الوصف الجيد لـ Veo 3.1 يُقرأ كأنه وصف قصير للقطة: من في الكادر، وماذا يفعل، وأين هو، وكيف تتصرّف الكاميرا، وكيف ينبغي أن يبدو المشهد، وماذا ينبغي أن نسمع. وبحسب Google، يلتزم Veo 3.1 بالأوصاف بدقة أكبر مما كان يفعل Veo 3، لذا كلما وصفت اللقطة بدقة أكبر، استعدت منها في النتيجة قدرًا أكبر.
يشرح هذا الدليل كيف تبني وصفًا لمقطع واحد مدته 8 ثوانٍ، وأيّ كلمات الكاميرا والأسلوب تستحق الاستخدام، وكيف تكتب الحوار والصوت، وكيف يغيّر إطارا البداية والنهاية ما يحتاج الوصف إلى قوله، إضافة إلى عشرة أوصاف يمكنك لصقها وتعديلها.
قبل أن تكتب: ما الذي يتّسع له مقطع واحد من Veo 3.1
على Veo Video، كل عملية توليد بـ Veo 3.1 تنتج مقطعًا مدته 8 ثوانٍ مع الصوت، بنسبة 16:9 أو 9:16، وبدقة 720p أو 1080p أو 4K. يمكنك البدء من نص، أو من صورة (تصبح الإطار الأول)، أو من صورة مع إطار نهاية. أما الصور المرجعية فتعمل على Veo 3.1 Fast، بما يصل إلى ثلاث صور لكل مقطع.
ثماني ثوانٍ تعادل تقريبًا لقطة واحدة فيها حدث واحد واضح، أو مرحلتين أو ثلاثًا قصيرة. وهي تكفي لعبارة منطوقة أو اثنتين، لا لفقرة كاملة من الحوار. معظم الأوصاف الضعيفة تحاول حشر مشهد كامل في مقطع واحد، والحل عادةً هو اختصار الوصف إلى اللحظة الوحيدة التي تريدها.
بنية الوصف في Veo 3.1
تعدّد إرشادات Google لكتابة الأوصاف في Veo العناصر التي تشكّل المقطع: الموضوع، والحدث، والأسلوب، وموضع الكاميرا وحركتها، والتكوين، والتركيز وتأثيرات العدسة، والأجواء. ولأن Veo 3.1 يولّد الصوت أيضًا، فمكان الصوت هو الوصف كذلك. وهذا ترتيب عملي:
| العنصر | ما الذي يتحكّم فيه | مثال |
|---|---|---|
| اللقطة والكاميرا | التأطير والحركة | "Close-up, slow dolly in" |
| الموضوع | من أو ما الذي في الكادر | "A woman in her 30s in a soft grey sweater" |
| الحدث | ما يجري خلال الثواني الثماني | "takes her first sip of coffee and smiles" |
| المشهد | المكان والوقت والطقس | "on a small balcony above a quiet street at dawn" |
| الأسلوب والإضاءة | المظهر والمزاج | "warm morning light, shallow depth of field" |
| الصوت | الحوار والمؤثرات والأجواء | "birds chirping softly, a distant city hum" |
وحين تجمعها معًا:
Close-up, slow dolly in on a woman in her 30s in a soft grey sweater, taking her first sip of coffee on a small balcony above a quiet street at dawn. Morning light grazes her face. Birds chirp softly, a distant city hum. Warm color grade, shallow depth of field, TV commercial style.
(لقطة قريبة باقتراب بطيء من امرأة في الثلاثينيات تحتسي أول رشفة من قهوتها على شرفة فوق شارع هادئ عند الفجر، مع زقزقة عصافير وطنين مدينة بعيد، بألوان دافئة وعمق ميدان ضحل وأسلوب إعلان تلفزيوني.)
لست بحاجة إلى كل العناصر في كل وصف. فكل ما تتركه يملؤه النموذج بنفسه، وهذا لا يضرّ في التفاصيل التي لا تهمّك، لكنه يصبح مشكلة في التفاصيل التي تهمّك.
