ভিডিও তৈরির নতুন কৌশলে জেমিনি ভিওথ্রি

উত্তরদক্ষিণ। সোমবার, ২০ অক্টোবর, ২০২৫, আপডেট ১৪:০০

মাত্র কয়েকটি বাক্য টাইপ করা হলো আর কয়েক মিনিটের মধ্যেই তৈরি হয়ে গেল বাস্তবসম্মত ভিডিও। ভাবুন তো, কেমন হয়! তৈরি দৃশ্যতে কেউ হাঁটছে, বাতাস বইছে আর ব্যাকগ্রাউন্ডে চলছে সুরেলা মিউজিক।

বাস্তবে এমনটা সম্ভব করে তুলছে গুগলের নতুন ভিডিও জেনারেশন মডেল ভিওথ্রি, যার দেখা মিলবে জেমিনি অ্যাপে। এ যেন এক নতুন দিগন্ত, যেখানে ভিডিও বানাতে ক্যামেরা, লাইট বা শুটিং টিমের একেবারে প্রয়োজন নেই। দৃশ্যায়ন তৈরিতে শুধু থাকতে হবে কল্পনাশক্তি আর সঠিক প্রম্পট লেখার দক্ষতা।

ভিওথ্রি কীভাবে কাজ করে
গুগলের ভিওথ্রি আসলে এমন জেনারেটিভ মডেল, যা আপনার দেওয়া টেক্সট প্রম্পট পড়ে তাকে ভিডিওচিত্রে রূপান্তর করবে। ধরেন আপনি লিখলেন, বৃষ্টিভেজা ঢাকার পথে এক তরুণ ছাতা হাতে হাঁটছে। ক্যামেরা তাকে পেছন থেকে অনুসরণ করছে। মাত্র এই কয়েকটি বাক্য থেকেই মডেল তৈরি করে ফেলবে ৮ সেকেন্ডের বাস্তবিক ভিডিও। যেখানে পথে আলোর প্রতিফলন, ছাতার নিচের আলোর ঝিলিক, এমনকি ব্যাকগ্রাউন্ডে থাকবে বৃষ্টির শব্দ।

উল্লিখিত এমন প্রযুক্তি এখনও পরীক্ষামূলক। কিন্তু গুগল বলছে, ভিওথ্রি আগের সব মডেলের চেয়ে অনেক বেশি বুদ্ধিমান। এটি আলোর ছায়া, ক্যামেরা মুভমেন্ট, এমনকি আবেগপূর্ণ দৃশ্য
তৈরি করতে সক্ষম।

ভিডিওর মান নির্ভর করে প্রম্পটে
ভিওথ্রির সবচেয়ে বড় শক্তি যেমন প্রম্পট, তেমনি সবচেয়ে বড় দুর্বলতাও এটি। প্রম্পট যদি অস্পষ্ট হয়, ভিডিও হবে এলোমেলো বা উদ্দেশ্যহীন। আবার প্রম্পট যদি স্পষ্ট, ছন্দময় ও দৃশ্যপট নির্দেশ করে লেখা হয়, তাহলে আউটপুট হবে অনেক বেশি সিনেম্যাটিক।

প্রম্পট লিখলেন
A girl running on the beach
ফলাফল : ভিডিওতে দেখা যাবে এক মেয়ে দৌড়াচ্ছে। কিন্তু আলো, মুড বা ক্যামেরা ফোকাস ঠিকঠাক নেই।
আবার যদি লেখা হয়
A cinematic wide shot of a young girl running on a beach at sunrise, waves splashing beside her, camera slowly panning from left to right
তাহলে ভিওথ্রিতে বুঝতে পারে, আপনি ঠিক কেমন দৃশ্য চান– সূর্যোদয়ের আলো, তরঙ্গের ছিটা আর প্যানিং ক্যামেরার মুভমেন্ট। প্রম্পট যত বিশদ ও নির্দেশনামূলক হবে, ভিডিওর মান ততটা মানোন্নত হবে।

