10 أخطاء في فيديو الراب بالذكاء الاصطناعي تهدر الأرصدة

معظم فيديوهات الراب السيئة المولّدة بالذكاء الاصطناعي ليست حالات فشل في النموذج. إنها حالات فشل في المدخلات، أو حالات فشل في الأوامر النصية، أو حالات فشل في المراجعة، ولكل واحدة منها إصلاح رخيص. الحالات العشر أدناه تفسّر غالبية الأرصدة المهدرة التي نراها في سير العمل هذا، وهي مرتّبة حسب تكرار حدوثها.

1. استخدام صورة ناعمة أو مفلترة

ما الذي يحدث: ينزاح الوجه، وتتغيّر العينان، ويضعف التشابه بعد ثانيتين.

السبب: لا يستطيع النموذج أن يحافظ إلا على ما تحتويه الصورة. فصورة تطبيق محادثة مضغوطة، أو فلتر تجميل، أو لقطة شاشة مأخوذة من لقطة شاشة أخرى، قد فقدت التفاصيل بالفعل.

الإصلاح: استخدم ملف الكاميرا الأصلي، بمواجهة أمامية، وإضاءة متساوية، مع ظهور العينين وخط الشعر. هذا هو التغيير الأعلى أثرًا في سير العمل بأكمله.

2. كتابة مزاج بدلًا من كتابة لقطة

ما الذي يحدث: يقف المؤدي ساكنًا بينما تنزاح الكاميرا؛ فتبدو اللقطة وكأنها حلقة جاهزة مكررة.

السبب: كلمات مثل "سينمائي" و"رائع" و"واسع الانتشار" ليست تعليمات. فليس أمام النموذج شيء مادي ليحرّكه.

الإصلاح: سمِّ فعلًا واحدًا وحركة كاميرا واحدة. "يميل نحو الميكروفون ويؤدي أمام الكاميرا، مع دفع بطيء للكاميرا من لقطة متوسطة إلى لقطة قريبة."

3. طلب قائمة لقطات في عملية توليد واحدة

ما الذي يحدث: تُقطع اللقطة عشوائيًا، أو يتغيّر الموقع، أو يظهر تلطّخ في المنتصف.

السبب: عملية التوليد الواحدة هي لقطة واحدة. فالقطع، وتغيير الملابس، وتغيير الموقع هي ثلاث لقطات.

الإصلاح: ولّد كل لقطة على حدة ثم حرّرها معًا. هذا أرخص أيضًا، لأنك تستطيع أن تتخلص من لقطة سيئة دون إعادة توليد اللقطات الجيدة.

4. ترك الأيدي حرة داخل الإطار

ما الذي يحدث: أصابع زائدة، أو أيدٍ ذائبة، أو إبهام يظهر ويختفي.

السبب: الأيدي هي أصعب جسم صغير في الحفاظ على تماسكه، خصوصًا في الحركة.

الإصلاح: ضع ميكروفونًا أو جيبًا أو إيماءة في الأيدي. أبقِها مشغولة أو خارج الإطار. لا تفتح أبدًا بلقطة قريبة ليد.

5. حشو الخلفية بالأشخاص

ما الذي يحدث: يظهر مؤدٍّ ثالث، أو يتحوّل وجه من الحشد إلى وجه البطل.

السبب: كل وجه هو هوية أخرى يجب على النموذج أن يتتبعها.

الإصلاح: اطلب ظلالًا أو مؤخّرات رؤوس أو مساحة فارغة. وإذا كان المشهد يحتاج حشدًا، فأبقِ الحشد خارج التركيز وتحت كتفي المؤدي.

6. توليد اثنتي عشرة ثانية قبل اختبار خمس ثوانٍ

ما الذي يحدث: تنفق التكلفة الكاملة للأرصدة لتكتشف أن الصورة والمشهد لا يعملان معًا.

السبب: الثانيتان الأوليان تحتويان على الجواب بالفعل.

الإصلاح: اختبر بدقة 480p أو 720p لمدة خمس ثوانٍ. أعد توليد الإعداد الذي ينجح فقط. ثم أنفق على الطول والدقة.

7. إعادة كتابة الأمر النصي كاملًا بعد كل عملية توليد

ما الذي يحدث: تصبح عملية التوليد التالية مختلفة في خمسة جوانب، ولا تستطيع أن تعرف أي تغيير هو الذي أفاد.

السبب: الأمر النصي مجموعة من المتغيّرات؛ وتغييرها كلها ليس تجربة.

الإصلاح: غيّر كتلة واحدة في كل مرة، وبهذا الترتيب: الكاميرا، والفعل، والمشهد، والصورة. واحتفظ بملاحظة لما نجح.

8. تجاهل نسبة الأبعاد حتى مرحلة المونتاج

ما الذي يحدث: يبدو المؤدي صغيرًا جدًا في إطار عمودي، أو يُقتطع أعلى الرأس في إطار عريض.

السبب: التكوين يُحدَّد في وقت التوليد، لا في المحرّر.

