังเกือบทั้งหมดสาวกลับไปถึงข้อใดข้อหนึ่งเหล่านี้ จับให้ได้แต่เนิ่น ๆ แล้วอัตราความสำเร็จของคุณจะพุ่งขึ้นเร็ว

อัตลักษณ์เพี้ยน

ใบหน้าเปลี่ยนไประหว่างช็อต แก้ด้วยภาพอ้างอิงโคลสอัพที่ใส คำบรรยายลักษณะเด่น 2–3 อย่างที่คงเส้นคงวา และวางภาพอ้างอิงหลักไว้ก่อน

ตัวอักษรไม่พึงประสงค์บนจอ

คำบรรยายมั่ว ๆ หรือตัวอักษรอ่านไม่ออกโผล่ขึ้นมา เพิ่ม "ไม่มีคำบรรยาย ไม่มีตัวอักษร" และเลือกใช้จอแนวนอน เพราะเฟรมแนวตั้งสร้างตัวอักษรหลงทางบ่อยกว่า

สไตล์เพี้ยน

ไอเดียอนิเมะกลับเรนเดอร์ออกมาเป็นคนแสดง ระบุสไตล์ให้ชัด และถ้าอยากได้ลุคที่แรง ให้เริ่มจากภาพอ้างอิงที่อยู่ในสไตล์นั้นอยู่แล้ว

ฝาแฝดโดยไม่ตั้งใจ

คน ๆ เดียวกันโผล่สองครั้งในเฟรม ผูกตัวละครแต่ละตัวกับภาพอ้างอิงของตัวเอง และเพิ่มข้อจำกัดห้ามคนซ้ำหน้าตาเหมือนกัน

เคลื่อนไหวมากเกินไป

แอ็กชันเร็วและรุนแรงทำให้ใบหน้าและแขนขาเพี้ยน แตกการเคลื่อนไหวใหญ่ออกเป็นหลายช็อตและคุมแต่ละช็อตเดียวให้สงบและต่อเนื่อง

ภาพอ้างอิงล้นเกิน

ภาพห้าภาพที่แข่งกันเองทำให้ผลลัพธ์ขุ่นมัว ใช้ภาพอ้างอิงที่แข็งแรงสองสามภาพแล้วปล่อยให้ prompt ทำส่วนที่เหลือ

ปักวินาทีเป๊ะ ๆ

ไทม์โค้ดตายตัว ("ที่วินาที 2 ให้ตัด") ทำให้การสร้างภาพไม่นิ่ง บรรยายลำดับแล้วปล่อยให้การตัดภาพลงตามจังหวะแทน

สลับภาษากลางบรรทัด

การสลับภาษาภายในบรรทัดร้องเดียวทำให้การออกเสียงสับสน คงให้แต่ละบรรทัดอยู่ในภาษาเดียว คำที่ใช้ทั่วไปเรนเดอร์ออกมาสะอาดที่สุด

ตัวอย่างทำจริง

Prompt สามตัว ตั้งแต่ต้นจนจบ

ก็อปโครงไป แล้วใส่เพลงของคุณแทน แต่ละตัวอย่างเป็น prompt หลายช็อตที่คุณวางใช้ได้วันนี้ สร้างจากองค์ประกอบข้างต้น

เพลงบัลลาดอินดี้เศร้าซึ้ง

ใกล้ชิด เปียกฝน ตัวละครเดียว ช้าและสะเทือนใจ
สไตล์: หนังคนแสดงเหมือนภาพยนตร์ โทนฟิล์มเย็น ตัวละคร: หญิงสาวในเสื้อโค้ตสีเทาเปียกชุ่ม ผมดำติดใบหน้า ช็อต 1 — ช็อตกว้างเปิดเรื่อง ถนนร้างยามค่ำคืนใต้เสาไฟสีเหลืองอำพัน ฝนตก เธอยืนตัวเล็กจิ๋วในเฟรม ดันกล้องเข้าช้า ๆ ช็อต 2 — ช็อตระยะกลาง เธอค่อย ๆ ก้มหน้าลงขณะสายฝนไหลผ่านใบหน้า เห็นลมหายใจเป็นไอ ช็อต 3 — ช็อตโคลสอัพ น้ำตาหยดเดียวคลอแต่ไม่ไหล ดวงตาของเธอเงยขึ้นสู่แสงไฟ โทนสีน้ำเงินเย็น เงาสะท้อนนุ่ม ๆ บนยางมะตอยเปียก ความละเอียดสูง เนื้อสัมผัสแบบฟิล์ม ไม่มีคำบรรยาย ไม่มีลายน้ำ

ทำไมมันถึงเวิร์ก: ตัวละครเดียวที่ล็อกไว้ ขนาดช็อตที่ไล่ระดับขึ้นสามช็อต เคลื่อนกล้องอย่างเดียวต่อหนึ่งช็อต อารมณ์ที่แสดงผ่านร่างกาย และบรรทัดข้อจำกัดที่สะอาด

