CREATIVESPOT · AI TUDÁSTÁR

Storyboard AI-reklámvideóhoz: hogyan fogja vissza a hibákat és a költséget?

Az AI-videós storyboard gyártási térkép: előre megmutatja, hány snitt kell, mi történik bennük, és melyikhez milyen referencia szükséges. A megfelelő modellben ma már a generálás egyik bemenete is lehet: a képsor és a hozzá tartozó instrukció együtt írja le a jelenetet.

A CreativeSpotnál a 2024 óta végzett videógenerálásban az egyik legnagyobb változást éppen itt látjuk. Egyre több vizuális döntést tudunk megmutatni, a szöveges promptban pedig pontosíthatjuk a mozgást és a képek szerepét. Ez előrehozza a kreatív döntéseket, és segíthet visszafogni a felesleges újragenerálást.

2024-től 2026-ig: a képkockától a jelenettervig

Amikor 2024-ben elkezdtünk AI-videókkal dolgozni, a részletes instrukciók követése a saját munkáinkban még sokkal bizonytalanabb volt. A korai munkafolyamatainkban, majd a Runway-ben használt kezdő- és végképes megoldásoknál is gyakran az volt a kérdés: a generátor hogyan jut el egyik állapotból a másikba?

Ma a megfelelő multimodális eszközben a helyszín, a karakter, a képkivágás és a snittek kapcsolata együtt adható át. A storyboardra írt megjegyzések vagy a mellette megadott leírás a kamera szögét és tervezett mozgását is közvetíthetik. A saját tapasztalatunkban ez az egyik leglátványosabb előrelépés.

Az eredmény továbbra sem garantált. A storyboard felismerése és a jelenet pontos végrehajtása két külön feladat. A rosszul azonosított karaktert, az elcsúszó mozgást vagy a hibás tárgyinterakciót továbbra is ellenőrizni kell.

Mit ad át a kép-, videó- és hangreferencia?

A képreferencia megmutathatja, ki szerepel, milyen környezetben, milyen fényben és milyen kameraállásból. A storyboard több ilyen állapotot rendez időbeli sorrendbe. Egyetlen állókép a mozgást csak jelölni vagy leírni tudja; annak időzítését külön is érdemes megadni.

A videóreferencia a támogatott üzemmódokban mozgásmintát, kameravezetést vagy előadásmódot közvetíthet. A hangreferencia szerepe lehet például a hangkarakter vagy a ritmus meghatározása, de a konkrét lehetőségeket az adott felületen kell ellenőrizni. A ByteDance Seedance 2.0 hivatalos leírása kép-, hang- és videóbemenetet is támogat; a Kling VIDEO 3.0 dokumentációja pedig több snitt és elemekre vonatkozó referenciák használatát mutatja be.

A szöveges prompt szerepe átalakul: kevesebb már látható részletet kell újra elmagyarázni, és több figyelem jut arra, mi történjen, milyen sorrendben, melyik referencia melyik részét kövesse a generátor.

Storyboard vagy kezdőkép? Ezt külön kell választani

A teljes storyboard több képkockából és technikai jelölésből álló jelenetterv. A kezdőkép egy konkrét snitt első állapotát határozza meg. Ha a storyboardot egy egyszerű image-to-video kezdőképmezőbe tesszük, előfordulhat, hogy a modell a teljes kollázst kezdi mozgatni.

A storyboardot értelmező munkafolyamatban ezért megadjuk a kockák sorrendjét, a snittek hosszát és a jelölések szerepét. Ha a felület külön snittleírást kér, oda kerülnek ezek az adatok. Ha csak kezdőképet fogad, a storyboardból külön, tiszta referenciaképeket készítünk, majd snittenként generálunk. Itt szokott elcsúszni a dolog: ugyanaz a képfájl két külön mezőben más feladatot kap.

Gyakorlati példa · 3 snitt / 9 másodperc

Egy helyszín, egy karakter, három beállítás

A három képkocka egy kávézós jelenet vizuális terve. A helyszín, a rózsaszín kötényes lajhár és a bögre összeköti a beállításokat; a kísérő instrukció adja hozzá az időt és a kameramozgást.

Háromképes AI-videó storyboard: lajhár a kávézó pultjánál, bögrét tartó középközeli és a rózsaszín bögre közeli képe.
AI-val készített szemléltető storyboard. A kép és az alábbi technikai leírás együtt alkot referenciát; videós végrehajtását külön tesztelni kell.

1. snitt · 0–3 mp

Tágabb beállítás, szemmagasság. A lajhár a pult mögött áll, a bögre előtte. A kamera lassan közelít.

2. snitt · 3–6 mp

Középközeli, enyhén oldalról. A lajhár két manccsal finoman megemeli a bögrét. A kamera rögzített.

