พรอมต์ Pika H3 Flex: ห้าแพเทิร์นคัดลอกได้สำหรับวิดีโอเสียงแยกสเต็ม

Pika H3 Flex ขับเคลื่อนได้ห้าทาง — ข้อความเป็นวิดีโอ เฟรมแรกกับเฟรมสุดท้าย การอ้างอิงแบบหลายโมดัลเป็นวิดีโอ การแก้ไขคลิปที่อัปโหลด และการส่งออกสเต็มเสียง — แต่ละทางต้องการพรอมต์ที่เขียนต่างกัน ห้าแพเทิร์นนี้คัดลอกมาใช้ได้ทันที: แทนส่วนที่อยู่ใน [brackets] แล้วคงโครงสร้างเดิมไว้ ตัวยึดตำแหน่งในวงเล็บเหลี่ยมคงเป็นภาษาอังกฤษไม่ว่าคุณจะเขียนพรอมต์ด้วยภาษาใด ตรวจทานกับขีดจำกัดที่ Pika เผยแพร่ล่าสุดเมื่อ: 2026-11-03

ก่อนเขียนพรอมต์: ขีดจำกัดที่กำหนดวิธีเขียน

• 5–15 วินาที เฉพาะจำนวนเต็มวินาที ที่ 24 fps. เขียนช็อตให้พอดีความยาวนี้ พรอมต์ที่ต้องการ 20 วินาทีจะไม่ได้ 20 วินาที
• พรอมต์ยาวได้ถึง 8,000 ตัวอักษร. พรอมต์ที่ยาวและเจาะจงถูกต้องตามกติกา ใช้พื้นที่ให้เต็ม
• แอสเซ็ตอ้างอิงได้ถึง 12 ชิ้น — ภาพได้ถึง 9 ภาพ วิดีโอ 3 คลิป ไฟล์เสียง 3 ไฟล์ การอ้างอิงวิดีโอและเสียงยาว 2–15 วินาทีต่อชิ้น
• ความละเอียดเนทีฟคือ 480p หรือ 768p ส่วน 1080p 2K และ 4K มาจากตัวอัปสเกลในงานของ Pika ที่มาครอบเทคเดิม
• เสียงเป็นเนทีฟ: สเตอริโอ โดยบทสนทนา ดนตรีประกอบ SFX ฟอลีย์ และเสียงแวดล้อมส่งออกแยกเป็นห้าสเต็มได้

1. ข้อความเป็นวิดีโอพร้อมบทพูดและซาวด์ดีไซน์

เขียนช็อต กล้อง และจังหวะการกระทำตามลำดับ แล้วตามด้วยเสียง — บทพูดอยู่ในเครื่องหมายคำพูด ทุกชั้นเสียงเรียกชื่อให้ครบ โมเดลเรียบเรียงเฉพาะสิ่งที่คุณบรรยาย ส่วนที่คุณละไว้ มันเลือกเอง

"ช็อตกลาง-กว้าง 16:9 12 วินาทียามพลบค่ำ: [a cyclist in a yellow rain jacket] ไถลงถนนหินโรยที่เปียกปอย ขณะกล้องแทร็กขนานอยู่ระดับด้ามจับ เธอเบรกหน้าตู้กระจกของร้านขนมปัง วางเท้าข้างหนึ่งลง แล้วพูดว่า \"ขนมปังหนึ่งก้อน อันที่มีเมล็ดนะ\" กระดิ่งร้านดังเมื่อประตูเปิดตามหลังเธอ ฝนละอองเคาะเปลือกหมวก เสียงเปียโนเบา ๆ วางรองอยู่ใต้ทุกอย่าง"

ตรวจ: บทพูดตกลงตรงการขยับปาก ฝนคงที่ไม่กะพริบ และทั้งเทคเป็นช็อตต่อเนื่องเดียวไม่มีคัดแอบ

2. สปอตตัวละครที่ขับด้วยการอ้างอิง

ในโหมดอ้างอิง แอสเซ็ตรับผิดชอบตัวตนและพรอมต์รับผิดชอบการกำกับ บอกก่อนว่าการอ้างอิงมีอะไร แล้วกำกับเฉพาะสิ่งที่เกิดขึ้น อย่าบรรยายหน้าตัวละครซ้ำด้วยคำ — ส่วนนั้นเป็นหน้าที่ของภาพอ้างอิง

"ใช้ภาพอ้างอิงตัวละครสำหรับ [the presenter] และภาพอ้างอิงสินค้าสำหรับ [the bottle]: ช็อต 9:16 10 วินาทีในครัวที่สว่าง เธอยกขวดขึ้น อ่านฉลากด้านหลัง พยักหน้าให้กล้องหนึ่งครั้ง แล้วพูดว่า \"จริง ๆ นะ — ราคาเท่ากับปีที่แล้ว\" กล้องคงที่ แสงหน้าต่างยามเช้าส่องจากซ้าย เสียงแวดล้อมในครัวต่ำ"