الكاميرا: أنواع اللقطات والحركة
لغة الكاميرا من أكثر أدوات التحكّم موثوقيةً في وصف Veo. سمِّ التأطير، ثم سمِّ حركة واحدة. فالثواني الثماني نادرًا ما تتّسع لأكثر من ذلك، لذا التزم بحركة واحدة بدل تكديس عدة حركات معًا ("pan left while craning up and zooming in"، أي تحريك أفقي إلى اليسار مع ارتفاع وتقريب في الوقت نفسه).
| اللقطة | استخدمها في | الكلمات المناسبة |
|---|---|---|
| واسعة / تأسيسية | الأماكن والحجم والسياق | "wide shot"، "establishing shot" |
| متوسطة | أشخاص يتحدثون، والحركة العامة | "medium shot"، "waist-up" |
| قريبة | الوجوه والمشاعر وتفاصيل المنتج | "close-up" |
| قريبة جدًا | الملمس والأشياء الصغيرة | "extreme close-up"، "macro shot" |
| منظور الشخص الأول | الانغماس بعين الشخصية | "POV shot"، "first-person view" |
حركات تعمل جيدًا في مقطع واحد:
- Dolly in / dolly out: تتحرك الكاميرا نحو الموضوع أو تبتعد عنه؛ مناسبة لبناء التوتر أو كشف السياق.
- Pan: تدور الكاميرا أفقيًا؛ مناسبة لمسح المشهد أو متابعة حركة جانبية.
- Tracking shot: تسير الكاميرا بمحاذاة الموضوع.
- Crane shot: ترتفع الكاميرا أو تنخفض؛ مناسبة للحظات الكشف.
- Orbit: تدور الكاميرا حول الموضوع.
- Static: كاميرا ثابتة، مفيدة للحوار ولقطات المنتجات.
وتساعد أيضًا كلمات العدسة والتركيز: "shallow depth of field" (عمق ميدان ضحل)، و "rack focus from the cup to her face" (نقل التركيز من الفنجان إلى وجهها)، و "wide-angle lens" (عدسة واسعة الزاوية)، و "macro lens" (عدسة ماكرو)، و "shot on 35mm film" للحصول على حبيبات ودفء الفيلم.
الحوار والصوت
يولّد Veo 3.1 الصوت مع كل مقطع. إذا لم تقل شيئًا عن الصوت، فسيبني مع ذلك شريطًا صوتيًا للمشهد؛ وإذا وصفته، حصلت على تحكّم أكبر. وتنصح إرشادات Google بوضع الكلام بين علامتي تنصيص، ووصف المؤثرات الصوتية صراحةً، ووصف الأجواء على حدة.
الحوار
ضع العبارة المنطوقة بين علامتي تنصيص، وحدّد من يقولها وكيف:
Medium shot of a tired detective behind a desk in a dim office, rain on the window behind him. He looks up and says in a weary voice, "Of all the offices in this town, you had to walk into mine." Film noir look, hard shadows from window blinds.
(لقطة متوسطة لمحقّق متعب خلف مكتبه في غرفة خافتة الإضاءة والمطر على النافذة، يرفع رأسه ويقول بصوت منهك جملته، بمظهر أفلام النوار وظلال حادة من الستائر.)
- اكتفِ بجملة أو جملتين قصيرتين في كل مقطع. فأي شيء أطول لن يتّسع بارتياح في 8 ثوانٍ.
- مع متحدّثَين، سمِّ كلًّا منهما وأعطِ كلًّا عبارته، مثل: Host A: "Welcome back!" Host B: "Glad to be here."
- صِف الصوت ("weary" أي منهك، و "excited whisper" أي همس متحمّس، و "calm and slow" أي هادئ وبطيء) حتى يتطابق الأداء مع الصورة.
المؤثرات الصوتية والأجواء
اربط كل صوت بشيء مرئي، واكتب المؤثرات بالطريقة التي تريد أن تُسمع بها:
Wide shot of a narrow alley under buzzing neon signs as cold drizzle falls. A distant alarm wails, neon hums, rain patters on metal bins.
