Un om care nu există, pentru firma care n-are pe cine pune pe cameră
Două reclame de 18 secunde în care aceeași femeie vorbește română. Femeia nu există, birourile nu există, camera n-a pornit niciodată. Al doilea clip a pornit din același fișier ca primul, la opt ore distanță. Singurul lucru real sunt 31 de secunde de voce, citite pe telefon într-o cameră liniștită.
Vezi și ascultă rezultatul
Apasă pe play. Clipurile au sunet
0
Oameni pe cameră
0
Zile de filmare
2
Reclame din același chip
31 sec
Înregistrare reală
Unde era clientul
Firma ta are ceva de spus. Știi deja că video-ul merge mai bine decât o poză, vezi concurentul cu patron vorbăreț cum îți mănâncă feed-ul, și te oprești de fiecare dată în aceeași întrebare: cine apare?
Tu nu vrei. Angajatul întreabă, pe bună dreptate, de ce el. Un creator închiriat apare luna viitoare în reclama altcuiva, cu aceeași față și alt logo. Iar imaginile de stoc sunt fața nimănui.
Aici se amestecă trei costuri diferite ale apariției pe cameră: cum arăți, cum te descurci cu textul, și faptul că fața ta rămâne pe internet și după ce nu mai vrei. Niciunul nu se rezolvă cu bani. De asta ajungi să postezi statice, la nesfârșit.
Ce trebuia rezolvat
Deci nu cauți o față, construiești una. Iar partea grea nu e o față frumoasă, orice model îți dă una în zece secunde. Partea grea e ca mâine, în alt loc și în altă lumină, să fie aceeași față. Una care se schimbă între clipuri nu e activ de brand, e zgomot.
Apoi vocea. Un buton de română apăsat peste o voce englezească sună exact a engleză cu accent. Dacă personajul nu sună românește, nu contează cât de bine arată. Ai derulat deja peste destule video-uri AI ca să le simți.
Cum se face de obicei, cum s-a făcut aici
Înainte
După
Cauți un om dispus să apară pe cameră
Chipul se generează o dată și devine un fișier
Rezervi o zi, un loc, un om liber
Patru locuri, toate derivate din același fișier
Scena de seară, cu birou gol, se taie prima
Scena de seară s-a făcut la fel de repede ca cea de zi
Text nou înseamnă filmare nouă
Text nou înseamnă altă generare din același fișier
Vocea depinde de cine e liber în ziua aia
Vocea vine dintr-o înregistrare de 31 de secunde
Sistemul, pas cu pas
Apasa pe un pas pentru detalii
O singură imagine devine fișierul de referință, iar tot restul se derivează din ea. Fișierul folosit aici e generat la nouă dimineața. Din el au ieșit ambele reclame de pe pagină: prima la trei ore după, a doua la unsprezece ore după. Asta e diferența dintre un personaj și o poză drăguță.
Trei rânduri de prompt, repetate identic în fiecare scenă, țin fața aceeași: aceeași femeie, exact aceeași față și păr, același tricou galben muștar, textură reală de piele cu pori, filmat pe telefon. Fără ele, primești o soră a ei în fiecare scenă.
Patru locuri, toate pornite din același fișier de chip: birou luminos ziua, birou seara cu lumină de monitor, coridor, fereastră. Nu s-a căutat nicio locație și nu s-a mutat nimeni dintr-o încăpere în alta.
31 de secunde citite pe telefon, la 15-20 cm de gură, într-o cameră fără ecou. Prima rută a fost o voce englezească cu butonul de română apăsat, și se auzea: engleză cu accent. O clonă dintr-o înregistrare reală e singurul drum prin care româna sună românește.
Fără ș, ț, ă, î, â, modelul de voce pur și simplu nu le pronunță. A fost un bug real la prima încercare. Tot de aici vine și un truc: adresa se scrie fonetic, dmaster punct ro, altfel e rostită englezește.
Prima rută mișca doar fața și îngheța corpul și fundalul. Efectul e sinistru și se vede din prima. A fost respinsă la vizionare, nu la teorie. Scena întreagă trebuie să respire, nu doar gura.
Nu există buton de travelling. Se scrie cu mâna, în prompt: camera se retrage încet, împingere blândă înainte, senzație de documentar ținut în mână, derivă foarte ușoară. Fără asta, cadrul stă țeapăn și arată a randare, nu a filmare.
Lipsync-ul se aplică doar pe cadrul în care personajul chiar vorbește. Efectul secundar contează: clipul iese 9,62 secunde în loc de 10,04. Tot montajul s-a recalculat în jurul acestui fapt, nu invers.
Interpolarea rulată înainte de lipsync face gura terci. Rulată peste montaj, transformă o față în alta exact la tăietură. În propriile note scrie sec: interpolare pe o singură scenă, niciodată peste tăieturi. Ordinea e lecția.
Imaginea generată e prea curată, iar curat citește ca fals. Filmarea reală pe telefon are zgomot, deci zgomotul se adaugă înapoi la final. Iar segmentele, 9,6 plus 3,4 plus 2,2 plus 2,63, fac fix cât vocea. Timeline-ul se închide la milisecundă.
