Kling 4.0 कॉमेडी शॉर्ट: वन-पास बनाम शॉट-दर-शॉट एडिटिंग
Kling 4.0 और Seedream 5.5 से बने चार 30-सेकंड के AI कॉमेडी वीडियो की तुलना करें: पोर्ट्रेट और लैंडस्केप में वन-पास जनरेशन बनाम शॉट-दर-शॉट एडिटिंग।
एक छात्र अपने गायब होमवर्क के लिए कुत्ते को दोष देता है। एक हंस नोटबुक लेकर अंदर आता है। छात्र समझाता है, “उसने कुत्ते को भी खा लिया।” शिक्षक सबूतों पर विचार करती है, हंस को पाठ पढ़ाने के लिए कहती है और खुद नोट्स लेने बैठ जाती है।
हमने यह 30-सेकंड की AI कॉमेडी शॉर्ट Kling 4.0 Reference के साथ बनाई, जिसमें Seedream 5.5 इमेज को रेफरेंस के रूप में इस्तेमाल किया गया। एक वर्कफ़्लो ने एक ही अनुरोध में पूरा वीडियो जनरेट किया। दूसरे ने छह अलग-अलग क्लिप जनरेट करके उन्हें एडिट में जोड़ा। दोनों के लैंडस्केप और पोर्ट्रेट संस्करण हैं, जिससे आपको तुलना के लिए चार तैयार वीडियो मिलते हैं।
एक ही क्लासरूम कॉमेडी को दो तरीकों से देखें
One-pass · Landscape
Shot-by-shot · Landscape
One-pass · Portrait
Shot-by-shot · Portrait
चारों तैयार वीडियो 30 सेकंड के हैं, जिनमें अंग्रेज़ी संवाद और चीनी/अंग्रेज़ी सबटाइटल हैं। मूल लैंडस्केप एक्सपोर्ट 1920 × 1080 हैं; पो��्ट्रेट एक्सपोर्ट 1080 × 1920 हैं, 24 fps पर। लेख के प्लेयर क्रमशः 854 × 480 और 480 × 854 पर Media Library प्लेबैक कॉपी का उपयोग करते हैं, जिनमें 30-सेकंड की अवधि, फ्रेम रेट और ऑडियो बरकरार हैं। पात्र रूसी वयस्क-स्कूल की कक्षा में काल्पनिक वयस्क हैं। विज़ुअल और मूल संवाद AI-जनरेटेड थे; सबटाइटल और फिनिशिंग बाद में जोड़े गए।
| प्रोडक्शन विकल्प | वन-पास जनरेशन | शॉट-दर-शॉट जनरेशन और एडिटिंग |
|---|---|---|
| प्रति फॉर्मेट वीडियो अनुरोध | एक 30-सेकंड का अनुरोध | छह 6-सेकंड के अनुरोध |
| अंदरूनी कट कौन तय करता है? | मॉडल पूरी टाइमलाइन की व्याख्या करता है | एडिटर स्रोत रेंज और कट पॉइंट चुनता है |
| इमेज तैयारी | क्लासरूम मास्टर, तीन सीन फोटो, तीन ब्लॉकिंग मैप | साझा एसेट के साथ अलग चॉक-सौंपने वाली फोटो और मैप |
| यहां इस्तेमाल की गई फिनिशिंग | सबटाइटल, लाउडनेस समायोजन; पोर्ट्रेट में दोहराया गया संवाद हटाया गया | असेंबली, संवाद-सजग ट्रिमिंग, चुनी हुई रीफ्रेमिंग, लाउडनेस समायोजन और सबटाइटल |
| मुख्य समझौता | हर बीट कब होगा, इस पर कम नियंत्रण | अलग-अलग जनरेट की गई क्लिप के बीच अधिक कंटिन्यूटी जांच |
वन पास का अर्थ एक निरंतर कैमरा टेक नहीं है। जनरेटेड वीडियो में कट हो सकते हैं। इसी तरह, शॉट-दर-शॉट एडिटिंग का अर्थ है जनरेटेड क्लिप को काटना, जिसमें एडिट पर फ्रेम-स्तरीय नियंत्रण होता है; हमने हर अलग फ्रेम को अलग इमेज के रूप में जनरेट नहीं किया।
मोशन मांगने से पहले रेफरेंस तैयार करें
