كيف تنفذ فيديو احترافي بالذكاء الاصطناعي؟ تجربة عملية من الفكرة إلى المونتاج

1. لا تبدأ بالـ Prompt.. ابدأ بالفكرة

أهم خطوة في صناعة فيديو بالذكاء الاصطناعي ليست اختيار الأداة.

إنها الفكرة.

قبل أن أفكر في Seedance أو أي نموذج فيديو، بدأت أولاً في تطوير الفكرة مع ChatGPT.

لكن الفكرة وحدها لا تكفي.

بدأنا نسأل:

• ما المواقف التي يمكن أن تحدث؟
• كيف نجعلها مضحكة بدون حوار؟
• كيف نستفيد من شخصيات اللاعبين الحقيقية بدون تحويل الفيديو إلى خناقة بين ريال مدريد وبرشلونة؟
• وكيف نجعل الفيديو مفهوماً حتى لو شاهده المستخدم بدون صوت؟

وهنا تحولت الفكرة من مجرد جملة إلى Concept واضح.

2. حوّل الفكرة إلى سيناريو بصري

قررت أن يكون الفيديو بدون حوار منطوق.

وده جعل المهمة أصعب قليلاً، لكنه في الوقت نفسه جعل الفيديو أكثر عالمية.

الكوميديا كلها تعتمد على:

• الحركة.
• تعبيرات الوجه.
• التوقيت.
• نظرات اللاعبين لبعضهم.
• رد فعل أرتيتا.

هذه التفاصيل الصغيرة هي التي تحولت لاحقاً إلى المشاهد.

3. بعد السيناريو يأتي الـ Master Prompt

بعد الاستقرار على السيناريو، طلبت من ChatGPT تحويله إلى Prompt إنتاجي تفصيلي.

وهنا يوجد فرق مهم جداً بين:

Prompt يصف فكرة.

و: Prompt يصلح للإنتاج.

بل يحدد:

شكل الفصل، ملابس أرتيتا، ملابس الطلاب، الإضاءة، أسلوب التصوير، الشخصيات الموجودة في كل لقطة، ماذا يفعل كل شخص، التعبيرات المطلوبة، حركة الكاميرا، وما الذي يجب ألا يتغير.

كلما حددت هذه الأشياء مبكراً، قل عدد المفاجآت أثناء التوليد.

4. قسّم الفيديو إلى مشاهد صغيرة

وهنا واحدة من أهم النصائح في التجربة كلها.

لا تحاول تنفيذ الفيلم كاملاً في Generation واحد.

حتى لو كانت الأداة تسمح لك بذلك.

الفيديو النهائي كان حوالي 46 ثانية، لكنني تعاملت معه كمجموعة مشاهد مستقلة.

وبما أن أداة Seedance 2 التي استخدمتها في التجربة تتعامل مع مقاطع قصيرة، قسمت السيناريو إلى Generations منفصلة، كل واحدة تنفذ موقفاً محدداً.

ميزة هذا الأسلوب أنك تستطيع إعادة توليد المشهد السيئ فقط بدل إعادة الفيلم كله.

5. المشكلة الحقيقية: ثبات الشخصيات (Character Consistency)

هنا وصلت لأحد أصعب أجزاء صناعة الفيديو بالذكاء الاصطناعي:

Character Consistency.

لو طلبت من نموذج فيديو: “Generate Kylian Mbappé wearing a school uniform”، قد يعطيك شخصية قريبة جداً من مبابي.

لكن في المشهد التالي قد يتغير شكل الوجه، قصة الشعر، لون الملابس أو حتى البنية الجسدية.

والنتيجة؟ المشاهد يشعر أن لديه أكثر من «مبابي» داخل نفس الفيلم.

أوراق مراجع الزوايا، التعبيرات المختلفة، الملابس، والإكسسوارات المدرسية لكيليان مبابي.

أوراق مراجع الزوايا، التعبيرات، وتفاصيل الشعر والملابس للامين يامال.

أوراق مراجع الزوايا، تعبيرات المرح والابتسامة، والزي المدرسي لفينيسيوس جونيور.

أوراق مراجع الزوايا، التعبيرات المشاكسة، والملابس لرافينيا.

6. الملابس جزء من هوية الشخصية

قد تبدو الملابس مجرد تفصيلة بسيطة، لكنها واحدة من أسهل الطرق التي تجعل نموذج الفيديو يغير الشخصية بين مشهد وآخر.

لذلك حددت زياً ثابتاً للطلاب:

ومع تقدم الفيديو يبدأ أرتيتا في الظهور بشكل أكثر إرهاقاً، بينما يحافظ على نفس الهوية البصرية.

التغيير هنا يخدم القصة، وليس خطأ في الـ Consistency.

7. الشخصيات ليست وحدها التي تحتاج إلى Reference (المكان أيضاً!)

بعد تثبيت الشخصيات، ظهرت مشكلة أخرى.

