Yapay zekâ ile 8 YouTube küçük resmi yaptım: ölçüler, kadraj ve çöpe attığım dördü

Bir videonun tıklanıp tıklanmayacağı, çoğu kişinin sandığından çok daha fazla küçük resme bağlı. Bir öğleden sonramı yapay zekâ görsel üretimiyle 8 parçalık bir YouTube küçük resmi seti hazırlamaya ayırdım. Yolda dördü çöpe gitti, bir sonuç kesin sandığım bir tavsiyeyi çürüttü ve kendi payıma daha temel bir hata yaptım — o hata ayrı bir başlığı hak ediyor.

Üretmeye başlamadan önce ölçüleri al

YouTube küçük resmi için önerilen boyut 1280×720, yani 16:9. Bu sayıyı bilen çok. Sonucun nasıl çalıştığını belirleyen asıl iki şey başka.

Birincisi, sağ alt köşeyi video süresi rozeti kapatıyor. 1280×720 ölçeğinde yaklaşık 132×36 kadar yer kaplıyor ve oraya konan her şey yarısını kaybediyor.

İkincisi ve unutulması daha kolay olanı: küçük resimler akışta hiçbir zaman gerçek boyutunda görünmez. Masaüstü ana sayfası bunları 360 piksel genişlik civarında gösterir, mobil öneri akışı ise çoğu zaman 168 piksel dolayında kalır. Aynı YouTube küçük resmini bu üç boyuta küçültüp yan yana koydum. 360 pikselde aksesuarlar ve yüz ifadesi hâlâ okunuyor. 168 pikselde geriye yalnızca bir renk lekesi ve bir insan silueti kalıyor.

Bu yüzden üretime başlamadan iki kural koydum. Özneyi ve önemli olan her şeyi dört yanında %6 boşluk bırakan merkezî bir güvenli alanın içinde tut, sağ alt köşeyi boş bırak. Ayrıca kadrajda sonradan başlık yerleştirilecek temiz bir alan ayır.

Bir seçme fotoğrafıyla başlayın — setin temeli odur

İşin en zor kısmı, sekiz küçük resimdeki kişinin aynı kişi olması gerekmesi.

Yöntemim önce yapay zekâ görsel üretimi ile temiz bir referans karesi hazırlamaktı: cepheden, göz hizasında, makyajsız, ifadesiz, gri fon, düz ve eşit ışık; tıpkı bir seçme fotoğrafı gibi. Bu görselin çekiciliği yok ve zaten yayımlanmak için düşünülmedi. Tek görevi, ardından gelen her karenin referansı olmak.

Ve şimdi hataya geliyoruz.

İlk turda kadrajı da çiviledim. Özne sol üçte birde, çevresinde beyaz kesim konturu, başının arkasında ışın patlaması, sağ yarıyı dolduran düz renk bloğu. Değişmesine izin verilen tek şey ifadesi ve fon rengiydi. Sekiz görsel sonra yüzü zerre kaymamıştı ama set, sekiz küçük resimden çok bir duygu tablosuna benziyordu. Farklı yüz, farklı renk, hepsi bu.

Sebebi basit. Gerçek bir küçük resim, videonun konusu etrafında tasarlanır; oysa modele verdiğim tek değişken bir yüz ifadesiydi. Tasarlayacak bir şey olmayınca şablonumu sekiz kez tekrarladı.

Düzeltme, tasarımı ona geri vermek oldu. Sabit blok artık yalnızca kilitlenmesi gerekeni kilitliyor: aynı kişi, yüzü aydınlık ve kapanmamış, üst gövde kadrajda. Mekân, aksesuar, grafik ögeler, renk paleti, ışık, derinlik ve kadraj modelin kararı. Değişken blok tek bir cümleye indi — bu video ne hakkında.

Sekiz değişken şunlardı: ofis işinden ayrılmak, otuz dolarlık mikrofonun üç yüz dolarlığı geçmesi, iki yüz izlenmede takılı kalmak, bir haftada yüz video kurgulamak, bir ay boyunca gece üçte yayımlamak, telefondan ucuza gelen komple çekim düzeneği, bırakılması gereken beş renk ayarı ve on iki dakikada senaryo yazmak.

Geri gelenler ilk turla aynı ligde değildi. Kırmızı bir el mikrofonu ile bir kondansatör mikrofon arasında uzanan sarı bir ok. Bir monitörde çöken kırmızı bir çizgi ve yanında kırmızı bir çarpı. Tek tek üzeri çizilmiş bir sıra ayar önizlemesi. Gece üçte şehir silüetinin önünde bir duvar saati. Bu grafik dilin hiçbiri istemimde yoktu; hepsini yapay zekâ görsel modeli kendi buldu.

Yazı yazamaz sanıyordum. Yazabiliyor.

Yapay zekâ görsel üretimi hakkında çok tekrarlanan bir tavsiye var: modeller okunaklı yazı üretemez, dolayısıyla çıktıdaki her yazı bozuk çıkar. Buna uyuyordum ve her istemim, kadrajda yazı bulunmaması talimatıyla bitiyordu.

Sonunda denedim ve modelden başlığı doğrudan boş alana yazmasını istedim.

Doğru yazdı. Tek bir harf hatası yok, formlar temiz, kalınlık yerinde, üç satırda satır sonları mantıklı. Bu eski kural bugünün yapay zekâ görsel modellerinde artık pek geçerli değil.

