פרומפטים לפי שכבות: איך לשלוט בסצנה, תנועה וסאונד בוידאו AI

פתיחה: אל תכתבו פרומפט אחד, תבנו הוראות בימוי

אחת הטעויות הכי נפוצות שאני רואה אצל יוצרים שעובדים עם וידאו AI היא הניסיון לדחוף הכל למשפט אחד: דמות, מקום, מצלמה, תאורה, סגנון, תנועה, סאונד, רגש, מוצר, מסר, לפעמים גם שלושה טוויסטים בעלילה. זה נראה יעיל, אבל בפועל זה מבלבל את המודל. התוצאה יכולה להיות יפה, אבל לא בהכרח מדויקת.

הדרך שאני מעדיף לעבוד בה היא שכבות. במקום לכתוב פרומפט כמו בקשה כללית, אני בונה אותו כמו הוראות בימוי מסודרות. קודם אני מגדיר מה רואים. אחר כך מה זז. אחר כך איך המצלמה מתנהגת. אחר כך מה שומעים. ובסוף אני מוסיף גבולות: מה לא לשנות, מה לא להכניס, ומה חייב להישאר יציב.

זה לא קסם, וזה לא מבטיח שכל יציאה תהיה מושלמת. וידאו AI עדיין דורש ניסוי, תיקון וגרסאות. אבל ברגע שעובדים בשכבות, הרבה יותר קל להבין למה תוצאה נכשלה, לתקן רק חלק אחד בפרומפט, ולבנות שפה יציבה שחוזרת איתכם מפרויקט לפרויקט.

למה זה משנה ליוצר שעובד באמת

כשאני מכין סרטון AI לעצמי או ללקוח, הבעיה היא לא רק “להוציא משהו יפה”. יפה זה בסיס. השאלה היא האם הסרטון משרת רעיון, מותג, דמות, סיפור או הצעה עסקית. אם בכל גרסה הדמות משתנה, המצלמה קופצת, הסאונד לא מתאים והסצנה מרגישה אחרת לגמרי, אין לי שליטה יצירתית. יש לי מזל.

שכבות פרומפט נותנות לי שליטה בשלושה דברים:

• עקביות: קל יותר לשמור על דמות, חלל, סגנון ותנועה לאורך כמה קליפים.
• אבחון: אם הבעיה היא במצלמה, אני לא צריך לכתוב מחדש את כל הפרומפט. אני מחליף רק את שכבת המצלמה.
• מהירות: אחרי שבניתי תבנית טובה, אני יכול להשתמש בה שוב לסרטונים, מודעות, פתיחים, רילסים ודפי נחיתה.

העיקרון הזה מתחבר גם למה שמופיע במדריכים רשמיים של מודלי וידאו: ככל שההוראות ברורות יותר לגבי הסצנה, הפעולה, המצלמה והפרטים החשובים, כך קל יותר לכוון את הפלט. אבל אני לא רוצה להישאר בתיאוריה. הנה השיטה המעשית.

שכבה 1: כוונה אחת לסרטון

לפני שאני כותב מה רואים, אני כותב לעצמי משפט אחד: מה הסרטון צריך לעשות?

לא “סרטון מגניב על AI”. זה רחב מדי. אני רוצה משפט שימושי:

• להראות בעל עסק שמגלה שכל תהליך השיווק שלו יכול להפוך למערכת אוטומטית.
• לפתוח ריל עם תחושת מסתורין סביב מוצר חדש.
• להציג דמות מומחה שמסבירה רעיון מורכב בצורה אנושית ופשוטה.
• ליצור שוט קולנועי של רגע לפני החלטה.

המשפט הזה לא תמיד נכנס כמו שהוא לפרומפט הסופי, אבל הוא שומר עליי. אם אין כוונה אחת, הפרומפט מתחיל להתפזר. אם יש כוונה אחת, כל שכבה משרתת אותה.

