يقف والتر وايت في المدخل. وسكايلر على طاولة المطبخ. يقول العبارة الشهيرة عن أنه هو من يطرق الباب. لقد شاهدتها مئة مرة.
الآن تخيّلها مرسومة كبرنامج أطفال صباح السبت. عيون مستديرة، وخطوط عريضة، ومطبخ هادئ بألوان الباستيل، ووالتر في التاسعة يوجّه ذلك التهديد نفسه بصوت رفيع. وسكايلر، في التاسعة أيضًا، تناديه «يا صاحبي».
هذا هو الشكل كله، وهو من أكثر أفكار المحتوى القصير موثوقية في الوقت الحالي. كما أنه يتطلب جهدًا أقل بكثير مما يبدو. لا برنامج رسوم متحركة، ولا تركيب هيكل للشخصيات، ولا إطارات مفتاحية. إطار ثابت واحد من المسلسل، ووصف نصي واحد لإعادة الأسلوب، ووصف نصي واحد للحركة، يتكرر لكل مشهد. إليك الحلقة الكاملة مع الأوصاف النصية بحروفها.
لماذا يُعدّ Breaking Bad قريبًا من المثالي لهذا
تقوم النكتة على المسافة في النبرة، وما من مسلسل يبعد عن كرتون الأطفال أكثر من هذا المسلسل. طاهي ميثامفيتامين يمرّ بأزمة منتصف العمر في صحراء نيو مكسيكو، يُعاد رسمه كبرنامج أطفال عن صبي ومجموعته الكيميائية، هو النكتة كلها قبل أن تُنطق كلمة واحدة. قارن ذلك بإعادة أسلبة مسلسل كوميدي، حيث الفجوة صغيرة بما يكفي لأن يبدو المونتاج مجرد فلتر.
ويتولى الحوار الباقي. Breaking Bad قابل للاقتباس بشكل غير معتاد، والعبارات الشهيرة قصيرة. «أنا من يطرق الباب». «أنا الخطر». «أجل، العلم». «قل اسمي». كل منها من أربع إلى ثماني ثوانٍ منطوقة، وهذه هي بالضبط المدة التي يبقى فيها مخرج فيديو الذكاء الاصطناعي نظيفًا. فأنت لا تولّد أبدًا لقطة متصلة طويلة، بل تولّد سطرًا واحدًا في كل مرة، وتفحصه، وتمضي. وإذا عاد مشهد خاطئًا تخسر مقطعًا لا عصرًا كاملًا.
والطاقم يساعد أيضًا. والتر وسكايلر وجيسي وهانك وغاس وسول لكل منهم صورة ظلية وملابس ولوحة ألوان مقروءة فورًا. القبعة المسطّحة، وبدلة الحماية الصفراء، والكارديغان البيج، والقمصان الصاخبة. تنجو هذه من إعادة الأسلبة، فيتعرّف المشاهدون إلى كل شخصية بصيغتها الكرتونية دون أن تفعل شيئًا إضافيًا.
الأداتان اللتان يقوم عليهما هذا
يعيش الأمر كله في تطبيقين. الأول هو GPT Image 2 داخل Atlabs، الذي يحرّر صورة ترفعها بدلًا من توليد واحدة من الصفر. وهذا التمييز هو سبب نجاح الأمر. فأنت تريد الحفاظ على التكوين الأصلي والملابس والتأطير، وتبديل أسلوب الرسم فقط. والثاني هو MiniMax H3 Image to Video، الذي يأخذ صورتك المعاد أسلبتها ويحرّكها.
H3 هو الاختيار الصحيح هنا لأنه يتعامل مع الحوار المنطوق داخل الوصف النصي نفسه للحركة. تكتب ما يفعله والتر وما يقوله في مكان واحد، بما في ذلك الإلقاء، ويعود مقطعًا مع صوت. لا توجد خطوة تعليق صوتي منفصلة ولا تمريرة ثانية لمطابقة الفم. وفي صيغة تقوم بالكامل تقريبًا على شخصيات تقول عبارات شهيرة، يختصر هذا خط الإنتاج إلى نقرتين لكل مشهد.
