نوشتن سناریو و متن ویدیو با هوش مصنوعی: از ایده تا ضبط
متنی که روی کاغذ درست است، جلوی دوربین در دهان نمیچرخد. ساختار پنجتکه، تبدیل مدت به تعداد کلمه، استوریبورد دوستونی و یک پرامپت آمادهی شصتثانیهای.
سناریو را نوشتهای، دوربین را روشن میکنی، و جملهی سوم در دهانت گیر میکند. روی کاغذ مشکلی نداشت. بلند که میخوانی، انگار مال آدم دیگری است. این شکستِ رایجی است و ربطی به استعداد اجرا ندارد: متنی نوشته شده برای خواندهشدن، نه برای گفتهشدن.
حرف ما فیلمنامهی سینمایی نیست؛ منظور ویدیوی معرفی محصول است، کلیپ آموزشی یوتیوب و تیزر شصتثانیهای اینستاگرام. مدل زبانی اینجا کار راه میاندازد، به شرطی که بدانید چه از آن بخواهید و چه را خودتان بنویسید.
متن گفتاری با متن نوشتاری یکی نیست
خواننده میتواند برگردد و جمله را دوباره بخواند. شنونده نمیتواند. هر جمله باید بار اول فهمیده شود، وگرنه ثانیهی بعد هم از دست میرود.
سه تفاوت عملی دارد. جملهها کوتاهتر میشوند، معمولاً زیر ۱۵ کلمه. فعل نزدیک فاعل مینشیند و جملهی تودرتو حذف میشود. و زبان اداری کنار میرود: «بهمنظور بهرهمندی از این قابلیت» روی زبان نمیچرخد، «برای اینکه از این استفاده کنید» میچرخد. مدل پیشفرض نوشتاری مینویسد، چون بیشترِ دادهی آموزشیاش متن مکتوب است؛ باید صریح بخواهید برای گفتن بنویسد.
هر سناریو را پیش از ضبط بلند بخوانید. هر جا نفس کم آوردید جمله بلند است، هر جا لحنتان مصنوعی شد لغت غریبه دارید. این سه دقیقه از هر بازنویسی پشت میز بیشتر جواب میدهد.
ساختار پنجتکهای که تقریباً همیشه جواب میدهد
قلاب در ۳ تا ۵ ثانیهی اول: یک جمله که مسئله یا نتیجه را میگوید. «سه سال فاکتور کاغذی را در ده دقیقه بردم توی اکسل.» مسئله: شنونده دقیقاً کجا گیر میکند. راهحل: قدمهای واقعی، نه توصیف کلی. اثبات: خروجی را نشان بدهید، قبل و بعد. دعوت به اقدام: یک کار مشخص، فقط یکی.
مدل در چیدن همین اسکلت خوب است؛ موضوع و مخاطب و مدت را بدهید، ترتیب را تمیز درمیآورد. اگر تصویر را هم قرار است بسازید، اسکلت باید پیش از سراغرفتن به ساخت ویدیو با هوش مصنوعی آماده باشد، وگرنه چند کلیپ بیربط کنار هم میچینید.
کلمه را به ثانیه تبدیل کنید
«یک متن کوتاه بنویس» به مدل چیزی نمیگوید. مدت را بدهید و به تعداد کلمه ترجمه کنید. گویندگی شمردهی فارسی معمولاً بین ۱۲۰ تا ۱۵۰ کلمه در دقیقه است؛ عدد دقیقش به لحن شما بستگی دارد، پس یک پاراگراف بخوانید و زمان بگیرید.
با میانگین ۱۳۰، ویدیوی ۶۰ ثانیهای حدود ۱۳۰ کلمه گفتار میخواهد؛ با مکث و ضبط صفحه، تقریباً ۱۰ تا ۱۵ درصد کمتر. سناریوی ۲۰۰ کلمهای برای ۶۰ ثانیه یعنی تندگویی، و تندگویی معمولاً بیننده را فراری میدهد.
