Kata kunci video AI ditulis sangat panjang, namun wajah karakter tetap terganti, cangkir di tangan malah berubah bentuk, dan satu gerakan yang sebenarnya diinginkan justru direkam menjadi beberapa cuplikan yang tidak saling terhubung. Menghadapi masalah-masalah seperti ini, terus menambahkan “nuansa film, ultra‑jernih, kualitas gambar terbaik” belum tentu dapat mengatasi penyimpangan yang sesungguhnya.

Titik awal yang lebih berguna adalah memecah kebutuhan menjadi tiga pertanyaan: Pada awal adegan, kondisi apa yang harus ada? Selama periode tersebut, hanya hal apa yang boleh terjadi? Bagaimana akhir dari adegan ini bisa dikatakan memenuhi standar? Tutorial ini menggunakan contoh orisinal “seorang pengrajin keramik meletakkan sebuah cangkir buatannya di atas baki”, untuk membimbing Anda memeriksa kata kunci, menyiapkan referensi, serta membuat proses revisi yang dapat dilacak di PixPix.

Artikel ini merupakan tutorial metode penciptaan. Karakter dan latar dalam contoh adalah hasil imajinasi asli, sementara gambar pendukung hanyalah ilustrasi statis hasil AI; pembuatan video tidak dilakukan di PixPix, sehingga tidak mencakup tingkat keberhasilan aktual, peringkat model, atau jaminan hasil.

Pertama-tama, tentukan pada level mana masalah terjadi

Jangan langsung menyimpulkan semua kegagalan karena “kata kunci kurang rinci”. Misalnya, cangkir yang berubah bentuk—bisa jadi karena kontur pada gambar referensi kurang jelas, atau tangan terlalu banyak menutupi objek, atau mungkin model saat ini memang sulit menyelesaikan gerakan kontak tersebut.

Tabel ini hanya sebagai urutan pemeriksaan, bukan diagnosis atas penyebab masalah. Temukan dulu bagian yang paling mengganggu penggunaan, lalu tentukan apakah akan mengubah materi, teks, atau desain adegan.

Buatlah kondisi awal yang jelas untuk contoh orisinal

Karakter ditetapkan terlebih dahulu, baru kemudian ditambahkan gerakannya

Tokoh utama dalam kasus ini bernama “Lin He”, seorang perupa keramik fiktif. Ia memiliki rambut pendek lurus berwarna hitam, mengenakan kemeja katun lengan panjang berwarna putih gading dengan lengan melingkar, celemek tali silang warna hijau sage, serta celana panjang abu-abu tua, tanpa aksesori apapun. Sepanjang video, hanya ia sendiri yang muncul.

Keterangan gambar: Ilustrasi pengaturan karakter; papan gambar multi‑view tidak berarti bahwa beberapa orang harus dijadikan subjek utama dalam video secara bersamaan.

Referensi karakter harus mampu menjawab dua pertanyaan: siapa wajahnya, dan seperti apa pakaiannya. Gambar pengaturan multi‑view dapat membantu menyusun identitas, namun saat pengunggahan sebenarnya, gunakan satu gambar yang jelas atau referensi terpisah sesuai kebutuhan pola, agar area yang menampilkan beberapa sosok tidak disalahpahami sebagai banyak orang.

Properti juga harus memiliki identitas yang unik

Dalam kasus ini, hanya digunakan satu cangkir keramik tanpa pegangan: dinding luarnya berwarna merah oker, dinding dalamnya putih gading, bibir cangkir agak tebal, dan permukaannya matte. Cangkir tersebut diletakkan di tengah sebuah baki persegi panjang dari kayu ek berwarna terang. Baki itu diletakkan rata di atas meja kerja, dan tidak dipindahkan selama keseluruhan aksi.

Keterangan gambar: Ilustrasi pengaturan properti asli, bukan verifikasi struktur produk nyata.