בדיקה מהירה: אם אני לא יכול להסביר את מטרת הסרטון בשורה אחת, אני לא מוכן לכתוב פרומפט.

שכבה 2: הסצנה הוויזואלית

כאן אני מתאר את מה שהצופה רואה לפני שיש תנועה. אני מתייחס לזה כמו לפריים סטילס חזק.

אני כולל בדרך כלל:

• מי או מה נמצא בפריים.
• איפה זה קורה.
• מה מצב האור.
• מה הסגנון הוויזואלי.
• איזה פרט חייב להיות ברור.

דוגמה קצרה:

סצנה: יוצר וידאו יושב ליד שולחן עבודה קטן בלילה, מסך מחשב פתוח מולו, מחברת עם רעיונות, תאורת מנורה חמה מצד שמאל, רקע סטודיו עמוס אבל מסודר, תחושה אינטימית של עבודה אמיתית.

שימו לב שאני לא מתחיל מ”cinematic masterpiece”. זה לא מספיק. אני מתחיל ממציאות ברורה. ככל שהסצנה מדויקת יותר, המודל מקבל בסיס טוב יותר לתנועה.

טעות נפוצה: להעמיס עשרה פרטים שלא באמת חשובים. אם הפרט לא משנה לסיפור, הוא יכול להפריע. אני מעדיף חמישה פרטים חזקים מעשרים קישוטים.

שכבה 3: פעולה ותנועה בתוך הפריים

אחרי שיש סצנה, אני שואל: מה משתנה בזמן הקליפ?

וידאו הוא לא תמונה יפה שנושמת קצת. צריך פעולה. לפעמים פעולה קטנה מספיקה: יד מתקרבת למקלדת, דמות מרימה מבט, אור מהמסך משתנה, דף במחברת נסגר. הפעולה צריכה להיות ברורה ומדידה.

דוגמה:

פעולה: היוצר מסתכל על מסך מלא רעיונות מבולגנים, עוצר לרגע, מחייך כשהוא מזהה כיוון, ואז כותב שורה אחת במחברת. התנועה עדינה, טבעית ולא מוגזמת.

כשאני עובד עם מודלים שמגיבים טוב לפירוט תנועתי, אני כותב את הפעולה לפי רצף זמן:

• שניות 0-2: הדמות בוהה במסך, מעט עייפה.
• שניות 2-4: היא נשענת קדימה ומזהה רעיון.
• שניות 4-6: היא כותבת במחברת ומחייכת קלות.

גם אם הכלי לא תומך רשמית בטיימקוד מדויק, החשיבה הזו עוזרת לי לכתוב פעולה ברורה יותר. המטרה היא לא לשלוט בכל פריים, אלא לתת למודל כיוון של התפתחות.

שכבה 4: מצלמה ועדשה

זו השכבה שהרבה יוצרים מוסיפים מוקדם מדי. הם מתחילים מ”dolly in, 35mm, shallow depth of field” לפני שיש להם סצנה ופעולה. אני אוהב להוסיף מצלמה רק אחרי שאני יודע מה צריך לקרות.

שאלות שאני שואל:

• האם המצלמה סטטית או זזה?
• האם התנועה אמורה לחשוף מידע חדש או רק להוסיף תחושה?
• האם השוט קרוב, בינוני או רחב?
• האם עומק השדה משרת את הסיפור?

דוגמה:

מצלמה: שוט בינוני מהצד, עדשה טבעית, תנועת דולי איטית פנימה בזמן שהדמות מזהה את הרעיון. עומק שדה רך, אבל המחברת והפנים נשארים קריאים. בלי תנועות מצלמה חדות.

שימו לב למשפט האחרון: “בלי תנועות מצלמה חדות”. זו לא רשימת איסורים ארוכה, אלא גבול אחד חשוב. אם אני רוצה סרטון שקט ומדויק, אני אומר את זה.

טעות נפוצה: לבקש גם רחפן, גם זום, גם סיבוב 360, גם handheld וגם macro באותו קליפ קצר. זה נשמע קולנועי, אבל בדרך כלל מייצר בלגן. לשוט קצר מספיק רעיון מצלמה אחד.

