مئتان وأربعة وخمسون حرفًا، لأن الإطار الأول كان قد قال كل ما عدا ذلك.
أقصر برومبت في هذه المكتبة، وهو قصير لسبب لا كسلًا. فالإطار الأول يحمل أصلًا المخلوق والغابة والضوء ولوحة الألوان والأسلوب — فكل كلمة من تلك إما زائدة أو، وهو أسوأ، رأي ثانٍ على النموذج أن يوفّق بينه وبين الصورة أمامه. والذي يبقى لتكتبه هو الشيء الوحيد الذي لا يستطيع الإطار احتواءه: ما الذي يتحرك.
مثال Alibaba المنشور لهذا النموذج — لم يُنشأ على هذا الموقع. المصدر: wavespeed.ai
Output reference
الفيديومقطع مجاني واحد · WAN 3.0 · 480Pمقطع مجاني واحد · WAN 3.0 · 480P · 3 ث · الصوت مشمول
المقطع بجوار البرومبت الذي أنتجه، مطبوعًا كاملًا. انسخه إلى وحدة التحكم أعلاه، وغيّر ما تحتاج، وأنشئ.
إخراج مرجعي
الفيديوأربعة تغييرات وحركة كاميرا واحدة. بلا وصف للمخلوق، وبلا وصف للغابة، وبلا أي كلمة أسلوب البتة.
The dragon slowly opens its eyes, leaves move from its breathing, glowing particles float around the forest, the ranger slowly steps forward and reaches out a hand. The camera slowly circles around both characters revealing the enormous scale difference.
يقرأ Wan 3.0 نصًا عاديًا واحدًا، لكنه يقرؤه عبر خيوط. خذ طبقة بدل البرومبت كله — فسطرا الجمال والصوت ينتقلان إلى أي موضوع تقريبًا، وهما أسوأ ما يكتبه أغلب الناس.
The dragon … the ranger
أدوات تعريف، بلا وصف. فـ"the" تقول للنموذج إن هذه هي الأشياء الموجودة في الإطار أصلًا؛ أما "a dragon" فكانت ستدعوه إلى إنتاج تنين ثانٍ.
around the forest
ثلاث كلمات، وفقط لأن الجزيئات تحتاج مكانًا تكون فيه. فالإطار هو المشهد. وإعادة وصفه هي كيف ينتهي برومبت تحويل الصورة إلى فيديو مقاتلًا مرجعه هو.
slowly opens its eyes, leaves move from its breathing, glowing particles float … steps forward and reaches out a hand
أربعة تغييرات، مرتبة من الأصغر إلى الأكبر، وواحد منها — الأوراق تتحرك من تنفسه — أثر من الدرجة الثانية. وتسمية النتيجة هي كيف تجعل النموذج يحرّك السبب.
The camera slowly circles around both characters revealing the enormous scale difference.
حركة معلّق بها غرض. فـ"revealing the enormous scale difference" تقول للنموذج ما الغرض من الدوران، وهذا يقيّد نصف القطر والارتفاع أحسن كثيرًا مما يفعله رقم.
غير مكتوبة — متروكة للنموذج.
غائبة، وبحق. فالإطار المرجعي هو ورقة الأسلوب. وكلمة أسلوب هنا تنافس الصورة، والصورة تخسر غالبًا عند الحواف.
غير مكتوبة — متروكة للنموذج.
غير مكتوبة. فغابة وتنين يتنفس يكفيان النموذج ليخترع شيئًا معقولًا، لكن النفَس هو الصوت الذي يهم وقد بقي بلا اسم.
ما الذي يمكن تغييره بأمان. وأغلب المكتبات لا تنشر إلا هذه القائمة، ولهذا تعود برومبتات منسوخة كثيرة أسوأ من أصلها.
"Leaves move from its breathing" أحسن جملة في هذا البرومبت. فهي لا تقول قط إن التنين يتنفس — بل تسمّي أثرًا مرئيًا وتترك النموذج يعمل رجوعًا إلى السبب. وذلك يُقرأ حياةً بطريقة لا تفعلها "the dragon breathes"، وهو ينتقل إلى أي شيء: بخار ينحني، وغبار يرتفع، وقماش يستقر.
