كيف تصنع إعلان فيلم بالذكاء الاصطناعي على MiniMax H3 (وتحصل على بطاقة عنوان تُقرأ فعلًا)

إن كنت قد حاولت صنع إعلان فيلم بالذكاء الاصطناعي، فأنت تعرف أين ينهار الأمر. اللقطات تبدو جيدة. ثم تطلب بطاقة عنوان فيعود إليك THE LAST FLEEF LFFT EARTH بخطّ لم يخترْه أحد.

النصيحة المعتادة أن تتخلّى عن الكتابة المولَّدة — أخرِج المقطع صامتًا، وخذه إلى برنامج المونتاج، واضبط العنوان بنفسك. وقبل أن آخذ بها، فكّكت مثالَي MiniMax الرسميين للإعلانات إطارًا إطارًا. وبينهما اثنتا عشرة بطاقة عنوان، وحين تتوقّف كل واحدة منها عن الحركة، تكون الاثنتا عشرة كلها مكتوبة إملائيًا بصورة صحيحة.

هذا ليس وعدًا بأن بطاقتك ستكون كذلك؛ فالعرض منتقى. لكنه يقول إن السقف أعلى ممّا توحي به لقطات الشاشة، وقد تبيّن أنه يفسّر من أين يأتي كثير من تلك اللقطات.

خمس عشرة ثانية، وسبع بطاقات، وموسيقى، كلها من نداء واحد. وإليك كيف.

كيف يبدو إعلان فيلم من نداء واحد على MiniMax H3

هذا إعلان أنتجه H3 في نداء واحد. خمس عشرة ثانية، وخمسة إعدادات تصوير، وقطعات حادّة، والشخصية نفسها من أوله إلى آخره، وموسيقى، وسبع بطاقات عنوان:

يفتتح بعبارة THE LAST FLEET LEFT EARTH وتحتها SHE WAS NOT ON BOARD، ثم يقطع، ثم يمرّر THE FINAL DEPARTURE ← EARTH SENT THE LAST FLEET ← FINAL COUNTDOWN ← WITHOUT HER ← SHE KNEW WHY ← THE MISSION WAS A LIE قبل أن يعود إلى قفل الافتتاح ليختم عليه.

كل كلمة صحيحة. بلا مونتاج، وبلا إضافة عناوين، وبلا تمريرة ثانية.

ويستحقّ التوقّف ما لم يحدث هناك. النصيحة السائدة لإعلانات الأفلام بالذكاء الاصطناعي هي حزمة من خمس أدوات: نموذج محادثة لورقة الإيقاع، ونموذج صور للإطارات المرساة، ونموذج فيديو للحركة، وخدمة للموسيقى وأخرى للتعليق الصوتي، ثم برنامج مونتاج لتجميع الكل. وتلك الحزمة موجودة لأن أغلب نماذج الفيديو تسلّمك لقطات صامتة.

أما H3 فيولّد الصورة وصوت ستيريو بتردّد 32 كيلوهرتز في التمريرة نفسها، ويقطع بين اللقطات افتراضيًا، فتحطّ الموسيقى على القطع لا قربه. فتنهار حزمة الأدوات الخمس إلى نداء واحد وصورة واحدة.

برومبت الإعلان على MiniMax H3، وما الغائب عنه

هذا هو النصّ كاملًا:

Faster rhythm, grand but not dragging. Quick hard cuts, bridge
vibrations, intense light flashes, short black screens, jump shock
transitions. Text is movie trailer-style wide letter-spacing title
packaging, font not pure white, should have restrained glow and
texture, faint edge glow. Text animations include fading in from deep
space darkness, being swept by starlight, letter-spacing expansion,
motion trails, faint glow, black screen flashes.

اقرأه مرة أخرى ولاحظ الغائب. لا شخصية. لا مكان. لا قائمة لقطات، ولا واحدة من تلك السلاسل السبع. وتصف MiniMax النصّ كله بأنه (Not a complete prompt, details can be added independently)، فعامله بوصفه جزءًا — فبعض تلك السطور ربما كُتبت في الجزء الذي لم يُنشر.

لكن إحدى البطاقات يستحيل أن تكون كُتبت في أي مكان، وهي التي تستحقّ انتباهك.

بطاقة العنوان الوحيدة التي مكانها صورتك المرجعية لا البرومبت

حمل الطلب صورة مرجعية واحدة. هذه:

هذه قطعة فنية نهائية والعنوان مضبوط عليها سلفًا. والآن راقب أين تظهر في المقطع.