Jangan dalam satu prompt pertama menyebutnya sebagai “cangkir keramik”, lalu kemudian meminta “mug bergagang” untuk berbalik menghadap kamera. Jika bentuk, warna, atau pola permukaan produk asli harus akurat, gunakan foto produk yang telah diverifikasi sebagai acuan.

Ubah adegan menjadi posisi relasi yang dapat diperiksa

Meja kerja berada di depan tokoh; jendela besar berada di luar bidang pandang kamera, di sisi kiri; rak kayu rendah terletak di belakang kanan latar, dengan hanya tiga mangkuk keramik putih gading di atasnya. Cahaya alami masuk dari sisi kiri, sementara sisi kanan tetap teduh lembut.

Keterangan gambar: Ilustrasi komposisi awal: cangkir di tangan, baki kosong.

Adegan ini tidak memerlukan hiasan tambahan. Intinya bukan mendeskripsikan seluruh studio secara detail, melainkan menentukan objek-objek yang akan berpartisipasi dalam aksi, memengaruhi penutupan, serta memengaruhi komposisi.

Enam cara penulisan untuk membuat “meletakkan cangkir” menjadi sesuatu yang lain

Hanya menulis kalimat promosi, tanpa aksi yang terlihat

Kalimat berikut dapat menggambarkan harapan estetika, namun tidak menentukan apa yang harus ditangkap oleh kamera:

Iklan merek keramik mewah, penuh kehangatan buatan tangan, tekstur yang sangat halus, nuansa sinematik, resolusi ultra‑tinggi, dan presentasi produk yang mengesankan.

Jika tujuannya hanya meletakkan cangkir, bisa diperkecil dulu menjadi:

Lin He meletakkan cangkir keramik tanpa pegangan berwarna merah oker yang dipegang tangan kanannya secara vertikal di tengah baki kayu. Setelah dasar cangkir menyentuh baki, ia melepaskan tangan kanannya dan menarik kembali. Kamera tetap diam, sehingga dapat menangkap seluruh cangkir dan baki secara utuh.

Biarkan aksi ini terjadi terlebih dahulu, baru tentukan apakah akan menambahkan lapisan cahaya, suara lingkungan, atau penampilan yang lebih detail. Kata-kata gaya boleh dipertahankan, tetapi tidak bertugas menjelaskan gerakan.

Adegan pembuka sudah disiapkan, namun masih meminta “meletakkan”

Misalkan cangkir pada gambar input sudah diletakkan dengan stabil di atas baki, tetapi prompt masih meminta “dia meletakkan cangkir ke atas baki”, maka model harus secara mandiri mengisi proses mengambil, memindahkan, dan meletakkan kembali.

Ada dua pilihan: siapkan gambar awal yang menampilkan cangkir di tangan, dengan baki kosong, lalu langsung melakukan aksi meletakkan; atau pertahankan gambar yang ada, ubah menjadi “tangan kanannya menyentuh cangkir lalu pergi”. Pilihan kedua mengubah tugas semula, dan hanya boleh digunakan ketika Anda menerima konten adegan baru.

Gambar referensi dan instruksi gerakan harus saling terhubung. Seberapa jelas materi input, sama pentingnya dengan seberapa jelas tulisannya—keduanya patut diperiksa.

Satu adegan yang sekaligus meminta posisi tetap, maju, dan berputar

“Pengambilan gambar dengan kamera tetap, lensa perlahan maju dan berputar satu putaran, lalu beralih ke sudut pandang atas” mencakup berbagai gerakan dan pemotongan adegan. Ini mungkin cocok untuk urutan multi‑kamera yang dirancang khusus, tetapi tidak tepat untuk digunakan sebagai tes pertama bagi aksi sederhana ini.

Dalam kasus ini, pertama-tama tetapkan sudut pandang medium, pastikan cangkir, kedua tangan, dan baki selalu terlihat. Setelah aksi berhasil, baru coba secara terpisah melakukan sedikit gerakan maju; jangan sekali gus menambahkan zoom, rotasi, dan sudut pandang atas dalam satu tahap.