שכבה 5: אור, צבע ומרקם

תאורה וצבע משפיעים מאוד על התחושה, אבל גם כאן צריך לבחור. במקום לכתוב “beautiful lighting”, אני מגדיר מצב.

דוגמה:

אור וצבע: תאורת לילה חמה ממנורת שולחן, אור כחול עדין מהמסך, קונטרסט רך, צבעים טבעיים, בלי מראה פלסטיקי מדי, תחושה של סטודיו אמיתי ולא פרסומת מוגזמת.

השכבה הזו חשובה במיוחד כשאני מנסה לשמור על שפה של מותג. אם מותג צריך להרגיש נקי, יוקרתי ושקט, אני לא אבקש צבעים רועשים ותנועה היפראקטיבית. אם זה ריל אנרגטי, אולי כן. הבחירה צריכה לבוא מהמסר, לא מהטרנד.

שכבה 6: סאונד ודיאלוג

לא בכל כלי וידאו AI הסאונד עובד באותה צורה, ולא בכל פרויקט אני מייצר סאונד בתוך אותו הכלי. אבל גם כשאני מתכנן להוסיף סאונד בעריכה, אני כותב שכבת סאונד לעצמי. זה עוזר לדמיין את הסרטון כמו יחידה שלמה.

דוגמה:

סאונד: אווירת חדר שקטה, זמזום מחשב עדין, קליק מקלדת אחד, נשימה קצרה של הקלה. אם יש דיאלוג, הוא קצר וטבעי: “זה הכיוון.” בלי מוזיקה דרמטית.

אם אני משתמש בכלי שתומך בדיאלוג, אני שומר על משפטים קצרים. דיאלוג ארוך בוידאו AI נוטה להסתבך, במיוחד כשצריך סנכרון שפתיים, רגש ושפה טבעית. עדיף משפט אחד מדויק מאשר נאום.

שכבה 7: גבולות ושימור עקביות

זו השכבה שהופכת פרומפט טוב לפרומפט שימושי. אני כותב מה חייב להישאר יציב ומה לא להכניס.

דוגמה:

גבולות: לשמור על אותה דמות לאורך כל הקליפ, לא לשנות את גיל הדמות, לא להוסיף אנשים נוספים, לא להפוך את המסך לטקסט לא קריא גדול, לא להחליף את הסטודיו בחלל עתידני.

אני לא ממליץ לכתוב רשימת “לא” אינסופית. זה מכביד. אבל כן כדאי לציין שניים-שלושה דברים שקריטיים לפרויקט. אם הלקוח הוא מותג עדין, “לא מראה עתידני מוגזם” יכול להציל הרבה גרסאות.

התבנית המלאה שאני משתמש בה

אפשר לקחת את המבנה הזה ולהחליף את התוכן לפי הפרויקט:

כוונה: מה הסרטון צריך לגרום לצופה להבין או להרגיש.

סצנה: מי בפריים, איפה, באיזה מצב, מה הפרט המרכזי.

פעולה: מה קורה לאורך הקליפ, רצוי ברצף פשוט.

מצלמה: סוג השוט, תנועה אחת, מרחק, תחושת עדשה.

אור וצבע: מצב תאורה, צבעים, מרקם, רמת ריאליזם.

סאונד: אווירה, אפקטים, דיאלוג קצר אם צריך.

גבולות: מה לשמור, מה לא להוסיף, מה לא לשנות.

דוגמה מלאה לפרומפט

כוונה: ליצור פתיח קצר לריל על המעבר מכאוס יצירתי למערכת עבודה מסודרת עם AI.

סצנה: יוצר יושב בסטודיו קטן בלילה מול מחשב, מסביבו פתקים ומחברת פתוחה. המסך מלא רעיונות לא מסודרים. התאורה חמה מצד אחד וכחולה בעדינות מהמסך. התחושה אנושית, לא עתידנית מדי.