دوران له مهمة منصوص عليها. غيّر ما الذي يكشفه — وجه الحارس، أو عمق الفسحة، أو ما وراء التنين — فينتج الفعل نفسه مسارًا مختلفًا، دون أن تضطر إلى تحديد نصف قطر أو ارتفاع أو اتجاه.
لا حراشف، ولا لون، ولا إضاءة، ولا عدسة، ولا نوع. أضف أيًا منها فأنت تطلب من النموذج التوفيق بين كلماتك وإطار يخالفها أصلًا. وأشيع طريقة تسوء بها محاولة تحويل الصورة إلى فيديو هي برومبت يصف الصورة.
العينان، ثم الأوراق، ثم الجزيئات، ثم الحارس. من الأصغر إلى الأكبر، وهذا يدع الثواني الخمس تتصاعد. ضع الحارس أولًا فيصير استيقاظ التنين ردَّ فعل لا الحدث.
ثلاث طرق لكسره
يعامل Wan 3.0 الإطار الأول والأخير وعائلة المراجع على أنهما متنافيان، وخلطهما يُرفض من أساسه بـ`InvalidParameter`. وهي أسهل طريقة على الإطلاق لبناء طلب لا يمكن أن ينجح، والرفض يصل بعد الطابور لا قبله.
كتابة "a large green scaled dragon" بجوار إطار يعرض واحدًا أصلًا تعطي النموذج مصدرين للحقيقة نفسها. وحيث يختلفان سيأخذ متوسطًا، والتفصيل المتوسَّط هو بالضبط المظهر الطري الذي يلوم الناس النموذج عليه.
محاولة تحويل الصورة إلى فيديو تبدأ من إطارك وتبقى متصلة به. والمكان الثاني ليس له ما يتصل به، فإما أن يتجاهل النموذج التعليمة أو يذوّب — وخمس ثوانٍ لا تتسع لذوبان.
مئتان وأربعة وخمسون حرفًا في مواجهة سقف عشرين ألف حرف. هذا البرومبت يستعمل نحو واحد بالمئة مما يُسمح له به، وهو أحسن ما كُتب في هذه المكتبة.
والسبب أن تحويل الصورة إلى فيديو مهمة مختلفة عن تحويل النص إلى فيديو، وأغلب الناس يكتبونها كأنها المهمة نفسها ومعها صورة مرفقة. ففي تحويل النص إلى فيديو يكون البرومبت مصدر الحقيقة الوحيد، فعليه أن يحمل الكيان والمشهد والحركة والجمال والأسلوب. أما في تحويل الصورة إلى فيديو فالإطار يحمل الكيان والمشهد والجمال والأسلوب أصلًا — بتفصيل يفوق ما يبلغه النثر كثيرًا، وبلا أي لبس. والذي لا يستطيع الإطار حمله هو الزمن. فللبرومبت مهمة واحدة بالضبط: أن يقول ما الذي يتغير.
انظر إلى ما يرفض هذا النص فعله. فهو لا يقول قط إن التنين أخضر، ولا كبير، ولا محرشف. ولا يصف الغابة أبعد من الكلمات الثلاث اللازمة لوضع الجزيئات. ولا يعطي عدسة ولا تدريجًا ولا نوعًا ولا مزاجًا. وكل واحد من تلك كان سيصير رأيًا ثانيًا في شيء محسوم أصلًا، وحين يختلف البرومبت والإطار المرجعي لا يختار النموذج فائزًا — بل يستوفي بينهما. والتفصيل المستوفى طري، والتفصيل الطري هو ما يعنيه الناس حين يقولون إن المحاولة «تبدو ذكاءً اصطناعيًا».
والتغييرات الأربعة مرتبة من الأصغر إلى الأكبر: العينان، والأوراق، والجزيئات، والحارس يدخل. وذلك الترتيب هو ما يجعل خمس ثوانٍ تبدو متصاعدة لا واقعة دفعة واحدة. وهو أيضًا، بهدوء، تصعيد في المقياس — جفن، ثم أوراق، ثم الهواء، ثم شخص يعبر الإطار — وهي الحركة البنيوية نفسها التي يصنعها برومبت الشطرنج بالتعابير.