Telah ditulis “meletakkan secara alami”, namun tidak ada deskripsi tentang proses serah terima

Serah terima di sini adalah perubahan dukungan cangkir dari tangan ke baki. Prompt dapat menjelaskan dengan jelas: tangan kanan memegang bagian bawah cangkir, mulut cangkir menghadap ke atas; setelah dasar cangkir menyentuh baki, jari-jari dilepaskan; cangkir tetap di baki, tangan kanan pun pergi.

Keterangan gambar: Ilustrasi kondisi kontak, digunakan untuk menjelaskan hubungan dukungan; tidak membuktikan bahwa gerakan kontak dalam video telah terwujud.

Tidak perlu menuliskan setiap sendi sebagai instruksi mekanis yang rumit. Intinya adalah siapa yang mendukung objek pada setiap tahap, serta apakah telapak tangan dan badan cangkir masih merupakan dua entitas terpisah. Jika sering gagal, Anda bisa mempersingkat jarak gerakan terlebih dahulu, atau membaginya menjadi dua adegan: “menggenggam cangkir dari dekat” dan “setelah cangkir diletakkan dengan stabil”.

Masukkan seluruh emosi, pencahayaan, dan latar belakang ke dalam gerakan utama

“Dia meletakkan cangkir dengan wajah ceria sekaligus termenung, cahaya silang dan cahaya atas bergantian, properti di rak berputar bersamaan, dan kamera melintas cepat melalui studio” menambah banyak variasi yang saling bertentangan.

Untuk adegan ini, akting dapat hanya mempertahankan gerakan menunduk melihat cangkir, lalu menghembuskan napas pelan setelah meletakkannya dengan stabil. Pencahayaan tetap menggunakan cahaya dari jendela sisi kiri, sementara latar belakang tetap diam. Pertama-tama verifikasi gerakan meletakkan cangkir; variasi lainnya harus memiliki tujuan masing-masing.

Ubah semua kondisi sekaligus, lalu tebak mana yang efektif

Jika pada versi sebelumnya terjadi penggabungan tangan, maka pada versi berikutnya secara bersamaan mengganti gambar referensi, model, gerakan, dan komposisi gambar; meskipun hasilnya membaik, sulit untuk mengetahui penyebabnya.

Disarankan untuk terlebih dahulu mempertahankan versi saat ini, lalu hanya mengubah satu hal yang paling relevan. Misalnya, jika cangkir terselip di antara jari, pertama-tama sesuaikan penjelasan genggaman atau perkecil jarak gerakan; jika tampilan cangkir sudah tidak sesuai sejak frame pertama, periksa dulu referensinya. Setiap putaran, tuliskan item yang dipertahankan, item yang diubah, serta hasil observasi.

Susun kasus menjadi kata kunci yang dapat langsung diuji

Berikut adalah titik awal untuk membuat video berbasis gambar. Referensi karakter dan properti sebaiknya dikaitkan terlebih dahulu sesuai pola saat ini; “Lin He” hanyalah nama contoh dalam artikel ini, dan tidak akan membuat model mengenali wajah tersebut.

Gunakan ahli keramik berambut pendek yang sama dari referensi yang telah dikaitkan, serta cangkir keramik tanpa pegangan dengan dinding luar warna oker dan dinding dalam warna putih gading. Ia mengenakan kemeja lengan panjang berwarna putih gading, celemek hijau sage, dan celana panjang abu-abu gelap.

Adegan pembuka adalah sudut pandang tengah tetap dari posisi datar: ia berdiri di belakang meja kerja, tangan kanan memegang bagian bawah cangkir dengan mulut menghadap ke atas, dasar cangkir berada di atas nampan kayu kosong. Tangan kiri diletakkan di atas meja di samping nampan, terpisah dari tangan kanan.

Ia perlahan meletakkan cangkir secara vertikal ke tengah nampan; setelah dasar cangkir menyentuh nampan, tangan kanan melepaskan dan menarik diri. Cangkir tetap tegak lurus, nampan tetap pada posisi semula. Ia menunduk melihat cangkir, lalu menghembuskan napas pelan setelah gerakan selesai.

