ChatGPT- এর নির্মাতাদের মধ্যে Sora এসেছে, OpenAI দ্বারা তৈরি একটি AI মডেল যা আপনার ইনপুট করা টেক্সট বর্ণনা থেকে বাস্তবসম্মত ভিডিও তৈরি করে। যদিও Google Gemini- এর Veo-এর মতো ভিডিও জেনারেশন টুলের একটি পরিসর রয়েছে, Sora সবচেয়ে জনপ্রিয়গুলির মধ্যে একটি।
২০২৫ সালের সেপ্টেম্বরে Sora 2 চালু করার পর, OpenAI স্পষ্ট করে বলেছে যে এই নতুন সংযোজনটি সিঙ্ক্রোনাইজড অডিও, উন্নত পদার্থবিদ্যা এবং এমনকি সৃজনশীল প্রক্রিয়ার উপর বর্ধিত নিয়ন্ত্রণ সহ বাস্তবসম্মত ভিডিও তৈরি করতে পারে। সফ্টওয়্যারটির লঞ্চের পাশাপাশি একটি অনুষঙ্গী অ্যাপও এসেছে যা AI-জেনারেটেড ভিডিও তৈরি এবং শেয়ার করার জন্য একটি সামাজিক নেটওয়ার্ক যা Cameos নামে পরিচিত।
আমি Sora 2 নিয়ে একটু ঘুরে দেখার সিদ্ধান্ত নিলাম এবং দেখি কোন প্রম্পটগুলো সবচেয়ে ভালো কাজ করেছে। Sora 2 ব্যবহার করে ১০০ টিরও বেশি ভিডিও তৈরি করার পর, উদাহরণ প্রম্পটগুলির সাথে সেরা ফলাফল পেতে আমার টিপস এবং কৌশলগুলি এখানে দেওয়া হল যাতে আপনি আটকে যেতে পারেন।
১. সিনেমাটিক ট্যাগ ব্যবহার করুন
আপনার ভিডিওর সেটিং বা ফোকাস বর্ণনা করার পরিবর্তে, সিনেমাটিক ট্যাগ ব্যবহার সত্যিই মেজাজ সেট করতে এবং সোরাকে আপনি যা খুঁজছেন তা ঠিক বর্ণনা করতে সাহায্য করতে পারে।
ভিডিওটির জন্য আপনি কী ধরণের লুক চান, সেইসাথে লাইটিং বা শ্যাডো এফেক্টের জন্য কী কী প্রয়োজনীয়তা চান তা উল্লেখ করুন। আপনি কোন ক্যামেরায় ভিডিওটি ধারণ করা হয়েছে তাও উল্লেখ করতে পারেন, এবং ডেপথ অফ ফিল্ডও কত।
"রাতে বৃষ্টির রাস্তায় একটি বিড়াল হাঁটছে" এর পরিবর্তে নিচেরটি চেষ্টা করুন:
সিনেমাটিক, কোডাক ৫০ মিমি লেন্স, নরম নিয়ন আলো, গভীর ছায়া, মাঠের অগভীর গভীরতা। টোকিওর একটি গলিতে একটি একক, ঝিকিমিকি স্ট্রিট ল্যাম্পের নীচে ভেজা ডামারের উপর দিয়ে একটি বাদামী ট্যাবি বিড়াল হেঁটে যাচ্ছে।
2. ক্যামেরার গতির রূপরেখা
যদি আপনি আপনার ভিডিওতে ক্যামেরার গতি চান, তাহলে অস্পষ্ট না হয়ে এটিকে ঠিক কেমন দেখাতে চান তা ঠিক করে বলুন। ক্যামেরার গতি ব্যাখ্যা করার সময়, সোরাকে ভিডিওর কেন্দ্রবিন্দু ঠিক কী তা স্পষ্ট করে বলতে ভুলবেন না যাতে ক্যামেরাটি সরানোর সময় ঠিক কীসের উপর ফোকাস করতে হবে তা জানতে পারে।
"ড্রোনটি উঁচুতে উড়ে যায়, তারপর দ্রুত জুম করে এবং লোকটি দ্রুত দরজার দিকে ছুটে যায়।" এর পরিবর্তে নিচেরটি চেষ্টা করুন:
একটি ধীর, ৩ সেকেন্ডের উল্লম্ব ক্রেন মাটি থেকে উপরে উঠে আসে, একজন লোককে অনুসরণ করে যে ইচ্ছাকৃতভাবে তিনটি পদক্ষেপ নিয়ে একটি উজ্জ্বল দরজায় থামে।
৩. রেফারেন্স চিত্র ব্যবহার করুন
যদি আপনার মনে ইতিমধ্যেই কিছু থাকে, তা সে ব্যক্তি হোক বা সেট, আপনি আপনার ভিডিও তৈরি করার সময় এই ছবিটিকে রেফারেন্স হিসেবে ব্যবহার করতে পারেন।
ছবিটি আপলোড করার পাশাপাশি, আপনার প্রম্পটে ছবিটি উল্লেখ করতে ভুলবেন না যাতে সোরা সঠিকভাবে এটি কীভাবে ব্যবহার করতে হয় তা জানতে পারে।
যদি এটি কোনও ব্যক্তির ছবি হয়, তাহলে স্পষ্ট করে বলুন যে আপনি কেবল মুখটি চান নাকি পুরো শটটি চান। যদি এটি কোনও পরিবেশের ছবি হয়, তাহলে স্পষ্ট করে বলুন যে আপনি পরিবেশের কোন অংশটি চান।
