تجنب نقاط الضعف في النموذج. إرجاع JSON {"problem":..."،"،prompt":..."،"،negative":..."،"،fix":..."}: problem - ما هي القطعة الأثرية التي تتوقعها، prompt - مشهد مُعاد صياغته يخفي منطقة المشكلة، negative - ما لا ينبغي أن يحدث، fix - تجاوز الخدعة (تبسيط الحركة، إزالة لقطات مقربة للفرش، إضافة نص أثناء التحرير).
يحتوي فيديو الذكاء الاصطناعي على نقاط ضعف يمكن التنبؤ بها، ولا يحاربها المحترف، بل يعمل على التغلب عليها. القطع الأثرية النموذجية (عيوب مرئية في الإطار): الأصابع "العائمة" والأطراف الإضافية، والنصوص والشعارات الملتوية، والأنسجة الوامضة، والوجوه التي "تتنفس" وتتغير، والأشياء التي تمر عبر بعضها البعض. آليات السبب: تتنبأ الشبكة العصبية بالبكسلات حسب الاحتمالية وترتكب أخطاء في أغلب الأحيان في الهندسة المعقدة (الأيدي والحروف). أدوات التجنب: أبقِ المناطق التي بها مشاكل بعيدًا عن الكاميرا أو أثناء الحركة (الحركة السريعة تخفي عيوب اليد)، وتجنب التقاط الصور المقربة للأيدي، وأضف نصًا بشكل منفصل أثناء التحرير بدلاً من سؤال النموذج. إحدى الأدوات القوية هي الوصف السلبي: قم بإدراج ما لا ينبغي أن يكون ("لا أصابع إضافية، لا وجه مشوه، لا اهتزاز، لا نص"). من الداخل: غالبًا ما تكون السلبية أكثر أهمية من نصف المحفز الإيجابي - فهي تمنع حالات الفشل الأكثر شيوعًا. التقنية الثانية هي فيديو أقصر وحركة أقل: معظم القطع الأثرية تنمو مع مرور الوقت وتعقيد الحركة. من الأخطاء الشائعة إنشاء نفس الإطار المعقد عشرات المرات على أمل الحظ. من الأسرع تبسيط المشهد وإخفاء منطقة المشكلة وإضافة السلبية.
فتح إمكانية الوصول لإرسال الحلول لمراجعة الذكاء الاصطناعي الفورية.