Мастерство создания запросов для Veo 3

## Мастерство создания запросов для Veo 3  Мы тесно работали с нашим сообществом создателей, чтобы понять лучшие способы создания запросов для Veo 3 и Veo 3.1. Собрав их отзывы и проведя собственные обширные тесты, мы разработали это подробное руководство по созданию запросов. Мы охватываем все, от основ структуры запроса до продвинутых профессиональных рабочих процессов, таких как преобразование изображений в видео (I2V) и генерация стартовых и конечных кадров (S/E). ## **Основы создания запросов** Прежде чем перейти к продвинутым техникам, необходимо освоить основы. Каждый сильный запрос для Veo 3 включает несколько ключевых элементов: - **Объект**: Кто или что является фокусом сцены? Это может быть человек, животное, объект или абстрактная форма. - **Контекст**: Где это происходит? Подумайте о фоне, обстановке, окружении, времени суток. - **Действие**: Что делает объект? Это может быть простое действие (идет, сидит, поворачивается) или сложное (замирает, реагирует, изменяет позу). - **Стиль**: Общий внешний вид и атмосфера. Можно ссылаться на жанры фильмов, визуальный тон или художественные стили. Эти четыре элемента являются основными, но вы также можете добавить дополнительные модификаторы для большего контроля: - **Движение камеры**: Камера статична, следует за объектом, приближается или панорамирует? - **Кадрирование камеры**: Какой тип кадра используется? Общий, средний, крупный план? - **Угол камеры**: Мы видим объект на уровне глаз, снизу или сверху? - **Атмосфера**: Опишите освещение и цветовой тон. - **Аудио**: Если нужен звук, уточните это. Это может быть диалог, фоновый шум или музыка. ### Пример запроса _Человек в изношенной одежде медленно идет по открытому пустынному пейзажу, подняв руку, чтобы защитить лицо от солнца. Камера начинается на уровне плеч за ним, затем плавно поднимается в дрон-стиле, открывая вид на огромный, пустой ландшафт, простирающийся во все стороны. Горизонт мерцает от жары под бледным голубым небом. Стиль: кинематографичный, напряженный, минималистичный. Аудио: медленно нарастающий триллерный саундтрек с низкими струнами и тонкими пульсациями под тишиной._ ### Наблюдения Результат показывает почти идеальное соответствие запросу! Давайте разберем этот запрос: - **Объект:** Человек в изношенной одежде. - **Контекст:** Открытая пустыня под бледным голубым небом, с горизонтом, мерцающим от жары. - **Действие:** Он медленно идет, подняв руку, чтобы защитить лицо от солнца. - **Стиль:** Кинематографичный, напряженный, минималистичный. - **Камера:** Камера начинается за ним на уровне плеч, затем плавно поднимается в верхний кадр. - **Аудио:** Медленно нарастающий триллерный саундтрек. Что еще можно добавить, чтобы сделать этот кадр еще сильнее? Возможно, пыльную бурю на горизонте? Вы можете попробовать это в МаркетВидео и посмотреть, изменит ли новая версия настроение в нужную вам сторону. ## **Длина запроса** ### Что это? Длина запроса определяет, насколько подробно вы описываете кадр. Слишком короткий запрос может сделать результат общим, слишком длинный — запутать модель. ### Лучшая практика Стремитесь к сбалансированному объему: примерно 3–6 предложений или 100–150 слов. Это даст вам возможность описать объект, контекст, действие и стиль, оставив место для других элементов, таких как камера, атмосфера или звук. ### Пример запроса _Широкий, на уровне глаз кинематографичный кадр запечатлевает мужчину, медленно идущего по мосту, покрытому инеем на рассвете, с руками в карманах тяжелого пальто. Бледный утренний свет слабо просвечивает сквозь мягкий, извивающийся туман, который цепляется за перила моста. Вдалеке деревья без листьев исчезают в тумане, их скелетные ветви едва видны. Темп неторопливый и рефлексивный, вызывающий естественное и тихое настроение. Сцена наполнена тонкими атмосферными звуками — слабые шаги, хрустящие по инею, ровное дыхание в холодном воздухе и далекий карканье вороны, эхом разносится по тишине._ ### Наблюдения Обратите внимание, что хотя камера остается ниже уровня глаз (вместо уровня глаз), в остальном элементы соблюдены впечатляюще точно. ## **Структура запроса** ### Что это? Структура запроса — это способ организации описания кадра. Это не только порядок слов, но и то, как информация представлена и организована. ### Лучшая практика Нет единого формата, подходящего для всех, но МаркетВидео интерпретирует структуру буквально. Формат вашего запроса может повлиять на то, как модель обрабатывает темп, фокус и движение. ### Пример запроса (модульный формат с отмеченными секциями) _Контекст: Мост, покрытый инеем на рассвете, с деревьями без листьев, исчезающими в тумане._ _Объект: Мужчина с руками в карманах тяжелого пальто._ _Действие: Он медленно идет по мосту в неторопливом, рефлексивном