فارسی

تبدیل متن به ویدیو سریع‌ترین راه برای ساختن نمایی است که هنوز وجود ندارد. یک صحنه را با کلمات توصیف کنید و تولیدکننده ویدیوی هوش مصنوعی آن را به کلیپی از چند ثانیه تا بیش از ده ثانیه تبدیل می‌کند — مثل رونمایی محصول، نمای معرفی‌کننده (establishing shot)، یک ضربه داستانی، یا B-roll برای یک ادیت بزرگ‌تر.

کاری که این ابزار انجام نمی‌دهد، ساختن یک ویدیوی کاملِ چندصحنه‌ای برای شماست. اگر می‌خواهید متن، استوری‌بورد، آواتارها، صداگذاری و زیرنویس‌ها همگی از یک موضوع با هم تولید شوند، به‌جای آن از AI Video Agent استفاده کنید. این آموزش یک کار مشخص را حل می‌کند: تبدیل یک پرامپتِ نوشته‌شده به یک نمای ویدیویی قابل‌بررسی و قابل‌دانلود.

مرحله 1: حالت Generate Video را باز کنید

در AI Toolsِ VisionStory، AI Video Generator را باز کنید و مطمئن شوید در بالا Generate Video انتخاب شده است. این حالت فقط از متن یک صحنه جدید می‌سازد — بدون نیاز به تصویر اولیه. اگر باید ظاهر دقیقِ یک محصول، شخص یا صحنه را حفظ کنید، به‌جای آن به حالت Image to Video بروید.

قبل از اینکه چیزی بنویسید، مشخص کنید این نما در ویدیوی نهایی چه نقشی دارد: قلاب سه‌ثانیه اولِ یک کلیپ شبکه‌های اجتماعی، کلوزآپ محصول، نمای معرفی‌کننده، B-roll انتقالی، یا یک حرکت مشخص در دل داستان. هرچه نقش واضح‌تر باشد، نوشتن پرامپت آسان‌تر است.

Generate Video mode selected in the VisionStory AI Video Generator for making an AI video from text
Generate Video از روی توصیف متنی یک نمای جدید می‌سازد؛ Image to Video به تصویری که از قبل دارید حرکت اضافه می‌کند.

مرحله 2: سوژه، حرکت، فضا و دوربین را بنویسید

یک پرامپت مؤثر برای ویدیوی هوش مصنوعی فقط یک اسم نیست. دست‌کم چهار چیز را پوشش دهید: سوژه چیست، سوژه چه کاری انجام می‌دهد، صحنه و نور چه ظاهری دارند، و دوربین چگونه حرکت می‌کند. در نماهای محصول، بهتر است جنس، رنگ‌ها و ساختاری را هم که باید دقیق بماند مشخص کنید.

  • سوژه — یک شخص، محصول، حیوان، ساختمان یا محیط.
  • حرکت — باز می‌کند، می‌چرخد، راه می‌رود، می‌ریزد، رونمایی می‌کند، از کنار رد می‌شود، تغییر شکل می‌دهد.
  • فضا — استودیو، خیابان، دفتر، طبیعت، به‌همراه زمان روز و نورپردازی.
  • دوربین — کلوزآپ یا واید، ثابت یا دنبال‌کننده (tracking)، حرکت push-in، چرخش دور سوژه (orbit)، نمای از بالا.
  • محدودیت‌ها — بدون متن، بدون افراد اضافی، بدون اشتباه برند، بدون مورف شدن، بدون اشیای اضافی.
یک رونمایی سینمایی 16:9 از محصول: قابِ مشکی ماتِ ایرباد بی‌سیم که روی یک میز تیره در استودیو باز می‌شود،
نور حاشیه‌ای بنفشِ ملایم، حرکت آرام دوربین به جلو (push-in)، بازتاب‌های واقع‌گرایانه، سبک تبلیغاتی پریمیوم، بدون متن.
Typing a product-reveal video prompt into the VisionStory AI video generator
یک پرامپت می‌تواند محصول، حرکتِ باز شدن، فضای استودیو، نور حاشیه‌ای بنفش و حرکت آرامِ push-in را با هم منتقل کند.

مرحله 3: مدل، مدت‌زمان، نسبت تصویر و وضوح تصویر را انتخاب کنید

پنل تنظیمات را باز کنید و خروجی را با جایی که این نما قرار است پخش شود هماهنگ کنید. حالت افقی 16:9 برای YouTube، وب‌سایت‌ها و ارائه‌ها مناسب است؛ 9:16 برای TikTok، Instagram Reels و YouTube Shorts؛ و 1:1 برای کارت‌های محصول و بعضی جایگاه‌های فید.

کلیپ‌های کوتاه ارزان‌ترین راه برای تست کادربندی و جهت حرکت هستند — قبل از رندر گرفتن نسخه‌های طولانی‌تر یا شارپ‌تر، مطمئن شوید پرامپت درست کار می‌کند. مدل‌ها در حرکت انسان، یکدستی محصول، حرکات دوربین و صدای بومی تفاوت دارند، پس قبل از یک تولید جدی، روی همان پرامپت چند نمونه کوچک را با هم مقایسه کنید.

