تقریباً هیچ چیز به Gemini ندادم؛ اما یک ویدیوی تبلیغاتی شگفت‌آور ساخت

Google در ۱۹ مه ۲۰۲۶ و در رویداد I/O، Gemini Omni را معرفی کرد. برای من یک پرسش مهم وجود داشت: اگر فقط یک پرامپت مبهم به آن بدهم، تا کجا پیش می‌رود؟ Omni Flash می‌تواند ویدیو و صدا بسازد؛ بنابراین عمداً کمترین میزان راهنمایی ممکن را در اختیارش گذاشتم.

تصمیم گرفتم از آن یک ویدیوی تبلیغاتی برای یک کتاب رنگ‌آمیزی تصادفی بخواهم؛ بدون جلد، عنوان یا هر جزئیات دیگری. انتظار یک خروجی خام و قابل‌بهبود را داشتم، اما Gemini یک تبلیغ ۱۰ ثانیه‌ای ساخت که واقعاً می‌تواند برای فروش یک کتاب رنگ‌آمیزی به کار برود. جالب‌ترین بخش، تصمیم‌هایی بود که با همان پرامپت تقریباً خالی گرفت.

Gemini خانواده‌ای را اضافه کرد که هرگز نخواسته بودم

پرامپت مبهم، فضایی برای ایده‌ای بهتر از ایده من ایجاد کرد

تنها درخواست من از Gemini Omni ساخت ویدیوی تبلیغاتی برای یک کتاب رنگ‌آمیزی بود. نه تعداد افراد را مشخص کردم، نه صحنه را و حتی جلدی آپلود نکردم یا نامی برای کتاب انتخاب نکردم. می‌خواستم ببینم Gemini Omni تا چه اندازه می‌تواند خلاقانه عمل کند.

این ابزار در نخستین تلاش، درخواست را درست فهمید و ابتدا دختربچه‌ای را پشت میز و در حال استفاده از کتاب رنگ‌آمیزی نشان داد. سپس داستان به یک فضای خانوادگی تبدیل شد: پدری و پسرش روی کف اتاق نشیمن دراز کشیده‌اند و با هم رنگ‌آمیزی می‌کنند. تمام این جزئیات از خود Gemini آمد، زیرا نه حضور این افراد و نه چنین صحنه‌ای را درخواست کرده بودم. مستندات Google می‌گویند Gemini Omni به‌صورت پیش‌فرض تلاش می‌کند از پرامپت شما یک روایت چندنمایی بسازد؛ و در این مورد، نتیجه از صحنه‌ای که خودم احتمالاً طراحی می‌کردم بهتر بود.

این به آن معنا نیست که پرامپت‌های مبهم همیشه نتیجه‌ای بی‌نقص می‌دهند، اما وقتی هنوز دقیقاً نمی‌دانید چه می‌خواهید، نقطه شروع مناسبی هستند. خروجی اولیه جهت حرکت را تعیین می‌کند و سپس می‌توانید تصمیم بگیرید کدام بخش‌ها باید تغییر کنند.

هیچ‌وقت به Gemini نگفتم ریتم ویدیو چگونه باشد

با این حال می‌دانست چه زمانی روی یک صحنه مکث کند و چه زمانی جلو برود

باید اعتراف کنم Gemini برای هر صحنه زمان مناسبی در نظر گرفته بود. بیشتر نماها حدود دو ثانیه طول می‌کشیدند و نمای نزدیک صفحه رنگ‌آمیزی نزدیک به ۱٫۵ ثانیه بود. ویدیو نامتوازن به نظر نمی‌رسید؛ نه مقدمه بیش از حد طولانی شده بود و نه بخش‌های بعدی با عجله می‌گذشتند. چند بار آن را پخش کردم تا صحنه‌ای کش‌دار یا شتاب‌زده پیدا کنم، اما چنین چیزی ندیدم. کوتاه‌تر بودن نمای جزئیات هم منطقی است، چون برای دیده‌شدن به اندازه صحنه‌های دارای افراد زمان لازم ندارد.

روایت صوتی هم کوتاه، مستقیم و تبلیغاتی بود، بی‌آن‌که بیش از حد تلاش‌کرده به نظر برسد. گرافیک‌های مزاحمی نیز در کار نبود که ویدیو را شلوغ کند. با وجود وضوح 720p، تصویر آن‌قدر تمیز بود که نیازی به توجیه کیفیتش احساس نمی‌کردم.