темпе._ _Стиль: Кинематографичный._ _Композиция: Широкий кадр, на уровне глаз._ _Освещение и атмосфера: Бледный утренний свет слабо просвечивает сквозь мягкий, извивающийся туман, который цепляется за перила моста._ _Аудио: Слабые шаги, хрустящие по инею, ровное дыхание в холодном воздухе и далекий карканье вороны, эхом разносится по тишине._ ### Наблюдения Одна из главных отличий, которые мы видим по сравнению с предыдущим запросом, заключается в том, что мы теперь видим гораздо больше моста в первые несколько секунд. ## **Кадры камеры** ### Что это? Кадр камеры определяет, сколько объекта и окружающей среды видно в кадре. Общий план может показать пейзаж и отдаленную фигуру, а крупный план может сосредоточиться на одном жесте. ### Лучшая практика Всегда указывайте тип кадра, если хотите контролировать кадрирование. Если не указать, МаркетВидео часто будет использовать наиболее распространенные кадрирования, которые модель встречала в данных обучения. ### Пример _Крупный план. Стиль: телевизионная реклама. Женщина в возрасте около 30 лет делает первый глоток кофе, сидя на маленьком балконе с видом на тихую городскую улицу. Она завернута в мягкий свитер, утренний свет слегка касается ее лица. Холодно — пар поднимается из кружки и медленно обвивает щеку. Ее плечи слегка опускаются, когда тепло достигает ее. Глаза закрываются на мгновение — не драматично, а реально. Аудио: фоновая музыка._ ### Наблюдения Соответствие запросу почти идеальное. Обратите внимание, как указание кадра и стиля в начале помогло добиться крупного плана в тоне телевизионной рекламы. ## **Движения камеры** ### Что это? Движение камеры определяет, как камера ведет себя в кадре. Она остается на месте, отходит назад, панорамирует по пространству или следит за объектом сзади? ### Лучшая практика Если хотите, чтобы камера двигалась, четко укажите это в запросе. Если не упомянуть движение, МаркетВидео может выбрать что-то, что может не соответствовать вашим ожиданиям. ### Пример запроса _Стильные наручные часы лежат на грубом камне у края горного утеса. Камера начинается близко, затем отходит назад в плавном, непрерывном дрон-стиле. По мере подъема открывается обширный альпийский ландшафт — зубчатые вершины, туман, прокатывающийся по долине, и золотистый свет рассвета, заливающий все вокруг. Тон кинематографичный и эпический, подчеркивающий контраст между современной технологией и нетронутой природой._ ### Наблюдения Соответствие запросу было высоким для этого кадра, и мы почти все сделали правильно, особенно движение камеры. Обратите внимание, как предложение, описывающее движение камеры, четко отделено от тех, которые описывают другие элементы. ## **Углы камеры** ### Что это? Угол камеры определяет, где камера расположена относительно объекта. Мы смотрим вверх на объект, вниз на него или видим его прямо? ### Лучшая практика Если угол важен, укажите его в начале, потому что МаркетВидео не всегда выбирает наиболее выразительный или кинематографичный угол самостоятельно. ### Пример запроса _Кадр с низкого угла запечатлевает боксера, который подпрыгивает на месте перед матчем, освещенный яркими верхними флуоресцентными лампами. Пот блестит на его челюсти и шее, улавливая холодный свет. Его дыхание медленное и контролируемое, плечи перекатываются с каждым вдохом. Большая толпа. Стиль: грубый, кинематографичный реализм._ ### Наблюдения Выход показывает сильное соответствие запросу, особенно для угла камеры и кадрирования. Обратите внимание, что поскольку мы не указали движение камеры, МаркетВидео по умолчанию выбрал ручной кадр. ## **Повторение против вариации** ### Что это? Повторение — это использование одних и тех же слов много раз в одном запросе, чтобы заставить модель усилить элемент. Вариация включает использование синонимов, перефразирование или различные визуальные ссылки для выражения той же идеи. ### Лучшая практика МаркетВидео не понимает язык так, как мы. Это статистическая модель, и под капотом ваш запрос преобразуется в последовательность чисел. Поэтому повторение слова обычно не помогает. ### Пример запроса _Широкий кадр. Узкий переулок светится под пульсирующими вывесками, когда с неба падает холодный моросящий дождь. Капли постукивают по ржавым трубам и рассыпаются по мокрой дороге. Блестящая вода покрывает тротуар, отражая розовые вывески. Фигура в капюшоне медленно идет мимо корродированных торговых автоматов, их отражение изгибается по мокрому камню. Стиль: кинематографичный, городская ночь._ ### Наблюдения Хотя мы не упомянули конкретно "дождь" в нашем запросе, МаркетВидео сгенерировал моросящий дождь. На левой стороне кадра несколько капель постукивают по ржавым трубам. Также есть блестящая вода на тротуаре, отражающая розовые вывески, с четко видимыми каплями дождя. ## **Количество объектов