المشهد 1: أنا من يطرق الباب
الخطوة 1. التقط الإطار
خذ لقطة ثابتة من اللحظة التي يستدير فيها والتر ويخطو نحو سكايلر. اختر إطارًا يكون وجهه فيه مرئيًا ومواجهًا تقريبًا، وحيث يكون المطبخ مقروءًا خلفه. فلقطة جانبية أو إطار شديد الظل يمنح إعادة الأسلبة أقل ما تتشبث به ويمنح نموذج الحركة أقل ما يحرّكه. لقطة شاشة عادية تكفي، فلا تحتاج إلى مصدر عالي الدقة.
الخطوة 2. أعد أسلبته إلى طفل كرتوني
افتح GPT Image 2، وارفع الإطار، وأبقِ الوصف النصي قصيرًا. فالأوصاف الطويلة تصارع الصورة المصدر. هذا كل ما يلزم:
make this in kids cartoon style, make him a kid
تعليمتان، دون صفات أسلوبية. فالصورة تخبر النموذج أصلًا بالتكوين والنظارات والذقن والمطبخ، فلا يحتاج الوصف النصي إلا إلى قول ما يتغير. وإضافة فقرة عن لوحات الألوان وسماكة الخطوط تدفع المخرج عادةً أبعد عن الأصل مما تريد. شغّله مرة واحدة، وإذا بقي الوجه يبدو كبيرًا في السن، أضف العمر مباشرة، مثلًا make him about nine years old.
الخطوة 3. حرّك السطر
خذ صورة والتر الكرتونية إلى MiniMax H3 Image to Video كصورة إدخال. الآن يغطي الوصف النصي الحركة والإلقاء والحوار معًا:
man walks forward and says in anger (in kid's voice) "I am not in danger. I am the danger! A guy opens his door and gets smacked and you think that of me? No. I am the one who knocks!"
انظر إلى شكل ذلك الوصف النصي. الفعل أولًا، ثم التوجيه العاطفي، ثم ملاحظة الصوت بين قوسين، ثم السطر نفسه بين علامتي اقتباس. علامات الاقتباس هي ما يخبر النموذج أي جزء حوار وأي جزء توجيه مسرحي. وملاحظة الصوت بين القوسين تؤدي معظم العمل الكوميدي، لأنها هي ما ينتج الإلقاء الرفيع الذي تعتمد عليه النكتة.
المشهد 2: والتر، يا صاحبي
الخطوتان نفسهما، بإطار جديد. خذ لقطة ثابتة لسكايلر على الطاولة وأعد أسلبتها بالتعليمة القصيرة نفسها مع تغيير الضمير فقط. فإبقاء الصياغة متطابقة فيما عدا ذلك هو ما يحافظ على ثبات أسلوب الرسم عبر القطع:
make this in kids cartoon style, make her a kid
جرّب هذا البرومبت في Atlabs GPT Image 2
ثم حرّك ردّها، مع ذكر نبرة الصوت قبل الجملة:
Woman is saying in a concerned voice "Walt, buddy, let's stop pretending everything is fine. You're in BIG trouble!"
جرّب هذا البرومبت في Atlabs MiniMax H3 Image to Video
كتابة كلمة بأحرف كبيرة داخل الجملة، كما حدث مع كلمة BIG هنا، طريقة بسيطة لإضافة تشديد عليها أثناء الأداء. هي ليست أداة تحكم رسمية، لكنها تنجح في كثير من الأحيان بما يكفي لتستحق أن تستخدمها على كلمة الذروة في كل مشهد. اربط المقطعين معًا مباشرة دون أي انتقال. القطع الحاد بين طفلين كرتونيين يتبادلان التهديدات فوق طاولة مطبخ أطرف من أي تلاشٍ تدريجي.
