איך יוצרים סרטון עם בינה מלאכותית: המדריך המלא
יצירת סרטון AI מתחילה מתיאור במילים, מתמונה או מכמה תמונות דוגמה, ומודל וידאו הופך אותם לקליפ קצר, לרוב גם עם סאונד. המדריך עובר שלב אחרי שלב על כל מה שצריך לסרטון ראשון טוב: איך בוחרים מודל, מאיפה מתחילים, מה עושה כל הגדרה, איך כותבים תיאור שהמודל מבין, כמה זה עולה ואיך נמנעים מהטעויות הנפוצות.
בעמוד הזה
מה זה מודל וידאו AI
מודל וידאו הוא תוכנה שיוצרת קליפ חדש לפי מה שנותנים לה: תיאור במילים, תמונה או כמה תמונות דוגמה. כל מודל נבנה על ידי יצרן אחר ומצטיין בדברים אחרים. יש מודלים שיוצרים גם דיבור וסאונד, יש שמגיעים ל-30 שניות, ויש ששומרים על אותה דמות לאורך כמה סרטונים.
הקליפים קצרים: אצלנו בין 2 ל-30 שניות, לפי המודל. סרטון ארוך יותר מרכיבים מכמה קליפים בתוכנת עריכה. בסטודיו בוחרים את המודל לפי השם שלו, ורואים את המחיר המדויק לפני כל יצירה.
חמשת השלבים
- בוחרים מודל. לפי מה שהסרטון צריך: דיבור וסאונד, אורך, דמות שחוזרת או תקציב. המדריך איך בוחרים מודל וידאו עובר על זה לפי צורך
- בוחרים מאיפה מתחילים. טקסט לווידאו, תמונה לווידאו, או לפי תמונות דוגמה. ההסבר לכל אחד מופיע בהמשך
- כותבים תיאור. מה רואים, מה קורה, איפה, איך המצלמה זזה ואיך זה נשמע
- קובעים הגדרות. משך, רזולוציה, יחס תמונה וסאונד. כל שינוי מעדכן את המחיר מיד
- רואים את המחיר ויוצרים. המחיר המדויק מופיע לפני השליחה, והתוצאה נשמרת בספרייה כשהיא מוכנה
כל השלבים נמצאים במסך אחד בסטודיו, וליד כל הגדרה יש אות i שמסבירה מה היא עושה. בזמן ההפקה אפשר לעזוב את הדף, והתוצאה תחכה בספרייה.
שלוש דרכים להתחיל סרטון
טקסט לווידאו
כותבים מה רוצים לראות, והמודל יוצר הכל: הדמויות, המקום, האור והתנועה. מתאים כשאין חומר צילומי ורוצים חופש מלא.
תמונה לווידאו
מעלים תמונה, והיא הופכת לפריים הראשון של הסרטון. התיאור אומר מה קורה ממנה והלאה. מתאים להנפשת צילום, מוצר או איור. בחלק מהמודלים אפשר להוסיף גם תמונת סיום, והמודל ממלא את התנועה בין שתי התמונות. תמונת סיום עובדת רק יחד עם תמונת פתיחה.
כדאי להעלות תמונה חדה: היצרן של Kling 2.6 מציין שתמונת מקור חדה יותר נותנת וידאו איכותי יותר. אלה כמה מהמודלים שמקבלים גם תמונת פתיחה וגם תמונת סיום:
לפי תמונות דוגמה
מצרפים תמונות של דמות, מוצר או סגנון, והמודל בונה סצנה חדשה שבה הם נשארים דומים. זו הדרך לשמור על אותה דמות או אותו מוצר בכמה סרטונים. Veo 3.1 מקבל עד 3 תמונות, Kling O3 עד 7, Seedance 2.0 עד 9 ו-Seedance 2.5 עד 30.
ומה עם סרטון קיים
יש גם מודלים שעובדים עם סרטון קיים. Wan 2.7 Video Edit עורך סרטון לפי הוראה במילים, למשל שינוי סגנון או החלפת בגדים, ו-Wan 2.7 יכול להמשיך קליפ קיים. ב-Kling O3 סרטון הדוגמה משמש ליצירת שוט חדש, למשל השוט הבא, ולא לעריכה של הסרטון שהעליתם.