ซินธ์ป็อปจังหวะสนุก

สดใส มีพลัง สีจัดจ้าน สร้างขึ้นรอบ ๆ ท่อน Drop ของฮุก
สไตล์: แอนิเมชัน 3D สีสดใส เงาวับและจัดจ้าน ตัวละคร: นักเต้นในชุดวอร์มสีนีออนและรองเท้าผ้าใบสีขาว ช็อต 1 (ท่อนเวิร์ส) — ช็อตแทร็กระยะกลางตามเธอลงไปตามทางเดินที่อาบแสงแดด ผนังเป็นบล็อกสี ช็อต 2 (ท่อนสร้าง) — มุมต่ำ ดันกล้องเข้าขณะเธอย่อตัวลง แสงเต้นสว่างขึ้น ช็อต 3 (ท่อน Drop ของฮุก) — วนกล้อง 360° รอบตัวเธอขณะเธอยกแขนทั้งสองขึ้น กระดาษสีระเบิดออก แสงสีชมพูและฟ้าครามอิ่มสี เฉียบ มีพลัง ความละเอียดสูง ไม่มีตัวอักษรบนจอ ไม่มีโลโก้

ทำไมมันถึงเวิร์ก: ช็อตถูกจับคู่กับท่อนของเพลง เก็บการเคลื่อนกล้องที่ใหญ่ที่สุดและแสงที่สว่างที่สุดไว้สำหรับท่อน Drop และพลังงานอยู่ในการตัดภาพ ไม่ใช่ในช็อตที่ลนลานช็อตเดียว

ไซเบอร์พังก์ / ฮิปฮอป สไตล์หนัง

มีสไตล์ นีออน อารมณ์ดิบ ยิ่งใหญ่เกินจริง
สไตล์: แอนิเมชันไซไฟไซเบอร์พังก์ 3D โทนสีน้ำเงินม่วงเย็น ตัวละคร: ศิลปินในแจ็กเก็ตฮู้ดสีดำที่มีขอบเรืองแสง ช็อต 1 — ช็อตโดรนจากอากาศค่อย ๆ ลดลงสู่เมืองนีออนที่เปียกฝนยามค่ำคืน ช็อต 2 — ช็อตระยะกลางมุมต่ำ เขาเดินเข้าหากล้องผ่านโฆษณาโฮโลแกรม ศีรษะเงยขึ้นสบเลนส์ แทร็กกล้องช้า ๆ ช็อต 3 — ช็อตโคลสอัพ เงาสะท้อนนีออนเลื่อนผ่านใบหน้าขณะเขาขยับปากร้องท่อนฮุก เฟรมนิ่ง แสงปริมาตรอารมณ์ดิบ เงาลึก เกรนแบบฟิล์ม ไม่มีคำบรรยาย ไม่มีลายน้ำ ไม่มีโลโก้

ทำไมมันถึงเวิร์ก: สไตล์ที่ระบุไว้อย่างหนักแน่นคุมลำดับทั้งหมด มุมต่ำสร้างบารมี และแต่ละช็อตใช้การเคลื่อนกล้องเพียงอย่างเดียวเป๊ะ ๆ คือ ลดลง แทร็ก และค้างนิ่ง

สรุปฉบับย่อ

สรุปจบในหน้าจอเดียว

ทุกอย่างข้างต้น ย่อให้กระชับ แคปหน้าจอเก็บไว้ข้าง ๆ ช่องเขียน prompt ของคุณ

ตัวละคร + การกระทำ + ฉาก + แสงและสี + กล้อง + สไตล์ + คุณภาพ + ข้อจำกัด

ควรทำ

  • บรรยายเป็นรายการช็อต ไม่ใช่แคปชัน
  • ล็อกตัวละครด้วยลักษณะเด่นที่คงที่ 2–3 อย่างแล้วใช้ซ้ำ
  • เคลื่อนกล้องหนึ่งอย่างต่อหนึ่งช็อต ที่เหลือใช้การตัดภาพ
  • แสดงอารมณ์ผ่านร่างกาย ไม่ใช่คำคุณศัพท์
  • จับคู่ช็อตกับท่อนของเพลง ตัดภาพให้เข้าจังหวะ
  • ปิดท้ายด้วยข้อจำกัด: ไม่มีตัวอักษร ไม่มีลายน้ำ ไม่มีโลโก้

ไม่ควรทำ

  • อย่ายัดดันเข้า + แพน + ซูม ไว้ในช็อตเดียว
  • อย่าปักไทม์โค้ดเป๊ะ ๆ
  • อย่าขอการเคลื่อนไหวรุนแรงพรวดพราดในช็อตเดียว
  • อย่ายัด prompt ด้วยภาพอ้างอิงที่แข่งกันเองมากเกินไป
  • อย่าปล่อยให้สไตล์ไม่ถูกระบุทั้งที่มีภาพอ้างอิงสมจริงอยู่ข้าง ๆ
  • อย่าสลับภาษาภายในบรรทัดร้องเดียว