De ce merită
Chipul rămâne același în clipul unu și în clipul patruzeci, fără să reînregistrezi nimic
Nimeni din firmă nu trebuie să stea în fața camerei ca să ai reclamă video
Personajul vorbește română cu accent românesc, nu engleză cu buton de română
Scena de seară, cu birou gol și lumină de monitor, se face la fel de repede ca una de zi
Un text nou înseamnă altă generare din același fișier, nu o zi de filmare nouă
Opt cadre, în două reclame, fără să muți pe cineva dintr-o încăpere în alta
Personajul nu are agendă, nu obosește și nu trebuie reprogramat pentru o dublă
Pipeline-ul e scris pas cu pas, deci luna viitoare se repetă identic
Exemple reale de folosire
Un chip constant pentru brand
Aceeași persoană în fiecare reclamă, lună de lună, fără să depinzi de programul cuiva și fără contract per campanie.
Reclamă pentru ceva ce nu se poate filma
Automatizări, software, servicii care se întâmplă în spate. Nu ai ce arăta pe cameră, dar ai cine să explice.
Explicat în română, pentru publicul din România
Aici accentul chiar contează. O voce clonată dintr-o înregistrare reală sună românește, nu englezește cu subtitrare.
Mai multe variante din același personaj
Testezi cinci scripturi cu aceeași față, înainte să te decizi cu care ieși.
Ce a ieșit
Au ieșit două reclame de câte 18 secunde, cu opt cadre și un singur om, același de la primul până la ultimul.
Inventarul onest: femeia nu există, birourile nu există, orașul de pe geam nu există, camera n-a pornit niciodată. Singurul lucru real sunt 31 de secunde de voce, citite pe telefon, într-o cameră liniștită, de un om care a primit un text pregătit.
Iar clipul nu e livrabilul. Livrabilul e personajul: un fișier de imagine și o voce. Asta nu e o promisiune, e chiar ce s-a întâmplat aici. Chipul a fost generat la nouă dimineața. Prima reclamă a ieșit la doișpe fără cinci, a doua la opt seara, din același fișier de chip și din aceeași voce clonată, doar cu alt text. Între ele sunt opt ore și niciun cadru filmat.
Ambele se termină cu dmaster punct ro, deci prima firmă pentru care s-a construit personajul e a mea. Primul client am fost eu.
Bariera n-a fost niciodată camera. A fost omul din fața ei.
Din proiect
Apasa pe o imagine pentru a o mari
Construit cu
Pașii următori
Direcții de extindere:
- Gura condusă pe voce în toate cadrele, nu doar în cel principal
- Subtitrări arse pentru vizionarea fără sunet din feed
- Un al doilea personaj, ca să existe dialog
- Cadre în care personajul poate ține un produs în mână
Ce întreabă clienții
La viteza de scroll pe telefon, ține: are pori, fire de păr răzlețe, ochii prind lumina. Privit atent și pe ecran mare, are o platitudine de portrait mode. Iar la secunda 15 din a doua reclamă, când personajul merge spre cameră, fața se deformează pentru vreo două zecimi de secundă. E în clipul de mai sus. Nu am scos-o.
Un purtător de cuvânt declarat nu e un testimonial fals. Personajul prezintă brandul, cum ar face un actor sau o mascotă, și nu se dă drept client mulțumit. Linia se trece exact acolo unde personajul ar pretinde că a folosit produsul. Iar dacă publicul află singur că nu e om și tu n-ai spus, pierzi exact ce voiai să câștigi. Despre etichetarea conținutului generat cu AI am scris pe larg pe blog.
Pentru că așa se caută serviciul. Dar termenul e greșit și merită spus: UGC înseamnă conținut făcut de utilizatori reali, iar un personaj construit nu e utilizator. Corect e purtător de cuvânt în stil UGC. Stilul e UGC, sursa nu.
Nu nativ. Modelul scoate 960x960 la 24 de cadre. Cei 1080 sunt ridicați local, iar cele 60 de cadre sunt interpolate, tot local. Sunt operații de post-procesare și le spun ca atare.
Uită-te singur: la finalul primei reclame ține un telefon. La viteza de scroll, trece. Oprit și mărit, degetele de la o mână se topesc unele în altele și se pierd în marginea telefonului. Acolo se rupe încă. De asta, în majoritatea cadrelor, mâinile sunt scoase din cadru sau ținute discret, ca precauție, nu ca regulă absolută. Un demo în care personajul manipulează produsul și îl arată în detaliu nu îl promit azi.
Urmatorul pas
Ai o afacere de reclame video si vrei acelasi sistem?
Programeaza o discutie de 30 de minute. Analizam situatia ta concreta si iti spun exact ce pasi ai de facut. Gratuit, fara obligatii.
Alte studii de caz
RecomandatUn program care fotografiază singur o cameră live, din oră în oră, cu calculatorul închis
Camerele publice transmit non-stop, dar nu păstrează nimic. Ce nu ai văzut în direct e pierdut. Programul ăsta se uită singur la o transmisiune live, salvează cadrul pe disc la intervalul ales și scrie într-un jurnal ce a ieșit din fiecare încercare. Rulează și cu fereastra închisă.
Vezi studiul
RecomandatUn program care completeaza singur dosarul de prosumator de 12 pagini
Un program desktop care ia datele clientului si echipamentele alese, calculeaza singur puterile si scoate dosarul de prosumator de 12 pagini in PDF, gata de depus la reteaua de electricitate.
Vezi studiul
RecomandatUn configurator AI care îți arată mașina infoliată înainte să o infoliezi
Un tool care îți arată mașina ta exactă într-o folie nouă, înainte să dai banii pe infoliere. Încarci o poză, alegi dintr-un catalog de sute de folii reale, iar AI-ul aplică folia fotorealist, păstrând mașina la fel. Se pune pe orice site.
Vezi studiul