in 'twixt vows 制作の舞台裏
1. AIの陳腐な表現を避ける方法
誰もが動画を作ろうとしていますが、AI臭い作品を避ける方法は教えてくれません。これからお話しすることが、その方法です。
こんにちは、私の名前はJaimeです。受賞歴のあるAI映画製作者であり、IN 'TWIXT VOWSの監督です。今日は、あなたの映画をよりAI臭くなくする5つのコツをお教えします。
2. 実世界のリファレンス
環境やキャラクターをデザインする際、私は実在の場所、物、衣服のリファレンスから始めます。例えば、前哨基地はハドリアヌスの長城を参考にしています。この調査により、具体的なデザインの選択肢が得られました。露出した暗い岩、浅い土壌、尾根の短い草、そして下の保護された谷のより密集した植生です。
次に、エージェントにその調査を地形、植生、素材、照明をカバーする環境ハンドブックにまとめてもらいます。その場所で何かを生成する際は、プロンプトを書くときにエージェントにハンドブックを厳密に従わせます。
そして、ここで本当に強調したいことがあります。プロンプトは自分で書かないでください。エージェントに書かせて、それを自分でレビューして修正するのです。
3. モデルの長所と短所
デザインが確立されたら、静止画が撮影されたように感じられるよう作業します。最終的な静止画のレンダリングには、Nano Banana Proを使用しています。Midjourneyは優れたアイデア出しツールです。GPT Image 2は空間的関係の理解において最も強力です。MidjourneyまたはGPT Image 2を使用して白黒のスケッチを作成し、構図を練ることができます。そして、Nano Banana Proを使ってそれらをフォトリアルなフレームに変換します。
私のプロンプトチートシートからいくつかの重要なルールをご紹介します。
まず、リファレンスで既に確立されているものを固定します。
次に、変更点と欠けている情報だけを記述します。
第三に、曖昧なスタイルの言葉を具体的な視覚的指示に置き換えます。
このショットでどのように機能するかお見せしましょう。
私はGPT Image 2で生成されたクレイスタイルの構図画像から始めました。私の経験では、これは空間的関係をうまく処理します。この段階を白いクレイスタイルに保つことで、完成画像で時々発生する望ましくないまだらのテクスチャを避けることもできます。
ここでは、カメラアングル、2人のキャラクターの相対的なスケール、そしてカウンター周りの彼らの位置を調整しています。
最終的なマテリアルレンダリングは次のステップに残しておきます。その後、Nano Banana Proに3つの画像を与えました。構図画像と、各キャラクターの個別のリファレンスです。
それぞれに異なる役割があります。
ベース画像がショットを確立し、キャラクターリファレンスが外観を確立します。
そのため、プロンプトは「@image1を直接編集対象として使用」から始まります。次に、構図、カメラ位置、フレーミング、空間的関係、キャラクターの配置、スケールは変更しないことを指定します。部屋全体を再度説明する代わりに、どの既存の決定を保持するかをモデルに伝えています。
次に変換を定義します。
実写的なリアリズムが全体的な目標ですが、プロンプトの大部分は、それが実際にどのように見えるべきかを説明しています。
照明を例に取ります。単に映画的なライティングを求めるのではありません。出入り口から差し込む明るく霞んだ午後の日光を指定します。鍛冶屋の出入り口に面した表面はより明るくなり、作業場の内側に面した表面は深い影に落ちるべきです。彼の背後では、室内は暗いままで、光が急速に減衰します。これらは結果で確認できる具体的な関係です。
また、控えめなクールブルーグレーのパレットを指定し、影に軽いグレーバイオレットの色調を加えています。
マテリアルにも同じことが当てはまります。経年劣化した木材、鉄、汚れ、湿った表面を求めます。鍛冶屋については、リアルな肌、ひげ、傷跡のディテールを指定しながら、肌、革、金属の腕を明確に区別します。より多くのオブジェクトやあらゆる場所でより多くのディテールを求めるのではなく、既存のオブジェクトのレンダリング方法を変更しています。
次に、フォーカスを指定します。鍛冶屋の顔と上半身が焦点の対象です。手前の男性、近くの出入り口、奥の作業場、吊り下げられたオブジェクトはフォーカスから外れます。ただし、鍛冶屋は画像の最も鮮明な部分であるべきですが、不自然なほどシャープにはしません。
