Vidu AI

آموزش‌ها

شروع سریع با Vidu Q3: از پرامپت تا کلیپ ۱۶ ثانیه‌ای

۹ دقیقه آموزش پایه

Vidu Q3 در ۳۰ ژانویه ۲۰۲۶ منتشر شد و یکی از معدود مدل‌هایی است که همزمان بر «تولید طولانی» و «همگام‌سازی بومی صدا و تصویر» تأکید دارد. برای تیم‌های محتوا، آنچه واقعاً مهم است انباشت پارامتر نیست، بلکه فکر کردن به کمان روایت ۱۶ ثانیه‌ای است.

۱. ابتدا هدف شات را تعریف کنید، نه صفت‌ها

پرامپت‌ها را در ساختار پنج‌بخشی سازماندهی کنید: صحنه—موضوع—کنش—صدا—سبک:

  1. صحنه: داخل/بیرون، زمان، فضای نوری.
  2. موضوع: ظاهر و احساسات شخصیت.
  3. کنش: رویدادهای مشخص در شات.
  4. صدا: دیالوگ، راوی، صداهای محیطی و لحن موسیقی.
  5. سبک: سینمایی / تبلیغاتی / انیمه و غیره.

نکته: توصیف واضح صدا اغلب بیش از افزودن سه صفت پرزرق‌وبرق، خروجی قابل‌استفاده‌تری ایجاد می‌کند.

۲. از ۱۶ ثانیه برای کمان کامل «آغاز—گسترش—پیچ—پایان» استفاده کنید

در مقایسه با حدود ۸ ثانیه نسل قبلی، یک شات می‌تواند شامل موارد زیر باشد:

  • آغاز: ایجاد صحنه و روابط شخصیت‌ها؛
  • گسترش: پیشبرد تعارض یا نمایش جزئیات محصول؛
  • پیچ: بازگشت احساسی یا اطلاعاتی؛
  • پایان: پایان با شعار برند، close-up حالت چهره یا شات لوگو.

۳. یکپارچه‌سازی با گردش کار reference-to-video

وقتی به ثبات شخصیت یا ثبات سبک نیاز دارید، آموزش سایت را ادامه دهید: «پیکربندی Vidu Q3 Reference-to-Video: از موضوع تکی تا ترکیب چند موضوعی».

۴. دیدگاه benchmark

اگر می‌خواهید معنای رتبه «شماره ۱ در چین، شماره ۲ جهانی» Vidu Q3 را از منظر benchmarkهای شخص ثالث بفهمید، مقاله وبلاگ «تحلیل عمیق Artificial Analysis: چرا Vidu Q3 از Runway و Veo پیشی می‌گیرد» را نیز بخوانید.

نکات مهم

  • وقتی محتوای تولیدشده شامل چهره یا عناصر علامت تجاری است، مجوز مناسب را تضمین کنید.
  • پارامترهای پیش‌فرض ممکن است بین workbenchها متفاوت باشد؛ به مستندات رسمی حساب خود مراجعه کنید.

گام بعدی: مستقیماً وارد workbench شوید و با همان قالب پرامپت ۲–۳ نمونه کلیپ ۱۶ ثانیه‌ای تولید کنید و مقایسه کنید کدام یک در lip sync و اتصال شات‌ها با انتظارات برند شما همخوانی بیشتری دارد.