কীভাবে লিখবেন প্রম্পট
অপেক্ষাকৃত ভালো প্রম্পটের মধ্যে সাধারণত তিনটি বিষয় সবচেয়ে বেশি গুরুত্ব পায়। যেমন দৃশ্যের বর্ণনা, ক্যামেরার দিকনির্দেশনা ও মুড বা আবহ।
উদাহরণ
A close-up shot of an old man sitting by a window on a rainy evening, soft warm light falling on his face, sound of rain and thunder in the background
এই প্রম্পটের মাধ্যমে মডেল জানে, বয়সী মানুষ, জানালার পাশে বসা, আলো কেমন হবে, এমনকি ব্যাকগ্রাউন্ডে কী সাউন্ড বাজবে তাও। এ ক্ষেত্রে প্রম্পট লেখার সময় কয়েকটি বিষয় বিশেষ খেয়াল রাখতে হবে।
অতিরিক্ত কথাবার্তা নয়, সুনির্দিষ্ট নির্দেশনা দিতে হবে। ভিওথ্রি লম্বা বা বিভ্রান্তিকর বাক্য বুঝতে পারে না। সংক্ষিপ্ত অথচ স্পষ্ট বাক্য লিখতে হবে।

স্টাইল নির্দেশনা
আপনি কি চান সিনেম্যাটিক লুক? নাকি কার্টুন স্টাইল? প্রম্পটে লিখতে হবে এভাবে
in cinematic style বা in watercolor animation style
ক্যামেরা মুভমেন্ট উল্লেখ করতে হবে
camera slowly zooms in
aerial drone shot over the forest
লাইটিং ও পরিবেশ নির্দেশে যে প্রম্পট কাজ করবে তা হলো এমন–
soft golden hour lighting
dark rainy night with reflections

নেতিবাচক প্রম্পট ব্যবহার
যা চাইছেন না, যেমন no text overlay, no logo, no cartoonish faces তাও লিখে দিতে হবে। মানুষ যেমন ভাবে, ঠিক সেভাবেই নির্দেশনা দিতে হবে।
অনেকে ভুল করে প্রম্পটকে মেশিনের জন্য লেখেন, অর্থাৎ শুধু নির্দেশমূলক শব্দ বাছাই করে। কিন্তু ভিওথ্রি এমন মডেল, যা মানুষের মতো কল্পনা করতে সক্ষম।
তাই যত মানবীয় ভঙ্গিতে লেখা যাবে, তত বাস্তবিক হয়ে উঠবে ভিডিওচিত্র।
উদাহরণ
A boy sits quietly under a streetlight, lost in thought, as the wind gently moves the leaves
এই ধরনের প্রম্পট শুধু দৃশ্য নয়, আবেগও প্রকাশ করে, যা ভিওথ্রির জন্য যথার্থ ইনপুট।

সিনেম্যাটিক স্টাইল
A cinematic shot of a woman walking through a neon-lit city street at night, reflections on wet pavement, soft jazz playing in background

প্রকৃতি দৃশ্য
A drone shot flying over green tea gardens in the morning fog, sun rays peeking through clouds

বিজ্ঞাপনধর্মী দৃশ্য
A slow-motion shot of a perfume bottle falling in water, bubbles rising, elegant lighting

গল্পধর্মী শট
A little girl opens an old wooden door and finds a glowing garden inside

ভুল প্রম্পট যেমন হয়
make a nice video of a man in rain
প্রম্পট এমন হলে ফলাফল হবে এলোমেলো।

সংশোধিত সংস্করণ
A man walks through a narrow street in heavy rain, holding an umbrella, cinematic lighting, reflections on puddles
ভিওথ্রি আমাদের ভিডিও বানানোর ধারণাই বদলে দিচ্ছে। ভালো ভিডিও তৈরিতে শুধু ভালো ক্যামেরা নয়; বরং ভালো প্রম্পট লেখার দক্ষতা প্রয়োজন। যে যেমন কল্পনা করতে পারে, সে তেমন ভিডিও তৈরি করতে পারবে। মনে রাখতে হবে, এআই যতই কর্মদক্ষ হোক না কেন, মানবিক কল্পনাই তার সবচেয়ে বড় দিকনির্দেশনা।

ইউডি/কেএস