Smonta la scena. Return JSON {"subject":"...","action":"...","setting":"...","shot":"...","style":"..."}: subject - chi/cosa, action - UN'azione, setting - dove e quando, shot - piano e angolo (vicino/medio/generale, livello della telecamera), style—stile visivo.
Un messaggio video ha uno scheletro, come l'immagine di un film. Suddividilo in parti: soggetto (chi/cosa), azione (cosa sta facendo), ambiente (dove e quando), inquadratura (primo piano, medio, generale), prospettiva (altezza degli occhi, sopra, sotto), luce e umore (tramonto caldo, mattina fredda), stile (realismo, acquerello, 3D). La rete neurale legge la descrizione come la richiesta di un regista: più accuratamente viene nominata ogni parte, meno pensa a te. La tecnica chiave è UN'azione per scena. “Un bambino lancia un aeroplano di carta” resisterà, ma “corre, salta, afferra, ride” si sgretolerà in artefatti. La seconda tecnica: prima descrivi una cornice statica densa, come una fotografia, e solo dopo aggiungi movimento: il modello prima costruisce una composizione stabile e poi la anima. Un errore tipico è scrivere emozioni invece di azioni: “atmosferico”, “epico” sono poco compresi dal modello. Sostituiscilo con qualcosa di visibile: “la telecamera ingrandisce lentamente, granelli di polvere in un raggio di luce”. La regola è semplice: se un'azione non può essere mostrata sullo schermo, il modello la ignorerà.
Sblocca l'accesso per inviare soluzioni per la revisione istantanea dell'intelligenza artificiale.