Khi mới tiếp xúc với phim truyện tranh AI, việc mà nhiều người mới hào hứng làm nhất thường không phải là trau chuốt câu chuyện, mà là lùng sục khắp nơi các loại “prompt vạn năng” được quảng cáo.
Từ đặc điểm chi tiết của nhân vật, phong cách hình ảnh, thông số góc nhìn, chất lượng ánh sáng cho đến công cụ kết xuất, họ恨不得 nhồi cả một bài văn dài hàng trăm chữ vào khung tạo ảnh.
Thế nhưng kỳ lạ là thư mục lưu prompt đã đầy ắp, thông số cũng được điều chỉnh hết lần này đến lần khác, chất lượng hình ảnh tạo ra trông không tệ, nhưng phim truyện tranh dựng xong lại chẳng có ai xem.
Lượt xem thảm hại, tỷ lệ xem hết còn thấp đến đáng thương.
Rốt cuộc vấn đề nằm ở đâu?
Câu trả lời thực ra rất đơn giản: họ đã đánh giá quá cao vai trò của prompt, đồng thời hoàn toàn hiểu sai ngưỡng cạnh tranh thực sự trong lĩnh vực phim truyện tranh AI.
Phim truyện tranh AI chưa bao giờ là cuộc đua xem prompt của ai dài hơn hay thông số của ai phức tạp hơn. Điều thực sự tạo ra khác biệt giữa các nhà sáng tạo là bạn có tư duy đạo diễn một cách hệ thống hay không.
Nhiều người quen coi prompt như một công thức toán học, cho rằng chỉ cần áp dụng cấu trúc “chủ thể + hành động + bối cảnh + phong cách + ánh sáng”, họ sẽ có thể tính ra đáp án hoàn hảo như giải một bài toán.
Nhưng prompt không phải công thức, càng không có một mẫu vạn năng dùng được cho mọi trường hợp.
Logic nền tảng của nó chỉ có một: chuyển chính xác hình ảnh và cảm xúc vô hình trong đầu bạn thành những yếu tố vật lý mà AI có thể hiểu được bằng ngôn ngữ hình ảnh.
Khi thể hiện cảm xúc, con người phụ thuộc rất nhiều vào các từ ngữ trừu tượng như cô đơn, tuyệt vọng, ngột ngạt hay tham vọng.
Khi nghe câu “một người mất đi hy vọng đứng trong đêm mưa”,
bộ não sẽ tự động vận dụng trải nghiệm sống để bổ sung ánh mắt trống rỗng, bóng lưng còng xuống, những giọt mưa lạnh buốt và con phố đêm hun hút không thấy điểm cuối của người đó.
Nhưng mô hình AI dựa trên phân bố dữ liệu và tính toán xác suất không làm được điều này.
Nếu bạn đưa trực tiếp cho nó một từ ngữ trừu tượng, chẳng khác nào yêu cầu một chiếc máy quay trực tiếp ghi lại “nỗi buồn”. Máy quay hoàn toàn không biết nên hướng ống kính vào đâu.
Một prompt thực sự hiệu quả đang thực hiện công việc giống như một bảng điều phối hiện trường cực kỳ chặt chẽ.
Nếu muốn thể hiện “cô đơn”, bạn tuyệt đối không nên viết “một người cô đơn”,
mà cần chuyển thành: “con phố vắng lúc đêm khuya, một người đứng đơn độc giữa quầng sáng do đèn đường tạo ra, quay lưng về phía máy quay, vai hơi trùng xuống, xung quanh bị bao phủ bởi những mảng tối rộng lớn”;
Nếu muốn thể hiện “thất bại”, không thể chỉ viết “anh ấy cảm thấy rất chán nản”,
mà phải chuyển thành: “trên bàn làm việc bừa bộn là những bản kế hoạch vương vãi, người đàn ông chắp hai tay chống trán, cơ thể chìm trong bóng tối, ánh đèn huỳnh quang trắng lạnh từ trên cao chiếu xuống mặt bàn lộn xộn”;
Nếu muốn thể hiện “tham vọng”, càng không nên viết “ánh mắt đầy tham vọng”,
mà phải chuyển thành: “góc máy thấp hướng lên, nhân vật đứng trước mặt dựng kính của một tòa nhà cao tầng, nhìn xuống dòng xe cộ hối hả, ánh sáng ngược bên hông phác họa một bóng dáng sắc nét, cơ thể đứng thẳng, cằm hơi nâng lên”.
