เคล็ดลับอินพุตมัลติโมดัล: ให้ AI เข้าใจ "เจตนาผู้กำกับ" ของคุณ

มัลติโมดัลไม่ใช่การซ้อนอย่างง่าย

อินพุตมัลติโมดัล Seedance 2.0 ไม่ใช่ «ยิ่งมี asset มากยิ่งดี» สิ่งสำคัญคือแต่ละโหมดมีบทบาทชัดเจน prompt มัลติโมดัลที่ดีเหมือน storyboard กระชับ

โมเดลแบ่งงานสี่โหมด

โหมด	ใช้ดีที่สุด	จำนวนแนะนำ
ข้อความ	ตรรกะเรื่อง รายละเอียด อารมณ์	คำสั่งกระชับ 1 ชุด
ภาพ	สไตล์ภาพ รูปลักษณ์ องค์ประกอบ	3–5 ภาพ
วิดีโอ	กล้อง จังหวะการเคลื่อนไหว ทรานซิชัน	1–2 คลิป
เสียง	สไตล์ดนตรี เสียง จังหวะพูด	1 คลิป

สถานการณ์ 1: โฆษณาแบรนด์

เป้าหมาย: วิดีโอ showcase สินค้า 15 วินาที

• ภาพ: ภาพ HD 3 ภาพ (หน้า ข้าง การใช้งาน)
• วิดีโอ: pacing กล้องจากโฆษณาแบรนด์
• เสียง: soundtrack อ้างอิง
• ข้อความ: «สไตล์ premium มิน�imal — สินค้าค่อยๆ สว่างจากความมืด หมุน 360° hold ที่ logo»

สถานการณ์ 2: หนังสั้นเล่าเรื่อง

เป้าหมาย: คลิป 12 วินาทีมีเรื่องราว

• ภาพ: character sheet 2 + concept ฉาก 2
• วิดีโอ: อ้างอิงกล้องภาพยนตร์
• ข้อความ: คำอธิบายฉากครบ เปิด–พัฒนา–ปิด

สถานการณ์ 3: ต segment MV

เป้าหมาย: sync AV สำหรับเต้น/แสดง

• เสียง: ท่อนเพลงเป้าหมาย (โมเดลอ่านจังหวะ)
• วิดีโอ: อ้างอิงท่าเต้นหรือสไตล์
• ภาพ: อ้างอิงเวที
• ข้อความ: แสงและบรรยากาศ

«ความคิดผู้กำกับ» สำหรับ prompt

1. กำหนดโทนก่อน: อารมณ์วิดีโอ?
2. โครงสร้าง: กี่ shot? แต่ละ shot นานเท่าไร?
3. รายละเอียด: เนื้อหาแต่ละ shot
4. สไตล์: ลักษณะภาพและเสียง

เคล็ดลับ debug

ถ้าผลลัพธ์เบี่ยงเบน ตรวจตามลำดับ:

1. ขัดแย้งระหว่างโหมด
2. ลดอ้างอิง เพิ่ทีละอัน
3. แยกข้อความให้เฉพาะเจาะจง
4. ใช้ตัดต่อวิดีโอแทนสร้างใหม่ทั้งหมด