Loin 10 minuutissa koko musiikkivideon Nirvanan "Smells Like Teen Spirit" -kappaleeseen tekoälyn avulla. Tässä on koko työnkulkuni ja jokainen käyttämäni 👇 kehote

Ydintyökaluna käytettiin Googlen Veo 3:a. Ensin minun piti kuitenkin naulata kehotteiden kieli. Yleinen kehote, kuten "Nirvana-musiikkivideo", olisi ollut katastrofi.

Joten käytin (ChatGPT) GPT-4o:ta aivoriihikumppanina, joka auttoi minua rakentamaan sanastoa, joka vangitsisi grunge-tunnelman. KEHOTE: "Anna avainsanoja, jotka määrittelevät Nirvanan vuoden 1991 hitin "Smells Like Teen Spirit" 90-luvun grunge-tunnelman ja vangitsevat musiikkivideon estetiikan."

ChatGPT laati luettelon olennaisista avainsanoista: -Karkea, 1990-luvun tyyliin -Kädessä pidettävän videokameran kuvamateriaalia -Täysi Seattlen auditorio -Tunnelmallinen, hämärästi valaistu lukion käytävä -Dystooppinen energia -Ylivalottunut lavavalot

Esteettisen sanastoni avulla aloin luoda kymmeniä lyhyitä leikkeitä Veo 3:ssa. Se on kuin olisi ohjaaja, jolla on rajoittamaton budjetti B-rollille!

Konsertin päämateriaalin saamiseksi kehotteiden oli oltava tarkkoja energian ja sijainnin suhteen. PROMPT: "Laaja, elokuvamainen otos teini-ikäisestä rock-bändistä, joka soittaa energisen live-esityksen täpötäydessä Seattlen lukion auditoriossa 1990-luvulla."

Video tarvitsi kaoottisen, fanitason näkökulman. Näkökulmakehote teki ihmeitä tässä. KEHOTE: "Karkea, olkapäiden korkuinen POV-kuva yleisön sisältä osoitti kohti epäselviä, ylivalottuneita lavavaloja. Näet vain ääriviivat bändistä."

Rakentaakseni "tarinan" konsertin ympärille halusin nuo klassiset, angstiset lukiokohtaukset. KEHOTE: "Nopea, tunnelmallinen kamerasarja leikkaa hämärästi valaistun 1990-luvun lukion käytävän läpi, kun kamera napsahtaa teini-ikäiseltä toiselle."

Joskus pyysin vain puhdasta estetiikkaa saadakseni klippejä, joita voisin käyttää siirtyminä tai tekstuurina. KEHOTE: "Luo video, joka on saanut inspiraationsa 1990-luvun Seattlen grunge-musiikista synkällä tunnelmalla"

Tässä kohtaa ihmis-in-the-loop-osa on niin tärkeä. Minulla oli nyt kansio täynnä 7 sekunnin leikkeitä. Toin kaiken yksinkertaiseen videoeditoriin nimeltä Capwing. AI oli kuvaaja, mutta minä olin ohjaaja.

Capwingissa ompelin parhaat klipit yhteen ja synkronoin leikkaukset kappaleen kuuluisan hiljaisen-KOVA-hiljaisen dynamiikan kanssa. Kaoottisten, energisten laukausten piti osua juuri kertosäkeen osuessa. Tässä tarinankerronnalla ja maulla on suuri merkitys.

Tässä on mitä @clairevo (How I AI Podcast) sanoi:

Tekoäly ei ole vielä täydellinen, mutta 60- ja 70-lukujen artistit kohtasivat samanlaisia rajoituksia äänityslaitteiden kanssa. Loin fanifiktiota, rakkauskirjettä 90-luvun suosikkisoundeilleni. Mutta ajatuksena on, että meillä on nyt työkalut alkuperäisen median luomiseen.

Idean ja toteutuksen välinen etäisyys ei ole koskaan ollut lyhyempi. Työkalut ovat täällä, ne ovat saatavilla ja ne ovat uskomattoman tehokkaita. Neuvoni kaikille on yksinkertainen: mene pelaamaan.