Kamera tetap diam, komposisi tengah sepenuhnya mempertahankan kedua tangan, cangkir, dan nampan. Akhir adegan tertahan pada saat cangkir sudah stabil dan tangan kanan telah meninggalkan cangkir.

Cahaya dari jendela sisi kiri menerangi badan cangkir secara stabil, sementara rak kayu dan tiga mangkuk keramik putih gading di latar belakang kanan tetap pada posisi semula. Wajah, pakaian, serta warna dan bentuk cangkir tetap konsisten. Seluruh adegan merupakan satu shot kontinu.

Keterangan gambar: Ilustrasi komposisi akhir; dibuat secara terpisah dari gambar awal dan gambar kontak, bukan merupakan frame dari video yang sama.

Kata kunci ini menggambarkan tujuan, bukan jaminan hasil. Jika gambar input saat ini sudah jelas menampilkan tampilan, deskripsi ulang tampilan dapat dikurangi, dengan fokus pada gerakan dan perubahan waktu; jika pola memerlukan penjelasan referensi tambahan, maka pertahankan elemen-elemen yang tetap.

Kebiasaan penulisan kata kunci juga dapat berbeda antara model yang berbeda.

Uji di PixPix, pastikan satu hal terlebih dahulu

Pilih metode referensi, lalu pilih spesifikasi

Buka Platform Video PixPix, lihat model dan mode input yang disediakan oleh akun saat ini, lalu unggah atau hubungkan materi. Jangan sekali-kali mencampurkan gambar karakter, gambar properti, dan gambar latar secara acak ke dalam satu tugas: Tentukan terlebih dahulu mana yang merupakan identitas tetap, mana yang merupakan cangkir tetap, dan mana yang mendefinisikan adegan awal.

Halaman MiniMax H3 di PixPix memperkenalkan input teks, gambar, video, dan suara, serta membedakan antara video berbasis teks, frame awal dan akhir, serta referensi serba guna; penjelasan publiknya menyebut frame awal dan akhir untuk menentukan komposisi awal dan akhir, sementara referensi serba guna digunakan untuk mengunci karakter, properti, dan gaya. Halaman Seedance 2.5 memperkenalkan referensi multimodal, kemampuan memperpanjang durasi, serta pengeditan timestamp. Di atas adalah penjelasan resmi mengenai kemampuan, bukan perbandingan hasil uji coba dalam artikel ini; opsi yang benar-benar dapat digunakan tetap ditentukan oleh platform kerja.

Pada percobaan pertama, Anda dapat memilih durasi singkat yang disediakan oleh mode saat ini, serta menyesuaikan format gambar sesuai kebutuhan akhir. Pastikan ada cukup waktu untuk meletakkan dan melepaskan, baru kemudian pertimbangkan cerita yang lebih panjang. Sebelum mengirim, periksa spesifikasi dan konsumsi yang ditampilkan di platform, jangan hanya mengandalkan angka akumulasi tetap dalam tutorial untuk memperkirakan biaya saat ini.

Gunakan daftar pemeriksaan gerakan sebagai pengganti “merasa lebih baik”

Putar versi pertama dari awal hingga akhir, lalu jeda untuk memeriksa tiga posisi: pembukaan, saat dasar cangkir menyentuh, dan penutupan. Periksa struktur pada frame statis, sementara putar terus-menerus untuk memeriksa kelancaran transisi antargerakan.

1. Pada pembukaan hanya ada satu orang, satu cangkir, dan satu baki; cangkir memang berada di tangan.

2. Cangkir bergerak ke bawah dari tangan, dengan arah mulut cangkir dan proporsi tubuh cangkir tidak mengalami perubahan mendadak.

3. Dasar cangkir menyentuh baki terlebih dahulu, kemudian tangan kanan melepaskan cangkir; tidak ada penyatuan yang jelas antara tangan dan badan cangkir.