คำถามที่พบบ่อยเกี่ยวกับ Prompt มิวสิควิดีโอ

การเขียน prompt มิวสิควิดีโอคืออะไร

คือศิลปะของการบรรยายเพลงให้โมเดลวิดีโอ AI เพื่อให้มันคืนช็อตอย่างที่คุณวาดไว้ในหัวจริง ๆ ด้วยการเลือกตัวละคร การกระทำ การเคลื่อนกล้อง แสง และสไตล์ สำหรับแต่ละส่วนของเพลง แทนที่จะพิมพ์คำบรรยายกำกวมแล้วภาวนา ถ้าทำได้ดี มันคือความต่างระหว่างคลิปธรรมดากับมิวสิควิดีโอที่ถูกกำกับ

ฉันต้องรู้ศัพท์หนังถึงจะเขียน prompt ดี ๆ ได้ไหม

มันช่วยได้ และเรียนรู้ได้เร็วด้วย ทั้งดันเข้า แพน โคลสอัพ มุมต่ำ คลังคำในหน้านี้ครอบคลุมเกือบทั้งหมดที่คุณจะต้องใช้ โมเดล AI ตอบสนองต่อศัพท์มาตรฐานเหล่านี้อย่างแม่นยำ แค่ไม่กี่คำก็จัดเฟรมได้ทั้งช็อต

ฉันจะคุมให้ตัวละครเป็นคนเดิมตลอดทั้งวิดีโอได้อย่างไร

ใช้ภาพอ้างอิง ในอุดมคติคือช็อตโคลสอัพที่ใสคู่กับช็อตเต็มตัว และบรรยายตัวละครด้วยลักษณะเด่น 2–3 อย่างเดิมทุกครั้ง ใน SunoMV คุณบันทึกตัวละครเป็นภาพอ้างอิงฉากได้แล้วชี้ทุกช็อตไปที่มัน เพื่อให้เขาคงเส้นคงวาตั้งแต่บรรทัดแรกจนบรรทัดสุดท้าย

ทำไมมิวสิควิดีโอ AI ของฉันถึงมีตัวอักษรหรือคำบรรยายมั่ว ๆ

บางครั้งโมเดลก็ปั้นตัวอักษรบนจอขึ้นมาเอง เพิ่มข้อจำกัดอย่าง "ไม่มีคำบรรยาย ไม่มีตัวอักษร" ลงใน prompt และเลือกใช้เฟรมแนวนอน เพราะวิดีโอแนวตั้งมักสร้างตัวอักษรหลงทางบ่อยกว่า คุณยังครอปเป็นแนวตั้งทีหลังได้ด้วย

ฉันควรเขียน prompt ยาว ๆ อันเดียว หรือหลายช็อต

หลายช็อต ตั้งชื่อว่าช็อต 1 ช็อต 2 ช็อต 3 แล้วบรรยายตามลำดับ จับคู่กับท่อนของเพลง ลำดับช็อตที่ชัดเจนเชื่อถือได้กว่าย่อหน้าเดียวที่พยายามทำทุกอย่างพร้อมกันมาก

ทำไมการเคลื่อนไหวถึงดูละลายหรือเพี้ยน

ส่วนใหญ่คือการเคลื่อนไหวมากเกินไปในช็อตเดียว เน้นการเคลื่อนไหวที่ช้า ต่อเนื่อง และเจาะจงอวัยวะ แล้วแตกแอ็กชันใหญ่ออกเป็นหลายช็อต ช็อตที่สงบเมื่อตัดต่อกันจะอ่านได้เป็นพลังงานสูง แต่ช็อตที่ลนลานช็อตเดียวมีแต่จะเพี้ยน

ฉันใช้เทคนิคเหล่านี้กับโมเดลวิดีโอ AI ตัวไหนก็ได้ไหม

ได้ สูตรนี้ — ตัวละคร การกระทำ ฉาก แสง กล้อง สไตล์ ข้อจำกัด — เป็นทักษะสากล SunoMV ให้คุณเลือกจากโมเดลวิดีโอขั้นสูงหลายตัวและสลับได้อย่างอิสระ แต่วิธีที่คุณเขียน prompt ใช้ได้กับทุกตัว

แล้วฉันทำสิ่งนี้ได้จริงตรงไหนใน SunoMV

วางลิงก์เพลงหรือสร้างขึ้นมาใหม่ แล้วเปิดตัวแก้ไข เนื้อเพลงแต่ละบรรทัดจะกลายเป็นช็อตที่คุณเขียน prompt แยกได้ พร้อมภาพอ้างอิงฉากเพื่อคุมตัวละครและสถานที่ให้คงเส้นคงวา เริ่มฟรีแล้วกำกับวิดีโอแรกของคุณด้านล่าง

ทีนี้ไปกำกับเพลงของคุณได้เลย

คุณมีทั้งสูตร ภาษาของกล้อง และตัวอย่างแล้ว วางเพลง เขียนรายการช็อตแรกของคุณ แล้วดู AI ถ่ายมันออกมา