Langkau ke kandungan

Panduan · Prompt · Dikemas kini Okt 2026

Panduan Prompt OmniHuman 2: Arahkan Gerak Isyarat, Emosi dan Kamera

Prompt OmniHuman 2 yang baik adalah pendek, fizikal dan spesifik. Audio sudah menentukan apa yang diucapkan dan bila bibir bergerak; prompt pula menentukan segala-galanya di sekelilingnya — cara individu itu membawa badan, ke mana dia memandang, gerak isyarat mana yang jatuh pada baris mana dan apa yang dilakukan oleh kamera.

Gambar+Suara=Video

Suara
Tiada gambar? Cuba:
  • Pratonton percuma
  • Log masuk Google
  • Muat naik peribadi
Iklan UGC
Menyanyi
Berbilang orang
setiap video
5 min
output
720p
orang dalam babak
Ramai
bahasa
6

Panduan ini memberikan struktur ringkas, perbendaharaan kata yang difahami oleh model dan contoh sedia salin untuk format biasa. Setiap contoh direka untuk ditampal ke dalam medan arahan di studio dan disesuaikan dengan gambar anda.

Cara menyusun prompt OmniHuman 2

Fikirkan dalam tiga slot: persembahan, gerak isyarat dan kamera. Persembahan ialah suasana keseluruhan (“warm and confident”, “playful”, “serious newsreader”). Gerak isyarat ialah satu atau dua tindakan konkrit (“counts on fingers”, “points at the viewer”, “holds the jar up to the lens”). Kamera ialah satu pergerakan atau bingkai (“static medium shot”, “slow push-in”, “gentle orbit to the left”).

Hadkan kepada sekitar 40 patah perkataan. Prompt panjang dengan banyak tindakan yang bersaing cenderung menghasilkan pergerakan yang sibuk dan tidak semula jadi; lebih baik render dua kali dengan dua prompt yang fokus berbanding sekali dengan prompt yang terlalu sarat.

Arahan kamera

Gunakan satu pergerakan bagi setiap klip. Frasa berikut jelas dan mudah difahami:

  • “static medium shot” (syot sederhana statik) — tenang, gaya penyampai; terbaik untuk video penerangan yang panjang.
  • “slow push-in” (kamera mendekat perlahan) — membina intensiti; sangat sesuai untuk hook iklan dan baris yang beremosi.
  • “gentle orbit around the subject” (kamera mengelilingi subjek perlahan) — menambah nilai produksi pada lagu.
  • “handheld feel, slight sway” (rasa kamera pegang tangan, sedikit bergoyang) — menjadikan klip gaya UGC kelihatan seperti dirakam dengan telefon.
  • “wide shot, then slow zoom on the speaker” (syot lebar, kemudian zum perlahan pada penutur) — berguna dalam babak berkumpulan.

Gerak isyarat dan bahasa badan

Nyatakan gerak isyarat dan, jika perlu, bila ia berlaku: “raises an eyebrow at the question” (mengangkat kening semasa soalan), “opens both hands on ‘everyone’” (membuka kedua-dua tangan pada perkataan ‘semua’), “nods while listening” (mengangguk sambil mendengar). Syot produk paling berkesan apabila produk sudah ada dalam gambar; prompt kemudian boleh meminta individu itu mengangkat, mencondongkan atau menuding ke arahnya.

Untuk nyanyian, terangkan nafas dan pergerakan, bukan bentuk mulut — “closes eyes on long notes, sways with the beat, hand on chest in the chorus” (mata terpejam pada nada panjang, bergoyang mengikut rentak, tangan di dada semasa korus) — dan biarkan audio menggerakkan bibir.

Contoh prompt mengikut format

Tukar butirannya mengikut gambar dan audio anda sendiri.

