Infinity Tech

တချို့လွဲနေတာလေးတွေ ရှိတယ် .. AI video တွေထုတ်ဖို့ prompt က အရေးကြီးတယ်လို့ ထင်ကြပေမယ့် တကယ်က အဓိကမကျပါဘူး

AI Video ဖန်တီးတဲ့အခါ Prompt ရေးတတ်ရုံထက် AI Models တွေရဲ့ သဘာဝနဲ့ Workflow တွေကို နားလည်ဖို့က ပိုအရေးကြီးတယ်။ ဒါကို ရှင်းရှင်းလင်းလင်း မြင်သာအောင် အချက် ၃ ချက်နဲ့ ခွဲခြားရှင်းပြပေးပါမယ်။

၁။ Prompt ဆိုတာ "အမိန့်" သက်သက်သာဖြစ်လို့
Prompt ဆိုတာက AI ကို "ဘာလုပ်ပေးပါ" လို့ ခိုင်းတဲ့ စာသားသက်သက်ပါ။ အခုခေတ်မှာ Prompt ကောင်းကောင်း မရေးတတ်ရင်တောင် AI (ဥပမာ ChatGPT) ကို ကိုယ်ဖြစ်ချင်တဲ့ အကြောင်းအရာ ပြောပြပြီး "Video ဖန်တီးဖို့ အကောင်းဆုံး Prompt တစ်ခု ရေးပေးပါ" လို့ ပြန်ခိုင်းလို့ ရပါတယ်။

အဓိကအချက်: Prompt ရေးတာက ကျွမ်းကျင်မှု (Skill) တစ်ခုထက်စာရင် AI နဲ့ စကားပြောတတ်ရုံပါပဲ။ ဒါကို AI ကိုယ်တိုင်က ပြန်လုပ်ပေးနိုင်တဲ့အတွက် လူက အပင်ပန်းခံနေဖို့ မလိုတော့ပါဘူး။

၂။ AI Models တွေကို နားလည်ဖို့ ဘာကြောင့် လိုအပ်တာလဲ?
AI Model တစ်ခုချင်းစီမှာ မတူညီတဲ့ Architecture (ဖွဲ့စည်းပုံ) နဲ့ Strength (အားသာချက်) တွေ ရှိပါတယ်။ ဥပမာ-

Sora သို့မဟုတ် Kling: အပြင်က ရုပ်ရှင်တွေလို လက်တွေ့ဆန်တဲ့ (Realistic) ဗီဒီယိုတွေအတွက် ကောင်းပါတယ်။

Runway Gen-3 သို့မဟုတ် Luma Dream Machine: Motion (လှုပ်ရှားမှု) တွေ တိကျဖို့အတွက် ကောင်းပါတယ်။

Stable Video Diffusion (SVD): ကိုယ်ပိုင် Computer ထဲမှာပဲ Run ချင်တဲ့အခါ ဒါမှမဟုတ် ပိုပြီး Control လုပ်ချင်တဲ့အခါ သုံးပါတယ်။

ဘယ် Model က ဘာကို ကောင်းကောင်းလုပ်နိုင်လဲဆိုတာ သိမှသာ ကိုယ်လိုချင်တဲ့ Quality ကို အချိန်တိုအတွင်း ရမှာပါ။ Model အကြောင်း မသိရင်တော့ Prompt ဘယ်လောက်ကောင်းကောင်း ရလဒ်က ထွက်မလာနိုင်ပါဘူး။

၃။ Workflow (လုပ်ငန်းစဉ်) တည်ဆောက်ခြင်းကသာ အဆင့်မြင့်အတတ်ပညာ ဖြစ်ပါတယ်။ သင်တန်းမှာလဲ ဒီ workflow နဲ့ AI model တွေချိတ်ဆက် အလုပ်လုပ်နိုင်ဖို့သာ သင်ပေးပါတယ်။

ဗီဒီယိုတစ်ခုကို Prompt တစ်ကြောင်းတည်းနဲ့ ထွက်လာဖို့ စောင့်နေတာထက် System တစ်ခုလို စဉ်းစားတာက ပိုထိရောက်ပါတယ်။

အဆင့်မြင့် AI Video ဖန်တီးသူတွေဟာ အောက်ပါ Workflow ကို သုံးကြပါတယ်-

Image-to-Video: အရင်ဆုံး AI သုံးပြီး အကောင်းဆုံးပုံ (Keyframe) တစ်ခုကို ထုတ်ပါတယ်။ ပြီးမှ အဲဒီပုံကို ဗီဒီယိုအဖြစ် ပြောင်းပါတယ်။ (ဒါက Prompt တိုက်ရိုက်ရေးတာထက် ပိုငြိမ်ပြီး လှပတဲ့ ဗီဒီယို ထွက်စေပါတယ်)။

ControlNet & Masking: ဗီဒီယိုရဲ့ ဘယ်နေရာကပဲ လှုပ်ရှားရမယ်ဆိုတာကို သတ်မှတ်တာမျိုးပါ။ ControlNet ရတဲ့ AI model တွေ သုံးရပါမယ်

Upscaling: ထွက်လာတဲ့ ဗီဒီယိုကို ပိုကြည်လင်အောင် နောက်ထပ် AI တစ်ခုနဲ့ ပြန်ချဲ့တာမျိုးပါ။

Extending: Generative AI တွေက second ပိုင်းစာ အတိုလေးတွေပဲ ထုတ်နိုင်ပါသေးတယ် ဒါကို အရှည်ရချင်ရင် Extend လုပ်နိုင်မယ့် AI model တွေနဲ့ ဆက်လို့ရပါ

Prompt ဆိုတာ "ခလုတ်နှိပ်တာ" ဖြစ်ပြီး၊ Model နဲ့ Workflow ကို နားလည်တာက "စက်ယန္တရားကြီးတစ်ခုလုံးကို မောင်းနှင်တတ်တာ" ဖြစ်ပါတယ်။ ကိုယ်တိုင် System တစ်ခု တည်ဆောက်နိုင်ပြီဆိုရင် Prompt ကို AI ကိုပဲ ပြန်ရေးခိုင်းပြီး တစ်မူထူးခြားတဲ့ ရလဒ်တွေကို စိတ်ကြိုက် ဖန်တီးနိုင်မှာပါ။