कहानी में तीन पहचानने योग्य विषय चाहिए: एलेना, लाल रीडिंग ग्लासेस और चारकोल कार्डिगन वाली शिक्षिका; मिशा, क्रीम स्वेटर में वयस्क छात्र; और एक सामान्य सफेद हंस। एक क्लासरूम मास्टर इमेज ने हरे बोर्ड, लकड़ी की डेस्क और खिड़की की रोशनी के साथ उनका रूप स्थापित किया।

हमने उस मास्टर को, फिर प्रमुख सीन फोटोग्राफ और ब्लॉकिंग मैप को तैयार करने ���े लिए WeShop CLI के माध्यम से Seedream 5.5 का उपयोग किया। दोनों वीडियो वर्कफ़्लो ने इसी विज़ुअल आधार का पुनः उपयोग किया। प्रोजेक्ट में पहचान रेफरेंस के लिए साझा क्लासरूम इमेज का उपयोग किया गया; पहले स्वतंत्र कैरेक्टर टर्नअराउंड या अलग फेस शीट नहीं बनाई गईं।
हर आस्पेक्ट रेशियो के लिए तीन फोटोग्राफिक सेटअप तैयार करें: होमवर्क जांच, नीली नोटबुक के साथ हंस का आगमन, और हंस का पढ़ाना जबकि दोनों इंसान नोट्स ले रहे हों। इन्हें एक कहानी के अलग-अलग पलों के रूप में लें।

फिर हर सेटअप के लिए एक मेल खाता सरल ब्लॉकिंग मैप बनाएं। कैमरा व्यू, क्रॉप, सापेक्ष आकार, स्थिति, सामने की दिशा और ऑक्लूज़न बनाए रखें। विषयों की पहचान के लिए अलग-अलग पतली रंगीन आउटलाइन का उपयोग करें, जबकि रूप और लाइटिंग को फोटो पर छोड़ दें।

हमारे प्रॉम्प्ट में नीला रंग एलेना, नारंगी मिशा और बैंगनी हंस को पहचानता था। ये रंग केवल डायग्राम में विषयों की पहचान के लिए थे। वास्तविक पोशाक फोटोग्राफिक रेफरेंस से आई। मैप से पहले फोटो अटैच की गईं और प्रॉम्प्ट में हर इमेज की भूमिका स्पष्ट रूप से निर्धारित की गई। ये इस उदाहरण में परीक्षण किए गए प्रोडक्शन विकल्प हैं, सटीक पोजिशनिंग की गारंटी नहीं।
रूट 1: एक पास में पूरी 30-सेकंड की फिल्म जनरेट करें
Kling on WeShop खोलें और Kling 4.0 Reference चुनें। इस केस से मेल करने के लिए 30s, 1080p, quantity 1 का उपयोग करें, लैंडस्केप के लिए 16:9 या पोर्ट्रेट के लिए 9:16। ये हमारी जनरेशन रिक्वेस्ट में दर्ज सेटिंग्स हैं; मौजूदा CLI ऑपरेशन विवरण के लिए WeShop API reference देखें।
सात इमेज क्रम से अटैच करें: मास्टर, तीन सीन फोटो और तीन संबंधित मैप। चुने गए फॉर्मेट के लिए तैयार की गई इमेज का उपयोग करें। दोनों फॉर्मेट अलग-अलग जनरेट किए गए, जिनके अपने सीन कंपोज़िशन और मैप थे।
पूरी कहानी एक प्र��म्प्ट में लिखें। पहले रेफरेंस असाइन करें, फिर एक्शन क्रम, सटीक संवाद, परफॉर्मेंस टास्क और साउंड दें। नीचे की संक्षिप्त टाइमलाइन परिणाम के हर कट का मापा हुआ विवरण नहीं, बल्कि अनुरोधित संरचना दिखाती है:
| अनुरोधित अंतराल | कहानी की बीट |
|---|---|
| 0–9s | शिक्षिका होमवर्क पूछती है; छात्र कुत्ते को दोष देता है; एक विराम ध्यान मोड़ता है |
| 9–18s | हंस नोटबुक के साथ आता है; शिक्षिका उसे पहचानती है; छात्र अपना बहाना बढ़ाता है |