3. snitt · 6–9 mp

Termékközeli, a pult magasságából. A bögre ismét a pulton áll, a lajhár a háttérben életlen. A kamera finoman közelít.

Referencia szerepe: a három kép három egymást követő snittet jelöl. Azonos karakter, kötény, bögre, kávézó és fényelés. Az időadatok és a kamerautasítások gyártási instrukciók.

A bögre visszahelyezése a 2. és 3. snitt közti vágásban kimarad. Ha ezt az akciót is látni szeretnénk, külön meg kell tervezni.

Példa a kísérő input promptra

Use the attached image as a three-shot storyboard reference, read from left to right. Create three consecutive full-screen shots with clean cuts. Keep the same sloth, pink apron, pink mug, cafe and warm window lighting. Shot 1, 0–3 seconds: eye-level wide shot; slow camera push-in toward the sloth behind the counter. Shot 2, 3–6 seconds: three-quarter medium close-up; the sloth gently raises the mug with both paws; locked camera. Shot 3, 6–9 seconds: close-up of the mug resting on the counter, sloth softly blurred behind it; subtle camera push-in. The panel borders belong to the reference layout. The output is a sequence of full-screen shots.

Ez a mintaprompt storyboardot értelmező, több snittet támogató munkafolyamathoz készült. Egy kezdőképes felületen külön képekkel és külön mozgáspromptokkal dolgozzunk.

Input, negatív és system prompt: melyik mire való?

Ezek eltérő szerepű instrukciók. Nem minden videógenerátorban találunk hozzájuk külön mezőt, és egy címke beírása önmagában nem hoz létre új vezérlési lehetőséget.

PrompttípusFeladataGyakorlati példa
Input promptAz adott generálás jelenetét, akcióját és kameramozgását írja le.„A szereplő finoman megemeli a bögrét. Rögzített kamera.”
Negatív promptA kerülendő elemeket jelöli, ha a modell és a felület támogatja.Külön negatív mezőben például: „felirat, vízjel”. A hatását tesztelni kell.
System promptAhol elérhető, az asszisztens vagy videós agent tartós munkaszabályait adja meg. Gyakran a promptot előkészítő réteghez tartozik.„A jelenettervben minden snitthez adj időtartamot, akciót és kameramozgást.”

A negatív prompt hasznos lehet, de nem általános recept. A Runway Gen‑4 hivatalos útmutatója nem támogatottként írja le a negatív megfogalmazást, és pozitív instrukciókat ajánl. „Ne mozogjon a kamera” helyett például „rögzített kamera”. Ugyanitt a szöveget elsősorban a mozgás leírására javasolják használni.

Mit döntünk el előre?

Képkivágás, szereplő, termék, akció, kamera, narráció, felirat és időtartam. Ha ezek tiszták, nem a drága videógenerálás közben kezdünk kreatív döntéseket hozni.

Egy snitt, egy feladat

A storyboard segít elkerülni a túlterhelt jeleneteket, és világossá teszi, melyik képnek mi a kommunikációs szerepe.

Előre látszik a generálási kockázat

Az összetett kézmozdulat, termékinterakció és dialógus egyszerre nagyobb kockázat. A nehéz snitteket korán lehet egyszerűsíteni.

Olcsóbb a papíron javítás

A koncepciót a generálás előtt lehet jóváhagyni. Egy storyboard-kocka módosítása olcsóbb, mint több videóváltozat újragenerálása.

A workflow alapja

A storyboardból készül a shotlist, referencialista, promptstruktúra és vágási terv.

Mit vigyél el ebből?

  • A storyboard a terv jóváhagyását és a generálás előkészítését is segíti.
  • A képsor akkor használható közvetlen bemenetként, ha a modell és a választott üzemmód értelmezi ezt a szerepet.
  • A kép megmutatja a megjelenést; a szöveg pontosítja az akciót, a sorrendet és a mozgást.
  • A negatív és a system prompt használata felületfüggő.
  • Az előre tisztázott jelenet csökkentheti az elkerülhető próbálkozásokat, de a tényleges eredményt ellenőrizni kell.

Ha AI-videósorozatban vagy magyarázó animációban gondolkodsz, érdemes először a jelenetek célját, a referenciákat és a nehezebb mozgásokat tisztázni. A CreativeSpotnál ezekből készítünk vállalkozásoknak és szervezeteknek használható videós tartalmat. Nézd meg, hogyan készítünk AI-reklámvideót.

Kapcsolódó cikkek

Források és a példa korlátja

A 2024 óta megfigyelt változás CreativeSpot-tapasztalat. Az eszközök dokumentációja a támogatott bemeneteket és vezérlést támasztja alá; a fenti storyboardhoz ebben a példában nem készült tesztvideó.