استكشاف أعطال فيديو Seedance AI وإصلاحها: ستة أعراض والسطر المسؤول عنها في البرومبت

معظم مقاطع Seedance المخيبة للآمال ليست مكتوبة كتابةً سيئة. إنها مكتوبة بترتيب خاطئ، أو تصف حالةً مزاجية حيث كان النموذج يحتاج إلى لقطة. الجانب المفيد في تحويل النص إلى فيديو أن المقطع النهائي تقرير تشخيصي أيضًا: إطار يتشوّه مع حركة الكاميرا يشير إلى جملة الكاميرا، وعنصر يتبدّل بين لقطتين يشير إلى طريقة تسميتك لذلك العنصر، وسطر حوار مدفون تحت ترجمة غير مرغوبة يشير إلى كتلة الصوت. اقرأ المخرجات بهذه الطريقة وستجد أن معظم الإصلاحات لا تتجاوز جملة واحدة.

هذه جولة تبدأ من الأعراض لا كومة من القوالب. يسمّي كل قسم شيئًا يمكنك رؤيته في المشغّل، والعادة الكتابية وراءه في البرومبت، وأصغر تغيير يزيله. والمراجع هنا هي إرشادات ByteDance نفسها لنماذج Seedance وأدلة البرومبت المنشورة التي تختبرها عمليًا.

للبرومبت في Seedance طبقتان، ولكل منهما طريقة مختلفة في الفشل

يصف دليل Seedance من Runway البرومبت بأنه طبقتان تؤديان وظيفتين مختلفتين. الطبقة الخارجية بنيوية: ينقسم المقطع إلى لقطات مُسمّاة، مكتوبة بالترتيب الذي تقع به الأحداث، حتى يعرف النموذج الإيقاع قبل أن يعرف المحتوى. أما الطبقة الداخلية فوصفية: داخل كل لقطة، تغطي جمل متصلة من الموجودين، وما يفعلونه، وأين، وفي أي ضوء، وكيف تتحرك الكاميرا.

ويقدّم Fuser، وهو يلخّص مواد ByteDance نفسها، ترتيبًا للطبقة الداخلية يستحق الحفظ: الموضوع والفعل، ثم المشهد والبيئة، ثم الأسلوب البصري، ثم حركة الكاميرا وقطعات اللقطات، ثم الصوت، مع سطر قيود في النهاية. ويغطي المثال التطبيقي عند Runway المجال نفسه في ثمانية عناصر، ويُختم بالجودة والأسلوب وتعليمات سلبية بشأن الترجمة والعلامات المائية.

يكاد كل عطل فيما يلي يكون انكسارًا في إحدى هاتين الطبقتين. البرومبت الذي لا خطة لقطات فيه يتحول إلى انسياب واحد بلا تمييز. والبرومبت الذي لا وصف فيه ينتج إطارات متحركة تقنيًا لكن لا أحد فيها يستحق المشاهدة. عندما تفتح مقطعًا سيئًا، حدّد أولًا أي طبقة تنظر إليها، لأن الإصلاح يقع في جزء مختلف من البرومبت في كل حالة.

العَرَض الأول: المقطع جميل وشبه ساكن

طلبت «سينمائي، أجواء مزاجية، تفاصيل عالية، عمق ميداني ضحل»، فحصلت على صورة فوتوغرافية تتنفّس. كلمات الأسلوب تفوق كلمات الفعل بأربعة إلى واحد، فيُخرج النموذج المظهر ويرتجل الحركة، وما يرتجله صغير وحذر.

الإصلاح أن تنفق كلماتك على فعل واحد له سرعة وقوة، مرتبط بجزء من الجسد. ومثال Runway يفعل هذا بالضبط: خزّاف يثبّت حافة وعاء بكلتا يديه، ببطء. الظرف يحمل الوتيرة واليدان تحملان الحركة، فلا يبقى شيء للتخمين. وإذا كان الموضوع منتجًا لا شخصًا، فسمِّ الحركة الواحدة التي يؤدّيها، مثل دوران بثلاثين درجة، وقل ما يبقى ثابتًا حولها.

