موجّهات JSON في Veo 3.1: قوالب وأمثلة لفيديو الذكاء الاصطناعي

موجّه JSON في Veo ينظّم اللقطة في حقول مثل الموضوع والفعل والكاميرا والإضاءة والصوت. وواجهة النموذج هي التي تحدّد ما إذا كان بإمكانك لصق JSON مباشرةً. في AKOOL، استخدم JSON كصيغة تخطيط وترجم قيمه إلى موجّه فيديو عادي ما لم توثّق الواجهة الحالية صراحةً إدخال JSON مُهيكلاً.

إذا كنت قد بحثت عن مولّد موجّهات JSON لـ veo3، فهذا التمييز مهمّ. يمكن لـ JSON أن يجعل الموجز الإبداعي أسهل في القراءة وإعادة الاستخدام والتحقّق، لكنه ليس تلقائياً لغة موجّهات خاصة بـ Veo.

ما هو موجّه JSON في Veo 3.1؟

من الأفضل فهم موجّه JSON في Veo 3.1 باعتباره طريقة مُهيكلة لتنظيم التعليمات الإبداعية، ما لم تُعرّف الواجهة أو واجهة البرمجة (API) التي تستخدمها حقول JSON تلك صراحةً.

على سبيل المثال:

{
  "subject": "blue water bottle on a stone table",
  "action": "condensation rolls slowly down the bottle",
  "camera": "slow close-up push-in",
  "lighting": "soft morning window light",
  "audio": "quiet room tone, no dialogue"
}

هذا JSON صالح. وهو أيضاً سهل القراءة لإنسان أو لنظام آخر.

لكنه ليس مخطّط Veo رسمياً لمجرّد أن المفاتيح سُمّيت subject أو camera أو lighting.

واجهة Gemini API الفعلية من Google تستخدم طلب API مُهيكلاً بحقول موثّقة مثل prompt وaspectRatio وdurationSeconds وresolution. وهذه المعاملات تنتمي إلى عقد واجهة البرمجة لدى Google، لا إلى صياغة موجّهات JSON عالمية.

يمكن تحويل JSON التخطيطي أعلاه إلى هذا الموجّه العادي:

زجاجة ماء زرقاء تقف على طاولة حجرية. يتدحرج التكثّف ببطء على الزجاجة بينما تنفّذ الكاميرا اقتراباً لطيفاً مقرّباً. يسقط ضوء نافذة صباحي ناعم على المشهد. والصوت هو نغمة غرفة هادئة دون حوار.

وهذا هو جوهر سير عمل كتابة موجّهات JSON لـ veo3: نظّم الفكرة أولاً، ثم أرسل إلى النموذج شكل الإدخال الذي تقبله الواجهة الفعلية.

المفاتيح غير المدعومة قد لا يكون لها أي تأثير إذا لم يحلّلها التطبيق.

كيف ينبغي أن تُهيكل موجّه فيديو Veo؟

المخطّط التخطيطي المفيد يفصل الموضوع والفعل عن الكاميرا والإضاءة والصوت. وأبقِ عناصر التحكّم في الواجهة مثل المدّة والدقة ونسبة العرض إلى الارتفاع خارج JSON الإبداعي ما لم يوثّق المنتج المحدّد تلك الحقول.

الموضوع والفعل

الموضوع يخبر Veo بما هو موجود. والفعل يخبره بما يتغيّر خلال المقطع.

{
  "subject": "chef standing alone in a small restaurant",
  "action": "the chef turns off the final pendant light and walks toward the back door"
}

استخدم حركة محدّدة. فعبارة «تبدو سينمائية» تمنح النموذج معلومات زمنية أقلّ من «يطفئ الضوء ويمشي نحو الباب».

الكاميرا والإضاءة

حقول الكاميرا مفيدة لأنها تجبرك على التمييز بين حركة الموضوع وحركة الكاميرا.

{
  "camera": "slow dolly backward at eye level",
  "lighting": "warm tungsten light fading into cool blue alley light"
}

تجنّب القيم الغامضة مثل "camera": "dynamic".

استخدم تعليمات مادّية مثل الاقتراب (push-in) أو المسح (pan) أو الدوران (orbit) أو لقطة التتبّع أو الرافعة أو الإطار الثابت.

الحوار والصوت

يدعم Veo 3.1 الصوت الأصلي. وتذكر وثائق Google الحالية أن Veo 3.1 يولّد الصوت مع الفيديو، بما في ذلك الحوار والصوت الموجّهين بالموجّه.

