ज़्यादातर AI वीडियो प्रोजेक्ट इसलिए नाकाम नहीं होते कि मॉडल कमज़ोर है, बल्कि इसलिए कि क्रिएटर प्लानिंग छोड़ देता है। यह लेख Sora 2 Pro के लिए एक स्टोरीबोर्ड वर्कफ़्लो समझाता है, जिससे पहली क्लिप से आख़िरी क्लिप तक एक जैसे कैरेक्टर, नियंत्रित लाइटिंग और सोची-समझी कहानी के साथ 25 सेकंड के सिनेमैटिक वीडियो बनते हैं।
जो लोग AI वीडियो को एक टेक्स्ट-टू-मैजिक बॉक्स समझते हैं, वे अक्सर बेकार नतीजे पाते हैं। ऐसा इसलिए नहीं कि मॉडल खराब हैं, बल्कि इसलिए कि वे वह एक कदम छोड़ देते हैं जो सिनेमैटिक नतीजों को विज़ुअल शोर से अलग करता है: स्टोरीबोर्ड। Sora 2 Pro में एक भी प्रॉम्प्ट टाइप करने से पहले आपको एक प्लान चाहिए। असली प्लान। पाँच से सात सीन, क्रम से लिखे हुए, जिनमें कैरेक्टर एंकर, लाइटिंग के फ़ैसले और कैमरा की भाषा तय हो। इसी तरह आप 25 सेकंड को फ़िल्म जैसा महसूस कराते हैं, डेमो रील जैसा नहीं।
पच्चीस सेकंड कम नहीं होते। यह इतना लंबा समय है कि पूरी कहानी कही जा सके, भावना बनाई जा सके और दर्शक के मन में कुछ असली छोड़ा जा सके। समस्या यह है कि ज़्यादातर क्रिएटर इसे एक एकल क्लिप मान लेते हैं, जबकि असल में यह पाँच से आठ अलग-अलग पल होते हैं जिन्हें सोच-समझकर एक-दूसरे में सहजता से जुड़ना चाहिए।
पहले अपने 25 सेकंड को एक सीन स्ट्रक्चर में बाँटें। एक स्वाभाविक बँटवारा कुछ ऐसा दिखता है:
| सेक्शन | अवधि | उद्देश्य |
|---|---|---|
| ओपनिंग शॉट | 3-4 सेकंड | दुनिया, टोन और लोकेशन स्थापित करें |
| सब्जेक्ट का परिचय | 4-5 सेकंड | दर्शक किसी कैरेक्टर या चीज़ से जुड़ जाए |
| राइज़िंग एक्शन | 6-8 सेकंड | कुछ बदले, चले या करवट ले |
| पीक मोमेंट | 4-5 सेकंड | भावनात्मक या विज़ुअल चरम बिंदु |
| रेज़ोल्यूशन | 4-5 सेकंड | सब कुछ थमने दें, लूप बंद करें |
यह आधे मिनट में सिमटा हुआ थ्री-एक्ट स्ट्रक्चर है। हर फ़िल्ममेकर एक सदी से इसका इस्तेमाल करता आया है। AI वीडियो भी इससे अलग नहीं है।
25 सेकंड का फ़ॉर्मेट क्रिएटिव अनुशासन लागू करता है। आप रनटाइम के पीछे खराब प्लानिंग छिपा नहीं सकते। आपकी बनाई हर क्लिप को क्रम में अपनी जगह का हक़ साबित करना होता है। जब आप इस सीमा को ध्यान में रखकर स्टोरीबोर्ड बनाते हैं, तो आपके प्रॉम्प्ट ज़्यादा सोचे-समझे होते हैं, नतीजे ज़्यादा एक जैसे रहते हैं और एडिटिंग के फ़ैसले तेज़ी से होते हैं।
AI वीडियो के लिए स्टोरीबोर्ड पारंपरिक फ़िल्म की प्री-विज़ुअलाइज़ेशन से अलग है। आप किसी असली शूट के लिए कैमरा पोज़िशन नहीं बना रहे। आप सीन ब्रीफ़ लिख रहे हैं, जो मॉडल के आउटपुट को आपकी इच्छित विज़ुअल भाषा की ओर मोड़ती हैं।