الإطارات الثمانية الأولى — من 0.000 ثانية إلى 0.292 ثانية — هي تلك الصورة، مع اقتراب بطيء. ثم قطع حادّ إلى السواد. وعند 12.5 ثانية تعود، وينتهي الإعلان ممسكًا بها.

فالقفل ذو السطرين ليس شيئًا كتبه H3 إملائيًا. هو الصورة نفسها، على الشاشة في الطرفين والكاميرا تتحرّك فوقها. أما العنوان الفرعي المتباعد الحروف، ولون الأبيض المكسور الذي ضُبط به، والتباعد بين الحروف — فلا شيء من ذلك وُلّد أصلًا، ولهذا لم يكن ممكنًا أن يخطئ.

القاعدة التي يعطيك إياها هذا

قبل أن تستنتج الاستنتاج البديهي، انظر إلى المثال المرافق، فهو يقطع في الاتجاه الآخر. مقطع MiniMax الثاني يحمل خمس بطاقات، وعنوانه موجود في البرومبت — مكتوبًا بحروفه، ومعه تعليمة لون:

A large title fades in from the dark edge, blurry first then clear: "THE STARS WERE LISTENING" font extremely narrow, heavy, all caps, dark red mixed with rust red

وقد عاد صحيحًا، وعاد بلون الصدأ الداكن الذي طُلب. والمقطع نفسه ينزل كذلك بعبارة NO ONE WAS MEANT TO HEAR IT — سبع كلمات على سطرين — بلا خطأ واحد.

فحصيلة المقطعين الرسميين معًا اثنتا عشرة بطاقة، كلها صحيحة، الموصوف منها والمورَّد سواء. كتابة عناوينك داخل البرومبت تنجح. والفارق الذي يهمّ فعلًا ليس بين الوصف والتوريد:

فاكتب فواصلك النصّية. لا يحدث شيء سيّئ، وتحتفظ بخانة المرجع. لكن البطاقة الوحيدة التي يجب أن تكون صحيحة في كل لقطة — علامة تجارية، اسم منتج، العنوان نفسه — لا ينبغي أن تكون توليدًا أصلًا. ووضعها في الصورة يخرجها من اليانصيب.

وإن ركّبت تلك الصورة بوصفها إطارًا نهائيًا لا لوحة مزاج، حصلت عليها مرتين. ولاحظ أن هذه خاصية ما تسلّمه أنت، لا خاصية Ref2VA نفسه: فمراجع المقطع المرافق كانت لوحة أجواء وصورة شخصية، وهو لا يفتتح بأي منهما.

وهذا يقلب ترتيب العمل. أنت لا تكتب إعلانًا ثم تضيف إليه عنوانًا. بل تصمّم الإطار الأخير أولًا، ثم تطلب الخمس عشرة ثانية التي تصل إليه — وهو يصلح في الوقت نفسه ومضةَ افتتاحك.

صنع القطعة الفنية الرئيسية، وأنت لست مصمّمًا

هذه الخطوة يتجاوزها الجميع، فإليك تفصيلها. تحتاج صورة واحدة، بنسبة العرض النهائية، تضمّ أربعة أشياء:

1. العنوان، مضبوطًا كما تريده. تباعد حروف واسع، وحروف كبيرة كلها، وليس أبيض خالصًا. أخذت عيّنة من صفّ الحروف في الصورة الرسمية فوجدت ذروته عند #bcc0c6 — رمادي بارد قليلًا، بسطوع نحو 78%. وذلك الاختيار وحده هو معظم سبب قراءة البطاقة على أنها مصمَّمة لا مكتوبة، ولهذا يقول برومبت MiniMax نفسه «font not pure white». أنزِل عنوانك عن #ffffff فيكفّ عن الظهور كأنه تعليق توضيحي.
2. سطر عنوان فرعي إن أردت. عبارة SHE WAS NOT ON BOARD تقوم بعمل حقيقي؛ فهي تحوّل عنوانًا إلى مقدّمة حكاية.
3. التركيب الذي تريده في الطرفين. فما يجلس خلف الحروف هو الإطار الذي يفتتح به إعلانك و الإطار الذي يحطّ عليه، فضع موضوعك فيه وركّبه بوصفه لقطة نهائية لا خلفية.
4. المزاج. التدرّج اللوني والحبيبات والإضاءة كلها تسافر مع الصورة.