أبقِ الحوار منسوباً إلى قائله:

{
  "dialogue": [
    {
      "speaker": "friend A",
      "line": "We made it."
    }
  ],
  "ambient_audio": "soft cafe chatter and a distant cup clink"
}

لا تمزج ثلاثة متحدّثين وموسيقى ومؤثّرات صوتية معقّدة (Foley) وأفعالاً متعدّدة متزامنة في مقطع قصير ما لم يكن لديك سبب لاختبار ذلك التعقيد.

نسبة العرض إلى الارتفاع والمدّة

تعامَل مع المدّة ونسبة العرض إلى الارتفاع والدقة باعتبارها إعدادات واجهة أو واجهة برمجة، لا مفاتيح JSON إبداعية مفترضة.

تدعم وثائق واجهة برمجة Google الحالية توليد Veo 3.1 بمدّة 4 أو 6 أو 8 ثوانٍ، ونسبتَي 16:9 و9:16، ودقّة 720p أو 1080p أو 4K حسب التهيئة.

وتُدرج صفحة المولّد العامّة الحالية لـ AKOOL نموذج Veo 3.1 بمدّة تصل إلى 8 ثوانٍ، ونسبتَي 16:9 و9:16، مع صوت أصلي ودقّة تصل إلى 4K.

تلك إعدادات المنصّة. لا تفترض أن كائن التخطيط هذا يتحكّم فيها:

{
  "aspect_ratio": "9:16",
  "duration": "8s",
  "resolution": "4K"
}

ما لم توثّق واجهة AKOOL أو واجهة برمجتها الحالية تلك المفاتيح صراحةً.

كيف تستخدم موجّهات بأسلوب JSON في AKOOL؟

استخدم JSON لتخطيط اللقطة، ثم حوّل القيم إلى موجز موجز بلغة طبيعية قبل التوليد في AKOOL. وتؤكّد وثائق AKOOL العامّة حالياً توفّر Veo 3.1، لكنها لا توثّق JSON الخام باعتباره وضع إدخال موجّه مخصّصاً.

يبدو التعيين العملي على هذا النحو:

مجتمعةً:

زجاجة زرقاء تقف على طاولة حجرية. يتدحرج التكثّف ببطء على الزجاجة بينما تنفّذ الكاميرا اقتراباً لطيفاً مقرّباً. يسقط ضوء نافذة صباحي ناعم من اليسار. نغمة غرفة هادئة دون حوار.

لـتوليد فيديو Veo في AKOOL، اختر Veo 3.1 من محدّد النماذج الحالي، وأدخِل الموجّه المحوّل، ثم اضبط الخيارات التي تتيحها الواجهة. وتقدّم AKOOL حالياً Veo 3.1 باعتباره نموذجاً للحركة الواقعية والصوت الأصلي.

للحصول على توجيه أوسع حول لغة الكاميرا والمراجع والموجّهات السينمائية، استخدم دليل موجّهات Veo 3.1 العامّ من AKOOL. وتبقى هذه المقالة مركّزة تحديداً على تنظيم JSON وتحويله.

ما هي خمسة أمثلة قابلة للنسخ لموجّهات JSON في Veo 3.1؟

الكائنات الخمسة التالية هي JSON صالح للتحليل. والمفاتيح مخطّط تخطيط تحريري، لا ادّعاء بأن AKOOL أو Veo يتطلّبان رسمياً أسماء الحقول هذه بالضبط.

1. إعلان منتج

حالة الاستخدام: لقطة منتج فاخر

{
  "subject": "matte cobalt-blue water bottle on a pale stone table",
  "action": "condensation rolls slowly down the bottle while the bottle remains still",
  "camera": "slow close-up push-in",
  "lighting": "soft morning window light from camera left",
  "audio": "quiet room tone, no dialogue"
}

النسخة بلغة طبيعية:

زجاجة ماء بلون الكوبالت الأزرق المطفأ تقف على طاولة حجرية باهتة. يتدحرج التكثّف ببطء على الزجاجة بينما تبقى ثابتة. تنفّذ الكاميرا اقتراباً بطيئاً مقرّباً. ويأتي ضوء نافذة صباحي ناعم من يسار الكاميرا. نغمة غرفة هادئة دون حوار.

إعدادات AKOOL: اختر Veo 3.1 واضبط المدّة ونسبة العرض إلى الارتفاع والجودة باستخدام الواجهة الحالية.

المُخرَج المُختبَر: ينبغي أن يُبقي المقطع المولّد زجاجة الماء ثابتة بينما يتحرّك التكثّف بشكل طبيعي وتنفّذ الكاميرا اقتراباً بطيئاً. تحقّق مما إذا كان لون الزجاجة وشكلها وموضعها والتكثّف يبقى متّسقاً طوال اللقطة.

مراجعة للاختبار:

أبقِ الزجاجة ثابتة تماماً. قلّل حركة الكاميرا إلى اقتراب بطيء جداً بنسبة 10 بالمئة. حافظ على لون الزجاجة وظلّها الخارجي.