Nhận ra chưa?
Phân rã cảm xúc vô hình thành những yếu tố cụ thể như “tư thế nhân vật, góc nhìn máy quay, chi tiết môi trường và sự phân bố ánh sáng”, đó hoàn toàn không chỉ là kỹ thuật viết prompt, mà là quá trình đạo diễn điều phối hình ảnh tại hiện trường.
Nói xa hơn, ngay cả khi bạn nắm được cách chuyển ngữ hình ảnh và có thể tạo ra một bức ảnh đơn cực kỳ ấn tượng, điều đó cũng không có nghĩa bạn có thể làm ra một tập phim truyện tranh viral.
Bởi vì ảnh đơn là tranh minh họa tĩnh.
Còn phim truyện tranh là nghệ thuật nghe nhìn được xây dựng trên thời gian, âm thanh và sự chuyển cảnh.
Khi AI đưa chi phí vẽ ảnh và tạo hình động xuống gần như bằng không, bản thân hình ảnh đẹp không còn là tài sản khan hiếm. Cuộc cạnh tranh thực sự đã nâng lên tầm kiểm soát ngôn ngữ nghe nhìn.
Điều quyết định một bộ phim truyện tranh có thể giữ chân khán giả hay không
trước hết là việc xây dựng cấu trúc kịch tính.
AI có thể lập tức giúp bạn vẽ ra “một người trẻ khởi nghiệp thất bại”,
nhưng khán giả sẽ không ở lại chỉ vì một gương mặt đẹp. Họ quan tâm người trẻ này thất bại vì sao? Ai đã đẩy anh ta vào đường cùng? Anh ta sẽ phản công ở thời điểm nào?
Nội dung thông thường chỉ máy móc trình bày diễn biến sự việc, còn nội dung viral luôn tạo ra xung đột, tương phản và hồi hộp. Đây là điểm khác biệt giữa chuyên nghiệp và không chuyên, chứ không nhất thiết phải học quá nhiều kiến thức chuyên môn.
“Một người trẻ khởi nghiệp thất bại” chỉ là thông tin nhạt nhẽo, còn “sau khi tốt nghiệp đại học, anh về quê nuôi lợn và bị cả làng chế giễu, nhưng ba năm sau lại khiến những người từng cười nhạo mình phải xếp hàng xin hợp tác” mới tạo được sức căng cuốn hút cho câu chuyện.
Thứ quyết định lượt xem chưa bao giờ là con lợn được vẽ có đủ chân thực hay không.
Mà là khán giả có muốn biết bước tiếp theo anh ta sẽ làm gì hay không.
Tiếp theo là việc điều phối ngôn ngữ máy quay.
Sai lầm người mới dễ mắc nhất là cố dùng một toàn cảnh chứa quá nhiều thông tin để kể hết mọi chuyện, khiến hình ảnh dàn trải, đơn điệu và không có cao trào.
Nhà sáng tạo hiểu ngôn ngữ máy quay sẽ dùng chuỗi cảnh phối hợp để từng bước đẩy cảm xúc:
Trước tiên dùng viễn cảnh để thể hiện không gian rộng lớn và sự nhỏ bé của nhân vật, tạo cảm giác áp lực; sau đó chuyển sang trung cảnh để thể hiện tương tác giữa các nhân vật và sự va chạm của sự kiện, thúc đẩy diễn biến; cuối cùng dùng cận cảnh để khóa vào biểu cảm nhỏ trên gương mặt, những ngón tay co giật hoặc đạo cụ then chốt, khơi gợi sự đồng cảm.
Ví dụ để thể hiện nhân vật chính bị sa thải: một viễn cảnh văn phòng, một trung cảnh ông chủ đẩy giấy sa thải về phía anh ta, cộng thêm một cận cảnh nhân vật chính vò nhàu tờ giấy dưới gầm bàn.