بناء بقية الحلقة
هذه هي الحلقة المتكررة: إطار، ثم تغيير النمط، ثم تحريك، ثم المشهد التالي. ستة إلى ثمانية مشاهد بهذه الطريقة تمنحك فيلمًا قصيرًا كاملًا، وBreaking Bad فيه مادة أكثر من كافية لذلك. الـRV في الصحراء مع جيسي. جملة "Yeah, science". هانك عند الشواء. غاس وهو يعدّل ربطة عنقه في Los Pollos Hermanos. سول في إحدى قمصانه. "Say my name" في ساحة الخردة. اختر اللحظات أولًا واسحب كل إطاراتك في جلسة واحدة، ثم نفّذ مرحلة تغيير النمط عليها جميعًا، ثم مرحلة الحركة. تنفيذ العمل خطوة بخطوة على الدفعة كلها أسرع من العمل على كل مشهد على حدة. وإن أردت نسخة نهائية أنظف للرفع على شاشة عريضة، مرّرها عبر Upscale بدقة 1080p وبمعدل 30 إطارًا في الثانية قبل النشر.
لماذا تبقى الشخصيات متسقة عبر المشاهد
ترتيب الصورة أولًا هو السبب في تماسك العمل. يحاول معظم الناس وصف والتر وايت لنموذج الفيديو بالكلمات وإعادة توليده من الصفر في كل مرة، ولهذا تتغير شخصيتهم بين اللقطات ويبدو الشخص مختلفًا بحلول المشهد الرابع. أما تغيير نمط إطار حقيقي فيثبّت كل مشهد على شيء ثابت. والت الكرتوني في المطبخ ووالت الكرتوني في الصحراء كلاهما مشتق من المسلسل نفسه، وبالملابس نفسها وإعداد الإضاءة نفسه، فيتطابقان دون أن تحتاج إلى إدارة ورقة شخصيات أو مكتبة مراجع.
دمج الحوار داخل برومبت الحركة هو الأمر الثاني الذي يجعل حلقة كاملة عملية. سير العمل الذي تولّد فيه فيديو صامتًا، ثم تكتب سيناريو، ثم تصنع صوتًا، ثم تطابق الفم، يعني أربع مراحل لكل مشهد. ثمانية مشاهد بأربع مراحل هي مشروع كامل. أما ثمانية مشاهد بمرحلتين فهي أمسية واحدة.
كما أنك لست مقيّدًا بنموذج واحد. إذا احتاج مشهد إلى مظهر مختلف، يمكن تمرير الصورة نفسها بعد تغيير نمطها عبر نموذج آخر على المنصة دون إعادة بناء أي شيء. يُعدّ Seedance 2.0 الخيار الأقوى للقطات القريبة للشخصيات المنمّقة التي يحمل فيها الوجه اللقطة، وهو ما يناسب لحظات غاس الهادئة. أما Hailuo 2.3 فيتعامل مع المشاهد كثيرة الحركة بسلاسة أكبر، وهو ما يناسب أي مشهد يظهر فيه جيسي. يمكنك تصفح المجموعة الكاملة من سير العمل والتطبيقات من لوحة تحكم Atlabs إذا أردت نقل طاقم الكرتون نفسه إلى عمل سردي أطول باستخدام سير عمل الفيديو المتحرك (Animated Video).
نصائح احترافية
اجعل برومبت تغيير النمط متطابقًا في كل مشهد، كلمة بكلمة، ولا تغيّر فيه سوى الضمير. بمجرد أن تبدأ بإعادة صياغة تعليمات النمط لكل إطار، سيتغير الأسلوب الفني ولن يبدو المونتاج وكأنه رسم كرتوني واحد. اكتبه مرة واحدة والصقه في كل مرة.
اكتب الحوار بالطريقة التي تريد أن يُؤدّى بها، لا بالطريقة التي يظهر بها في سيناريو مكتوب. علامات الترقيم والأحرف الكبيرة وملاحظة النبرة بين الأقواس هي أدوات التحكم الوحيدة في الأداء، فاستخدمها جميعًا. علامة تعجب وكلمة واحدة بأحرف كبيرة تفعلان في الأداء أكثر من جملة وصف إضافية.