الوسائط: أدرِج المقطع المولّد مع إطار تمثيلي.

2. مشهد حواري

حالة الاستخدام: حوار قصير

{
  "scene": "two friends sitting across from each other in a quiet cafe",
  "shot": "medium two-shot, static camera",
  "action": "friend A looks up from the table and smiles",
  "dialogue": [
    {
      "speaker": "friend A",
      "line": "We made it."
    }
  ],
  "ambient_audio": "soft cafe chatter, distant cup clink"
}

النسخة بلغة طبيعية:

صديقان يجلسان متقابلين في مقهى هادئ. لقطة ثنائية متوسطة بكاميرا ثابتة. ينظر الصديق A إلى أعلى من على الطاولة، ويبتسم، ويقول: «لقد نجحنا». ويستمرّ همس المقهى الناعم في الخلفية مع صوت قرع كوب بعيد واحد.

توصي Google بوصف واضح للشخصية وبإسناد الكلام صراحةً عند توجيه Veo لإنتاج حوار.

المُخرَج المُختبَر: ينبغي أن يُبقي المقطع المولّد الصديق A المتحدّث الوحيد، مع إسناد الحوار «لقد نجحنا» بوضوح إلى الصديق A. تحقّق من اتّساق المتحدّث ومزامنة الشفاه وتعبير الوجه وما إذا كان الصديق B يبقى صامتاً.

مراجعة للاختبار: إذا انحرف إسناد المتحدّث، فأزِل حركة الشخصية الثانية وحدّد: «الصديق A وحده يتحدّث. والصديق B يبقى صامتاً».

3. لقطة جوية سينمائية

حالة الاستخدام: لقطة تأسيسية

{
  "subject": "rocky coastline at sunrise",
  "action": "low clouds move over the cliffs while waves break below",
  "camera": "slow aerial rise and pullback",
  "lighting": "golden sunrise with cool blue shadows",
  "audio": "ocean surf and distant wind, no music"
}

النسخة بلغة طبيعية:

ساحل صخري عند شروق الشمس. غيوم منخفضة تتحرّك فوق المنحدرات بينما تتكسّر الأمواج في الأسفل. ترتفع الكاميرا ببطء وتتراجع للخلف لتكشف المزيد من الساحل. يسقط ضوء الشمس الذهبي على الصخور بظلال زرقاء باردة. أمواج المحيط ورياح بعيدة، دون موسيقى.

المُخرَج المُختبَر: ينبغي أن يُظهر المقطع المولّد ارتفاعاً جوياً بطيئاً وسلساً وتراجعاً فوق الساحل مع الحفاظ على ثبات المنحدرات والغيوم والأمواج. تحقّق مما إذا كانت حركة الكاميرا تبقى متّسقة وما إذا كان المشهد الطبيعي يتجنّب التشوّه المرئي.

مراجعة للاختبار: إذا أصبحت حركة الكاميرا سريعة جداً، فغيّرها إلى: «ارتفاع جوي بطيء جداً. سرعة ثابتة. دون دوران».

4. لقطة طعام مقرّبة

حالة الاستخدام: إعلان مطعم أو طعام

{
  "subject": "fresh ramen bowl on a dark wooden counter",
  "action": "steam rises while a spoon gently lifts one strand of noodles",
  "camera": "macro close-up with a very slow push-in",
  "lighting": "warm restaurant practical lights with soft highlights",
  "audio": "quiet room tone, subtle simmer, no dialogue"
}

النسخة بلغة طبيعية:

وعاء رامن طازج يقف على طاولة خشبية داكنة. يتصاعد البخار بينما تلتقط ملعقة بلطف خصلة واحدة من المعكرونة. لقطة ماكرو مقرّبة باقتراب بطيء جداً للكاميرا. وتصنع إضاءة المطعم العملية الدافئة إبرازات ناعمة. نغمة غرفة هادئة وغليان خفيف، دون حوار.

المُخرَج المُختبَر: ينبغي أن يحافظ المقطع المولّد على شكل وعاء الرامن ومظهره بينما يتصاعد البخار بشكل طبيعي وترفع الملعقة خصلة واحدة من المعكرونة. تحقّق من اتّساق الطعام وسلوك البخار وتفاعل الملعقة وثبات الكاميرا.

مراجعة للاختبار: إذا تغيّر شكل الطعام، فأزِل تفاعل الملعقة وأبقِ البخار وحركة الكاميرا فقط.

