برومبتات فيديو AI: بين السحر والعلم — من الحظ العشوائي إلى جودة توليد منهجية

تكتب برومبتًا: "قطة مستلقية على حافة النافذة تحت الشمس". يولّد لك AI كتلةً مبكسلَةً على شكل قطةٍ تجلس على شيء لا يمكن تمييزه. تعدّل البرومبت 5 مرات، فيختلف الناتج في كل مرة، لكن لا نتيجة واحدة تكون "صالحة للاستخدام". يبدأ الشك يساورك: هل فيديو AI مسألة حظّ؟ لماذا يستطيع غيرك إنتاج لقطات بمستوى سينمائي باستخدام النموذج نفسه، بينما لا تستطيع حتى إخراج "قطة" صحيحة؟ لا تستعجل. المشكلة ليست سوء حظّك — بل إنّك لم تتقن بعدُ المنطق الأساسي لبرومبتات فيديو AI.

---

أولًا: افهم كيف "يقرأ" AI برومبتك

نموذج فيديو AI لا "يفهم" برومبتك — بل يقوم بعملية إسقاط احتمالي.

عندما تكتب "قطة على حافة النافذة تحت الشمس"، فإن AI:

• يربط "قطة" و"حافة النافذة" و"الشمس" بالملامح البصرية المقابلة في بيانات التدريب
• يربط "على" و"تحت الشمس" بالعلاقات المكانية وأنماط الإضاءة
• يجمع هذه الملامح في الفضاء الكامن ليولّد تسلسلًا بصريًا يحقق كل الشروط

الاستنتاج الجوهري: دقة "فهم" AI تختلف حسب نوع كل كلمة.

نوع المفردات	دقة فهم AI	مثال
أسماء الكائنات	★★★★★ الأعلى	قطة، سيارة، طاولة، كوب
الألوان/الخامات	★★★★☆ عالية	أحمر، معدني، زجاج، فرو
ظروف الإضاءة	★★★★☆ عالية	ضوء شمس، إضاءة خلفية، نيون، ضوء ناعم
العلاقات المكانية	★★★☆☆ متوسطة	فوق، بجانب، يعبر
وصف الحركة	★★★☆☆ متوسطة	يمشي، يركض، يدير رأسه، يسقط
العاطفة/الأجواء	★★☆☆☆ منخفضة	حزين، هادئ، متوتر
المفاهيم المجردة	★☆☆☆☆ الأدنى	حرية، مستقبل، حب

هذا يعني: يجب أن تضع "الوزن الدلالي" لبرومبتك على المفردات عالية الدقة التي يجيد AI فهمها، أما المفردات منخفضة الدقة فتُستخدم كلمسات مساعدة، وليس العكس.

---

ثانيًا: البنية الذهبية للبرومبت: نموذج البصلة الخماسي

تخيّل البرومبت كبصلة، خمس طبقات من الداخل إلى الخارج. كل طبقة تحل مشكلة واحدة، وتتراكم فوق بعضها.

[الطبقة الأولى: الفاعل] → ما الذي يظهر في المشهد؟ (اسم)
[الطبقة الثانية: الحركة] → ماذا يفعل الفاعل؟ (فعل)
[الطبقة الثالثة: البيئة] → أين؟ أي إضاءة؟ أي درجة لونية؟
[الطبقة الرابعة: اللقطة] → كيف صُوّرت؟ أي حجم لقطة؟ أي حركة؟
[الطبقة الخامسة: الأسلوب] → أي ملمس؟ أي أسلوب؟ أي أبعاد؟

مثال كامل:
[قطة برتقالية قصيرة الشعر] [تتمطّى على حافة النافذة، وذيلها يتحرك ببطء]
[ضوء شمس ما بعد الظهر يدخل مائلًا من النافذة اليسرى، وبقع ضوء دافئة ترتسم على الأرضية الخشبية]
[لقطة متوسطة، زحف بطيء نحو وجه القطة]
[درجة سينمائية، عمق مجال ضحل، حبيبات فيلم، أسلوب 8mm ريترو، 1080P]

مبدأ الكتابة في كل طبقة

الطبقة الأولى — الفاعل (يجب أن يكون دقيقًا):

• ✅ "قطة برتقالية قصيرة الشعر" أفضل من "قطة"
• ✅ "امرأة آسيوية شابة ترتدي قميصًا أبيض" أفضل من "شخص"
• ❌ تجنّب الإحالات الغامضة: "شخص ما"، "بعض الأشياء"

الطبقة الثانية — الحركة (يجب أن تكون بسيطة):

• ✅ حركة واحدة: "تدير رأسها ببطء" أفضل من "تدير رأسها، تتمطّى، تلحس مخلبها، تقفز للأسفل"
• القاعدة الذهبية: البرومبت الواحد يصف حركة أساسية واحدة. حركات متعددة تشتّت AI، فيفشل في كل حركة
• كلمات تحديد السرعة مهمة جدًا: "ببطء"، "بسرعة"، "حركة بطيئة" — إن لم تُحدد السرعة، يفترض AI سرعة متوسطة

الطبقة الثالثة — البيئة (المشهد + الإضاءة + الدرجة اللونية):

قالب إضاءة (اختر واحدة):
- إضاءة طبيعية: "ضوء شمسي ذهبي بعد الظهر" / "ضوء منتشر ناعم لطقس غائم" / "ضوء أزرق بارد عند الفجر"
- إضاءة اصطناعية: "ضوء مصباح دافئ بزاوية 45 درجة" / "ضوء نيون قادم من الأسفل"
- إضاءة خاصة: "إضاءة خلفية تشكّل صورة ظلية" / "إضاءة جانبية تُبرز الملامس" / "إضاءة علوية تصنع أجواءً قاتمة"

قالب درجة لونية (اختر واحدة):
- "درجة سينمائية" (تباين عالٍ، ظلال دافئة)
- "درجة يابانية منعشة" (تشبُّع منخفض، تميل للأزرق/الأخضر)
- "درجة سايبربانك" (بنفسجي/أزرق + أرجواني، تشبُّع عالٍ)
- "دفء فيلميّ" (تميل للأصفر، إضاءات ناعمة وهادئة)

الطبقة الرابعة — اللقطة (حجم اللقطة + حركة الكاميرا):

مرجع سريع لأحجام اللقطات:
- لقطة قريبة جدًا (Extreme Close-up) → الوجه أو تفاصيل المنتج
- لقطة متوسطة (Medium Shot) → نصف الجسم، حوار يومي
- لقطة واسعة (Wide Shot) → المشهد كاملًا، سرد بيئي
- لقطة متابعة (Tracking Shot) → تتحرك مع الفاعل
- لقطة علوية (Overhead) → تصوير من الأعلى، زاوية إلهية

مرجع سريع لحركة الكاميرا:
- ثابتة → "لقطة ثابتة"
- تقريب → "تقريب بطيء" (Slow Push-in)
- إبعاد → "إبعاد بطيء" (Slow Pull-out)
- ترافيرس → "حركة أفقية جانبية" (Pan)
- دوران → "دوران حول الفاعل" (Orbit)

الطبقة الخامسة — الأسلوب (الملمس + الصيغة):

خيارات أسلوبية (تُستخدم تجميعيًا):
- الملمس: "4K" / "بجودة سينمائية" / "حبيبات فيلم"
- الأسلوب: "واقعي" / "أسلوب أنمي" / "أسلوب ألوان مائية"
- خاص: "عمق مجال ضحل" / "ماكرو" / "تصوير بفاصل زمني"
- الصيغة: "1080P" / "9:16 عمودي" / "16:9 عريض"

---

ثالثًا: تفضيلات كل نموذج عند التعامل مع البرومبتات

البرومبت نفسه قد يعطي نتائج مختلفة جدًا بين نموذج وآخر، لأن بيانات تدريبها ومعماريتها مختلفة:

Kling 3: أصلي بالصينية، يركّز على "تكرار الكلمات"

Kling 3 هو الأفضل بين النماذج الخمسة في فهم الصينية. يفضّل المفردات الصينية عالية التكرار وتعليمات تكوين واضحة.

الأسلوب الذي يفضّله Kling 3:
قطة برتقالية تستلقي على حافة النافذة، تغمض عينيها وتغفو تحت ضوء الشمس،
مشهد دافئ وهادئ، فرو القطة يلمع بفعل ضوء الشمس،
الكاميرا تقترب ببطء حتى لقطة قريبة لوجه القطة، يمكن رؤية تفاصيل الشاربين،
درجة لونية دافئة، 1080P

الأساس: أكثر من استخدام المفردات عالية التكرار في اللغة المستخدمة،
فكلمات الأجواء مثل "دافئ" و"هادئ" يفهمها Kling جيدًا

Veo 3.1: سقف الجودة البصرية، يركّز على "الدقة الفيزيائية"

Veo 3.1 يتفوّق على غيره في الواقعية الفيزيائية، لكن البرومبت يحتاج وصفًا أكثر "تقنية".

الأسلوب الذي يفضّله Veo 3.1:
قطة برتقالية نائمة على حافة نافذة خشبية،
ضوء الساعة الذهبية يدخل عبر النافذة من الجهة اليسرى،
جزيئات غبار عائمة مرئية في شعاع الضوء،
فراء القطة يظهر كل شعرة على حدة مع تشتت ضوئي تحت السطحي عند حواف الشعر المضاء،
تقريب بطيء للكاميرا، عمق مجال ضحل، فتحة عدسة f/2.8،
تدرج لوني سينمائي، واقعية فوتوغرافية، 1080P

الأساس: صِف الظواهر الفيزيائية (جزيئات الغبار، التشتت تحت السطحي، قيمة فتحة العدسة)؛ Veo يفهم هذه المعايير التقنية

Seedance 2.0: ملك التعددية الوسائطية، يركّز على "تثبيت المرجع"

الميزة الأساسية في Seedance 2.0 هي صيغة <الصورة N> والمرجع متعدد الوسائط؛ يجب أن تستخدم الصور المرجعية لتخفيف عبء الوصف.

الأسلوب الذي يفضّله Seedance 2.0:
القطة في <صورة1> تتمطّى ببطء على حافة النافذة في <صورة2>،
الضوء يدخل من اتجاه النافذة في <صورة2>،
حركة القطة طبيعية، وملمس الفراء ثابت مع <صورة1>،
لقطة متوسطة، عمق مجال ضحل، 1080P

الأساس: المعلومات المنقولة بالصورة لا تحتاج إلى تكرارها نصًا؛
ركّز النص على "الحركة" و"التغيير"

Sora 2: محرك محاكاة فيزيائية، يركّز على "استمرارية الحركة"

الواقعية الفيزيائية في Sora 2 تنبع من قدرته المدمجة على المحاكاة الفيزيائية. لذلك يجب أن يركّز البرومبت على وصف العملية الحركية.

الأسلوب الذي يفضّله Sora 2:
قطة تمشي على حافة النافذة، تضع كل مخلب بدقة مقصودة،
تلفّ رأسها ببطء لتنظر من النافذة،
ذيلها يتحرك مرة واحدة ثم يهدأ، أذناها تتجهان للأمام،
حركة مستمرة طوال اللقطة التي تستمر 10 ثوانٍ،
ضوء طبيعي من نافذة، واقعية فوتوغرافية، 1080P

الأساس: صِف العمليات الحركية المتتالية؛ Sora بارع في إبقاء الحركة طبيعية على مدى زمني طويل

MiniMax: الأولوية للسرعة، يركّز على "البساطة"

MiniMax بارع في إنتاج الفيديو بسرعة، لكن البرومبت يجب أن يكون في غاية الإيجاز — فالطول الزائد يولّد مشاكل.

الأسلوب الذي يفضّله MiniMax:
قطة برتقالية تستلقي على حافة النافذة تحت الشمس، تغفو، ضوء دافئ، عمق مجال ضحل، 1080P

الأساس: كلما كان أقصر كان أفضل؛ أوصل العناصر الأساسية فقط

---

رابعًا: من "الحظ العشوائي" إلى "النتائج القابلة لإعادة الإنتاج": ابنِ نظامك في ضبط البرومبت

الخطوة الأولى: اعتماد عادة "سجل الإصدارات"

سجّل في كل عملية توليد: إصدار البرومبت + النموذج + تقييم النتيجة.

| الإصدار | الفرق الجوهري في البرومبت | النموذج | التقييم | المشكلة |
|------|-------------|------|------|------|
| v1 | "قطة" | Kling 3 | 2/5 | سلالة القطة غير قابلة للتحكم |
| v2 | "قطة برتقالية قصيرة الشعر" | Kling 3 | 3/5 | الحركة متصلبة |
| v3 | v2 + "تدير رأسها ببطء" | Kling 3 | 4/5 | الخلفية مزدحمة |
| v4 | v3 + "خلفية بيضاء نقية" | Kling 3 | 5/5 | ✅ |

الخطوة الثانية: تعرّف على "أنماط الفشل" لديك

صنّف كل فشل ضمن نمط فشل واحد، وتجنّبه في المرات القادمة:

نمط الفشل	الأعراض	السبب الجذري	الحل
كائن غامض	لا تعرف ماذا يوجد في المشهد	وصف الفاعل غير دقيق بما يكفي	أضف تفاصيل عن الكائن (السلالة، الخامة، اللون، الشكل)
حركة مشوهة	تشنجات في الحركة أو غير طبيعية	وصف الحركة معقد جدًا	اختصرها إلى حركة واحدة + كلمة تحديد سرعة
صورة متسخة	عناصر الخلفية فوضوية	لا يوجد تحديد للبيئة	حدّد الخلفية والعلاقات المكانية بدقة
تبدّل الوجوه	نفس الشخص يبدو مختلفًا بين اللقطات	لا يوجد تثبيت للشخصية	استخدم Seedance 2.0 و<صورة N> للحفاظ على الاتساق
تدهور الجودة	جودة الفيديو تنخفض أثناء المشهد	مجال الحركة كبير جدًا	قلّل سرعة الحركة وحركة الكاميرا
انزياح الألوان	تدرّج اللون ينحرف تدريجيًا في الفيديو	وصف الإضاءة غير مستقر	حدّد شروط الإضاءة في أول وآخر لقطة بوضوح

الخطوة الثالثة: ابنِ مكتبة مكونات البرومبت

احفظ تركيبات الكلمات "المجرّبة والناجحة" لتستخدمها مباشرة في المرات القادمة:

# مكتبة الإضاءة
"إضاءة خلفية عند الساعة الذهبية" → مناسبة لمشاعر دافئة
"ضوء نافذة ناعم وموزع" → مناسب للأشخاص/المنتجات
"إضاءة نيون شوارع مع انعكاسات المطر" → سايبربانك

# مكتبة الحركة
"ترافيرس أفقي بطيء من اليسار إلى اليمين" → حركة آمنة
"حركة تنفّس خفيفة فقط" → أنسب حركة لعرض المنتجات الثابتة
"دوران بسرعة 15 درجة في الثانية" → السرعة القياسية لعرض المنتجات

# مكتبة الدرجات اللونية
"لوحة ألوان Kodak Portra 400" → دفء ريترو
"تماثل باستيل بأسلوب ويس أندرسون" → ألوان متناظرة وهادئة
"تباين الأزرق والبرتقالي بأسلوب Blade Runner" → تباين درامي

---

خامسًا: قوالب برومبت جاهزة لسيناريوهات مختلفة

السيناريو الأول: عرض منتج

[اسم/وصف المنتج] فوق [خلفية بسيطة/ملوّنة] [دوران بطيء/ترافيرس]،
ملمس [الخامة الأساسية] و[البريق/التفاصيل] واضح تحت [الإضاءة]،
الكاميرا [طريقة الحركة]، [حجم اللقطة]، [الدرجة اللونية]، 1080P

السيناريو الثاني: سرد شخصية

[عمر] [جنس]، [ملامح خارجية]، [ملابس]،
في [المشهد] يقوم بـ[حركة واحدة]، [العاطفة/التعبير]،
[ظروف الإضاءة]، [وصف الأجواء]،
[حجم اللقطة]، [الدرجة اللونية]، 1080P

السيناريو الثالث: طبيعة / لقطة فارغة

[الوقت/الطقس] في [المكان/المشهد]،
[العنصر البصري الرئيسي] في [الموضع/الحركة]،
[خاصية الإضاءة]، [الأجواء]،
[حجم اللقطة، عادةً لقطة واسعة]، [الدرجة اللونية]، [تأثير خاص مثل تصوير بفاصل زمني]، 1080P

السيناريو الرابع: تجريدي / فني

[استعارة بصرية أساسية] تعبّر عن [مفهوم مجرد]،
[اللون] و[الشكل] بـ [طريقة التغيّر]،
[مرجع أسلوبي]، [ملمس]،
[النسبة]، 1080P

---

سادسًا: الحكمة الأخيرة: البرومبت الجيد "طرح" وليس "جمعًا"

كثيرًا ما يخطئ المبتدئون بظنّهم أن البرومبت الأطول أفضل، فيحشرون كل كلمة تخطر على بالهم.

الحقيقة: كل كلمة وصفية غير دقيقة تضيف مزيدًا من الضوضاء في الفضاء الدلالي لدى AI.

❌ أسلوب الحشو (147 حرفًا):
قطة برتقالية قصيرة الشعر لطيفة جدًا ومريحة للنفس، على حافة نافذة خشبية دافئة،
ضوء الشمس ينسكب، القطة تبدو مستمتعة جدًا، تتمطّى بتكاسل،
بجانبها نبتة خضراء، خارج النافذة سماء زرقاء وغيوم بيضاء، وهناك طيور صغيرة تطير،
المشهد جميل جدًا ودافئ، بجودة سينمائية، أتمنى إحساسًا يابانيًا منعشًا،
من الأفضل عمق مجال ضحل يطمس الخلفية، 1080P

✅ الأسلوب المكثّف (78 حرفًا):
قطة برتقالية قصيرة الشعر تتمطّى ببطء على حافة نافذة خشبية، وذيلها ينحني قليلًا،
ضوء شمس ما بعد الظهر يدخل مائلًا من النافذة اليسرى، بقع ضوء على ظهر القطة وحافة النافذة،
الكاميرا تزحف ببطء نحو وجه القطة، عمق مجال ضحل، خلفية نظيفة،
درجة سينمائية دافئة، 1080P

الفرق بينهما ليس في البلاغة — بل في "كثافة المعلومات". الإصدار المكثّف يحتوي معلومة دقيقة واحدة كل 7-8 أحرف؛ أما إصدار الحشو فكل 20 حرفًا يحمل معلومة غامضة، والباقي ضوضاء.

تذكّر هذه المعادلة جيدًا:

جودة المخرجات = كثافة معلومات البرومبت × درجة توافق النموذج ÷ الضوضاء الدلالية

---

الخلاصة

برومبتات فيديو AI ليست سحرًا؛ إنها هندسة قابلة للتفكيك والتحسين وإعادة الاستخدام.

نموذج البصلة الخماسي (الفاعل ← الحركة ← البيئة ← اللقطة ← الأسلوب)، وتفضيلات النماذج الأربعة (Kling للصينية، وVeo للتقنية، وSeedance للتعددية الوسائطية، وMiniMax للإيجاز)، ومعرفة أنماط الفشل الثلاثة — إذا طبّقت هذه الأطر، ستقفز "نسبة اللقطات القابلة للاستخدام" من 20% إلى أكثر من 60%.

الحكمة الأخيرة هي ثماني كلمات: الأفضل دقة على الكثرة، والأقل خير من الأكثر.

افتح Tomato AI، وأعد كتابة برومبتٍ سابق "أحرقته" باستخدام القوالب أعلاه. ستكتشف أن المشهد نفسه الذي في رأسك لم يكن ينقصه الخيال — بل كان ينقصك "فن ترجمته إلى لغة يفهمها AI". وهذا الفن، من الآن فصاعدًا، تفكّك إلى وحدات قابلة للتعلّم.