מה עושה כל הגדרה
ההגדרות משתנות ממודל למודל, והסטודיו מציג לכל מודל רק את מה שהוא מקבל. אלה הנפוצות:
- משך. אורך הסרטון בשניות. ברוב המודלים סרטון ארוך יותר עולה יותר, ובחלקם המחיר קבוע לכל אורך
- רזולוציה. 720p מספיק לרשתות חברתיות, 1080p מתאים לרוב השימושים ו-4K לתצוגה גדולה. בחלק מהמודלים הרזולוציות הגבוהות הן הגדלה של תוצאה ברזולוציה נמוכה יותר
- יחס תמונה. 16:9 רחב, למסך מחשב. 9:16 לאורך, לטלפון, לרילס ולסטוריז. 1:1 ריבוע
- סאונד מובנה. במודלים שיוצרים סאונד, המתג קובע אם הסרטון יגיע עם צלילי רקע, מוזיקה או דיבור. אצל חלק מהמודלים זה משנה את המחיר, והמחיר מתעדכן מיד
- פריימים לשנייה. במודלים שאפשר לבחור בהם, 24 או 25 נראים קולנועיים, ו-48 או 50 חלקים יותר בתנועה מהירה
- מה להשמיט. רשימה קצרה של דברים שלא רוצים לראות בתוצאה, כמו טקסט, טשטוש או אנשים ברקע
- שיפור תיאור אוטומטי. המודל מרחיב תיאור קצר לפני היצירה. כשרוצים שליטה מדויקת, מכבים אותו
איך כותבים תיאור שהמודל מבין
המדריך הרשמי לכתיבת תיאורים ל-Veo 3.1 מציע לבנות כל תיאור מחמישה חלקים, בסדר הזה. אפשר להשתמש באותו מבנה גם במודלים אחרים, כי הוא עונה על כל מה שמודל וידאו צריך לדעת:
- צילום. סוג השוט ותנועת המצלמה, למשל תקריב, או מצלמה שמתקרבת לאט
- נושא. מי או מה במרכז התמונה
- פעולה. מה הנושא עושה
- הקשר. איפה זה קורה ומה יש ברקע
- סגנון ואווירה. המראה הכללי, מצב הרוח והתאורה
בסרטון עם סאונד, אותו מדריך ממליץ לכתוב בתוך מירכאות כל משפט שהדמות אומרת, ולתאר בנפרד אפקטים וצלילי רקע. כך נראה תיאור שבנוי לפי המבנה הזה:
Close-up, slow push in. A young barista in a small café pours latte art, morning light through the window, warm and calm mood. She looks up and says: "Your coffee is ready." Ambient noise: soft café chatter
תנועות מצלמה שאפשר לבקש
אפשר לבקש במילים תנועות מצלמה במונחי צילום מקובלים באנגלית: התקרבות (push in), התרחקות (pull out), תנועה לצד (pan), מעקב אחרי הדמות (tracking shot) או מצלמה שלא זזה (static shot). במודלי LTX אפשר גם לבחור תנועה מוכנה מתוך רשימה, כמו התקרבות, התרחקות או עלייה.
עוד כמה כללים שעוזרים
- פעולה אחת לכל סרטון. בכמה שניות יש מקום לרגע אחד, לא לסיפור שלם
- כותבים באנגלית. היצרן של Veo 3.1 ושל Gemini Omni Flash מאשר תמיכה מלאה רק באנגלית, והיצרן של Wan מאשר סינית ואנגלית
- מה שלא רוצים, בשדה הנפרד. את מה שחייב להיעדר מהתוצאה כותבים בשדה "מה להשמיט", במודלים שיש בהם אותו
- תוצאות קרובות. כשתוצאה מצליחה, שומרים את התיאור שלה ומשנים בכל פעם רק פרט אחד, עם אותה תמונת פתיחה או אותן תמונות רפרנס
סאונד ודיבור בסרטון
רוב מודלי הווידאו אצלנו יוצרים סאונד יחד עם התמונה. ב-Veo 3.1 נוצרים דיבור, אפקטים וצלילי רקע, ב-Kling 3.0 הסאונד הוא אפשרות שמפעילים, ו-Wan 3.0 יוצר דיאלוג, אפקטים ומוזיקת רקע. מודלים כמו Ray 3.2 יוצרים סרטון בלי סאונד, והם מתאימים כשמוסיפים מוזיקה או קריינות בעריכה.
כדי לקבל סאונד מסוים, מתארים אותו בתיאור: מה שומעים ברקע, אילו אפקטים, ומה בדיוק נאמר. ב-Gemini Omni Flash 1.1, למשל, היצרן מציין שהמודל מוסיף פסקול מתאים כברירת מחדל, ושאפשר לתאר בתיאור את הסאונד הרצוי.
דיבור בעברית: אף מודל וידאו אצלנו לא תומך בו רשמית. לסרטון עם קריינות בעברית יוצרים את הקריינות בנפרד ומחברים בעריכה, כמו שמוסבר במדריך עברית במודלי AI.