نکته کاربردی‌تر این است که من هیچ‌گاه نگفتم این ۱۰ ثانیه چگونه تقسیم شود؛ نه مدت آغاز را تعیین کردم و نه زمان رفتن به نمای نزدیک را. Gemini خودش این کار را انجام داد. اگر زمان‌بندی مناسب نبود، می‌توان با زبان عادی گفت چه زمانی صحنه عوض شود. اگر ویدیو شلوغ به نظر می‌رسد، درخواست یک نمای پیوسته یا عبارت “no scene cuts” راه‌حل روشنی است. حتی با وجود پنج صحنه در ۱۰ ثانیه، خروجی مانند مجموعه‌ای از کلیپ‌های هوش مصنوعیِ به‌هم‌دوخته‌شده نبود.

فریم پایانی بخش اصلی فروش را انجام می‌داد

به همین دلیل بهترین محل برای آزمودن تغییر یک عنوان ساده بود

Gemini انتخاب دیگری هم کرد که احتمالاً به ذهن من نمی‌رسید: صیقل‌خورده‌ترین بخش ویدیو را برای فریم پایانی نگه داشت. کتاب رنگ‌آمیزی از ابتدا دیده می‌شد، اما نماهای نخست درباره افرادی بود که از آن استفاده می‌کردند، نه نمایش نتیجه نهایی. در نمای آخر، صفحه‌ای فانتزی و کاملاً رنگ‌شده با عنوان “Color Your World” ظاهر شد.

سکانس پایانی حدود ۲٫۵ ثانیه روی صفحه ماند؛ طولانی‌تر از همه نماهای دیگر. این زمان برای دیدن اثر نهایی و خواندن متنی که Gemini افزوده بود کافی بود. نمی‌توان با قطعیت گفت که ابزار از یک راهبرد بازاریابی پیروی می‌کرد، اما نتیجه دقیقاً چنین برداشتی ایجاد می‌کرد.

ویدیو ابتدا تجربه استفاده را نشان می‌داد و سپس با اثر نهایی و عنوان پایان می‌یافت؛ بنابراین آخرین چیزی که مخاطب می‌دید همان محصول و نامش بود. اگر Gemini عنوان را در ابتدای ویدیو قرار می‌داد، صحنه‌های بعدی احتمالاً بخشی از توجه مخاطب را از آن می‌گرفتند.

“Color Your World” عنوانی نبود که من به Gemini داده باشم؛ این نام را خودش پیشنهاد کرد. آن را دوست داشتم، اما می‌خواستم ببینم تغییرش روی بخش‌های دیگر ویدیو تأثیر می‌گذارد یا نه. به Gemini گفتم عنوان را به “TEST TITLE” تغییر دهد و باقی موارد را بدون تغییر نگه دارد.

نسخه جدید تا حد زیادی به نسخه اصلی نزدیک ماند، هرچند کاملاً یکسان نبود. این نکته برای زمانی مفید است که بیشتر خروجی را دوست دارید، اما می‌خواهید بخشی را اصلاح کنید. دقیقاً مشخص کنید چه چیزی باید جایگزین شود، متن جدید را در گیومه قرار دهید و بخواهید بقیه چیزها دست‌نخورده بمانند. سپس تمام ویدیو را دوباره ببینید، نه فقط عنوان را؛ زیرا یک ویرایش کوچک ممکن است بی‌سروصدا بر بخش دیگری اثر بگذارد. Google هم توصیه می‌کند پرامپت‌های ویرایش ساده باشند و هنگام تغییر یک بخش مشخص، عبارت “Keep everything else the same” اضافه شود.

ده ثانیه برای ارزشمند کردن ایده کافی بود

یک جمله مبهم به Gemini Omni دادم و انتظار یک کلیپ خام را داشتم که مجبور باشم از نو بسازمش. در عوض، ایده‌ای دریافت کردم که می‌دانم به ذهن خودم نمی‌رسید؛ ریتمی که عجولانه نبود و پایانی که فقط می‌خواستم اندکی اصلاحش کنم. با وجود ورودی بسیار کم، نتیجه فراتر از انتظارم بود.

ده ثانیه برای همه انواع تبلیغ کافی نیست. Google می‌گوید ویدیوهای طولانی‌تر در راه هستند، اما همین حالا نیز این زمان برای آزمودن یک ایده، پیش از صرف وقت برای برنامه‌ریزی تک‌تک نماها، کافی است. اگر در انتخاب نوع ویدیو گیر کرده‌اید، ابتدا یک پرامپت مبهم را امتحان کنید؛ شاید جهتی به دست آورید که بتوان آن را توسعه داد.

منبع: این مطلب یک بومیسازی و بازنویسی تحریریهای بر اساس مقالهای از MakeUseOf نوشته Judy Sanhz است: مشاهده مقاله اصلی.