أي أداة صور تفعل هذا، وكذلك شريحة في Figma أو Canva — فالحروف لا يلزم أن تكون مولَّدة، يلزم أن تكون مقروءة ونهائية. صدّر عند 1280 على الضلع الطويل أو أفضل.

وثمة أمر يستحقّ أن تعرفه قبل أن تصوّرها: الصورة المرجعية تجلب إضاءتها معها. فإن كانت اللقطة باردة كئيبة، عاد الإعلان كله باردًا كئيبًا مهما قال البرومبت. اختر الضوء الذي تريده في القطعة النهائية، لا الضوء الذي يبدو أجمل على الملصق.

خمس عشرة ثانية تشويقة، وهي الصيغة التي تستحقّ الصنع

قل هذا بصوت عالٍ قبل أن تخطّط لأي شيء: سقف مقطع MiniMax H3 هو 15 ثانية. وإعلان دور العرض يمتدّ من 90 إلى 150 ثانية. فإن أتيت لتبني إعلانًا من دقيقتين في لقطة واحدة، فلا نموذج يفعل ذلك اليوم.

أما ما هي الخمس عشرة ثانية بالضبط، فهي النسخة الاجتماعية المختصرة — صيغة التشويقة التي تُعرض على TikTok وReels وShorts، وهي حيث تُشاهَد الإعلانات فعلًا اليوم. وهي كذلك الصيغة التي تجيدها حزمة الأدوات الخمس أقلّ ما تجيد، لأن تجميع قطعة من خمس عشرة ثانية يكلّف الإعداد نفسه الذي تكلّفه قطعة من تسعين.

وإن احتجت طولًا، فالحركة ليست توليدًا أطول. بل عدة مقاطع من هذه، كلٌّ منها يصل إلى بطاقته هو، ثم تُقطَّع معًا — ويبقى كل واحد منها نداءً واحدًا بدل اثني عشر.

اطلب 8 ثوانٍ أو 15، ولا شيء بينهما

أمر صغير، يسهل الخطأ فيه، ويظهر في موضع واحد بالضبط: الإيقاع الأخير.

يُخرج H3 في كتل ثابتة — 17n + 5 إطارًا عند 24 إطارًا في الثانية — فالمدة التي تكتبها تلتصق بأقرب مدة مشروعة. ومقطعا الإعلان الرسميان كلاهما يعودان عند 362 إطارًا، أي 15.083 ثانية، لا 15.

هذا الكسر غير مؤذٍ في لقطة عادية. أما في إعلان فأنت توقّت بطاقة لتحطّ على نبضة، فيصير مهمًّا. و8.000 ثوانٍ هي الثانية الصحيحة الوحيدة المتاحة، و15.083 هي قمة المدى. اختر واحدة من هاتين، واكتب توقيتاتك عليها، فتحطّ البطاقة الأخيرة حيث وضعتها.

الإطار الذي جعلني أظنّ أن H3 لا يعرف الإملاء

سحبت لقطة ثابتة من المثال المرافق لأفحص الحروف فحصلت على هذا:

THE STARS W RE LISTEN

حروف ناقصة، وذيل ساقط. بدا تمامًا كالعطل الذي يحذّر منه الجميع — إلى أن فحصت الإطارات المجاورة. بعد ثانية واحدة تقرأ البطاقة نفسها THE STARS WERE LISTENING، بعنوانها الفرعي وكل شيء، بلا خطأ.

فالبطاقات تتحرّك بتوسيع التباعد بين حروفها، فكل واحدة منها تقضي أعشار ثانية وهي في منتصف الاكتمال. لم يكن هناك خطأ. أنا من حكمت على بطاقة من إطار أُخذ وهي لا تزال في الطريق.

وهذا يستحقّ التأمّل، لأنه على الأرجح مصدر حصّة من لقطات شاشة «H3 لا يعرف الإملاء». فالبطاقة في منتصف اكتمالها تبدو تمامًا كبطاقة معطوبة، والتمرير على شريط زمني يوقعك على تلك الإطارات أكثر بكثير مما تفعل المصادفة — فهي الإطارات التي يجري فيها شيء مرئي.

وينتج عن هذا أمران. احكم على الحروف من الإطار المستقرّ، لا من التمرير. وحين تسحب صورة مصغّرة، اسحبها بعد أن تقفل البطاقة — وإلا شحنت العيب بنفسك، ثم صوّرك أحدهم.