כמה זה עולה
המחיר תלוי במודל, במשך, ברזולוציה ולפעמים בסאונד. כך נראה סרטון ראשון טיפוסי ברגע זה:
| מודל | הגדרות | מחיר | קרדיטים |
|---|---|---|---|
| Veo 3.1 Lite | 720p · 8 שנ׳ · עם סאונד | ₪0.70 | 7.03 קרד׳ |
| Veo 3.1 Fast | 720p · 8 שנ׳ · עם סאונד | ₪1.41 | 14.06 קרד׳ |
| Kling 3.0 | 720p · 5 שנ׳ · בלי סאונד | ₪1.64 | 16.41 קרד׳ |
| Seedance 2.0 Mini | 720p · 5 שנ׳ · עם סאונד | ₪2.11 | 21.09 קרד׳ |
| Wan 3.0 | 720p · 5 שנ׳ · בלי סאונד | ₪1.17 | 11.72 קרד׳ |
| Hailuo 2.3 Fast | 768p · 6 שנ׳ | ₪0.89 | 8.91 קרד׳ |
המחיר המדויק מופיע לפני כל יצירה, וזה הסכום שיורד מהיתרה. יצירה שנכשלת מחזירה את כל הקרדיטים שלה ליתרה, אוטומטית. ההסבר המלא על מחירים נמצא במדריך כמה עולה ליצור עם AI, ועל החזרים במדריך יצירה שנכשלה או נתקעה.
טעויות נפוצות ואיך נמנעים מהן
- סיפור שלם בסרטון אחד. קליפ של כמה שניות מספיק לפעולה אחת. סיפור מחלקים לכמה סרטונים ומחברים בעריכה
- 4K כבר בטיוטה. בודקים את הרעיון ברזולוציה נמוכה ובגרסה חסכונית, ועוברים לאיכות גבוהה כשהתיאור עובד
- יחס תמונה שלא מתאים. לרילס ולטיקטוק בוחרים 9:16 כבר ביצירה, כי חיתוך של סרטון רחב מאבד חלק מהתמונה
- תמונת מקור מטושטשת. תמונה חדה נותנת סרטון טוב יותר
- תמונת סיום בלי תמונת פתיחה. תמונת סיום עובדת רק יחד עם תמונת פתיחה
- ציפייה לדיבור בעברית. אף מודל וידאו לא תומך בזה רשמית. קריינות בעברית יוצרים בנפרד
- קובץ גדול מדי. קובץ להעלאה צריך להיות עד 4MB
מי שמתחיל עם תיאור מסודר, גרסה חסכונית וסרטון קצר, מגיע לתוצאה הסופית מהר יותר ובפחות קרדיטים.
שאלות ותשובות
איך הופכים תמונה לסרטון?
בוחרים מודל שתומך בתמונה לווידאו, מעלים את התמונה כתמונת פתיחה וכותבים מה קורה ממנה והלאה. במודלים כמו Veo 3.1 Lite ו-Kling 3.0 אפשר להוסיף גם תמונת סיום, והמודל ממלא את התנועה ביניהן
כמה זמן יכול להיות סרטון AI?
אצלנו בין 2 ל-30 שניות, לפי המודל. ב-Veo 3.1 עד 8 שניות, ב-Kling 3.0 עד 15, וב-Seedance 2.5 וב-Wan 3.0 עד 30. סרטון ארוך יותר מחברים מכמה קליפים בעריכה
אפשר ליצור סרטון AI עם סאונד ודיבור?
כן. ב-Veo 3.1 דיבור, אפקטים וצלילי רקע נוצרים יחד עם התמונה, וב-Kling 3.0 אפשר להפעיל סאונד עם דיאלוג וסנכרון שפתיים. דיבור בעברית לא נתמך רשמית באף מודל וידאו
איך גורמים לדמות בסרטון להגיד משפט מסוים?
כותבים את המשפט בתיאור בתוך מירכאות, כמו שממליץ המדריך הרשמי של Veo 3.1, ובוחרים מודל שיוצר דיבור. כדאי לכתוב את המשפט באנגלית, כי אף מודל וידאו לא תומך רשמית בעברית
מה זה מספר Seed?
המספר שממנו המודל מתחיל את היצירה. בסטודיו כל יצירה מתחילה מנקודה אקראית חדשה, ולכן אותו תיאור נותן בכל פעם תוצאה קצת אחרת. מי שיוצר דרך API, MCP או CLI יכול לקבוע את המספר במודלים שתומכים בזה, ואז אותו מספר עם אותו תיאור ואותן הגדרות נותן תוצאה דומה מאוד
כמה זמן לוקח ליצור סרטון?
זה משתנה ממודל למודל, ואנחנו לא מפרסמים זמני יצירה. אפשר לעזוב את הדף בזמן ההפקה, והתוצאה תחכה בספרייה. יצירה שלא הסתיימה תוך שעתיים נבדקת פעם אחרונה, ואם אין תוצאה, הקרדיטים חוזרים