إذا خرجت الجملة بتوقيت صحيح لكن حركة الفم غير دقيقة تمامًا، فلا تعِد توليد المشهد كاملًا. أرسل ذلك المقطع إلى Lip Sync مع الصوت الذي أعجبك وأصلح الفم وحده. إعادة التوليد تُضيّع لقطة كانت جيدة في الأصل.
ملاحظة عملية بخصوص النشر. تقع المحاكاة الساخرة لمسلسل بهذه الشهرة في منطقة رمادية، وأسلم أرض لها هي إعادة التفسير الكوميدي الواضحة التي تُنشر كمحتوى معجبين، لا كشيء يُباع أو يُقدَّم على أنه رسمي. وإذا أردت تحويل هذا الأسلوب إلى شيء تربح منه، فطبّق الطريقة نفسها المكوّنة من خطوتين على شخصيات أصلية. فسير العمل لا يهتم بمن يكون صاحب الوجه الذي تبدأ منه.
الأسئلة الشائعة
هل أحتاج إلى أداتين منفصلتين، أم يستطيع نموذج واحد القيام بالأمرين؟
لا بد أن تكون خطوة تغيير النمط منفصلة. نماذج تحويل الصورة إلى فيديو تحرّك ما تقدّمه لها، ولا تغيّر النمط الفني في الوقت نفسه بشكل موثوق. تغيير النمط أولًا يثبّت المظهر الكرتوني في الصورة قبل تطبيق أي حركة، وهذا أيضًا هو السبب في أن والت يبدو الطفل نفسه في كل مشهد.
ما المدة المناسبة لكل مشهد؟
اجعلها مناسبة للجملة. معظم اقتباسات Breaking Bad الشهيرة تستغرق من أربع إلى ثماني ثوانٍ عند نطقها، وهذا أيضًا هو النطاق الذي يكون فيه ناتج تحويل الصورة إلى فيديو في أنظف حالاته. وإذا كانت الجملة أطول، فقسّمها على مقطعين مع قطع في المنتصف بدلًا من الضغط على توليد واحد ليبقى متماسكًا.
ماذا لو لم يبدُ الصوت كصوت طفل؟
اجعل ملاحظة الصوت أكثر تحديدًا وانقلها إلى مكان أبكر في البرومبت. بدلًا من in kid's voice، جرّب in the voice of a small child, high pitched and squeaky. التعليمات القريبة من بداية البرومبت لها وزن أكبر، أما توجيه الصوت المدفون بعد وصف طويل للحركة فكثيرًا ما يضعف أثره.
هل يمكنني فعل هذا مع مسلسلات أخرى؟
نعم، والخطوات لا تتغير إطلاقًا، فقط تتغير الإطارات المصدرية. يكون هذا الأسلوب أقوى كلما كان التباين في النبرة أحدّ، لذلك تنجح الدراما الجنائية والتلفزيون الرفيع والرعب للسبب نفسه الذي ينجح به Breaking Bad. ومعالجة الكرتون للأطفال هي الأبعد عن طابع العمل الأصلي.
الخلاصة
انتشر Breaking Bad الكرتوني لأن الفكرة تُفهم فورًا وتكلفة الإنتاج تكاد تكون معدومة بمجرد أن تعرف الحلقة المتكررة. غيّر نمط إطار، وحرّكه مع وضع الجملة داخل البرومبت، وكرّر ذلك لكل مشهد. وكل ما عدا ذلك هو اختيار اللحظات الجيدة، وهذا المسلسل يمنحك قائمة لقطات مجانًا. ابدأ بمشهد "I am the one who knocks" بدلًا من التخطيط لحلقة كاملة، لأن مقطعًا واحدًا منتهيًا مدته ثماني ثوانٍ سيعلّمك عمّا تحتاجه برومبتاتك أكثر من أي قدر من التحضير. وعندما ينجح الأمر، طبّق الحلقة نفسها على بقية قائمة اقتباساتك. يمكنك بناء العمل كاملًا على atlabs.ai.