وقد صار تتبّع هذا موضوعًا قائمًا بذاته: عبر ستة مقاطع، كل سلسلة سمّاها البرومبت فعلًا خرجت مكتوبة صحيحة، والحالات المثيرة هي السلاسل التي لم يسمّها أحد. ماذا يفعل MiniMax H3 بنصّ لم تسمّه فيه أعداد الإطارات.

ما يتحكّم فيه نصف البرومبت: إيقاع القطع ومعالجة الحروف

حين تحمل الصورة القفل، يقوم النصّ بعملين، وكلاهما يستحقّ النسخ:

يضبط إيقاع القطع. عبارة «Quick hard cuts, bridge vibrations, intense light flashes, short black screens, jump shock transitions» قائمة من خمسة عناصر والنموذج يستخدم الخمسة كلها. والعنصر الذي لن أتخلّى عنه هو short black screens — فالإعلان يحتاج مكانًا يتنفّس فيه قبل بطاقته الأخيرة، والسواد أرخص طريقة لشرائه. انزعه فتُقرأ خمس عشرة ثانية من القطع ضجيجًا.

ويضبط معالجة الحروف لكل البطاقات دفعة واحدة. الظهور التدريجي من العتمة، ومسحة ضوء النجوم، وتوسيع التباعد، وذيول الحركة، وومضات الشاشة السوداء. هذا هو النصف الذي يجعل البطاقات الست المولَّدة تبدو من عائلة البطاقة المصمَّمة الواحدة — الوهج نفسه، والتباعد نفسه، والدخول نفسه. أبقِه بحرفه حين تستبدل الصورة المرجعية، فتتطابق بطاقاتك الست مع قفلك أنت.

كم يكلّف إعلان على MiniMax H3

إعلان من خمس عشرة ثانية يكلّف 62 رصيدًا بدقة 768P و122 بدقة 2K. والنسخة ذات الثماني ثوانٍ 34 و66. أما صورتك المرجعية فبلا مقابل — الخمس الأولى كذلك. وكل خطة تحرق بالمعدّل نفسه، فلا يتحرّك أي من هذه الأرقام حين تغيّر الفئة.

وجزآن من هذا الحساب يخصّان الإعلانات تحديدًا.

الدقة تكلّف أكثر مما تكلّف النسبة. الانتقال من 768P إلى 2K يضاعف الحرق في الثانية؛ والانتقال من 16:9 إلى 21:9 يضيف النصف. فخمس عشرة ثانية بنسبة عريضة بدقة 2K تساوي 182 رصيدًا، بينما اللقطة نفسها بنسبة عريضة بدقة 768P تساوي 92. والنسبة العريضة هي أسلوب البيت في صيغة الإعلانات، فاضبطها عن قصد — لكن إن وجب التنازل، فالرافعة الأرخص هي الدقة لا الشكل.

والمسوّدة تشغيل ثانٍ لا خصم. لا يوجد زرّ ترقية — فلقطة 768P ولقطة 2K توليدان ورسمان. فاجعل المسوّدة تستحقّ: ثماني ثوانٍ، بدقة 768P، بنسبة 16:9، أي 34 رصيدًا، أي أقل من خُمس لقطة كاملة الطول بنسبة 21:9 عند 2K. وهل تحطّ قطعاتك على النبضة؟ ذلك مسموع تمامًا عند 768P، والنبضة هي الشيء الوحيد الذي يستحقّ التكرار. أنفق على اللقطة الطويلة بعد أن يستقرّ الإيقاع.

الجدول كاملًا في الأسعار.

جرّبه

البرومبت أعلاه، والصورة المرجعية، والمقطع النهائي، كلها على صفحة واحدة: برومبت إعلان خيال علمي على MiniMax H3.

أحضر قطعتك الفنية والصق القواعد أعلاه في من صورة مرجعية إلى فيديو. وإن أردت تحسّس إيقاع القطع قبل أن تصنع صورة، فإن تحويل النص إلى فيديو عند ثماني ثوانٍ يعطيك الإيقاع بلا بطاقة.

المقطع المثال والبرومبت والصورة المرجعية كلها من MiniMax نفسها، منشورة برخصة CC BY 4.0 في awesome-minimax-h3-prompts. أما أعداد الإطارات والتوقيتات وسلاسل العناوين أعلاه فقُرئت من الملفات.