4. Pada akhirnya, cangkir tetap berada di atas baki, tangan kanan telah lepas, dan gambar tidak mengalami pergantian sudut pandang secara tiba-tiba.

Jika ada satu item yang tidak lolos, catat dulu saja, jangan terburu-buru menambahkan detail artistik. Untuk kekurangan yang tak dapat diselesaikan melalui penyesuaian berulang, bisa disiasati dengan mengurangi area yang tertutup, memperkecil gerakan, atau memecah shot.

Simpan versi tersebut, agar ada bukti yang dapat dibandingkan

Saat melakukan perbandingan model, usahakan untuk menyelaraskan input, kata kunci petunjuk, rasio aspek, durasi, resolusi, serta jumlah hasil yang sama. Jika ada kondisi yang tidak dapat diselaraskan, jelaskan secara terpisah, agar tidak memasukkan tugas dengan tingkat kesulitan berbeda ke dalam satu peringkat.

Pertanyaan umum

Apakah semakin panjang kata kunci petunjuk, video akan semakin akurat?

Tidak selalu. Panjang tidak bisa menggantikan kejelasan tugas. Pertama-tama pertahankan subjek utama, kondisi awal, gerakan inti, sudut pandang, serta kondisi akhir, baru tambahkan informasi tambahan sesuai kekurangan yang sebenarnya. Adverbia berulang yang tidak membantu hasil dapat dihilangkan terlebih dahulu.

Apakah menulis “tidak berubah bentuk, jangan ada banyak tangan” sudah cukup untuk memperbaiki masalah?

Hal itu tidak menjamin perbaikan. Lebih baik deskripsikan dulu kondisi yang diinginkan, misalnya “tangan kiri diletakkan rata di atas meja, tangan kanan dilepaskan lalu ditarik kembali, sementara cangkir tetap tegak”, baru kemudian jelaskan bagian yang tidak perlu berdasarkan model saat ini. Jika mode saat ini memiliki kolom tersendiri untuk kata kunci negatif, isi sesuai penggunaannya, tanpa menganggap semua model mendukung hal tersebut.

Apakah ketika membuat video dari gambar, kita masih perlu mendeskripsikan seluruh gambar secara berulang?

Tidak perlu mengulang secara mekanis. Ketika gambar sudah memberikan tampilan dan komposisi, teks dapat fokus menjelaskan aksi selanjutnya; sedangkan untuk tugas yang melibatkan banyak referensi, penting agar peran identitas, properti, dan adegan awal jelas terlihat. Hindari konflik di mana materi visual menyatakan bahwa cangkir telah diletakkan dengan stabil, tetapi teks malah menggambarkan cangkir itu melayang masuk dari kejauhan.

Mengapa meskipun instruksi telah ditulis dengan jelas, hasilnya tetap gagal?

Kata kunci hanyalah sebagian dari input. Kualitas referensi, obstruksi, tingkat kesulitan gerakan, kemampuan model, serta sifat acak dalam proses generasi, semuanya dapat memengaruhi hasil. Jangan sampai setiap hasil yang tidak sesuai dianggap hanya karena satu kata tertentu belum disebutkan, dan jangan pula berjanji bahwa menambahkan satu kata saja akan membuat hasil menjadi stabil.

Mulailah dengan satu revisi yang jelas

Masuklah ke PixPix Video Workbench, siapkan sebuah gambar awal yang selaras dengan aksi tersebut, dan selesaikan dulu satu hal: “menaruh cangkir dengan stabil”. Periksa hasil pada tiga bagian—awal, kontak, dan akhir—baru kemudian tentukan apa yang akan direvisi pada versi berikutnya.

Ketika Anda mampu menjelaskan dengan jelas mana persyaratan yang telah dipenuhi dan mana yang masih gagal, kata kunci pun berubah dari sekadar keinginan samar menjadi penjelasan kreatif yang dapat diperbaiki secara bertahap.