| 18–25s | शिक्षिका व्यवधान का आकलन करती है और पढ़ाने का अधिकार सौंपती है |
| 25–30s | हंस पढ़ाता है; दोनों इंसान नोट्स लेते हैं; छात्र सवाल पूछने की कोशिश करता है |
पुनः उपयोग योग्य केस में पूरा मूल प्रॉम्प्ट और उसके सात रेफरेंस इनपुट शामिल हैं। यह परफॉर्मेंस निर्देशों का एक अंश है:
“तुम्हारा होमवर्क कहां है?” — जवाबदेही मांगें और उत्तर देने की उसकी इच्छा जांचें। “वह एक हंस है।” — उसे अपनी कहानी सुधारने का अवसर दें। “अच्छा। तुम पढ़ाओ।” — हंस को जिम्मेदारी दें और देखें कि वह स्वीकार करता है या नहीं।
शिक्षिका पाठ को जारी रखने की कोशिश कर रही है। छात्र अपने बहाने को नए सबूतों के बावजूद बचाए रखने की कोशिश कर रहा है। हंस ध्यान चाहता है और पढ़ाने की जगह ले लेता है। हर विषय को एक टास्क देने से बेतुकी स्थिति समझ में आती है, बिना कलाकारों से मजाक को बढ़ा-चढ़ाकर दिखाने को कहे।
सबटाइटल जोड़ने से पहले परिणाम का निरीक्षण करें
बोले गए संवाद, नोटबुक की दृश्यता, क्लासरूम की स्थितियां और अंतिम भूमिका परिवर्तन जांचें। फुटेज में रंगीन आउटलाइन या डायग्राम स्टाइलिंग दिख रही है या नहीं, यह भी देखें। सैंपल किए गए आउटपुट में फोटोग्राफिक इमेजरी बनी रही और दोनों वन-पास संस्करण हंस के पढ़ाने वाले अंत तक पहुंचे, लेकिन अनुरोधित टाइमिंग और एक्शन का सटीक पालन नहीं हुआ।
पोर्ट्रेट मूल में “Good. You teach.” दोहराया गया था। फिनिशिंग के दौरान 21.65–24.65s पर दूसरी बार को उसी वीडियो के 6.4–9.4s से कॉपी की गई कमरे की ध्वनि से बदला गया। चित्र बरकरार रहा। दोनों फॉर्मेट में जनरेटेड स्पीच के अनुरूप सबटाइटल और एक लाउडनेस पास दिया गया। ऊपर के प्लेयर बिना छुए रॉ आउटपुट के बजाय ये फिनिश किए गए संस्करण दिखाते हैं।
रूट 2: छह शॉट जनरेट करें और अंतिम एडिट नियंत्रित करें
दूसरे वर्कफ़्लो के लिए, हमने डेस्क पर शिक्षिका द्वारा अधिकार सौंपे जाने की एक समर्पित रेफरेंस फोटो और ब्लॉकिंग मैप जोड़ा। इससे पूरे हैंडओवर को पूर्ण-फिल्म प्रॉम्प्ट पर छोड़ने के बजाय, ट्रांज़िशन को अपना विज़ुअल सेटअप मिला।
हर शॉट में Kling 4.0 Reference, 6s, 1080p, quantity 1 का इस्तेमाल हुआ। लैंडस्केप और पोर्ट्रेट सेट स्वतंत्र रूप से जनरेट किए गए। हर रिक्वेस्ट में मास्टर, संबंधित सीन फोटो और उसका ब्लॉकिंग मैप शामिल था, जिसमें आवश्यक पहचान, लोकेशन, संवाद और साउंड निर्देश पूरी तरह दोहराए गए थे।
| शॉट | उसका योगदान | अंतिम रखी गई अवधि |
|---|---|---|
| 1 | होमवर्क का सवाल और पहला बहाना | 6s |
| 2 | नोटबुक लेकर हंस: एक छोटा सबूत इंसर्ट | 1s |
| 3 | “वह एक हंस है।” / “उसने कुत्ते को भी खा लिया।” | 6s |
| 4 | शिक्षिका हंस को पाठ सौंपती है | 6s |
| 5 | हंस पढ़ाता है; दोनों इंसान नोट्स लेते हैं | 5s |