स्वाभाविक पेसिंग वाले 25 सेकंड के वीडियो के लिए कम से कम पाँच सीन, ज़्यादा से ज़्यादा सात रखें। पाँच से कम हुए तो फ़ुटेज स्थिर और उबाऊ होगी, उसमें विज़ुअल लय नहीं होगी। सात से ज़्यादा हुए तो सुसंगति खो जाएगी, क्योंकि हर प्रॉम्प्ट बदलाव एक नई विज़ुअल असंगति लाता है।
हर सीन ब्रीफ़ को इन चार सवालों का जवाब देना चाहिए:
इन चारों का जवाब दे दिया, तो आपके पास एक सीन ब्रीफ़ है। स्टोरीबोर्ड बस उन पाँच से सात ब्रीफ़ का क्रम से लगाया हुआ रूप है।
हर शॉट टाइप Sora 2 Pro में एक जैसी अच्छी तरह रेंडर नहीं होता। कुछ लगातार मज़बूत नतीजे देते हैं।
भरोसेमंद शॉट टाइप:
अपने स्टोरीबोर्ड में इनसे बचें:
मॉडल की ताकत के साथ काम करें। आपका स्टोरीबोर्ड उन शॉट टाइप पर बनना चाहिए जिन्हें Sora 2 Pro भरोसे के साथ संभालता है, न कि उन पर जो आप चाहते हैं कि वह कर सके।
स्टोरीबोर्ड की सबसे बड़ी गलती है हर सीन प्रॉम्प्ट को स्वतंत्र मानना। अगर आपके स्टोरीबोर्ड के पहले सीन में लाल कोट पहनी एक महिला शहर में चल रही है, तो वही लाल कोट वाली महिला हर बाद के सीन में दिखनी चाहिए जिसमें वह शामिल है। Sora पीढ़ियों के बीच याद नहीं रखता। यह काम आपको करना है।
अपने स्टोरीबोर्ड नोट्स में एक कैरेक्टर एंकर बनाएँ:
"A woman, late twenties, red wool coat, dark hair in a low bun, worn leather shoulder bag, natural skin, no heavy styling."
यही सटीक विवरण हर उस प्रॉम्प्ट में कॉपी करें जिसमें वह महिला हो। बाद में वीडियो एडिटिंग टूल्स पर भरोसा किए बिना विज़ुअल सुसंगति बनाए रखने का यही तरीका है।
Sora 2 Pro सीधे PicassoIA पर उपलब्ध है। कोई वेटलिस्ट नहीं, कोई API क्रेडेंशियल की ज़रूरत नहीं। आप मॉडल पेज खोलते हैं, अपना सीन प्रॉम्प्ट लिखते हैं, पैरामीटर सेट करते हैं और जनरेट करते हैं।
एक भी फ़्रेम जनरेट करने से पहले, यह क्रम से करें:
इसके बाद ही PicassoIA खोलकर जनरेट करना शुरू करें। स्टोरीबोर्ड के बिना प्रॉम्प्ट बनाते रहना ही वह तरीका है जिससे पाँच क्लिप ऐसी बनती हैं जो पाँच अलग-अलग फ़िल्मों की लगती हैं।
Sora 2 Pro प्रति जनरेशन 20 सेकंड तक की क्लिप लंबाई सपोर्ट करता है। 25 सेकंड के अंतिम वीडियो के लिए, अपनी जनरेशन को इस तरह सेट करें:
| क्लिप | अवधि | स्टोरीबोर्ड पैनल |
|---|---|---|
| ओपनर | 5 सेकंड | पैनल 1 (स्थापना शॉट) |
| बॉडी A | 7 सेकंड | पैनल 2 और 3 |
| बॉडी B | 7 सेकंड | पैनल 4 (पीक मोमेंट) |
| क्लोज़र | 6 सेकंड | पैनल 5 (रेज़ोल्यूशन) |
💡 सबसे जोखिम वाला सीन पहले जनरेट करें। अगर वह आपके क्वालिटी मानक पर खरा नहीं उतरता, तो बाकी सीन जनरेट करने से पहले स्टोरीबोर्ड दोबारा बनाएँ। इससे काफ़ी समय और जनरेशन की लागत बचती है।
जनरेशन शायद ही कभी एक बार में सही होती है। हर सीन के लिए दो से तीन दोहराव का बजट रखें। पहला राउंड जाँचता है कि आपकी सीन ब्रीफ़ विज़ुअल रूप में उतरती है या नहीं। दूसरा भाषा और कैमरा के ब्योरे सुधारता है। तीसरे में एक काम का शॉट मिलना चाहिए।