وأحسن سطر هو الثاني. "Leaves move from its breathing" لا تطلب من التنين أن يتنفس قط. بل تسمّي نتيجة مرئية وتترك السبب ضمنيًا، وهذا يجبر النموذج على إنتاج السبب كي يبرر الأثر. وهي تقنية موثوقة وتعمّم: بخار ينحني فوق مقلاة، وغبار يرتفع عن طريق، ومعطف يستقر بعد أن يتوقف صاحبه. فتسمية الأثر تعطيك الحركة؛ أما تسمية الحركة فتعطيك رسمًا متحركًا للكلمة.
وسطر الكاميرا يفعل الشيء نفسه بمقام آخر. فـ"slowly circles around both characters revealing the enormous scale difference" تعلّق غرضًا بحركة. وWan 3.0 لا يملك معاملات لنصف قطر الدوران ولا لارتفاع الكاميرا، وكتابة أرقام في النثر لن تخلق أيًا منها — لكن «كشف فارق الحجم» يتضمن قوسًا واسعًا بما يكفي وزاوية منخفضة بما يكفي لإبقاء الجسدين في الإطار، وهو ما كانت تلك الأرقام ستُستعمل له.
والشيء الوحيد الذي يُضاف عند إعادة المحاولة هو الصوت. فتنين يتنفس في فسحة هادئة موجزُ تصميم صوت يكتب نفسه، وWan 3.0 ينشئ الصوت في المرور نفسه مع الصورة — ومعنى ذلك أن جملة الصوت تعليمة توقيت أيضًا. و"A low slow breath under forest ambience, no music" كانت ستضع النفَس في موضع بعينه بدل تركه للنموذج، والنفَس هو المقطع الذي بُني عليه المقطع كله.
وأخيرًا القيد الذي يوقع الناس في هذا الوضع تحديدًا: الإطار الأول والصورة المرجعية لا يسافران في الطلب نفسه. فWan 3.0 يعامل عائلة الإطارات المفتاحية وعائلة المراجع على أنهما متنافيتان ويرفض الجمع بينهما. فإن أردت التنين من صورة والحارس من أخرى، فتلك «من صورة مرجعية إلى فيديو»، وهي القالبان التاليان في هذه الصفحة.
كل ما هنا يعمل في تحويل الصورة إلى فيديو.
لأن الإطار يحمل أصلًا الموضوع والمكان والضوء والأسلوب. والذي يبقى للنص هو ما الذي يتغير عبر الزمن وحده.
لا. فحيث تختلف كلماتك والإطار يستوفي النموذج بينهما، والتفصيل المستوفى طري. استعمل أدوات التعريف — "the dragon" — للإشارة إلى ما هو موجود أصلًا.
لا. يرفض Wan 3.0 ذلك الجمع بـ`InvalidParameter`. فالإطارات المفتاحية والمراجع عائلتان ولا يستعمل الطلب إلا واحدة.
سمِّ نتيجة بدل فعل. فـ"Leaves move from its breathing" تنتج تنفسًا؛ أما "the dragon breathes" فتنتج صدرًا يعلو ويهبط.
نعم — فالإطار الأول والإطار الأخير في العائلة نفسها ويستطيعان السفر معًا. وذلك يحوّل البرومبت إلى وصف للطريق بين نقطتين ثابتتين.
لها واحدة هنا — "slowly". فإعطاء الحركة سرعةً وغرضًا يكفي؛ أما ألا تعطيها أيًا منهما فهو حيث تكف تعليمة الكاميرا عن تقييد أي شيء.
أحضر إطارك أو موادك المرجعية — فالبرومبت يصف ما يتغير، لا ما هو موجود أصلًا.
كل البرومبتات الجاهزةانسخه، وغيّر طبقة واحدة، وشغّله.
كل حرف موجود على هذه الصفحة. 5s بدقة 720P تكلف 80 من الأرصدة.
كتبه ويحافظ عليه فريق التحرير في wan-3.runنُشر في آخر تحديث