| 6 | छात्र हाथ उठाता है, उसे हंक सुनाई देती है, वह फिर लिखने लगता है | 6s |
शुरुआती योजना हर छह-सेकंड स्रोत से पांच सेकंड रखने की थी, जिससे ट्रिमिंग के लिए दोनों छोर पर आधा सेकंड बचता। वास्तविक संवाद उन नियोजित विंडो में फिट नहीं हुए। हमने पूरे बोले गए संवाद को बचाते हुए एडिट को 6 + 1 + 6 + 6 + 5 + 6 = 30 seconds में बदल दिया।
नोटबुक ने एक कंट��न्यूटी समस्या भी उजागर की: हंस के आगमन वाले स्रोत में बाद में वह अगले शॉट के लिए आवश्यक स्थिति से मेल नहीं खाती थी। हमने पहले सेकंड को इंसर्ट के रूप में रखा। इससे नोटबुक का आगमन समझ में आया और क्लिप के असंगत अंतिम हिस्से से बचा गया। यह मूल जनरेटेड एक्शन की मरम्मत के बजाय एक संपादकीय उपाय था।
अंतिम एडिट में फ्रेमिंग विविधता के लिए तीसरे और छठे शॉट पर फिक्स्ड क्रॉप लागू किए गए, लाउडनेस सामान्यीकृत की गई और द्विभाषी सबटाइटल जोड़े गए। अलग-अलग जनरेट किए गए संवाद बरकरार रखे गए; प्रॉम्प्ट में आवाज का विवरण दोहराने को क्लिप के बीच बिल्कुल एक जैसी आवाजों का प्रमाण नहीं मानना चाहिए।
पोर्ट्रेट और लैंडस्केप को अलग-अलग सीन के रूप में कंपोज़ करें
लैंडस्केप में कमरा शिक्षिका, छात्र और हंस को अधिक क्षैतिज दूरी देता है। पोर्ट्रेट को ऐसी कंपोज़िशन चाहिए जिसमें उनका संबंध, नोटबुक और डेस्क फिर भी दिखाई दें। इसलिए इस प्रोजेक्ट ने अलग 9:16 रेफरेंस सीन और मैप तैयार किए, फिर पोर्ट्रेट फुटेज को अलग से जनरेट किया।
दोनों फॉर्मेट में नोटबुक के प्रवेश और अंतिम उठे-हाथ वाली बीट देखें। वे किसी एक आकर्षक फ्रेम की तुलना से अधिक स्टेजिंग और कॉमिक टाइमिंग के बारे में बताते हैं। तैयार पोर्ट्रेट वीडियो केवल लैंडस्केप आउटपुट का सेंटर क्रॉप नहीं है, हालांकि एडिटिंग के दौरान चुने गए शॉट को अतिरिक्त रीफ्रेमिंग मिली।
जिस बीट को बचाना आवश्यक हो, उसके अनुसार वर्कफ़्लो चुनें
जब आप जांचना चाहते हों कि पूरा मजाक काम करता है या नहीं और अंदरूनी कट की व्याख्या मॉडल पर छोड़ सकते हों, तब वन-पास रूट का उपयोग करें। फिर भी आपको स्पीच, प्रॉप और अंत की समीक्षा करनी होगी, फिर परिणाम को फिनिश करना होगा।
जब हैंडओवर, रिएक्शन पॉज़ या अंतिम सवाल को अपना निर्धारित स्क्रीन टाइम चाहिए, तब शॉट-दर-शॉट रू��� चुनें। यह आपको एक स्रोत क्लिप को संशोधित करने देता है जबकि बाकी को बरकरार रखा जाता है, हालांकि अलग-अलग जनरेशन के बीच कंटिन्यूटी और साउंड जांचने की कीमत पर।
ये चार वीडियो एक प्रोडक्शन उदाहरण का दस्तावेज़ हैं, सफलता-दर का बेंचमार्क नहीं। पूरे 30-सेकंड के क्लासरूम केस से शुरू करें, देखें कि आपका परिणाम वास्तव में क्या बनाए रखता है, और जब किसी विशिष्ट बीट पर अधिक नियंत्रण चाहिए तो सीन को शॉट में बांटें।
आप दाईं ओर के टूल का उपयोग करके इसे सीधे आज़मा सकते हैं।