(لقطة واسعة لزقاق ضيق تحت لافتات نيون طنّانة ورذاذ بارد يتساقط، مع صفارة إنذار بعيدة وطنين النيون ونقر المطر على الحاويات المعدنية.)
ويبيّن وصف قشرة الموز أيضًا كيف تتعامل مع تسلسل أحداث: فهو يرتّب الأحداث، ويحدّد نقاط التحوّل بكلمات مثل "suddenly" (فجأة) و "in the next moment" (في اللحظة التالية). وهذا يمنح النموذج خطًا زمنيًا يتبعه داخل الثواني الثماني.
الأسلوب واللون والإضاءة
تعمل كلمات الأسلوب على أفضل وجه حين تصف شيئًا مرئيًا، لا صفة غامضة.
| المظهر | كلمات تساعد |
|---|---|
| سينمائي | "shot on 35mm film"، "anamorphic lens"، "film grain" |
| وثائقي | "handheld camera"، "natural light"، "documentary style" |
| رعب | "desaturated colors"، "heavy grain"، "low angle"، "flickering light" |
| خيال علمي | "neon-lit"، "holographic display"، "cool blue light" |
| إعلاني | "TV commercial style"، "clean studio lighting" |
| رسوم متحركة | "hand-drawn anime style"، "cel-shaded"، "vibrant colors" |
بالنسبة إلى الإضاءة واللون، سمِّ اتجاه الضوء ووقت اليوم: "dramatic side lighting" (إضاءة جانبية درامية)، و "backlit silhouette" (ظلّ بإضاءة خلفية)، و "golden hour" (الساعة الذهبية)، و "blue hour" (الساعة الزرقاء)، و "overcast diffused light" (ضوء غائم منتشر)، و "warm golden tones" (درجات ذهبية دافئة)، و "cyan-magenta grade" (تدرّج لوني سماوي وأرجواني).
صِف ما تريده بدل أن تعدّد ما لا تريده. فعبارة مثل "A clean, unlabeled glass bottle on a plain black surface" (زجاجة نظيفة بلا ملصق على سطح أسود سادة) توصلك أبعد من قائمة بالأشياء التي يجب تجنّبها.
البدء من الصور
تحويل الصورة إلى فيديو
حين ترفع صورة، تصبح هي الإطار الأول. لم يعد الوصف بحاجة إلى شرح هيئة الموضوع؛ فاصرف كلماته على الحركة والكاميرا والصوت بدلًا من ذلك. مثلًا: "She turns toward the window and smiles, slow dolly in, soft room tone and a distant car passing." (تلتفت نحو النافذة وتبتسم، مع اقتراب بطيء، وصوت غرفة هادئ، وسيارة تمرّ من بعيد.)
إطارا البداية والنهاية
أضف إطار نهاية، وسيبني Veo 3.1 الحركة بين الصورتين. استخدم ذلك حين يجب أن تنتهي اللقطة عند تكوين معروف: لحظة كشف، أو منتج يستدير ليواجه الكاميرا، أو تحوّل. وركّز الوصف على كيفية حدوث التغيير ("the paper ball unfolds and folds itself into a paper airplane"، أي تنفرد الكرة الورقية ثم تطوي نفسها إلى طائرة ورقية)، فطرفا اللقطة محدّدان أصلًا.
الصور المرجعية (Veo 3.1 Fast)
تختلف الصور المرجعية عن الإطار الأول: فهي تخبر النموذج بهيئة شخص أو شخصية أو منتج، ثم يضعه النموذج في مشهد جديد. على Veo Video يمكنك إضافة ما يصل إلى ثلاث صور مع Veo 3.1 Fast. وعندها يصف الوصفُ المشهدَ والحدث، بينما تحمل الصور الهوية.