ตรวจ: ใบหน้าและเสื้อผ้าในวินาทีสุดท้ายเข้าใกล้การอ้างอิงเท่ากับวินาทีแรก และตัวอักษรบนฉลากยังอ่านได้เมื่อถูกอ่านต่อหน้ากล้อง

3. เฟรมแรกและเฟรมสุดท้าย

ให้ Pika ภาพเฟรมเปิดและเฟรมปิด แล้วเขียนพรอมต์เป็นเส้นทางระหว่างสองภาพนั้น: อะไรเปลี่ยน ตามลำดับใด ด้วยจังหวะไหน อินพุตคือภาพ พรอมต์คือกริยา

"จากเฟรมแรกไปเฟรมสุดท้าย: ช็อต 21:9 8 วินาทีที่น้ำขึ้นล้อมรอบ [the beached wooden boat] คลื่นลูกไหนก็พุ่งขึ้นชายหาดไกลกว่าลูกก่อน พอเฟรมสุดท้ายตัวเรือลอยขึ้น นกนางนวลบินผ่านหนึ่งครั้งกลางช็อต เสียงลมและคลื่นเท่านั้น ไม่มีดนตรี"

ตรวจ: เฟรมแรกและเฟรมสุดท้ายที่เรนเดอร์ตรงกับสองภาพจริง ๆ และความคืบหน้าเป็นเอกภาพ — น้ำขึ้นไม่ควรถอยกลางทาง

4. แก้ไขคลิปที่อัปโหลด

สำหรับงานแก้ไข อัปโหลดคลิปต้นทางเป็นการอ้างอิงวิดีโอ เขียนสิ่งที่ต้องเปลี่ยนเป็นคำสั่ง แล้วบอกว่าอะไรห้ามเปลี่ยน H3 Flex รักษาการแสดงและจังหวะ — หน้าที่ของพรอมต์คือคุมขอบเขตของการเปลี่ยน

"แก้ไขคลิปที่แนบมา: เปลี่ยน [the gray hoodie] เป็น [a navy peacoat] ที่เหลือเหมือนเดิมทุกอย่าง — ท่าเดินเดิม ความเร็วเดิม กล้องเดิม ถนนและอากาศเดิม 10 วินาที เสียงไม่เปลี่ยน"

ตรวจ: จังหวะก้าวและฝีเท้าตรงกับต้นฉบับเฟรมต่อเฟรม และไม่มีสิ่งอื่นในฉากเพี้ยน — หน้าร้าน คนเดินผ่าน แสง

5. การกำกับเสียงแบบสเต็มนำ

เมื่อเสียงสำคัญกว่าภาพ — มิกซ์บทพูด งานแปลภาษา การเปลี่ยนดนตรีภายหลัง — กำกับทีละสเต็มด้วยชื่อของมัน สเต็มที่ส่งออกมาถึงมือเป็นไฟล์ WAV ห้าไฟล์: บทสนทนา ดนตรีประกอบ SFX ฟอลีย์ เสียงแวดล้อม

"ช็อต 16:9 10 วินาทีของ [a barista] ทำงานอยู่หลังเคาน์เตอร์ตอนเปิดร้าน กล้องดันเข้ามาช้า ๆ บทสนทนา: เธอพูดว่า \"แก้วแรกทางร้านเลี้ยง\" ดนตรีประกอบ: ไม่มี SFX: เครื่องบดเมล็ดทำงาน ด้ามชงคลิกล็อกเข้าที่ ฟอลีย์: ผ้ากันเปื้อนเสียดสี ถ้วยวางลงบนจานรอง เสียงแวดล้อม: โรงเสียงร้านกาแฟเงียบ ๆ เสียงฮัมของตู้แช่ในช่องขวา"

ตรวจ: แต่ละสเต็มมีเฉพาะสิ่งที่บรรทัดของมันเรียกชื่อ — เครื่องบดต้องไม่ทะลุไปอยู่ในฟอลีย์ — และสเต็มบทสนทนาใช้ได้แม้ยืนอยู่เดี่ยว ๆ

รันพรอมต์เหล่านี้ที่ไหน

H3 Flex รันผ่าน API หรือผลิตภัณฑ์ของ Pika (หรือน้ำหนักที่โฮสต์เอง) — มันไม่ได้อยู่บน Imgo บรีฟชุดเดียวกันรันได้วันนี้บน Seedance 2.0 ในตัวสร้างวิดีโอของ Imgo ซึ่งรับการอ้างอิงภาพ วิดีโอ และเสียง และสร้างเสียงเนทีฟได้ในพรอมต์ โดยทุกการรันแสดงราคาเครดิตก่อนส่ง อัตราและขีดจำกัดของทั้งสองโมเดลเทียบกันไว้ใน บทวิเคราะห์ราคา Pika H3 Flex

แหล่งข้อมูล: หน้าโมเดล H3 Flex ของ Pika และโพสต์เปิดตัว ตรวจสอบเมื่อ 2026-11-03