अपना स्टोरीबोर्ड डॉक्यूमेंट PicassoIA के साथ खुला रखें। हर जनरेशन के बाद, सीन ब्रीफ़ में सीधे नोट करें कि क्या काम किया और क्या नहीं। इससे आपका स्टोरीबोर्ड एक जीवित प्रोडक्शन डॉक्यूमेंट बन जाता है, जिसे आप पूरे प्रोजेक्ट में देख सकते हैं।
यह एक दोहराया जा सकने वाला ढाँचा है, जो नैरेटिव वीडियो, प्रोडक्ट शोकेस, लोकेशन पीस और सिनेमैटिक शॉर्ट फ़िल्मों के लिए काम करता है। इसे अपने विषय के अनुसार ढालें।
पैनल 1 हमेशा एक स्थापना शॉट होता है। वाइड एंगल, पूरा माहौल, सब्जेक्ट पर तंग फ़ोकस नहीं। दर्शक को पहले यह जानना होता है कि वे कहाँ हैं, उसके बाद ही वे उस जगह में होने वाली किसी बात की परवाह करते हैं।
पैनल 2 सब्जेक्ट का परिचय देता है। यह आपका मीडियम शॉट है: इतना करीब कि कोई व्यक्ति या चीज़ पहचानी जा सके, और इतना चौड़ा कि उसे उसके माहौल में दिखाया जा सके। अगर आपके वीडियो में कोई इंसानी सब्जेक्ट नहीं है, तो पैनल 2 आपका करीबी माहौल का ब्योरा होगा: किसी सतह की बनावट, संदर्भ में कोई प्रोडक्ट, या कोई प्रभावशाली आर्किटेक्चरल डिटेल।
पैनल 3 वह जगह है जहाँ कुछ बदलता है। कैमरा सब्जेक्ट की ओर बढ़ता है। सब्जेक्ट फ़्रेम में चलना शुरू करता है। सूरज नीचे उतरने के साथ लाइट बदलती है। यह वह विज़ुअल बीट है जो दर्शक को संकेत देता है कि कहानी आगे बढ़ रही है।
पैनल 4 चरम एक्शन या चरम विज़ुअल दिलचस्पी का पल है। आपका सबसे मज़बूत शॉट। वह एक फ़्रेम जिसका स्क्रीनशॉट कोई वीडियो से लेना चाहे। अपने पूरे स्टोरीबोर्ड में पैनल 4 प्रॉम्प्ट को सबसे ज़्यादा ब्योरे के साथ लिखें। यहीं अतिरिक्त दोहराव का समय लगाएँ।
पैनल 5 रेज़ोल्यूशन है। किसी खूबसूरत चीज़ पर टिके रहें। एक वाइड शॉट जो सब्जेक्ट से धीरे-धीरे पीछे हटता है। एक क्लोज़-अप जो नरम ब्लर में घुल जाता है। सब्जेक्ट के उसमें से गुज़र जाने के बाद माहौल का एक स्थिर शॉट।
छोटे AI वीडियो के अंत अक्सर जल्दबाज़ी में लगते हैं, क्योंकि क्रिएटर अपनी सारी ऊर्जा पैनल 3 और 4 पर लगा देते हैं। पैनल 5 को जगह दें, तो वीडियो खत्म होने के बाद दर्शक के पास ले जाने के लिए एक भावना होगी।
यहीं ज़्यादातर AI वीडियो क्रिएटर लड़खड़ा जाते हैं। मॉडल सक्षम है। प्रॉम्प्ट नहीं। कई क्लिप वाले क्रम में निरंतरता के लिए जानबूझकर बनाई गई प्रॉम्प्ट संरचना चाहिए, न कि अंदाज़े से काम।
कोई भी सीन प्रॉम्प्ट लिखने से पहले दो एंकर स्ट्रिंग तय करें:
कैरेक्टर एंकर (हर उस सीन में कॉपी करें जिसमें आपका सब्जेक्ट हो):
A [gender, approximate age], [specific clothing with colors and fabrics], [hair description], [2-3 distinguishing physical details], [skin tone].
