Ses ve Video Üretim İstemleri

Ses ve Video Üretim İstemleri (Audio and Video Generation Prompts), üretken yapay zekâ sistemlerinin konuşma, ses efekti, müzik, animasyon veya video içerikleri oluşturmasını yönlendirmek amacıyla kullanılan yapılandırılmış talimatlardır. Bu istemlerde yalnızca içerik değil; ses tonu, tempo, sahne, hareket, kamera, atmosfer ve süre gibi özellikler de tanımlanır.

Temel süreç: İçerik Fikri → Format → Sahne/Ses Tanımı → Stil ve Atmosfer → Teknik Özellikler → Üretim

Temel bileşenleri

Ses üretimi için örnek

“Yapay zekânın eğitimde kullanımını anlatan 45 saniyelik bir seslendirme oluştur. Profesyonel ve güven veren bir anlatım kullan. Konuşma temposu orta hızda, telaffuz açık ve doğal olsun. Arka planda konuşmayı bastırmayacak hafif teknolojik bir müzik kullan.”

Ses üretiminde konuşmacının tonu, konuşma hızı, vurgu, duygu, telaffuz, müzik ve ses efektleri özellikle belirtilmelidir.

Video üretimi için örnek

“Modern bir üniversite kampüsünde yapay zekâ teknolojilerinin kullanımını gösteren 10 saniyelik sinematik video oluştur. Öğrenciler dizüstü bilgisayarlarla çalışırken akademisyenler dijital ekranları incelesin. Kamera kampüsü geniş açıyla gösterdikten sonra yavaşça öğrencilere yaklaşsın. Doğal gün ışığı, gerçekçi görüntü ve profesyonel atmosfer kullan. Ekranda yazı bulunmasın.”

Video istemlerinde kamera dili

Video üretiminde görsel promptlardan farklı olarak zaman ve hareket de tanımlanır. Bu nedenle close-up, wide shot, tracking shot, slow zoom, pan, tilt gibi kamera ifadeleri ile nesnelerin nasıl hareket edeceği belirtilebilir.

Örneğin: Sahne → Kamera hareketi → Karakter hareketi → Işık → Atmosfer → Süre şeklinde bir yapı kullanılabilir.

Görsel Üretim İstemlerinden farkı

Görsel üretim istemleri tek bir görüntünün kompozisyonuna odaklanırken video istemleri hareket, zaman, sahne geçişleri ve kamera davranışlarını da kapsar. Ses istemlerinde ise görsel unsurlar yerine ses karakteri, konuşma biçimi, tempo, vurgu ve işitsel atmosfer ön plana çıkar.

Kısaca: Ses ve video üretim istemleri, yapay zekâya yalnızca “hangi içeriği üretmesi gerektiğini” değil; içeriğin nasıl duyulacağını, nasıl hareket edeceğini, hangi atmosferi taşıyacağını ve zaman içerisinde nasıl ilerleyeceğini tanımlayan multimodal promptlama yöntemleridir.