10 أوصاف لـ Veo 3.1 يمكنك لصقها وتعديلها
كُتب كل وصف لمقطع واحد مدته 8 ثوانٍ. نسبة العرض المقترحة مجرد نقطة انطلاق؛ فكلها تعمل بنسبة 16:9 أو 9:16. تركنا الأوصاف بالإنجليزية لأنها اللغة التي تعطي أكثر النتائج قابلية للتوقّع، وأضفنا تحت كل عنوان ما يصوّره الوصف.
1. كشف منتج (16:9)
Close shot of a sleek black smartwatch resting on a rugged rock at a mountain cliff edge. The camera pulls back and rises in one smooth drone move, revealing a vast alpine valley at sunrise. Wind rushes softly, a low cinematic swell. Product commercial style, crisp natural light.
ساعة ذكية سوداء على صخرة عند حافة جرف، ثم ترتفع الكاميرا وتتراجع بحركة درون واحدة لتكشف واديًا جبليًا عند الشروق.
2. متحدّثة على المسرح (16:9)
Medium shot of a confident speaker at a podium in a modern conference hall, static camera. She gestures naturally and says, "The future of AI is not replacement. It is collaboration." Soft stage lighting, light audience murmur, polished corporate look.
متحدّثة واثقة على منصة في قاعة مؤتمرات حديثة بكاميرا ثابتة، تنطق جملة واحدة عن مستقبل الذكاء الاصطناعي.
3. وثائقي عن الطبيعة (16:9)
Wide tracking shot following a lone wolf trotting through fresh snow in a dense pine forest at dusk. Snow crunches under its paws, wind whispers through the trees. Documentary style, natural light, 35mm film grain.
لقطة تتبّع واسعة لذئب وحيد يعدو في الثلج داخل غابة صنوبر عند الغسق، مع صوت الثلج تحت قوائمه.
4. ممرّ رعب (9:16)
Low-angle wide shot down a long, empty hospital hallway with flickering fluorescent lights. A lone figure at the far end walks slowly toward the camera, footsteps echoing. A light buzzes and cuts out. Desaturated colors, heavy grain.
ممرّ مستشفى طويل وخالٍ بأضواء تومض، وشخص وحيد يقترب ببطء من الكاميرا وخطواته تتردد.
5. منظور سائق دراجة على الساحل (9:16)
POV shot from a motorcycle helmet on a winding coastal road, leaning into a curve with cliffs and a sparkling ocean below. Engine roar, wind rushing past. Golden hour light with sun flares, high-energy action sports style.
منظور من خوذة دراجة نارية على طريق ساحلي متعرّج في الساعة الذهبية، مع هدير المحرك واندفاع الريح.
6. طاهية أثناء العمل (16:9)
Close-up of a chef's hands arranging fresh herbs on a marble counter, then the camera tilts up to her focused face. Knife taps, a pan sizzling in the background. Soft overhead window light, warm lifestyle look.
يدا طاهية ترتّبان أعشابًا طازجة على رخام، ثم تميل الكاميرا صعودًا إلى وجهها المركّز.
7. عرض أزياء (9:16)
Slow dolly in on a model walking through an empty white art gallery in a flowing silk dress; each step sends ripples through the fabric. Heels click on polished concrete, quiet gallery echo. Soft diffused light, high-fashion editorial style.
عارضة بفستان حريري تمشي في معرض فني أبيض خالٍ، وكل خطوة تبعث تموّجات في القماش.
8. لحظة عاطفية هادئة (16:9)
Medium shot of an elderly man on a park bench feeding pigeons in warm afternoon light under autumn trees. He pauses, looks up and smiles as leaves drift past. Pigeons coo, leaves rustle, distant children's laughter. Nostalgic tone, shallow depth of field.
رجل مسنّ على مقعد في حديقة خريفية يطعم الحمام، ثم يتوقف ويرفع رأسه مبتسمًا مع تساقط الأوراق.
9. واجهة خيال علمي (16:9)
Close-up of hands swiping and pinching a transparent holographic display, rotating a glowing 3D globe of data. Blue-white light from the interface illuminates the face behind it. Soft electronic chimes with each gesture. Clean, futuristic look.
