يفعل هذا البرومبت شيئًا لا تفعله الخمسة الأخرى: يبدأ بضمير. لا "a young man with a camera" — بل "he" وحدها. وذلك ممكن فقط لأن هناك إطارًا أول مرفقًا، وهو أوضح عرض في المكتبة لما يغيّره تحويل الصورة إلى فيديو فعلًا في طريقة كتابتك.
والتوفير أكبر مما يبدو. فنسخة تحويل النص إلى فيديو من هذه اللقطة كانت ستحتاج فقرة قبل أن يحدث أي شيء: العمر، والبنية، والملابس، والكاميرا التي يحملها، والساحة، ووقت النهار، والضوء. وكل ذلك موجود في الإطار المرجعي أصلًا، بتفصيل أكثر وبلا خطر أن يخالف نفسه. وحذفه لا يقصّر البرومبت وحسب — بل يزيل كل موضع يمكن أن تتعارض فيه الكلمات والصورة، والتعارض هو حيث تصير محاولات تحويل الصورة إلى فيديو طرية.
والتقنية الثانية هي القرين. فالبرومبت يحتاج نسختين من وجه واحد، وهذا عادة أصعب ما يُطلب من نموذج توليدي، وهو يبلغه بألا يصف الثانية قط: "someone standing there who appears to be himself". فالشخص معرَّف بعلاقته بوجه يستطيع النموذج رؤيته أصلًا. ولا شيء ليأخذ متوسطه، لأن هناك وصفًا واحدًا فقط في الميدان. قارن ذلك بما يحدث إن كتبت هيئة القرين — فصار هناك وصفان لما يُفترض أنه شخص واحد، ويعاملهما النموذج شخصين تصادف أنهما متشابهان.
والإيقاع يستحق السرقة كاملًا. أربعة أفعال تمر بسرعة هادئة — يخفض، وينظر، ويرفع، ويستدير ببطء — ثم يغيّر ظرف واحد المقام: "suddenly noticing". فمقطع من خمس ثوانٍ يتسع لنبضة واحدة بالضبط، وهكذا تنفقها. والأفعال الهادئة ليست حشوًا؛ بل هي ما يجعل المفاجئ مقروءًا مفاجئًا. احذفها فلا يبقى للإدراك شيء يكون تغيرًا عنه.
ثم هناك السطر الذي وُجد هذا القالب ليجادله. "The camera alternates between his viewpoint and a slow push toward his stunned face" يطلب نمطَي تغطية متمايزين في خمس ثوانٍ. وكل منهما يحتاج لحظة ليثبت قبل أن يعني شيئًا، ولا توجد لحظتان كهاتين. والنصيحة الصادقة أن تختار، وأن تختار التقدم — فلقطة وجهة النظر تعرض برجًا، والتقدم يعرض رد فعل، ورد الفعل هو الحكاية. أبقِ التناوب فقط حين ترفع المدة.
وقد جرى هذا على Prime، ويستحق أن يُقال مرة أخرى ما الذي اشتراه ذلك وما الذي لم يشترِه. فـ Prime هو النموذج عالي السرعة. وعلي بابا تنشر مواصفة الإخراج نفسها للباقتين — الدقات نفسها، والمدى نفسه من ثانيتين إلى ثلاثين، وثلاثون إطارًا في الثانية — وتسعّر Prime بنحو مرة ونصف للثانية. فعاد أسرع. ولم يعد بصورة أحسن، ولا شيء في هذا البرومبت كان يحتاجه.
والناقص هو الصوت، وهو هنا خسارة أكبر منها في القوالب الأخرى. فالمقطع إدراك، ونحو السينما المعتاد للإدراك أن يسكت العالم. وWan 3.0 ينشئ الصوت في المرور نفسه مع الصورة، فجملة مثل "square ambience that drops away as he turns, no music" كانت ستجدول مقطع الصورة كما تجدول مقطع الصوت. وتركها غير مكتوبة يعني أن النموذج اختار، والساحة المزدحمة التي تبقى مزدحمة هي النسخة التي تُقرأ على أنه لم يحدث شيء.
الفيديو