ماذا عن المكان؟

لو ولّدت كل مشهد بشكل منفصل بدون مرجع، قد تحصل في الفيديو الأول على فصل به سبورة خضراء، وفي الثاني سبورة بيضاء، وفي الثالث نوافذ مختلفة تماماً.

التصميم الكامل للفصل الدراسي، توزيع المقاعد الخشبية، السبورة التكتيكية، الإضاءة الصباحية، وعناصر المشاهد.

وهذا أعطى أداة الفيديو Reference بصرياً ثابتاً للمكان.

8. كل مشهد يأخذ مراجع الشخصيات التي يحتاجها فقط

دي نقطة مهمة جداً.

إذا كان المشهد يحتوي على:

فلا داعي لأن أرسل للأداة صور كل الشخصيات الست.

استخدم فقط المراجع الموجودة داخل اللقطة.

كلما قللت العناصر التي يحتاج نموذج الفيديو لفهمها، زادت فرصته في تنفيذها بشكل صحيح.

9. لا تطلب من الذكاء الاصطناعي أكثر مما يستطيع تحمله

واحدة من الأخطاء الشائعة هي كتابة مشهد يحتوي على ستة أشخاص، وثلاث حركات، وتفاعل مع جسمين، وحركة كاميرا معقدة، ثم انتظار نتيجة مثالية.

كل عنصر إضافي يزيد احتمالية الخطأ.

لذلك حاولت قدر الإمكان أن تحتوي معظم اللحظات المهمة على شخصيتين أو ثلاث في المقدمة.

بدل أن نطلب: “خمسة لاعبين يقوم كل منهم بحركة مختلفة.”

نقسم الحدث.

المشاهد القصيرة والبسيطة لا تعني أن الفيديو بسيط، بل تعني أن لدينا تحكماً أكبر.

10. لا تعتمد على أول Generation

حتى مع أفضل Prompt وأفضل References، ليست كل النتائج صالحة للاستخدام.

بعض المشاهد كانت جيدة جداً، بعضها كان ممتازاً باستثناء ثانية واحدة، وبعضها احتاج إعادة توليد بالكامل.

وهنا يأتي دور المونتاج.

فكرة الفيديو النهائي ليست: استخدام كل ما أنتجه الذكاء الاصطناعي.

بل: اختيار أفضل ما أنتجه الذكاء الاصطناعي.

أحياناً أفضل لقطة داخل فيديو مدته 15 ثانية لا تتجاوز ثلاث أو أربع ثوانٍ.

خذها.. وارمِ الباقي.

11. المونتاج هو المكان الذي يتحول فيه الـ AI Generation إلى فيديو حقيقي

بعد الانتهاء من الـ Generations بدأت مرحلة المونتاج.

راجعت كل الفيديوهات واخترت أفضل اللحظات التي: لا تحتوي على أخطاء واضحة، تحافظ على ملامح الشخصيات، تخدم القصة، وتملك أفضل توقيت كوميدي.

ثم جمعتها بترتيب السيناريو.

بعدها أضفت: الموسيقى المناسبة.

ثم: Sound Effects (المؤثرات الصوتية):

هذه التفاصيل قد تبدو صغيرة، لكنها تصنع جزءاً كبيراً من الإحساس بأن الفيديو «مصور» وليس مجرد صور متحركة.

12. لا تجعل الذكاء الاصطناعي ينفذ كل شيء

وده ربما أهم درس خرجت به من التجربة كلها.

في التجربة استخدمت الذكاء الاصطناعي في: تطوير الفكرة، كتابة السيناريو، بناء المشاهد، كتابة الـ Prompts، تصميم الشخصيات، إنشاء الـ Character Sheets، تصميم المكان، ثم توليد الفيديو.

لكن الاختيار، الإيقاع، ترتيب اللقطات، الموسيقى والمؤثرات والمونتاج النهائي ظل عملاً إبداعياً يحتاج إلى **قرار بشري**.

وهنا يظهر الفرق بين: AI Generated Video و AI-Assisted Filmmaking.

النتيجة

الفيديو النهائي لم يخرج من Prompt سحري.

خرج من سلسلة خطوات صغيرة:

الفكرة أولاً ← ثم السيناريو ← ثم تثبيت شكل الشخصيات ← ثم تثبيت المكان ← ثم تقسيم الفيلم إلى مشاهد ← ثم تنفيذ كل مشهد بمراجعه الخاصة ← ثم اختيار أفضل اللقطات ← وأخيراً المونتاج والصوت.

وهذا ربما هو أكبر تغير يحدث الآن في صناعة المحتوى بالذكاء الاصطناعي.

السؤال لم يعد: «ما أفضل أداة تعمل فيديو AI؟»

السؤال الأهم أصبح: «كيف أبني Workflow يجعل مجموعة أدوات تعمل معاً لإنتاج فيديو واحد متماسك؟»

لأن جودة العمل النهائي لا تعتمد فقط على قوة الموديل الذي تستخدمه، بل على مدى جودة النظام الذي بنيته حوله.