Resolution, duration, and aspect ratio settings in the VisionStory AI video generator
این مثال از حالت افقی 16:9، مدت‌زمان 10 ثانیه و 1080p برای یک نمای معرفی محصول استفاده می‌کند.

مرحله 4: تولید کنید و نتیجه را در لیست Videos پیدا کنید

روی دکمه تولید (generate) در پایینِ سمت راستِ کادر پرامپت کلیک کنید. وقتی رندر تمام شد، کلیپ جدید در بالای لیست Videos در پایین نمایش داده می‌شود و برچسبِ مدت‌زمان، وضوح تصویر، عنوان و زمان ساخت را دارد. اول بندانگشتی را چک کنید: آیا همان سوژه اصلی و ترکیب‌بندیِ پرامپت را نشان می‌دهد؟

اگر بندانگشتی واضحا اشتباه است — رنگ محصول غلط، سوژه حذف شده، کادر غیرقابل‌استفاده — آن را وارد یک پروژه واقعی نکنید. برگردید سراغ پرامپت، ویژگی‌هایی را که باید حفظ شوند و چیزهایی را که نباید ظاهر شوند اضافه کنید و دوباره تولید بگیرید.

A finished text-to-video result showing at the top of the Videos list in VisionStory
جدیدترین کارت، عنوان، مدت‌زمان، وضوح تصویر و یک بندانگشتی برای یک بررسی سریعِ مرحله اول را نشان می‌دهد.

مرحله 5: کل نما را پیش‌نمایش کنید، سپس دانلود کنید

کارت ویدیو را باز کنید و از ابتدا پخش کنید. بررسی کنید سوژه در طول کل نما پایدار می‌ماند یا نه، حرکت با فیزیک سازگار است یا نه، دوربین پرش دارد یا نه، و آیا ساختار محصول، دست‌ها، متن یا پس‌زمینه جایی خراب می‌شوند یا نه. بخش Generation Details پرامپت اصلی، مدل و وضوح تصویر را برای اجرای دوباره و مقایسه‌ها نگه می‌دارد.

فقط بعد از اینکه نما از بررسی عبور کرد دانلود کنید، سپس آن را داخل ادیت خودتان، پروژه AI Video Agent، یا باقی گردش‌کار وارد کنید. هیچ‌وقت فقط چون فریم اول خوب به نظر می‌رسد منتشر نکنید — فریم‌های میانی و پایانی هم به همان دقت نیاز دارند.

Previewing a text-generated video in the VisionStory Video Viewer with its prompt and model details
Video Viewer نتیجه کامل را پخش می‌کند و پرامپت، مدل و تنظیمات خروجیِ استفاده‌شده در این اجرا را نگه می‌دارد.

مشکلات رایج و راه‌حل آن‌ها

  • ویدیو عملا یک تصویر ثابت است. به‌جای توصیف یک عکس، حرکت سوژه و حرکت دوربین را صریح بنویسید — درِ جعبه باز می‌شود، push-in آرام، چرخش دور محصول.
  • سوژه وسط نما تغییر شکل می‌دهد (morph). تعداد حرکت‌ها را در یک نما کمتر کنید، مدت‌زمان را کوتاه‌تر کنید و جنس، رنگ‌ها و ساختاری را که باید ثابت بماند دقیق ذکر کنید.
  • نما پرزرق‌وبرق است ولی چیزی نمی‌گوید. اول مشخص کنید این نما قرار است کدام مزیت فروش یا ضربه داستانی را منتقل کند؛ بعد نورپردازی و حرکت دوربین را انتخاب کنید.
  • نسبت تصویر با پلتفرم هماهنگ نیست. قبل از تولید، نسبت درست را انتخاب کنید. برش دادن یک نمای افقی به عمودی معمولا سوژه و حرکت را قطع می‌کند.
  • متن یا لوگوی اضافی ظاهر می‌شود. در پرامپت اضافه کنید «بدون متن، بدون لوگو» — و باز هم قبل از انتشار تک‌تک فریم‌ها را بررسی کنید.

تبدیل متن به ویدیو وقتی بهترین است که همان نمای متحرکی را به شما بدهد که در حالت عادی نمی‌توانستید فیلم‌برداری کنید. اول نقشِ نما را مشخص کنید، سپس سوژه، حرکت، فضا و دوربین را شفاف بنویسید و کل تایم‌لاین را بررسی کنید — نه فقط یک بندانگشتی. اگر نقطه شروع شما یک تصویر است نه پرامپت، به تبدیل کردن یک تصویر به ویدیو بروید.

سوالات متداول

  • تبدیل متن به ویدیو یک روش تولید با هوش مصنوعی است که از یک پرامپتِ نوشته‌شده، یک شاتِ متحرک کاملاً جدید می‌سازد. یک پرامپت خوب، سوژه، اقدام، فضا و نور، حرکت دوربین و هر چیزی که نباید در کادر ظاهر شود را پوشش می‌دهد.