AI CookBook

Całość zrobiona w ElevenLabs.
Z wyjątkiem grafiki startowej postaci: ChatGPT (OpenAI)
Czas jakieś 2 godziny
Koszt ~80zł

Tekst wzięty z jeszcze niepublikowanej prezentacji do szkolenia firmy Nicoma

Niestety ruch warg nie jest zsynchronizowany z tekstem 😭
Uparłem się, żeby zrobić ten film jednym narzędziem.
W sumie wyszło dwoma, bo pierwszy obraz, czyli szefowa Elariaza kierownicą został zrobiony w GPT. I tutaj uwaga. Większość prób kończyła się obrazem Elarii z fotela pasażera.
Prompt, który dał radę:

Ujęcie kamery z deski rozdzielczej, skierowane prosto na kierowcę — zbliżenie znad kierownicy. W lewym fotelu siedzi androidka-kierowca. Ma gładką, białą ceramiczną skórę, czarny szklany wizjer na oczach z świecącym niebieskim światłem oraz grube, czarne „dredy” z kabli zwisające w dół. Jej usta to prosta mechaniczna szczelina, nieludzka. Ma na sobie swobodny, futurystyczny streetwear — stylową kurtkę typu bomber, bez fartucha i bez czapki. Trzyma futurystyczną, prostokątną kierownicę typu yoke. Wnętrze zaawansowanego technologicznie samochodu; na dole, w rozmytym pierwszym planie, widać świecący cyfrowy prędkościomierz. W tle nocne, rozmyte światła miasta (bokeh). Filmowe oświetlenie, hiperrealizm, 8K.

GPT stworzyło nocne zdjęcie z czymś a'la HUD. Wyglądało to źle.
Więc krótko poprawiłem:

I drugi:
OK. Wykasuj zegary. Resztę zostaw.

I trzeci:
Teraz to samo, ale w dzień. To znaczy, ze wierzch deski rozdzielczej musi mieć szczegóły. W tle miasto.

Dodatkowo dodałem dwie grafiki z wcześniej przygotowanym wyglądem Elarii.

Co można było zrobić lepiej:
Zdefiniować rolę, opisać kontekst ale...
We wcześniejszych próbach tak robiłem i nic to nie dało. Model jest karmiony grafikami, gdzie kierowcę fotografuje pasażer. GPT i Gemini a w zasadzie Nano Banana cały czas wraca do takich grafik. Przykład macie na zdjęciu. Jak mu kazałem zrobić inne ujęcie to odwrócił całego robota z kierownicą "wyrwaną" z deski. Robot siedział tyłem do kierunku jazdy. Za nim była przednia szyba i zegary. Wcale mu to nie przeszkadzało.

Podsumowując:
W modelach tworzących tekst jestem naprawdę dobry, ale z grafiką i filmami, muszę potrenować.