פעולה: בתחילת הקליפ היוצר נראה מעט מוצף. הוא עוצר, מסדר שלושה פתקים בשורה, ואז כותב כותרת אחת ברורה במחברת. בסוף הוא מחייך חיוך קטן של “מצאתי את זה”.

מצלמה: שוט בינוני מהצד, תנועת דולי איטית פנימה, מצלמה יציבה, עומק שדה רך. בלי זוויות קיצוניות ובלי תנועות חדות.

אור וצבע: צבעים טבעיים, קונטרסט רך, אור שולחן חם, אור מסך כחול עדין, מרקם של סטודיו אמיתי.

סאונד: אווירת חדר שקטה, קליק מקלדת, נייר זז, נשימה קצרה של הקלה. בלי מוזיקה דרמטית.

גבולות: לשמור על אותה דמות, לא להוסיף אנשים נוספים, לא להפוך את הסטודיו לחלל מדע בדיוני, לא להציג טקסט מסך גדול ולא קריא.

זה פרומפט שאפשר לעבוד איתו. ואם התוצאה לא טובה, קל לי לתקן. אם המצלמה חזקה מדי, אני משנה רק את שכבת המצלמה. אם הדמות לא ברורה, אני מחזק את שכבת הסצנה. אם הכל מרגיש פרסומי מדי, אני משנה את האור והצבע.

תהליך העבודה שלי בפועל

אני לא מנסה להגיע לפרומפט מושלם בניסיון ראשון. אני עובד בסבבים:

1. גרסת בסיס: סצנה, פעולה ומצלמה בלבד.
2. גרסת עומק: מוסיף אור, צבע וסאונד.
3. גרסת דיוק: מוסיף גבולות ושימור עקביות.
4. גרסת לקוח: מנקה ניסוחים, מחזק מסר, ומוודא שהסרטון מתאים לשימוש אמיתי.

בכל סבב אני משנה מעט. אם משנים חמישה דברים בבת אחת, אי אפשר לדעת מה עזר ומה הרס. זה נכון בפרומפטינג, בעריכה, בשיווק ובכל מערכת יצירתית.

טעויות שאני רואה שוב ושוב

• מתחילים מסגנון במקום מסיפור. “קולנועי” לא מחליף רעיון.
• מכניסים יותר מדי פעולות לקליפ קצר. שוט אחד צריך פעולה אחת ברורה.
• מבקשים תנועת מצלמה שלא משרתת את הסצנה.
• שוכחים לכתוב מה חייב להישאר עקבי.
• משתמשים בדיאלוג ארוך מדי ואז מתאכזבים מהסנכרון.
• מחליפים את כל הפרומפט במקום לתקן שכבה אחת.

פעולה לסיום

בפעם הבאה שאתם כותבים פרומפט לוידאו AI, אל תפתחו ישר במשפט יפה. פתחו שבע שורות עם כותרות: כוונה, סצנה, פעולה, מצלמה, אור וצבע, סאונד, גבולות. מלאו כל שורה בקצרה, ואז רק אחר כך הפכו את זה לפרומפט מלא.

זו שיטה פשוטה, אבל היא משנה את התחושה: אתם לא מבקשים מהמודל “תעשה לי משהו יפה”. אתם מביימים.

אם אתם רוצים ללמוד יצירת וידאו AI ברמה גבוהה, צעד-אחר-צעד ועם ליווי אישי, אפשר לבדוק את תוכנית ההכשרה שלי כאן: https://onemanaistudio.com/

מקורות למחקר

• Google DeepMind — מדריך פרומפטים ל-Veo: https://deepmind.google/models/veo/prompt-guide/
• Runway — Gen-4 Video Prompting Guide: https://help.runwayml.com/hc/en-us/articles/39789879462419-Gen-4-Video-Prompting-Guide
• OpenAI — Prompt Engineering Guide: https://developers.openai.com/api/docs/guides/prompt-engineering