и сложность** ### Что это? Это относится к тому, сколько различных элементов вы включаете в один кадр — как разные типы объектов, так и сколько экземпляров одного и того же объекта вы запрашиваете. ### Лучшая практика МаркетВидео может обрабатывать низкое и среднее количество объектов с хорошей точностью — обычно до 15 одинаковых элементов. Если ваш кадр зависит от визуальной точности с большим количеством объектов, лучше сосредоточиться на одном или двух ключевых элементах. ### Пример запроса _Только шесть фонариков медленно плывут по поверхности туманного озера, образуя широкий круг. Их теплый свет мерцает по стеклянной воде, каждое отражение мягко дрожит в дымке. Озеро тихое, неподвижное, окруженное высокими темными деревьями, исчезающими в тумане. Стиль: кинематографичный, зловещая тишина._ ### Наблюдения Указание "только" помогло модели понять, что нам нужно ровно шесть фонариков. Поскольку наша цель была получить правильное количество, мы сделали этот элемент приоритетным. ## **Тон и стиль написания** ### Что это? Это касается того, как вы формулируете свой запрос. Пишите ли вы в ясных, настоящих направлениях? Или используете поэтический язык, технические фразы или что-то ближе к формату сценария? ### Лучшая практика МаркетВидео хорошо реагирует на запросы, которые читаются как визуальные указания — простые, ориентированные на изображение и написанные в настоящем времени. ### Пример запроса _Широкий кадр. Стиль: кинематографичный. Круглое кафе светится ярко на темной, пустой улице ночью. Внутри, три посетителя сидят за длинным прилавком — два мужчины в костюмах и шляпах, одна женщина в красном платье, все тихо смотрят вперед. Официант сидит за прилавком, избегая зрительного контакта. Интерьер строгий и чистый, освещенный теплым верхним светом, который проливается на тротуар. Снаружи окна магазина отражают пустые зеленовато-окрашенные здания и тихую, пустую дорогу. Аудио: сильный ветер снаружи._ ### Наблюдения Наша цель с этим кадром была вызвать чувство одиночества, но мы никогда не использовали это слово в запросе напрямую, и не полагались на поэтический или литературный язык. Вместо этого мы опирались на визуальные подсказки, чтобы косвенно намекнуть на эмоцию. ## Запросы для преобразования изображений в видео ### Что это? Преобразование изображений в видео (I2V) — это мощный рабочий процесс, который кардинально меняет процесс создания запросов. В отличие от преобразования текста в видео (T2V), где вы описываете сцену с нуля, I2V начинается с существующего изображения. ### Лучшая практика При использовании I2V ваша стратегия создания запросов должна смениться с описания на управление. Ваш запрос должен описывать, что изменяется или движется в предоставленной статичной рамке. ### Пример запроса _На сумке с логотипом в виде горы происходит анимация, линии аккуратно очерчивают вершины. Камера медленно приближает, фокусируясь на движении. Аудио: мягкий звук, когда линии анимируются, за которым следует тихий, удовлетворяющий щелчок._ ### Наблюдения Обратите внимание, что видео почти идеально переняло визуальную информацию, предоставленную изображением — даже складки сумки те же самые! ## Запросы для стартовых и конечных кадров ### Что это? Рабочий процесс стартовых и конечных кадров (S/E) предлагает наибольший уровень контроля над нарративом и кинематографией. В этом режиме вы предоставляете два изображения: одно для начальной композиции и одно для конечной. Задача МаркетВидео — создать плавное видео, которое соединяет эти две визуальные состояния. ### Лучшая практика Чтобы получить максимум от S/E рабочего процесса, ваш запрос должен быть точным и описательным, сосредотачиваться исключительно на переходе. ### Пример запроса _Быстрая, мерцающая волна энергии прокатывается по комнате, оставляя за собой след сверкающих частиц. В течение следующих секунд эти частицы коагулируются и элегантно создают мебель и декорации, которые постепенно занимают свои места, пока комната не будет полностью преобразована. Аудио: быстрый шум, за которым следует тонкий, сверкающий звуковой эффект, который нарастает и разрешается в мягкий, магический звон, когда появляется последний элемент._ ### Наблюдения За исключением нескольких незначительных артефактов, результат кажется магическим! Обратите внимание, как запрос не тратит слова на описание пустой комнаты (стартовый кадр) или обставленной комнаты (конечный кадр); весь фокус на описании процесса трансформации, который их соединяет. ## Выбор правильного рабочего процесса: T2V против I2V против S/E Выбор правильного генеративного режима в Veo 3 или Veo 3.1 — это стратегическое решение, которое зависит от конкретных целей вашего проекта. Выбор всегда является компромиссом между творческой свободой и необходимостью точного визуального контроля.