commit 7be0d48 ·
المدخلات تحدد السقف: فيديو الأداء أهم من طول المطالبة
المخرجات لا تتجاوز جودة الأداء والصورة المرجعية ودقة المطالبة.
سير العمل وراء الحاج يبدو أعقد مما هو عليه. كل لقطة تقوم على ثلاثة مدخلات:
- فيديو الأداء. شخص حقيقي يؤدي الجملة: لغة الجسد، والتوقيت، وحركة الفم.
- صورة الشخصية. مرجع واحد قوي للحاج.
- المطالبة. ما الذي يتغير، وما الذي يجب ألا يتغير.
والمخرجات لا يمكن أن تتجاوز أضعف هذه الثلاثة.
فيديو الأداء هو التمثيل
إذا كان فيديو الأداء متخشباً، يصير الحاج متخشباً. وإذا كانت الشفاه كسولة، يصير التزامن كسولاً. النموذج ينقل ما يراه، ولا يُخرج. أغلب «مشاكل الذكاء الاصطناعي» في التجارب الأولى كانت في الحقيقة مشاكل أداء نسخها النموذج بأمانة.
الصورة هي الهوية
مرجع باهت وسيئ الإضاءة يترك للنموذج مساحة ليرتجل، وسيرتجل: أنف مختلف في لقطة، وبشرة أصغر سناً في التالية. المرجع الحاد، جيد الإضاءة، المواجه للكاميرا، هو ما يُبقي الشخصية الشخص نفسه طوال الحلقة.
المطالبة دقة لا طول
المطالبة الأطول ليست المطالبة الأفضل. المهم هو دقة وصفها لما تريده، ولما لا تريده. المطالبات المفيدة مع الحاج لم تأتِ من قالب جاهز، بل من التكرار: تشغّل، ترى الخطأ نفسه مرتين، تصف ما يمنعه، ثم تشغّل من جديد.
المطالبة تتحسن بإصلاح الخطأ نفسه حتى يتوقف عن الحدوث.
عملياً
- سجّل الأداء قبل أن تلمس أي أداة ذكاء اصطناعي.
- اصرف وقتاً على الصورة المرجعية؛ ستستعيده في كل لقطة.
- احتفظ بسجل للمطالبات. حين يتكرر خطأ، أضف ضده سطراً واحداً دقيقاً، لا فقرة.