कंटेंट पर जाएँ

गाइड · प्रॉम्प्टिंग · अपडेट: अक्टू॰ 2026

OmniHuman 2 प्रॉम्प्ट गाइड: इशारे, भावना और कैमरा डायरेक्ट करें

अच्छा OmniHuman 2 प्रॉम्प्ट छोटा, फ़िज़िकल और सटीक होता है। व्यक्ति क्या कहता है और होंठ कब हिलते हैं, यह ऑडियो पहले ही तय कर देता है; प्रॉम्प्ट उसके आसपास की हर चीज़ तय करता है — शरीर कैसे रहता है, नज़र कहाँ है, कौन-सा इशारा किस लाइन पर आता है और कैमरा क्या करता है।

फ़ोटो+आवाज़=वीडियो

आवाज़
फ़ोटो नहीं है? आज़माएँ:
  • मुफ़्त प्रीव्यू
  • Google साइन इन
  • प्राइवेट अपलोड
UGC विज्ञापन
गाते हुए
मल्टी-पर्सन
प्रति वीडियो
5 मिनट
आउटपुट
720p
पर्सन सीन
मल्टी
भाषाएँ
6

यह गाइड आपको एक सिंपल ढाँचा, वे शब्द जिन पर मॉडल प्रतिक्रिया देता है, और आम फ़ॉर्मेट के लिए कॉपी करने लायक उदाहरण देती है। हर उदाहरण इस तरह बना है कि उसे स्टूडियो की डायरेक्शन फ़ील्ड में पेस्ट करके अपनी फ़ोटो के हिसाब से बदला जा सके।

OmniHuman 2 प्रॉम्प्ट का ढाँचा कैसे बनाएँ

तीन खानों में सोचें: परफ़ॉर्मेंस, इशारा और कैमरा। परफ़ॉर्मेंस पूरा मूड है (“warm and confident” यानी गर्मजोशी और आत्मविश्वास, “playful” यानी चुलबुला, “serious newsreader” यानी गंभीर न्यूज़रीडर)। इशारा एक या दो ठोस एक्शन हैं (“counts on fingers” — उँगलियों पर गिनता है, “points at the viewer” — दर्शक की ओर इशारा करता है, “holds the jar up to the lens” — जार को लेंस के पास उठाता है)। कैमरा एक मूव या फ़्रेमिंग है (“static medium shot”, “slow push-in”, “gentle orbit to the left”)।

इसे लगभग 40 शब्दों से कम रखें। कई टकराते एक्शन वाले लंबे प्रॉम्प्ट अक्सर भरी-भरी, अप्राकृतिक मूवमेंट देते हैं; एक ओवरलोड प्रॉम्प्ट से एक बार रेंडर करने के बजाय दो फ़ोकस्ड प्रॉम्प्ट से दो बार रेंडर करना बेहतर है।

कैमरा डायरेक्शन

हर क्लिप में एक ही मूव इस्तेमाल करें। ये फ़्रेज़ साफ़ हैं और अच्छे से समझे जाते हैं:

  • “static medium shot” — शांत, प्रेज़ेंटर स्टाइल; लंबे एक्सप्लेनर के लिए सबसे अच्छा।
  • “slow push-in” — इंटेंसिटी बढ़ाता है; विज्ञापन हुक और भावुक लाइनों के लिए बढ़िया।
  • “gentle orbit around the subject” — गानों में प्रोडक्शन वैल्यू जोड़ता है।
  • “handheld feel, slight sway” — UGC स्टाइल क्लिप को फ़ोन से शूट किया हुआ दिखाता है।
  • “wide shot, then slow zoom on the speaker” — ग्रुप सीन में काम का।

इशारे और बॉडी लैंग्वेज

इशारे का नाम लिखें और, अगर ज़रूरी हो, तो यह भी कि वह कब होता है: “raises an eyebrow at the question” (सवाल पर भौंह उठाता है), “opens both hands on ‘everyone’” (‘everyone’ पर दोनों हाथ खोलता है), “nods while listening” (सुनते हुए सिर हिलाता है)। प्रोडक्ट शॉट तब सबसे अच्छे चलते हैं जब प्रोडक्ट पहले से फ़ोटो में हो; फिर प्रॉम्प्ट व्यक्ति से उसे उठाने, झुकाने या उसकी ओर इशारा करने को कह सकता है।

गाने के लिए मुँह के आकार नहीं, साँस और मूवमेंट बताएँ — “closes eyes on long notes, sways with the beat, hand on chest in the chorus” (लंबे सुरों पर आँखें बंद, बीट पर झूमना, कोरस में सीने पर हाथ) — और होंठों को ऑडियो से चलने दें।

फ़ॉर्मेट के हिसाब से प्रॉम्प्ट के उदाहरण

डिटेल को अपनी फ़ोटो और ऑडियो के हिसाब से बदलें। उदाहरण अंग्रेज़ी में दिए गए हैं, क्योंकि डायरेक्शन के लिए हिंदी सपोर्टेड भाषाओं में नहीं है।

  1. 1UGC स्किनकेयर हुकexcited, talks fast, holds the bottle close to the camera on the first line, handheld feel
  2. 2फ़ाउंडर का अनाउंसमेंटcalm and confident, open hand gestures, static medium shot, small smile at the end
  3. 3बैलेडeyes closed on long notes, gentle sway, slow orbit, soft emotional expression
  4. 4दो होस्ट वाला पॉडकास्टleft host speaks, right host nods and reacts, static wide shot, relaxed conversation
  5. 5लेसनteacher tone, counts points on fingers, glances down as if at notes, static shot
  6. 6मैस्कॉट का अभिवादनcheerful, waves at the start, bounces slightly, slow push-in