最後に、わずかなフォーカスの不完全さを求めます。微妙なグレインとセンサーノイズ、軽度のレンズソフトネス、わずかな色収差。これらは控えめな仕上げのディテールであり、照明やマテリアルの代替ではありません。
ベース画像と最終画像を比較してみましょう。基本的な構図は保持されており、照明、マテリアル、被写界深度が実写的な外観を生み出しています。
これが作業の分担です。リファレンスが構図とキャラクターを確立し、プロンプトが変換を指示します。シートをエージェントに渡し、プロンプトの作成を手伝ってもらい、指示と結果の両方を自分で確認してください。
4. カメラと空間制御
プロンプトだけでは不十分な場合もあります。本当に厳密な制御が必要な場合は、Flickに組み込まれた3Dステージを使用できます。私は常にまずプロンプトで解決しようとします。しかし、このショットではカメラを正確に90度回転させる必要があり、プロンプトでは望む動きが得られませんでした。
キャンバス上のシーン画像から始めて、「To 3D Stage」をクリックします。これによりFlick 3D Stageが開き、エージェントが画像に基づいてシーンを自動的に構築します。
シーンの準備ができたら、カメラの動きを追加できます。このショットでは、まずカメラをキャラクターに追従するように設定しました。次に、カメラを90度回転させるキーフレームを追加します。これにより、キャラクターと環境を同じ一貫した空間に保ちながら、望んでいた動きが得られます。
次に、カメラプレビューを録画して「Send to Canvas」をクリックします。
キャンバスに戻り、そのクリップをSeedanceの動画リファレンスとして使用します。文章による説明だけに頼るのではなく、従ってほしいカメラの動きと空間的な関係性を示しています。
このワークフローには、事前の3D経験は必要ありません。エージェントがシーンを構築してくれますし、チャットで希望を説明することでカメラの動きを設定することもできます。
5. パフォーマンスの演出
あの大げさに誇張されたAIのパフォーマンスには、皆うんざりしていると思います。問題は、AIが良いパフォーマンスを提供できないことではありません。私たちが十分に注意深く演出してこなかったことが問題なのです。
それは、キャラクター、その性格、状況、そして望みについて、エージェントと長い会話をすることから始まります。彼らがどう反応するかを考え出し、それを目に見え、耳に聞こえる行動に変換していきます。
感情を抽象的にしか説明しない場合、一般的に悲しい結果、つまり泣いたり、震えたり、重い表情をしたりといったものが得られることが多いですが、それでもキャラクターの実際の状態と一致しないかもしれません。
このシーンでは、レディ・カーウィンは単に悲しいだけではありません。彼女は寒く、疲弊し、悲嘆に暮れながらも、歌を続けようとしています。それがすべてを変えるのです。
そこで「悲しく歌う」と書く代わりに、パフォーマンスを具体的な行動に分解します。彼女は一度に数語しか歌えません。息が言葉を遮ります。彼女は間を置きます。小さく抑えたすすり泣きが漏れます。それからごく小さく息を吸って、再び試みます。
また、その感情状態が身体にどう影響するかも説明します。彼女の指がお守りの上で震えます。彼女はわずかに握りを強め、震えが肩を伝わります。
感情が行動、タイミング、音、そして身体的な反応に変換されると、Seedanceは彼女に特有のパフォーマンスを提供できるようになります。
6. 振り付け
アクションシーンでは、各動きを接触、力、反応、そして次の動きに分解します。また、これらのビートに時間枠を与えます。
1秒間に3回の攻撃を入れたい場合、エージェントはその1秒以内に各攻撃、その標的、そして反応を記述する必要があります。
しかし繰り返しになりますが、そのすべてを自分で書く必要はありません。エージェントに「彼の攻撃は非常に速い。1秒間に3回連続で攻撃を繰り出すので、タイミングがそれを反映するようにしてください」と伝えるだけで十分です。
7. エンディング
静止画をAI生成らしく見せない方法、信頼できる演技の演出、アクションシーンの設計に関する私が言及したすべてのガイドは、Flickブログで閲覧できます。リンクは下にあります。
これらのドキュメントをエージェントに渡し、プロンプトを書く際にガイドラインに従うよう依頼してください。
これらは、環境から一瞬のためらいまで、IN 'TWIXT VOWSをリアルに見せるために私が行った選択です。
ご視聴ありがとうございました。これらがあなた自身の映画制作のアイデアになれば幸いです。