5. إعلان اجتماعي عمودي

حالة الاستخدام: خطّاف منتج قصير

{
  "subject": "white running shoe on wet pavement at dusk",
  "action": "the shoe lands once, creating a small realistic splash, then holds in frame",
  "camera": "quick low-angle tracking move that settles into a still close-up",
  "lighting": "warm storefront reflections against cool evening light",
  "audio": "single footstep, water splash, light city ambience"
}

النسخة بلغة طبيعية:

حذاء جري أبيض يهبط مرّة واحدة على رصيف مبلّل عند الغسق، مُحدِثاً رذاذاً صغيراً واقعياً. تتبع حركة تتبّع سريعة من زاوية منخفضة الهبوط وتستقرّ في لقطة مقرّبة ثابتة. تتباين انعكاسات واجهة المتجر الدافئة مع ضوء المساء البارد. ويشمل الصوت خطوة قدم واحدة والرذاذ وأجواء مدينة خفيفة.

للعرض العمودي، اختر 9:16 في الواجهة بدلاً من الاعتماد على حقل JSON مخصّص. وتوثّق كلٌّ من Google وAKOOL حالياً دعم الوضع العمودي لـ Veo 3.1.

المُخرَج المُختبَر: ينبغي أن يُظهر المقطع المولّد حذاء الجري وهو يهبط مرّة واحدة، مُحدِثاً رذاذاً صغيراً، تليه لقطة مقرّبة ثابتة. تحقّق من هندسة الحذاء وواقعية الرذاذ وثبات كاميرا التتبّع وما إذا كان المشهد يبقى مؤطّراً بشكل صحيح بنسبة 9:16.

مراجعة للاختبار: إذا انحرفت هندسة الحذاء، فقلّل حركة الكاميرا واختصر الفعل إلى اصطدام واحد مع ثبات.

كيف ينبغي أن تكتب الحوار والصوت دون أخطاء شائعة؟

أبقِ الحوار قصيراً، وحدّد المتحدّث بوضوح، وافصل الكلام عن الأجواء والمؤثّرات الصوتية.

بنية تخطيط ضعيفة:

{
  "audio": "people talk, cafe sounds, music, someone says we made it"
}

الأفضل:

{
  "dialogue": [
    {
      "speaker": "friend A",
      "line": "We made it."
    }
  ],
  "ambient_audio": "soft cafe chatter",
  "sound_effects": "one distant ceramic cup clink",
  "music": "none"
}

الفائدة ليست أن Veo يفهم JSON بشكل أفضل بطريقة سحرية. الفائدة هي أن بإمكانك أنت أن ترى ما إذا كان الموجز يحتوي على تعليمات صوتية متضاربة قبل تحويله إلى نثر.

أبقِ الأسطر المنطوقة قصيرة بما يكفي لتناسب المقطع المختار. فواجهة برمجة Veo 3.1 الحالية تدعم مقاطع تصل إلى 8 ثوانٍ، لذا فإن فقرة حوار طويلة ليست طلباً واقعياً لتوليد واحد.

ثم اختبر مزامنة الشفاه وإسناد المتحدّث في المُخرَج الفعلي. لا تفترض أن موجّهاً مُهيكلاً بشكل صحيح يضمن توقيتاً دقيقاً.

موجّه JSON مقابل النصّ العادي: أيّهما ينبغي أن تستخدم؟

استخدم JSON عندما تساعد البنية وإعادة الاستخدام سير عملك. واستخدم النصّ العادي عندما تكتب الموجّه مباشرةً داخل واجهة تتوقّع لغة طبيعية. ولا تنتج أيّ من الصيغتين جودةً بصريةً أفضل بطبيعتها.

لذا يمكن أن يكون مولّد موجّهات JSON لـ veo3 مفيداً كأداة تنظيمية واجهية. ومع ذلك ينبغي تعيين مُخرَجه على الحقول أو صياغة الموجّهات التي يدعمها التطبيق الوجهة.

JSON هو بنية، لا مضاعِف للجودة.

لماذا فشل موجّه JSON الخاص بي في Veo؟

معظم حالات الفشل تأتي من JSON غير صالح، أو قيم إبداعية غامضة، أو أفعال كثيرة متزامنة، أو مفاتيح غير مدعومة، أو تعليمات صوتية لا تناسب المقطع.

على سبيل المثال، هذا الـ JSON صالح لكنه ضعيف إبداعياً:

{
  "subject": "car",
  "action": "cool movement",
  "camera": "cinematic",
  "lighting": "nice"
}

استبدل القيم الغامضة:

{
  "subject": "dark green vintage coupe on a coastal road",
  "action": "the car enters a left-hand curve at steady speed",
  "camera": "low front three-quarter tracking shot",
  "lighting": "late-afternoon sunlight with long warm reflections"
}

ثم حوّل تلك القيم إلى موجّه Veo عادي.