استوریبورد ساده: ستون تصویر کنار ستون گفتار
سناریویی که فقط گفتار دارد نصفه است. کنار هر تکه از متن بنویسید در آن لحظه روی پرده چه دیده میشود. نقاشی لازم نیست؛ یک جدول دوستونی همان کارِ استوریبورد را میکند.
| تصویر | گفتار |
|---|---|
| نمای بسته از انبوه فاکتور کاغذی روی میز | سه سال فاکتور داشتم و هیچکدام توی اکسل نبود. |
| ضبط صفحه: عکس فاکتور کشیده میشود داخل چت | عکس را میدهم و میگویم جدولش را بساز. |
| جدول خروجی، ستونها یکییکی پر میشوند | تاریخ، مبلغ، شرح. همان چیزی که لازم داشتم. |
| لوگو و آدرس، ثابت روی صفحه | لینکش در توضیحات است؛ خودتان امتحان کنید. |
مدل کجا خوب است و کجا نه
خوب است در ساختن اسکلت، در نوشتن پنج نسخه از یک قلاب، در فشردن متن ۹۰ ثانیهای به ۶۰ ثانیه، و در مرتب کردن یادداشتهای پراکنده.
بد است در سه چیز: شوخی، لحن شخصی، و تجربهی واقعی. شوخی مدل سطحی است و در ویدیو بدتر از نبودنش است. لحن اگر از مدل بیاید، شبیه بقیه میشود. و «سال اول کارم سه بار همین اشتباه را کردم» را فقط خودتان میتوانید بنویسید. ساختار از مدل، جملههای شخصی از شما — همان منطقی که در نوشتن مقاله بدون بیروح شدن هم برقرار است.
در متن تبلیغاتی، مدل راحت صفت و عدد میگذارد: «سریعترین»، «۹۸ درصد رضایت» — بیآنکه محصول شما را دیده باشد. اگر ویدیو دربارهی دارو، مکمل، سلامت یا پول است، هر ادعا را پیش از ضبط با متخصص بسنجید؛ مسئولیت آگهی با شماست، نه با مدل.
پرامپت آماده برای سناریوی شصتثانیهای
این را کپی کنید و فقط داخل قلابها را عوض کنید؛ هرچه ورودی مشخصتر، بازنویسی کمتر. الگوهای بیشترش در پرامپتنویسی فارسی هست.
نقش: سناریونویس ویدیوی کوتاه فارسی.
موضوع: [تبدیل عکس فاکتور به فایل اکسل]
مخاطب: [صاحب مغازه، غیرفنی، عجول]
مدت: ۶۰ ثانیه — حدود ۱۳۰ کلمه گفتار
لحن: خودمانی، جملههای زیر ۱۵ کلمه، بدون لغت اداری
خروجی: جدول دوستونی «تصویر» و «گفتار»
ساختار: ۱) قلاب ۵ ثانیهای ۲) مسئله ۳) راهحل در سه قدم
۴) اثبات با نتیجهی مشخص ۵) دعوت به اقدام، یک کار
قواعد:
- برای گوش بنویس نه برای چشم.
- شوخی ننویس و ادعای عددی نساز.
- در پایان سه نسخه از جملهی قلاب بده.خروجی را در نارنگی بگیرید و سه قلاب را بلند بخوانید؛ معمولاً فقط یکیشان در دهان میچرخد.
یک سناریو، چند پلتفرم
سناریوی یوتیوب را همانطور در ریلز نگذارید. در قاب افقی میشود ۱۰ ثانیه مقدمه گفت؛ در قاب عمودی، اگر ثانیهی اول قلاب نداشته باشد بیننده رفته. آپارات و لینکدین لحن رسمیتر میخواهند.
بهجای نوشتن از نو، از مدل بخواهید همین سناریو را برای قاب عمودی و ۳۰ ثانیه بازنویسی کند؛ فشردهکردن را واقعاً بلد است. تقویم و ایدهی ویدیوهای کوتاه در تولید محتوای اینستاگرام آمده؛ بعد از ضبط هم زیرنویس فارسی بگذارید، چون بخشی از بینندهها بیصدا میبینند.
جمعبندی
سناریوی ویدیو متنی است که قرار است شنیده شود، نه خوانده. مدت را به کلمه ترجمه کنید، ساختار پنجتکه را نگه دارید، و کنار هر جمله بنویسید تصویرش چیست.
مدل را برای اسکلت و نسخههای جایگزین و کوتاهکردن به کار بگیرید؛ جملههای شخصی را خودتان بنویسید. ویدیویی که در آن یک نفر حرف خودش را میزند، از هر سناریوی بیعیب و بیصاحب جلوتر است.
برای ادامه:
