دراسة حالة: إنشاء فيديو بالذكاء الاصطناعي لإعلان مجوهرات فاخر في 15 ثانية عبر Zoviz Canvas
خاتم زمرد، قطيفة سوداء، وشعاع ذهبي واحد يقطع الظلام. لا كاميرا في هذا المشهد ولا مصور، بل برومبت مكتوب بعناية وسلسلة عقد مرتبة على Zoviz Canvas. في هذه الدراسة نفتح مشروع «Jewelry Ad Test» من الداخل ونعرض كيف تم إنشاء فيديو بالذكاء الاصطناعي بمستوى إعلان تجاري كامل، مع البرومبتات الحرفية ولقطات الشاشة من كل مرحلة.
الإجابة السريعة
لإنشاء إعلان مجوهرات بالذكاء الاصطناعي مدته 15 ثانية، قسّموا الفكرة إلى خمس لقطات مدة كل منها 3 ثوانٍ. أنشئوا ستوري بورد أولًا، وحددوا حركة كاميرا واحدة لكل لقطة، ثم استخدموه مرجعًا بصريًا داخل Zoviz Canvas وحوّلوا كل مشهد إلى فيديو قبل جمع اللقطات في إعلان واحد.
الخلاصة الأهم
لا تطلبوا من الذكاء الاصطناعي إنشاء الإعلان كاملًا دفعة واحدة. تقسيم الفيديو إلى مشاهد قصيرة، وتثبيت الإضاءة بصورة مرجعية، وإنشاء فرع مستقل للمشهد الختامي يمنحكم تحكمًا أكبر ويحافظ على اتساق المنتج والألوان بين اللقطات.
ما قصة هذا الشوكيس؟ وماذا تفعل السلسلة تحديدًا؟
كل شيء بدأ بسؤال بسيط: هل يستطيع نموذج توليد فيديو أن يتعامل مع منتج لامع وصغير مثل خاتم؟ المجوهرات من أصعب المنتجات في التصوير أصلًا، لأن الحجر الكريم يكشف أي خطأ في الإضاءة. لذلك اختار فريق Zoviz خاتم زمرد ليكون اختبارًا حقيقيًا لا استعراضًا سهلًا.
Zoviz Canvas مساحة عمل مرئية، ترتبون فيها عقدًا للبرومبتات وتوليد الصور وتوليد الفيديو على لوحة واحدة. كل عقدة تسلّم ناتجها للعقدة التالية. سلسلة «Jewelry Ad Test» تتكون من ثلاث محطات: ستوري بورد من خمس لوحات، ثم فيديو من خمس لقطات مدة كل واحدة 3 ثوانٍ، ثم مشهد ختامي معزول يظهر فيه شعار العلامة بهدوء داخل الظل.
لم نطلب من الذكاء الاصطناعي فيديو كاملًا، بل خمس لقطات صغيرة يتقن كل واحدة منها. هنا يكمن الفرق كله.
المخطط الكامل للسلسلة: البرومبتات يسارًا، الستوري بورد في المنتصف، وعقدتا الفيديو على اليمين.
الملاحظة الأهم قبل الدخول في الخطوات: لم يُطلب من النموذج فيديو كامل دفعة واحدة في أي مرحلة. القرار الأساسي في هذا الشوكيس كان تفكيك الإعلان إلى قطع صغيرة يسهل ضبط كل واحدة منها على حدة.
كيف يمكن إنشاء فيديو بالذكاء الاصطناعي بهذه الطريقة خطوة بخطوة؟
هذه الخطوات الست كما نُفذت فعليًا داخل السلسلة، ويمكن تكرارها مع أي منتج:
- اكتبوا برومبت الستوري بورد أولًا. حدّدوا فيه ثلاثة أشياء: العالم البصري (قطيفة سوداء وضوء ذهبي وحيد المصدر)، لغة الكاميرا (ماكرو وعمق ميدان ضحل وحركات بطيئة)، والقوس العاطفي عبر خمس لوحات موزعة بالثواني. القوس هنا كان: ترقّب، انكسار الضوء، الكشف الكامل، اللمسة البشرية، ثم التوقيع.
- ولّدوا الستوري بورد كصورة واحدة. اربطوا البرومبت بعقدة إنشاء الصور بالذكاء الاصطناعي بنسبة 16:9، واختاروا النموذج المناسب من القائمة (Gemini 3 Pro Image أو GPT-Image-2 أو Zoviz Image Generate). خرجت الصورة بخمس لوحات، وتحت كل لوحة وصف مختصر للكاميرا والإضاءة والمدة.
- مرّروا الستوري بورد إلى عقدة الفيديو. هنا تلتقي ثلاثة مدخلات: الصورة كمرجع بصري، نص يشرح اللقطات الخمس بالتفصيل، وملف JSON يعطي كل لقطة رقمًا ونصًا ومدة قدرها 3 ثوانٍ. وجود الصورة المرجعية هو ما يمنع النموذج من تغيير الإضاءة أو درجة الذهبي بين لقطة وأخرى.
- اصنعوا صورة المشهد الختامي بمعزل عن كل ما سبق. اللقطة الأخيرة تحمل أثقل مسؤولية في أي إعلان، لأن المشاهد يغادرها ومعه انطباعه النهائي عن العلامة. لذلك كُتب لها برومبت صورة مستقل يعيد وصف الإضاءة نفسها حرفيًا، ويضيف تفصيلًا واحدًا جديدًا: علامة دائرية باهتة في الظل، أقرب إلى ختم مائي منها إلى شعار صريح.
- حوّلوا تلك الصورة إلى فيديو. الصورة المعتمدة رُفعت للسلسلة باسم Jewelry-last-scene.png وربطت بعقدة فيديو خاصة بها، مع برومبت واحد يصف حركة سحب بطيئة للخلف تنتهي بثبات تام في الإطار الأخير. تحويل الصورة إلى فيديو بالذكاء الاصطناعي بهذا الشكل يعطي تحكمًا لا يوفره توليد اللقطة من الصفر.
- شغّلوا السلسلة وعدّلوا نقطيًا. زر Run ينفذ العقد بالتسلسل. حين احتاجت لقطة الخاتم على الإصبع إلى ضبط إضافي، عُدّل برومبتها وحدها وأعيد تشغيل ذلك الفرع فقط، بينما بقي باقي الإعلان كما هو. هذا وحده يوفر وقتًا وتكلفة لا يستهان بهما.
البرومبتات الحرفية التي أنتجت هذه النتيجة
ننقل البرومبتات هنا كما هي في السلسلة دون تجميل. اقرؤوها ببطء، فالتفاصيل الصغيرة فيها هي الدرس الحقيقي. لاحظوا مثلًا ذلك الوميض الدافئ داخل الحجر الذي يشبه انعكاس شمعة: التفصيل نفسه يتكرر في ثلاثة برومبتات مختلفة، وليس ذلك مصادفة، بل هو الخيط الذي يربط اللقطات بصريًا.
1) برومبت توليد الستوري بورد
Create a 5-panel cinematic storyboard for a 15-second luxury jewellery commercial, horizontal 16:9. Treat the jewellery not as a product but as a living presence — light made solid, something that breathes and reveals itself slowly rather than being presented all at once.
Visual world: black-velvet darkness pierced by single shafts of warm gold key light. Surfaces are matte obsidian, brushed silk, pooled water. The only saturated colour in the frame comes from the gem itself.
Camera language: extreme macro, shallow depth of field, slow deliberate movement — push-ins, rack-focus reveals, slow orbits. Never static, never rushed.
Emotional arc across the five panels: anticipation → fracture of light → full reveal → human touch → signature.
For each panel, specify: shot description, camera movement, lighting, duration, and the emotional beat it serves.
0–3s — Anticipation: Macro shot of black silk being drawn back in darkness; a single shard of gold light catches the edge of something unseen beneath. Slow push-in.
3–6s — Fracture: The jewel half-revealed; light hits one facet and shatters into small rainbows scattering across the dark surface like sparks. Rack focus from blur to crystal clarity.
6–9s — Reveal: The piece fully visible, rotating slowly as if suspended on invisible dark glass, gold light wrapping every facet, a faint candle-flame reflection inside the stone. Slow 180° orbit.
9–12s — Touch: A hand's fingers lift the piece into frame; a water droplet slides off a fingertip onto the jewel, catching light like a tiny lens. Shallow-focus close-up, slight tilt.
12–15s — Signature: Pull back to a wide, the piece held in a long exhale of gold light against black, brand mark fading in softly at the bottom third. Slow pull-out.2) برومبت تحويل الستوري بورد إلى فيديو
Make the storyboard into video using the shot list in the reference image and the details below:
Shot 1 — Anticipation (0–3s)
Slow, continuous macro push-in toward the ring, shallow depth of field. A fold of dark fabric draws back in someone's fingers as a single shaft of warm gold light tightens onto the gem at the very edge of frame. Movement is almost imperceptible — no acceleration, no shake, just a quiet creep forward. Light intensity builds subtly as the lens nears. Hold the final frame on sharp focus at the gem's edge.
Shot 2 — Fracture (3–6s)
Rack focus opening on heavy bokeh — soft floating sparks of refracted light drifting like dust catching sun. Around the 1.5-second mark, focus snaps cleanly onto the emerald facet and holds. As focus resolves, the ring turns a few degrees, catching a fresh burst of light across a different facet. Sparks continue drifting outward slowly through the rest of the shot, fading at the edges of frame.
Shot 3 — Reveal (6–9s)
Continuous 180° orbit around the ring at a slow, deliberate, weighted pace — no handheld shake, smooth ease-in and ease-out at the start and end of the rotation. Gold wraparound light travels with the camera, revealing each facet in sequence. Inside the stone, a faint warm flicker (like a candle reflection) pulses gently throughout, independent of the camera's motion.
Shot 4 — Touch (9–12s)
Shallow-focus close-up with a slight downward tilt. Fingers close gently around the ring in a soft, human gesture. A single point of light — like a droplet — slides along the gold band and catches a highlight as it travels. Add subtle micro-movement, like handheld breathing, to keep it intimate rather than mechanical. Light shifts softly as the hand settles.
Shot 5 — Signature (12–15s)
Slow, smooth pull-out from close to wide. The ring rests worn on the finger as the gold light gradually dims, like a long exhale. In the final second, the faint brand mark in the dark background gains slightly more presence without becoming sharp or bright. End on a still, held frame — no further motion in the last half-second.أُرفق مع النص ملف JSON يعطي كل لقطة بنية موحدة، هكذا:
[
{
"index": 1,
"prompt": "Slow, continuous macro push-in toward the ring, shallow depth of field. A fold of dark fabric draws back in someone's fingers as a single shaft of warm gold light tightens onto the gem at the very edge of frame. Movement is almost imperceptible — no acceleration, no shake, just a quiet creep forward. Light intensity builds subtly as the lens nears. Hold the final frame on sharp focus at the gem's edge.",
"duration": "3"
}
]
(البنية نفسها تتكرر للقطات من 2 إلى 5، بنص كل لقطة من القائمة السابقة.)
3) برومبت صورة المشهد الختامي
Extreme macro luxury jewelry photograph, horizontal 16:9. An emerald-cut ring worn on a woman's finger, held up gently against a deep black velvet background. A single shaft of warm gold light falls across the band and stone from above, gradually softening — like the last light before dusk. The emerald shows a faint warm flicker inside it, echoing a candle reflection. In the lower third of the frame, barely visible, a subtle circular brand mark sits in the dark background — present but not sharp, not bright, almost a watermark in shadow. Skin tone warm and softly lit, fingers relaxed and natural. Shallow depth of field, the ring in crisp focus, background falling into soft black. Mood: quiet, resolved, like an exhale. Same lighting setup, gold color temperature, and matte obsidian surface treatment as the rest of the storyboard set, for visual consistency.4) برومبت تحويل صورة المشهد الختامي إلى فيديو
{
"index": 5,
"prompt": "Slow, smooth pull-out from close to wide, 3 seconds, no cuts. The ring rests worn on the finger as the gold light gradually dims, like a long exhale — light intensity decreases steadily and evenly across the full duration, no flicker or stutter. In the final half-second, the brand mark in the dark background gains very slightly more presence — barely perceptible, never becoming sharp or bright. Camera motion eases out smoothly and comes to a complete stop in the last frame — end on a fully still, held image with zero residual motion.",
"duration": "3"
}ماذا يضيف هذا الشوكيس لمشاريعكم؟ أربعة دروس قابلة للنقل
- الدرس الأول: لقطة واحدة، حركة واحدة. اقرؤوا برومبتات اللقطات مرة أخرى وستجدون أن كل واحدة تصف حركة كاميرا وحيدة لا أكثر. دفعة للأمام، أو تحول في البؤرة، أو مدار نصف دائري. حين يُطلب من النموذج حركتان في لقطة واحدة، يرتبك الناتج غالبًا. هذه القاعدة وحدها ترفع جودة أي محاولة في عمل فيديو بالذكاء الاصطناعي.
- الدرس الثاني: ثلاث ثوانٍ رقم سحري. نماذج توليد فيديو الحالية تلتزم بالوصف في المقاطع القصيرة أكثر بكثير من الطويلة. تقسيم 15 ثانية إلى خمس لقطات ليس تفصيلًا تنظيميًا، بل هو سبب مباشر في نظافة النتيجة النهائية.
- الدرس الثالث: صفوا الضوء بلغة المشاعر، وقيّدوا الحركة بلغة الهندسة. لاحظوا المزيج في البرومبتات: عبارات مثل «زفير طويل من الضوء الذهبي» تجاور تعليمات صارمة مثل «توقف تام في الإطار الأخير بلا أي حركة متبقية». الشاعرية تعطي النموذج جوًا عامًا، والقيود الهندسية تمنعه من الارتجال حيث لا ينبغي.
- الدرس الرابع: أغلى لحظة في الإعلان تستحق فرعًا مستقلًا. المشهد الذي يحمل الشعار لم يُترك ضمن التوليد العام، بل أخذ صورة معتمدة وعقدة فيديو خاصة. طبّقوا المبدأ نفسه على أي شيء حساس في إعلانكم، سواء كان وجه شخص أو نص عرض أو لون هوية بصرية.
بقي سؤال التكلفة، وهو ما يشغل كثيرين في العالم العربي حيث ميزانيات التصوير التقليدي مرتفعة. هذه السلسلة كاملة استهلكت توليد صورتين وبضعة مقاطع قصيرة، أي أقل من كلفة ساعة واحدة في استوديو تصوير منتجات.
الخاتمة
في هذا المشروع، كان كل مشهد مبنيًا على قرار واضح، من تقسيم الفيديو إلى لقطات، مرورًا بتثبيت الإضاءة باستخدام صورة مرجعية، وصولًا إلى تخصيص مشهد مستقل لظهور الشعار. ويمكن تطبيق الأسلوب نفسه على إعلانات العطور، الساعات، ومستحضرات التجميل، أو أي منتج يحتاج إلى فيديو دعائي احترافي.
أسئلة شائعة
كيف أسوي فيديو بالذكاء الاصطناعي لمنتجي الخاص بنفس الأسلوب؟
ابدأ بإنشاء ستوري بورد من خمس لقطات، وحدد لكل لقطة حركة كاميرا واحدة ومدتها 3 ثوانٍ، ثم حوّل الستوري بورد إلى فيديو بالذكاء الاصطناعي.
هل يمكن إنشاء فيديو بالذكاء الاصطناعي مجانًا؟
نعم، التسجيل في Zoviz يمنحكم رصيدًا مجانيًا يكفي لتجربة توليد الصور ومقاطع قصيرة. جرّبوا بنسخة مصغرة من ثلاث لقطات قبل الالتزام بمشروع كامل.
هل يمكن تحويل الصورة إلى فيديو بالذكاء الاصطناعي دون ستوري بورد؟
ممكن تمامًا، وهو ما حدث في المشهد الختامي لهذا الإعلان بالذات. إن كانت لديكم صورة منتج معتمدة، يكفي برومبت يصف حركة كاميرا واحدة ومدة محددة لتحويلها إلى لقطة حية.
كم استغرق بناء هذا الإعلان فعليًا؟
بناء السلسلة وكتابة البرومبتات وضبطها أخذ ما يقارب الساعة. المكسب الحقيقي يأتي لاحقًا: تبديل وصف المنتج في البرومبتات وإعادة التشغيل لمنتج جديد مسألة دقائق.
هل أحتاج خلفية سينمائية لكتابة برومبتات مشابهة؟
خمسة مصطلحات فقط كانت كافية لهذا الشوكيس بأكمله: الماكرو، عمق الميدان الضحل، تحويل البؤرة، الحركة المدارية، والإضاءة الرئيسية. تعلّموها بأمثلة بصرية وستتغير نتائجكم من أول محاولة.