Sức căng hình ảnh của ba đòn liên tiếp này vượt xa bất kỳ bức ảnh đơn đẹp nào.
Cuối cùng là nhịp dựng và khoảng lặng.
Nếu hình ảnh do AI tạo được trình bày một cách dàn trải, phim rất dễ trở nên lê thê và máy móc.
Cao thủ biết cách lược bớt bằng hình ảnh và bổ sung bằng dựng phim.
Muốn thể hiện nhân vật chính rơi vào đường cùng, hoàn toàn không cần quay cảnh anh ta ngồi trong phòng khóc suốt vài phút, mà chỉ cần cắt nhanh ba cảnh: số dư tài khoản ngân hàng trên điện thoại hiển thị bằng 0, người cha già lặng lẽ đặt sổ tiết kiệm lên bàn khi anh không để ý, và cảnh anh xé vụn lá thư từ bỏ đã viết trong đêm khuya.
Trong những hình ảnh này không hề xuất hiện từ “tuyệt vọng”,
nhưng áp lực cảm xúc nặng nề đã lập tức ập thẳng vào khán giả.
Ngày nay, khi năng lực của các mô hình AI đã mạnh mẽ đến vậy, thứ bậc năng lực của nhà sáng tạo cũng đã thay đổi hoàn toàn.
Tầng thấp nhất là khả năng biểu đạt với AI, tức kỹ năng viết Prompt cơ bản và kiểm soát tính nhất quán của nhân vật.
Tiếp theo là khâu hậu kỳ, bao gồm dựng theo nhịp, đóng gói BGM và hiệu ứng âm thanh.
Tầng cao hơn là khả năng vận dụng ngôn ngữ máy quay.
Còn tầng cao nhất luôn là lựa chọn đề tài, thiết kế xung đột và điều tiết cảm xúc.
Tất cả những điều này đều là phần mở rộng và sự hiện thực hóa của tư duy đạo diễn.
Nếu bạn cho rằng tôi đang nói nhảm, hãy thử tìm bản phác thảo phân cảnh của các đạo diễn nổi tiếng.
Biết sẽ có người lười, tôi đã tìm sẵn một bài, địa chỉ ở bên dưới:
https://www.6pian.cn/news/7589.html
Những bản phác thảo phân cảnh này đều cho thấy một điều:
Đạo diễn hiểu rất rõ mình muốn thể hiện điều gì, trong đầu họ có những hình ảnh cực kỳ rõ ràng.
Sự xuất hiện của AI đã hạ thấp rào cản vật lý trong việc sản xuất hình ảnh, nhưng không giúp bạn giải quyết các câu hỏi “quay gì”, “tại sao lại quay như vậy” và “vì sao khán giả phải xem tiếp”.
Trước đây, một nhà sáng tạo có câu chuyện tuyệt vời trong đầu có thể phải tiếc nuối từ bỏ việc sản xuất hoạt hình vì không biết vẽ hoặc không có ngân sách, rồi chuyển sang viết tiểu thuyết.
Nhưng giờ đây, AI đã đưa máy quay, mỹ thuật, diễn viên và công cụ dựng phim vào tay mỗi người.
Bình đẳng hóa trong biểu đạt hình ảnh đã được AI dễ dàng hiện thực hóa.
Nhưng dù công cụ có mạnh đến đâu, bạn vẫn cần biết nên đặt máy quay ở vị trí nào, ánh sáng chiếu từ góc nào sẽ phù hợp nhất với cảm xúc, cũng như khi nào cần dứt khoát hô lên tiếng “Cut”.
Nếu không, cho dù ghi nhớ hàng vạn thông số và mẫu vạn năng, bạn vẫn không thể phân tách chính xác thế giới trong đầu thành từng cảnh quay có xung đột, có nhịp điệu và có khả năng lay động lòng người.
Tất nhiên, với những bạn không muốn học mà chỉ muốn dùng ngay, tôi cũng đã chuẩn bị một món quà.
Tôi đã tìm được thư viện prompt mới nóng hổi dành cho Minimax H3.
Địa chỉ: https://cheerselfai.com/prompts/minimax-h3