العَرَض الثاني: الإطار ينحني أثناء حركة الكاميرا

هذا أكثر عيوب Seedance شيوعًا وأقلها غموضًا. تحذّر إرشادات ByteDance الخاصة بـ Seedance 2.0 من أن طلب دفع للأمام وسحب للخلف وتحريك أفقي وحركة في الوقت نفسه يزيد من عدم استقرار الصورة. أربع تعليمات تتنافس على إطار واحد، فتلطخ الحواف، وتنحني الخطوط المستقيمة، وتفقد الوجوه هندستها.

القاعدة: حركة واحدة لكل لقطة، والحركة الثانية مكانها لقطة ثانية لا الجملة نفسها. إن كنت تحتاج دفعًا للأمام ينتهي بلقطة قريبة، فاكتب الدفع ودع التأطير يحلّ نفسه، أو سمِّ «اللقطة 1» و«اللقطة 2» وأعطِ كلًا منهما سطر كاميرا خاصًا. والنصف الآخر من الإصلاح هو تسمية الكاميرا بمصطلحات سينمائية يقرأها النموذج أصلًا: حجم اللقطة، والزاوية، وحركة واحدة، بدلًا من فقرة أجواء تُلمّح إلى الحركة دون أن تحدّدها.

العَرَض الثالث: قطعات تصل حيث لم تطلبها

البرومبت الذي يقول «بعد ثانيتين تستدير، وبعد أربع ثوانٍ تنتقل الكاميرا إلى لقطة واسعة» يفترض أن النموذج يقرأ الساعة. يقول دليل Seedance 2.0 من ByteDance إنه يستجيب لأرقام اللقطات لا للمدد الدقيقة، ويحذّر من أن فرض مدد محددة قد يؤدي إلى نتائج توليد غير طبيعية. أما الجيل 2.5 اللاحق فيقرأ نطاقات بالثواني الصحيحة، مثل لقطة من صفر إلى ثانيتين، وهذا عقد مختلف.

إذن يعتمد التشخيص على الإصدار الذي توجّهه. إن كان برومبتك محشوًا بتعليمات ثانية بثانية والمقطع يبتكر قطعات إضافية أو يبتلع إيقاعات كاملة، فأنت تُفرط في جدولة نموذج يريد أرقام اللقطات. رقّم اللقطات، وضع الإيقاعات بالترتيب الذي تقع به، ودع الوتيرة تحلّ نفسها. وإن كان إصدارك يقرأ الطوابع الزمنية فعلًا، فأبقِ الخط الزمني متصلًا بلا فجوات، وتجنّب حشر نطاق بإحكام يدفع النموذج إلى إضافة قطعة لاستيعاب كل شيء.

العَرَض الرابع: العنصر يتبدّل بين لقطتين

أوضح مثال متاح هو تجربة Fuser المنشورة: خزّاف وُلّد عبر لقطتين، والوعاء طاسة منخفضة مفتوحة في اللقطة القريبة وأسطوانة طويلة في اللقطة المتوسطة. كان البرومبت يغيّر وصف الجسم بين لقطتين دون أن ينتبه.

الإصلاح انضباط في التسمية. صِف الجسم مرة واحدة، بالكلمات نفسها، في كل موضع يظهر فيه، وفضّل جردًا ملموسًا على صفة: عصابة الرأس، وغطاءا الأذنين، والطلاء المطفي بلون الشوفان، والحافة اليسرى المتشظية. وحيث يكون الجسم مهمًا تجاريًا، أرفق مرجعًا بصريًا وقل ما يتحكم فيه، بدلًا من أن تأمل أن يصمد النص. ويضيف دليل Runway نقطة ذات صلة تخص الأشخاص: الصورة المدمجة الواحدة التي تحمل الوجه والملابس والوضعية والخلفية تعطي ملامح الوجه حصة صغيرة جدًا من الإطار ليرتكز عليها، لذا يجب أن يكون مرجع الوجه مرجع وجه أولًا.

العَرَض الخامس: الإيقاع العاطفي يخرج فارغًا

كتبت «تبدو فخورة» فحصلت على وجه محايد ببشرة جيدة. كلمات مثل فخورة وحزين ومتوتر تصف حالة داخلية؛ لا شيء فيها يستطيع المُصيّر أن يضعه في مكان. وإرشادات Runway صريحة في هذا: أظهر العاطفة كسلوك جسدي.

أعد كتابة الإيقاع كفعل مرئي له بداية ونهاية. كتفاها يهبطان. يزفر ويصرف نظره عن العدسة. تتوقف في منتصف إيماءة وتستقر يدها على الطاولة. والقاعدة نفسها تنقذ فيديو المنتجات: «فاخر» ليس قابلًا للتوليد، لكن مسحة ضوء بطيئة على حافة معدنية مصنفرة كذلك.