يدان تتحكمان بشاشة هولوغرافية شفافة وتديران كرة بيانات ثلاثية الأبعاد متوهجة، مع رنين إلكتروني مع كل إيماءة.
10. منتج فاخر (9:16)
Extreme close-up of a luxury perfume bottle on a reflective black surface under a single dramatic spotlight. The bottle slowly rotates, catching golden highlights on its facets. A soft, resonant chime. Premium commercial style.
زجاجة عطر فاخرة على سطح أسود عاكس تحت بقعة ضوء واحدة، تدور ببطء فتلتقط أوجهها لمعات ذهبية.
طريقة عمل من المسودة إلى النسخة النهائية
- ابدأ قصيرًا. اكتب اللقطة والموضوع والحدث في جملة أو جملتين، وشغّلها على Veo 3.1 Lite بدقة 720p. هذه أرخص طريقة للتأكد من أن النموذج فهم الفكرة.
- أضف الكاميرا والمظهر. بعد أن يصبح الحدث صحيحًا، أضف حركة كاميرا واحدة والإضاءة والأسلوب.
- أضف الصوت. اكتب الحوار بين علامتي تنصيص، وسمِّ المؤثرات والأجواء.
- أخرج اللقطة التي ستحتفظ بها. حين ينجح الوصف، شغّله بدقة 1080p أو 4K، على Lite أو على الفئة الكاملة Veo 3.1 للحصول على اللقطة الأغنى بالتفاصيل. كل تشغيل ينتج لقطة جديدة، فتوقّع نتيجة قريبة من مسودتك لا مقطعًا مطابقًا لها.
نصائح على الطريق:
- غيّر شيئًا واحدًا بين كل تشغيل وآخر (الكاميرا أو الإضاءة، لا الاثنين معًا) لتعرف ما الذي أحدث الفرق.
- شغّل الوصف الناجح بضع مرات؛ فكل عملية توليد لقطة مختلفة، وعادةً ما تكون إحداها أفضل من البقية.
- اكتب الأوصاف بالإنجليزية للحصول على النتائج الأكثر قابلية للتوقّع.
- للتسلسلات التي تتجاوز 8 ثوانٍ، اكتب كل لقطة وصفًا مستقلًا، وأعد استخدام كلمات الشخصية ولوحة الألوان والأسلوب نفسها في جميعها.
أخطاء شائعة
| الخطأ | ما الذي يحدث | الحل |
|---|---|---|
| عدة حركات كاميرا في وصف واحد | تعليمات متنافسة في مقطع قصير | تأطير واحد وحركة واحدة |
| مشهد كامل في مقطع واحد | أحداث متسرّعة أو متخطّاة | التزم بلحظة واحدة أو مرحلتين أو ثلاث |
| حوار طويل | تُقطع العبارات أو تُقال على عجل | جملة أو جملتان قصيرتان |
| موضوع مبهم | تفاصيل عشوائية تملأ الفراغ | اذكر العمر والملابس والسمات الأساسية |
| غياب توجيه الصوت | شريط صوتي عام | سمِّ المؤثرات والأجواء، وضع الحوار بين علامتي تنصيص |
| كلمات أسلوب مختلفة بين مقاطع مترابطة | مقاطع لا تتلاءم عند المونتاج | أعد استخدام عبارات الألوان والأسلوب نفسها |
| شخصيات عامة حقيقية أو صور أطفال | يُحظر الطلب | استخدم شخصيات خيالية وبالغين |
إذا حظرت فلاتر الأمان لدى Google عملية توليد، يعود الرصيد إلى حسابك.
جرّبه
تحصل الحسابات الجديدة على Veo Video على 30 رصيدًا مجانيًا، تكفي لمقطع واحد من Veo 3.1 Lite مدته 8 ثوانٍ بدقة 720p. اختر أحد الأوصاف أعلاه، وعدّله ليناسب موضوعك، وانظر كيف يقرؤه النموذج.
لمعرفة المزيد عن النموذج نفسه، اقرأ Veo 3 مقابل Veo 3.1: ما الذي تغيّر.