Die Regie ist ein Sprachmodell mit einem strengen Vertrag. Sie liest die Geschichte und gibt ein einziges JSON-Objekt zurück. Alles, was danach kommt, von den Besetzungsblättern bis zur finalen Mischung, wird von diesem Objekt gesteuert, und keine spätere Stufe liest die Geschichte noch einmal. Dieser Beitrag geht die Struktur des Objekts durch, die Regeln, an die sich die Regie halten muss, wie wir es prüfen und warum wir uns für Daten statt Prosa entschieden haben.

Die Struktur

  • title, logline in der Sprache der Geschichte.
  • style_guide: ein englischer Satz zur Gestaltung, der in jedem Prompt für Besetzungsblätter und in jedem Szenen-Prompt wiederholt wird.
  • music_prompt: Instrumente, Tempo, Stimmung, kein Gesang.
  • cast[]: ID, Name, Rolle, ein beschriebenes Aussehen und ein Stimmprofil (Geschlecht, Alter, Tonfall).
  • scenes[]: Inhaltsangabe, englischer visueller Prompt, Dauer aus der erlaubten Liste, Kontinuitätsmarkierung, wer nach Besetzungs-ID im Bild ist, höchstens eine gesprochene Zeile mit ihrem Sprecher und optionale Erzählung.

Wofür jedes Feld da ist

Der Stilleitfaden ist der Mechanismus hinter der stilistischen Geschlossenheit. Er wird einmal geschrieben und jedem Prompt vorangestellt, sodass die erste und die letzte Szene wie dieselbe Produktion aussehen. Das beschriebene Aussehen in jedem Besetzungseintrag reist zusammen mit dem Blattbild; selbst eine Szene, die das Bild nicht auswerten kann, beschreibt so immer noch die richtige Figur. Es ist auch das, was die Regie selbst liest, wenn sie Szenen-Prompts schreibt, also ist es für ein Modell geschrieben: konkrete Substantive und Farben, ein unverwechselbares Merkmal, keine Adjektive wie „schön“.

Das Stimmprofil besteht aus ein paar Wörtern, die das Studio mit den Beschriftungen des Stimmkatalogs abgleicht, wobei Stimmen bevorzugt werden, die keine andere Figur im Film verwendet. Die Kontinuitätsmarkierung sagt der Szenenstufe, dass sie mit dem letzten Bild des vorherigen Clips statt mit einem neuen Keyframe beginnen soll. Die Besetzungsliste pro Szene entscheidet über den Weg: Sind Figuren anwesend, heißt das Keyframe zuerst, sind keine da, geht es an Text-zu-Video.

Die Regeln

Ereignisse, Personen, Reihenfolge und Dialoge bleiben erhalten. Keine Fakten erfinden. Ein Wesen pro Besetzungsmitglied. Der Erzähler wiederholt nie eine Zeile. Das Budget für die Erzählung beträgt neun Zeichen pro Sekunde Szene. Zeilen sind auf 120 Zeichen begrenzt; eine längere Rede wird auf mehrere Szenen verteilt. Dauern nur aus der Liste der jeweiligen Stufe: 5 oder 10 Sekunden in den schnellen Stufen, 4, 6 oder 8 in Kino. Überschreitet die Summe das Ziel um mehr als ein Viertel, werden Szenen zusammengelegt, statt Sätze zu kürzen. Beschreibende Notizen am Anfang der Geschichte gelten als Gestaltungsvorgaben; Anweisungen an das Studio werden ignoriert.

Die meisten dieser Regeln gibt es, weil ein Modell sie gebrochen hat. „Ein Wesen pro Besetzungsmitglied“ stammt aus einem Durchlauf, in dem ein Frosch und eine Eule zu einem einzigen Eintrag wurden. „Niemals Sätze kürzen“ stammt aus einer Neunzig-Sekunden-Fassung einer vierminütigen Geschichte, die sich wie eine Zusammenfassung in doppelter Geschwindigkeit las. Der Vertrag ist eine Liste von Dingen, die wir schiefgehen sahen.

Validierung und der zweite Durchgang

Das Objekt wird Feld für Feld geprüft: Dauern werden auf die erlaubte Liste eingerastet, unbekannte Sprecher markiert, zu lange Zeilen gezählt. Verstöße gehen einmal als Liste an das Modell zurück. Hat auch der zweite Durchgang noch kleinere Probleme, läuft der Film mit Warnungen weiter. Sind es strukturelle Probleme, etwa ein Sprecher, der nicht zur Besetzung gehört, bricht der Durchlauf ab, bevor ein einziges Bild erzeugt wird, und der Betrag wird erstattet.

Warum JSON und nicht Prosa

Weil ein Film ein Zeitplan ist. Jedes Feld entspricht einem Auftrag: ein Besetzungseintrag einem Blatt, eine Szene einem Keyframe und einem Clip, eine Zeile einer Stimme und einer Lippensynchronisation, eine Erzählung einer Aufnahme. Prosa bräuchte ein zweites Modell, das sie liest, und brächte eine zweite Fehlerquelle mit sich; Daten brauchen keines. Das Objekt wird außerdem nach jeder Stufe gespeichert, wobei die Blattergebnisse in die Besetzungseinträge und die Clipergebnisse in die Szenen geschrieben werden, sodass sich ein Film an jedem Punkt fortsetzen lässt. Wenn der Videoanbieter bei Szene neun ausfällt, wiederholen wir Szene neun, nicht den Film.

Was Sie sehen und ändern können

Die Szenenkarten in der App sind eine Ansicht dieses Objekts. Wer auf einer Karte einen Prompt, eine Dauer, eine gesprochene Zeile oder die Figuren bearbeitet, bearbeitet das Feld, und die Neugenerierung liest den bearbeiteten Wert. Nichts ist versteckt; die Daten, die die Pipeline verwendet, sind dieselben Daten, die Sie bearbeiten.

Häufige Fragen

Kann ich das Drehbuch selbst schreiben? Ja, indem Sie ein fertiges Drehbuch als Geschichte einfügen. Die Regie behält Ihre Szenen, Ihre Reihenfolge und Ihre Zeilen bei und füllt die Felder aus, die ein produzierbares Drehbuch braucht. Der Szene-für-Szene-Ablauf in Film Studio steht außerdem weiterhin allen zur Verfügung, die jede Einstellung selbst inszenieren möchten.

Was passiert, wenn die Regie eine Szene erfindet, die nicht in der Geschichte vorkommt? Die Regeln verbieten das, und der zweite Durchgang fängt die meisten Fälle ab. Rutscht doch einmal eine durch, löschen Sie die Szenenkarte vor der Produktion; der Film wird dann um die verbleibenden Szenen herum geschnitten.

Warum ist der visuelle Prompt immer Englisch? Weil sich die Bild- und Videomodelle auf Englisch am zuverlässigsten steuern lassen. Titel, Logline, Zeilen und Erzählung bleiben in der Sprache der Geschichte, sodass nichts, was Sie lesen oder hören, übersetzt ist.