العَرَض السادس: الحوار يصل تحت ترجمة لم تطلبها

في أجيال Seedance التي تنتج الصوت في التمريرة نفسها مع الصورة، مكان الصوت داخل البرومبت لا في كتلة منفصلة تُضاف بعده. ويسجّل Fuser اصطلاح الأقواس عند ByteDance: أقواس زاوية للمؤثرات، وأقواس معقوفة للحوار، وأقواس مستديرة للموسيقى، مع تسمية اللغة قبل أي سطر غير صيني.

عاداتان تسبّبان مشكلة الترجمة. الأولى تكرار كلمات الحوار أو وسم كلمات منفردة بعاطفة، وهي ما تدرجه الإرشادات كمحفّز لنص غير مرغوب على الشاشة. أرفق ملاحظة الأداء بالمتحدث لا بالسطر. والثانية ترك القيود ضمنية: اختم البرومبت بتعليم واضح بأن يبقى المقطع خاليًا من الترجمة والشعارات والعلامات المائية، وأبعِد الطباعة الكثيفة عن البرومبت تمامًا، وأعد بناء الشروح النصية في المونتاج حيث يمكن تصحيحها دون إعادة توليد.

أصلح بالترتيب الصحيح عندما تظهر عدة أعراض

غيّر كل شيء دفعة واحدة فلن تتعلم شيئًا، لأنك لا تستطيع أن تنسب النتيجة الجديدة إلى أي تعديل بعينه. اتبع هذا الترتيب بدلًا من ذلك.

ابدأ بالهوية: الموضوع، والعناصر، وجملة السمات التي تحميها. إن لم يكن الموضوع ثابتًا، فليس شيء بعده قابلًا للمراجعة. ثم الكاميرا، لأن الإطار المتشوّه يحجب كل مشكلة أخرى. ثم التوقيت وعدد اللقطات، لأن عدد القطعات يحدد المساحة المتاحة للصوت. ثم الصوت والقيود في النهاية.

حيث تكشف الواجهة عن بذرة (seed)، أبقِها ثابتة خلال جولة الإصلاح حتى تعزل المقارنة تعديلك أنت لا أداة أخذ العينات. ولّد مقاطع قصيرة، راجعها، ولا تمدّد المدة إلا بعد أن تصمد نسخة الخمس ثوانٍ؛ فالمقطع الأطول يحتفظ بحالة أكبر، والتسلسل الطويل الفاشل يهدر وحدة عمل أكبر.

قائمة تحقّق قبل التوليد تستحق ثلاثين ثانية

• يُسمّى الموضوع مرة واحدة وتُستخدم التسمية نفسها في كل موضع.
• لكل لقطة فعل واحد بالضبط، مكتوب بسرعة وقوة.
• لكل لقطة حركة كاميرا واحدة بالضبط، بمصطلحات سينمائية.
• اللقطات مرقّمة بالترتيب الذي تقع به الأحداث.
• الأجسام التي تظهر مرتين تُوصف الوصف نفسه في المرتين.
• العاطفة مكتوبة كسلوك جسدي.
• الصوت في أقواسه، مع تسمية اللغة.
• السطر الأخير يزيل الترجمة والشعارات والعلامات المائية.

شغّل الجولة على مقطع حقيقي

الفكرة من الجولة التشخيصية أنها تجعل التوليد الثاني أرخص من الأول. تتوقف عن إعادة كتابة البرومبت كله وتبدأ بتعديل جملة واحدة، ثم مقارنة المقطعين جنبًا إلى جنب على العَرَض الذي كنت تطارده. جولتان أو ثلاث من ذلك تنتج عادة مقطعًا متماسكًا، وبرومبتًا يمكنك إعادة استخدامه للمنتج التالي أو المشهد التالي.

يمكنك تشغيل الجولة على مولّد فيديو Seedance من KOOX، بدءًا بمدة قصيرة ولقطة واحدة قبل أن تلتزم بتسلسل أطول فيه قطعات. أبقِ نسخة البرومبت والإعدادات وملاحظة المراجعة متجاورة، وسيصبح نمط أي جملة يسبّب أي عيب ملكك أنت لا شيئًا تعيد استنتاجه في كل مرة.