আপনার নিজের মুখের বর্ণনা দেওয়ার চেষ্টা করার পরিবর্তে, একটি ছবি আপলোড করুন এবং তারপর নীচের প্রম্পটটি ব্যবহার করুন:
আপলোড করা ছবিটিকে মূল বিষয়ের মুখ হিসেবে ব্যবহার করুন। ভোরবেলা তুষারাবৃত পাহাড়ের চূড়ায় দাঁড়িয়ে থাকা একটি বিবর্ণ, দাড়িওয়ালা মূর্তি (বিষয়)। ক্যামেরা ধীরে ধীরে বিষয়ের দৃঢ় অভিব্যক্তিতে (ডলি ইন) ঠেলে দেয়। মহাকাব্যিক, অতি-বিশদ ফ্যান্টাসি শিল্প শৈলী।
৪. ছোট ক্লিপগুলিতে মনোযোগ দিন
যদি আপনি একটি দীর্ঘ ভিডিও তৈরি করতে চান, বিশেষ করে একাধিক ক্লিপ দিয়ে তৈরি, তাহলে সোরাকে আলাদাভাবে এই ক্লিপগুলি তৈরি করতে বলুন। আপনি এখনও একই প্রম্পট ব্যবহার করে এই ক্লিপগুলি চাইতে পারেন, যাতে সেটিং এবং থিম একই থাকে।
লম্বা ক্লিপ তৈরি করার পরিবর্তে, এমনকি যদি আপনার প্রয়োজন হয়, একাধিক ছোট ক্লিপ তৈরি করার চেষ্টা করুন এবং তারপর সেগুলিকে একসাথে সেলাই করুন। আপনি নীচের প্রম্পটটি ব্যবহার করে এটি করতে পারেন:
(ক্লিপ ১, ৬ সেকেন্ড) “মধ্যরাতে বাজছে এমন একটি প্রাচীন ঘড়ির মাঝারি ছবি। নরম ক্লোজ-আপ, উষ্ণ মোমবাতির আলো।” তারপর (ক্লিপ ২, ৬ সেকেন্ড) “একই অবস্থান, ক্যামেরাটি পিছনে টেনে (ডলি বের করে) দেখায় যে ঘরটি ধুলোয় ঢাকা। কুয়াশাচ্ছন্ন, বায়ুমণ্ডলীয় আলো।”
৫. একটি পৃথক ব্লকে সংলাপ এবং শব্দ নির্দিষ্ট করুন
যদি আপনি আপনার ভিডিওতে নির্দিষ্ট সংলাপ বা শব্দ আশা করেন, তাহলে ভিডিওর ভিজ্যুয়ালের বিবরণের সাথে এটি মিশিয়ে ফেলার চেষ্টা করার পরিবর্তে, একটি পৃথক টেক্সট ব্লকে আপনি ঠিক কী হতে চান তা নির্দিষ্ট করে দিন।
এটি একটি পৃথক টেক্সট ব্লকে আছে কিনা তা নিশ্চিত করলে সোরা বিভ্রান্ত না হবে এবং শব্দ প্রভাব বা সংলাপ কোথায় প্রয়োগ করতে হবে তা ঠিকভাবে জানতে পারবে।
কেবল ভিজ্যুয়ালের উপর ভিত্তি করে প্রম্পট দেওয়ার পরিবর্তে, শব্দগুলিও যোগ করুন। আপনি নীচের মত একটি পৃথক টেক্সট ব্লকে এটি করতে পারেন:
ধুলোময় বারান্দা থেকে একজন মহাকাশচারীর পৃথিবীর দিকে তাকিয়ে থাকার মাঝারি ছবি। ক্যামেরা ধীরে ধীরে তাদের প্রতিফলিত ভিসারের দিকে ঝুঁকে পড়ছে। পরিবেশটা মনোমুগ্ধকর এবং কম আলোয় ভরা।
[অডিও সিঙ্ক সংকেত]: ০:০২: একটি একক, মৃদু পদধ্বনির শব্দ। ০:০৪: মহাকাশচারী জোরে দীর্ঘশ্বাস ফেলেন (একটি ঘনিষ্ঠ, শুষ্ক মাইকের শব্দ)। ০:০৭: ম্লান, ভিনটেজ রেডিও স্ট্যাটিক ম্লান হয়ে যায়, তার সাথে একটি নরম, বিষণ্ণ পিয়ানো স্কোর। ভয়েসওভার (শান্ত, মহিলা): "এটাই কি সব?"
এই সমস্ত টিপস এবং কৌশলগুলি একত্রিত করলে আপনি সোরা থেকে সেরা ভিডিওটি পেতে পারবেন। মনে রাখবেন যে বিশদটি গুরুত্বপূর্ণ। আপনি এআইকে যত বেশি বিশদ সরবরাহ করবেন, আপনার কল্পনা করা ভিডিওটি তৈরিতে এটি তত ভাল কাজ করতে পারবে।
এমনকি যদি মনে হয় যে আপনি যা চাইছেন তা অতিরিক্ত করছেন, তবুও সোরা এই সমস্ত বিবরণ বিবেচনা করতে পারে এবং যা প্রয়োজন বলে মনে করে তা প্রয়োগ করতে পারে। তাই কখনও মনে করবেন না যে আপনি খুব বেশি করছেন।
এবং সৃজনশীলতার বিকল্পগুলি কেবল প্রসারিত হতে চলেছে। OpenAI Sora-তে আরও বৈশিষ্ট্য যুক্ত করে চলেছে, দিগন্তে একাধিক নতুন সরঞ্জাম নিয়ে ।