الإصلاح: ولّد بنسبة 9:16 لوسائل التواصل و16:9 ليوتيوب والويب. وإذا كنت تحتاج الاثنين، فولّد الاثنين. فالاقتصاص ليس تغييرًا للتنسيق.

9. توقّع مزامنة الشفاه

ما الذي يحدث: يشاهد العميل الفم ويلاحظ أنه لا يطابق الصوت الغنائي.

السبب: يولّد الاستوديو أداءً، لا أداءً مدبلجًا. فهو لا يتلقى الصوت أبدًا.

الإصلاح: استخدم لقطات الأداء كلقطات إضافية وللمقاطع الترويجية، واستخدم أداة مزامنة شفاه مخصصة للقطات القريبة حيث يكون الفم هو الموضوع. راجع فيديو الموسيقى بالذكاء الاصطناعي مقابل مزامنة الشفاه.

10. عدم وسم الوسائط الاصطناعية

ما الذي يحدث: يحصل المنشور على سلسلة تعليقات تقول "هذا مزيف"، أو تضع المنصة الوسم نيابة عنك.

السبب: الجمهور يغفر للذكاء الاصطناعي عندما يُخبَر به؛ ويعاقبه عندما يُخدَع به.

الإصلاح: أضف وسمًا قصيرًا على الشاشة أو استخدم إفصاح الذكاء الاصطناعي الخاص بالمنصة. وانشر الصورة المصدر والأمر النصي كمنشور ثانٍ. فالشفافية أرخص من احتواء الضرر.

قائمة تحقق قبل التوليد

قبل أن تضغط على Generate:

• [ ] الصورة حادة، وبمواجهة أمامية، وإضاءتها متساوية.
• [ ] هناك فعل واحد مسمّى وحركة كاميرا واحدة.
• [ ] الأيدي مشغولة أو خارج الإطار.
• [ ] لا توجد وجوه إضافية في الخلفية.
• [ ] نسبة الأبعاد تطابق الوجهة.
• [ ] الطول هو الأقصر الذي يروي الإيقاع.
• [ ] يكرّر الأمر النصي حارس الهوية في النهاية.
• [ ] تعرف كيف يبدو "الجيد" لعملية التوليد هذه.

إذا تحققت الشروط الثمانية كلها، فإن عملية توليد فاشلة تكون قيدًا من النموذج لا خطأً في العملية — وهذا أمر يستحق الإبلاغ عنه، لا إعادة التدوير عشوائيًا.

كيف تراجع عملية توليد في ثلاثين ثانية

شغّل اللقطة مرة واحدة دون توقف واسأل ثلاثة أسئلة بالترتيب. هل يؤدي المؤدي؟ إذا كان الجسد ساكنًا، فقد فشلت جملة الفعل؛ توقف عن المشاهدة وأعد كتابة الفعل. هل يصمد الوجه في الإطار الأول والأخير؟ انتقل إلى النهاية وقارنها بالبداية. إذا تحرّك الفك أو خط الشعر أو لون البشرة، فالمشكلة في الصورة أو الكاميرا. هل هناك شيء سيحدّق فيه المشاهد؟ أيدٍ، أو شخص ثالث، أو قرط متذبذب، أو لافتة بحروف مزيفة. غطِّ ذلك العنصر أو أزله من المشهد.

وبعد هذه الفحوص الثلاثة فقط ينبغي أن تحكم على ما إذا كانت اللقطة جيدة. فمعظم عمليات إعادة التوليد تحدث لأن المراجع قفز إلى التذوق ولم يشخّص الفشل الفعلي أبدًا.

راجع على دفعات، لا عملية توليد واحدة في كل مرة

ولّد لقطات الأسبوع في جلسة واحدة وراجعها في الجلسة نفسها. ضع اللقطات جنبًا إلى جنب، واكتم الصوت، وشاهد كل واحدة مرتين. الدفعة تجعل عدم الاتساق واضحًا: لقطتان من المشهد نفسه بإضاءة مختلفة، أو مؤدٍّ يتغيّر وجهه بين عمليات التوليد، أو حركة كاميرا تتكرر لأن الأمر النصي لم يتغيّر أبدًا. أصلح المشكلة على مستوى الدفعة قبل توليد الدفعة التالية. ومراجعة لقطة واحدة في كل مرة تخفي تلك الأنماط وتجعل كل عملية توليد تبدو كحكم منفصل.

ما الذي تفعله عندما تفشل عملية توليد رغم ذلك

غيّر الصورة أولًا. ثم أبطئ الكاميرا. ثم بسّط المشهد. ثم قصّر اللقطة. وبعد ذلك فقط أعد كتابة الأمر النصي من الصفر. معظم حالات الفشل تقع في مرحلة سابقة للكلمات، والكلمات هي أسهل ما يُلام.

للحصول على مكتبة أوامر نصية مبنية حول هذه القواعد، اقرأ 12 أمرًا نصيًا لفيديو راب بالذكاء الاصطناعي. ولمعرفة سير العمل الكامل، راجع كيف تصنع فيديو راب بالذكاء الاصطناعي.