  1. 1Hook UGC penjagaan kulitexcited, talks fast, holds the bottle close to the camera on the first line, handheld feel
  2. 2Pengumuman pengasascalm and confident, open hand gestures, static medium shot, small smile at the end
  3. 3Baladaeyes closed on long notes, gentle sway, slow orbit, soft emotional expression
  4. 4Podcast dua hosleft host speaks, right host nods and reacts, static wide shot, relaxed conversation
  5. 5Pelajaranteacher tone, counts points on fingers, glances down as if at notes, static shot
  6. 6Ucapan maskotcheerful, waves at the start, bounces slightly, slow push-in

Bahasa dan penyelesaian masalah

Anda boleh menulis arahan dalam bahasa Inggeris, Cina, Jepun, Korea, Sepanyol (Mexico) atau Indonesia. Audio pertuturan boleh dalam apa jua bahasa — lip sync mengikut bunyi, bukan prompt.

Jika pergerakan kelihatan berlebihan, buang kata sifat seperti “very” dan “dramatic”. Jika seolah-olah tiada apa yang berlaku, semak sama ada gerak isyarat itu boleh dilakukan secara fizikal dalam bingkai tersebut: tangan tidak boleh membuat gerak isyarat jika gambar ialah potongan wajah yang rapat.

Kesilapan prompt yang biasa

Kesilapan paling kerap ialah menerangkan skrip dan bukannya persembahan. Menulis “she explains our new pricing” (dia menerangkan harga baharu kami) tidak menambah apa-apa, kerana audio sudah membawa perkataannya; “leans forward and taps the table on each price” (condong ke depan dan mengetuk meja pada setiap harga) memberi model sesuatu untuk dilakukan.

Kesilapan kedua ialah percanggahan: meminta syot statik dan kamera mengelilingi, atau penyampaian yang tenang dan lompatan yang bertenaga, dalam klip yang sama. Apabila arahan bercanggah, pergerakan menjadi celaru. Tetapkan satu suasana dan satu tingkah laku kamera bagi setiap render.

  • Elakkan emosi yang melampau melainkan audio sepadan dengannya — baris yang dibisikkan dengan “shouting angrily” (menjerit dengan marah) akan kelihatan janggal.
  • Jangan minta objek yang tiada dalam gambar untuk muncul; tambahkannya ke dalam imej sebaliknya.
  • Elakkan jargon filem teknikal yang model tidak mempunyai sebab untuk tahu, seperti jenama lensa tertentu.

Membuat iterasi tanpa membazir kredit

Tetapkan gambar dan audio dahulu, kemudian ubah hanya prompt antara render ujian. Jalankan petikan lima saat bagi baris paling penting dengan dua atau tiga variasi prompt secara bersebelahan — pada 50 kredit setiap satu, perbandingan itu lebih murah daripada satu render panjang yang tidak menjadi.

Setelah sesuatu prompt berkesan, simpan bersama projek sebagai “pratetap arahan” yang boleh digunakan semula untuk penyampai tersebut. Siri kelihatan lebih konsisten apabila setiap episod bermula daripada teks arahan yang sama.

Soalan lazim

Adakah prompt diwajibkan?

Tidak. Tanpa prompt, OmniHuman 2 memilih pergerakan semula jadi berdasarkan audio. Prompt membantu apabila anda mahukan gerak isyarat atau kerja kamera tertentu.

Berapa panjang prompt saya sepatutnya?

Satu atau dua ayat, kurang daripada sekitar 40 patah perkataan. Prompt yang fokus menghasilkan pergerakan yang lebih kemas.

Bolehkah prompt mengubah apa yang diucapkan oleh individu itu?

Tidak. Pertuturan dan gerakan bibir datang daripada audio; prompt mengawal persembahan dan kamera.

Bolehkah saya mengarahkan beberapa orang?

Boleh. Terangkan setiap orang mengikut kedudukan, contohnya “left person speaks, right person reacts” (orang di kiri bercakap, orang di kanan bereaksi).

Bahasa prompt apakah yang disokong?

Bahasa Inggeris, Cina, Jepun, Korea, Sepanyol (Mexico) dan Indonesia disenaraikan sebagai disokong.

Kenapa gerak isyarat saya tidak muncul?

Biasanya kerana bingkai menyembunyikan tangan atau prompt meminta terlalu banyak tindakan. Gunakan gambar yang lebih lebar dan kurangkan arahan.

Terus meneroka

Jadikan gambar anda bercakap.

Pratonton percuma.