एनवायरनमेंट एंकर (उसी लोकेशन वाले हर सीन में कॉपी करें):
[Architectural style or natural setting], [time of day], [weather and sky conditions], [dominant color palette].
ये दो एंकर ही वजह हैं कि आपकी पाँचों क्लिप एक कहानी जैसी लगेंगी, न कि टाइमलाइन में जोड़े गए पाँच असंबंधित पल।
कैरेक्टर वर्णन के बाद लाइट सबसे अहम निरंतरता तत्व है। एक गर्म गोल्डन-आवर सीन के बाद एक ठंडा ओवरकास्ट सीन विज़ुअल इमर्शन को तुरंत तोड़ देता है और किसी भी दर्शक को संकेत देता है कि क्लिप बिना प्लान के अलग-अलग जनरेट की गई थीं।
एक लाइटिंग स्कीम चुनें और उसे अपने पूरे स्टोरीबोर्ड के लिए लॉक करें:
अपनी लाइटिंग स्कीम हर प्रॉम्प्ट में साफ़-साफ़ बताएँ। यह मान न लें कि मॉडल उसे खुद बनाए रखेगा।
Sora 2 Pro विशिष्ट सिनेमैटिक शब्दावली पर अच्छी प्रतिक्रिया देता है। अपने प्रॉम्प्ट में ये सटीक वाक्यांश इस्तेमाल करें:
| इच्छित शॉट | इस्तेमाल करने वाली प्रॉम्प्ट भाषा |
|---|---|
| धीरे करीब आना | "slow cinematic push-in" |
| ऊपर से चौड़ा दृश्य | "aerial establishing shot, descending slowly" |
| चलते सब्जेक्ट को फ़ॉलो करना | "smooth tracking shot from the side, subject centered in frame" |
| कैमरा मूवमेंट नहीं | "static locked-off shot, no camera movement" |
| सब्जेक्ट के चारों ओर घूमना | "slow orbital camera movement, 90-degree arc" |
"beautiful camera movement" या "dynamic shot" जैसे अस्पष्ट शब्द असंगत और अक्सर निराशाजनक नतीजे देते हैं। विशिष्ट सिनेमैटिक शब्दावली मॉडल को कुछ ठोस देती है जिस पर वह काम कर सके।
Sora 2 Pro आपके स्टोरीबोर्ड के हर पैनल के लिए हमेशा सही टूल नहीं होता। PicassoIA पर 87 टेक्स्ट-टू-वीडियो मॉडल उपलब्ध हैं। कब स्विच करना है, यह जानना उस 25 सेकंड के पॉलिश्ड टुकड़े का हिस्सा है जो विज़ुअल रूप से एक साथ टिका रहे।
Kling v3 इंसानी मूवमेंट और कैरेक्टर के एक्सप्रेशन में उत्कृष्ट है। अगर आपके स्टोरीबोर्ड में क्लोज़-अप चेहरे के भाव, स्वाभाविक चलने की लय या कैरेक्टरों के बीच फ़िज़िकल इंटरैक्शन वाले पैनल हैं, तो Kling v3 अक्सर ज़्यादा साफ़ और प्राकृतिक नतीजे देता है। सिनेमैटिक वाइड शॉट और माहौल वाली कहानी के लिए Sora 2 Pro इस्तेमाल करें। उन अंतरंग इंसानी पलों के लिए Kling v3 इस्तेमाल करें जहाँ बॉडी लैंग्वेज और एक्सप्रेशन सबसे ज़्यादा मायने रखते हैं।
Gen-4.5 by Runway प्लेटफ़ॉर्म पर ज़्यादातर दूसरे मॉडलों की तुलना में कैमरा मूवमेंट पर ज़्यादा सटीक नियंत्रण देता है। अगर आपके स्टोरीबोर्ड का पैनल 3 या 4 किसी खास, सटीक कैमरा मूव की माँग करता है, तो Gen-4.5 क्लिप की पूरी अवधि में कैमरा और सब्जेक्ट के बीच स्थानिक संबंध पर आपको बारीक नियंत्रण देता है।