भाषाएँ और समस्या-समाधान

आप डायरेक्शन अंग्रेज़ी, चीनी, जापानी, कोरियाई, स्पैनिश (मेक्सिको) या इंडोनेशियाई में लिख सकते हैं। बोला गया ऑडियो किसी भी भाषा में हो सकता है — लिप सिंक आवाज़ को फ़ॉलो करता है, प्रॉम्प्ट को नहीं।

अगर मूवमेंट ज़रूरत से ज़्यादा लगे, तो “very” और “dramatic” जैसे विशेषण हटा दें। अगर कुछ होता ही न दिखे, तो चेक करें कि फ़्रेमिंग में वह इशारा शारीरिक रूप से मुमकिन है: अगर फ़ोटो चेहरे का टाइट क्रॉप है, तो हाथ इशारा नहीं कर सकते।

प्रॉम्प्ट लिखने की आम गलतियाँ

सबसे आम गलती है परफ़ॉर्मेंस के बजाय स्क्रिप्ट बताना। “she explains our new pricing” (वह हमारी नई प्राइसिंग समझाती है) लिखने से कुछ नहीं जुड़ता, क्योंकि शब्द ऑडियो में पहले से हैं; “leans forward and taps the table on each price” (आगे झुकती है और हर कीमत पर टेबल थपथपाती है) मॉडल को करने के लिए कुछ देता है।

दूसरी गलती है विरोधाभास: एक ही क्लिप में स्टैटिक शॉट और ऑर्बिट दोनों माँगना, या शांत डिलीवरी और जोश भरी उछल-कूद दोनों। जब निर्देश आपस में टकराते हैं, तो मूवमेंट गड़बड़ हो जाती है। हर रेंडर के लिए एक मूड और एक कैमरा बिहेवियर तय करें।

  • जब तक ऑडियो मेल न खाए, भावनाओं की अति से बचें — फुसफुसाई गई लाइन के साथ “shouting angrily” (गुस्से में चिल्लाना) टूटा हुआ लगता है।
  • जो चीज़ें फ़ोटो में नहीं हैं, उन्हें दिखाने के लिए न कहें; इसके बजाय उन्हें इमेज में जोड़ें।
  • ऐसी टेक्निकल फ़िल्मी शब्दावली छोड़ दें जिसे मॉडल के जानने की कोई वजह नहीं, जैसे खास लेंस ब्रांड।

क्रेडिट बर्बाद किए बिना बार-बार सुधारें

पहले फ़ोटो और ऑडियो फ़ाइनल करें, फिर टेस्ट रेंडर के बीच सिर्फ़ प्रॉम्प्ट बदलें। सबसे अहम लाइन के पाँच सेकंड के हिस्से को दो-तीन प्रॉम्प्ट वेरिएंट के साथ अगल-बगल चलाएँ — हर एक 50 क्रेडिट का है, तो यह तुलना एक ऐसे लंबे रेंडर से सस्ती पड़ती है जो चूक जाए।

जब कोई प्रॉम्प्ट काम कर जाए, तो उसे उस प्रेज़ेंटर के लिए दोबारा इस्तेमाल होने वाले “डायरेक्शन प्रीसेट” के रूप में प्रोजेक्ट के साथ सेव करें। जब हर एपिसोड एक ही डायरेक्शन टेक्स्ट से शुरू होता है, तो सीरीज़ ज़्यादा एक जैसी दिखती है।

अक्सर पूछे जाने वाले सवाल

क्या प्रॉम्प्ट ज़रूरी है?

नहीं। प्रॉम्प्ट के बिना OmniHuman 2 ऑडियो से नैचुरल मूवमेंट चुनता है। जब आपको खास इशारे या कैमरा वर्क चाहिए, तब प्रॉम्प्ट मदद करता है।

मेरा प्रॉम्प्ट कितना लंबा होना चाहिए?

एक या दो वाक्य, लगभग 40 शब्दों से कम। फ़ोकस्ड प्रॉम्प्ट से मूवमेंट ज़्यादा साफ़ आती है।

क्या प्रॉम्प्ट से व्यक्ति के बोले शब्द बदल सकते हैं?

नहीं। बोली और होंठों की हलचल ऑडियो से आती है; प्रॉम्प्ट परफ़ॉर्मेंस और कैमरा कंट्रोल करता है।

क्या कई लोगों को डायरेक्ट किया जा सकता है?

हाँ। हर व्यक्ति को उसकी जगह से बताएँ, जैसे “left person speaks, right person reacts” (बाईं ओर वाला बोलता है, दाईं ओर वाला प्रतिक्रिया देता है)।

प्रॉम्प्ट के लिए कौन-सी भाषाएँ काम करती हैं?

अंग्रेज़ी, चीनी, जापानी, कोरियाई, स्पैनिश (मेक्सिको) और इंडोनेशियाई सपोर्टेड के रूप में लिस्टेड हैं।

मेरा इशारा दिख क्यों नहीं रहा?

आमतौर पर फ़्रेमिंग में हाथ छिपे होते हैं या प्रॉम्प्ट में बहुत ज़्यादा एक्शन माँगे गए होते हैं। ज़्यादा चौड़ी फ़ोटो और कम निर्देश इस्तेमाल करें।

और देखें

अपनी फ़ोटो को बोलने दें।

प्रीव्यू मुफ़्त है।