LTX-2.3-Pro Sora 2 Pro से काफ़ी तेज़ जनरेट करता है। शुरुआती स्टोरीबोर्ड जाँच के दौरान, पूरी क्वालिटी में जनरेशन से पहले LTX-2.3-Pro से सभी पाँचों पैनल में अपनी सीन ब्रीफ़ तेज़ी से परखें। जब आप पक्का कर लें कि कोई सीन ब्रीफ़ काम करती है और विज़ुअल आउटपुट आपके स्टोरीबोर्ड के इरादे से मेल खाता है, तब आखिरी पास के लिए Sora 2 Pro पर स्विच करें।
एक शब्द-सीमा है जिसके बाद ज़्यादा ब्योरा खराब नतीजे देता है। Sora 2 Pro के लिए प्रति सीन प्रॉम्प्ट की प्रभावी सीमा 80 से 120 शब्द है। इससे आगे, आपस में टकराने वाले वर्णन मॉडल के स्थानिक तर्क को उलझा देते हैं और आपको विज़ुअल आर्टिफ़ैक्ट, मिले-जुले तत्व या ऐसे कैरेक्टर मिलते हैं जो अपने एंकर वर्णन से भटक जाते हैं।
संक्षिप्त लिखें। ज़रूरी बातें सटीकता से कहें। वह सब कुछ काट दें जो उस खास क्लिप में दर्शक को जो दिखना चाहिए, उसमें सीधे योगदान नहीं करता।
AI वीडियो क्लिप अपने आप एक साथ नहीं कटतीं। जब आप टाइमलाइन पर पाँच क्लिप क्रम में लगाते हैं, तो उनके बीच के ट्रांज़िशन झटकेदार लगते हैं, जब तक कि आपने स्टोरीबोर्ड में उनके लिए योजना न बनाई हो।
दो भरोसेमंद तरीके:
आपके स्टोरीबोर्ड में हर सीन ब्रीफ़ के साथ संदर्भ इमेज होनी चाहिए। मॉडल पर अपलोड करने के लिए नहीं, बल्कि लिखना शुरू करने से पहले अपने विज़ुअल इरादे को ठोस आधार देने के लिए। जब आप देख सकते हैं कि आप क्या बनाना चाहते हैं, तो आपका प्रॉम्प्ट लेखन बहुत बेहतर होता है, क्योंकि आप किसी अमूर्त चीज़ की कल्पना करने के बजाय किसी ठोस चीज़ का वर्णन कर रहे होते हैं।
प्रॉम्प्ट लिखने से पहले हर पैनल के लिए दो से तीन संदर्भ इमेज इकट्ठी करें। दस मिनट की संदर्भ खोज घंटों के जनरेशन दोहराव को बचाती है।
स्टोरीबोर्ड रचनात्मक काम से पहले का कोई अतिरिक्त चरण नहीं है। यह ही रचनात्मक काम है। हर सिनेमैटिक शॉर्ट फ़िल्म, कमर्शियल और म्यूज़िक वीडियो एक कैमरा चलने से पहले रफ़ सीन ब्रीफ़ के रूप में शुरू हुआ था। AI वीडियो भी इससे अलग नहीं है, बस फ़र्क इतना है कि कैमरा एक मॉडल है और स्केच प्रॉम्प्ट हैं।
अब आपके पास ढाँचा है: पाँच पैनल, दो एंकर, विशिष्ट कैमरा भाषा और सीन-दर-सीन प्रोडक्शन प्लान। यह उससे ज़्यादा तैयारी है जितनी ज़्यादातर AI वीडियो क्रिएटर कभी करते हैं, और यह आउटपुट की क्वालिटी में तुरंत दिखता है।
PicassoIA पर Sora 2 Pro खोलें, अपने पाँच सीन ब्रीफ़ लिखें और अपना पहला पैनल जनरेट करें। पहले पास में परफ़ेक्ट की उम्मीद न करें। तीन दोहराव में एक काम का शॉट पाने का लक्ष्य रखें। उसके बाद बाकी स्टोरीबोर्ड एक-एक क्लिप के साथ अपने आप सही आकार लेता चला जाएगा।
25 सेकंड इंतज़ार कर रहे हैं।
अपनी भाषा चुनें