Yine de fikrimi değiştirmedim, çünkü ikinci test asıl sorunu açığa çıkardı. Başlıktaki 200'ü 500 yaptım, başka tek kelimeye dokunmadım ve yeniden çalıştırdım. Yazı yine doğruydu ama tüm kadraj baştan kurulmuştu: profilden oturur haldeyken tam karşıdan ortada duruyor, monitör en soldan doğrudan arkasına taşınıyor, tipografi de buna göre boyut ve konum değiştiriyor. İkisini yan yana koyunca aynı sete ait görünmüyorlar.

Yani sonuç ayakta kalıyor, gerekçesi değişiyor. Sorun yazı yazamaması değil, düzenin yeniden üretilebilir olmaması. Bütün bir YouTube küçük resmi seti yapıyorsanız ve ileride başlıkları değiştirmeyi veya A/B testi yapmayı düşünüyorsanız, yazıyı görselin dışında tutup ayrı katman olarak yerleştirin. Bir daha dokunmayacağınız tek parçalık bir işte, yazdırmak size bir adım kazandırır.

Çöpe attığım dördü

Tasarım kararını bir yapay zekâ görsel modeline devretmenin bedeli var: hiç istemediğiniz şeyleri gönül rahatlığıyla kadraja koyar. Dört yeniden çekim, üç ayrı hata.

Gerçek markalar. İşten ayrılma karesinde eline, yan tarafında gerçek bir üreticinin adı yazılı bir mikrofon tutuşturdu. Yüz kurgu karesinde masaya anında tanınan iki enerji içeceği kutusu koydu. İkisi de yayımlanacak bir görselde yeri olmayan şeyler.

Öznenin çoğaltılması. Marka yasağı maddesini ekleyip işten ayrılma karesini yeniden çalıştırdım ve onu iki nüsha halinde buldum: biri masada yazıyor, diğeri yanında elinde karton kutuyla duruyor. Model "ofisten ayrılmak" ifadesini iki oyuncu gerektiren bir sahne olarak okumuştu.

Aksesuarlarda yazı çıkması. Ucuz düzenek karesinde karton kutunun üzerine düzgünce iki İngilizce kelime yazdı. Burada en ağır basan hata bu: bu görseller 21 dil arasında paylaşılıyor, dolayısıyla tek bir dildeki yazı diğer yirmi dilin okurları için gürültüye dönüşüyor.

Üçü de sonradan sabit bloğa madde olarak girdi ve somut yazılmaları şart. "Yazı olmasın" yetmiyor; ekranlarda, ambalajlarda, etiketlerde, ekipmanlarda ve tabelalarda yazı olmasın diye açmak gerekiyor. "Tek kişi" de yetmiyor; onun ikinci bir nüshasını, yansımasını ve arka planda portresini de ayrıca dışlamak gerekiyor.

Kopyalayabileceğiniz bir istem yapısı

Sabit blok her isteme değiştirilmeden yapıştırılıyor ve aşağı yukarı şöyle.

Referans görseldeki kişinin aynısını, aynı saçla kullan. Anında aynı kişi olarak tanınmalı; yüzü aydınlık, kapanmamış ve kabaca kameraya dönük, üst gövde kadrajda. Sen sanat yönetmenisin ve 168 piksel genişlikte tıklanmayı hak edecek bir YouTube küçük resmi tasarlıyorsun — kimliği dışında her şey senin kararın: mekân, aksesuar, grafik ögeler, renk paleti, ışık, derinlik ve kadraj. Cesur, yüksek kontrastlı ve bu konuya özgü olsun; renkli fon üstünde sıradan bir portre olmasın. Kadrajda sonradan eklenecek başlık için temiz bir alan bırak. Hiçbir yerde yazı, harf veya rakam olmasın; ekranlar, ambalajlar, etiketler, ekipmanlar ve tabelalar dâhil. Marka logosu ya da tanınabilir ticari marka olmasın; tüm aksesuarlar markasız olsun. Kadrajda tam olarak bir kişi olsun.

Değişken blok tek cümle — bu video ne hakkında.

Son üç yasağın hepsi bir yeniden çekimin ardından eklendi; her hataya bir madde. Yapı, başka yapay zekâ görsel modellerine olduğu gibi taşınıyor; yalnızca ifade alışkanlıkları değişiyor.

Bir küçük resim, iki kullanım

Sekizi kesinleştikten sonra yapay zekâ görsellerinin bir işi daha vardı. Gece üç karesini başlangıç karesi olarak alıp ilk ve son kareden video üretimi ile beş saniyelik bir jenerik yaptım.

Burada da gerçek bir tuzak var. Üretilen klip sahneyi yeniden kadrajladı ve başlık için özenle ayırdığım temiz alanın çoğu yendi. Jenerik için sorun değil. Kapanış kartı için baştan yerleşim yapmak gerekirdi.

Bütün bir partiyi tek seferde çalıştırmak için sekiz yapay zekâ görsel işini üretken tuval üzerine yaymak, tek tek ilerlemekten daha rahat: neyi tutup neyi yeniden yapacağınızı bir bakışta görürsünüz. İstemleri sıfırdan yazmak istemiyorsanız şablonlar bölümünde doğrudan uygulanabilir portre görünümleri var.

Bir öğleden sonrada sekiz nihai görsel

YouTube küçük resmi setinin tamamı, ilk denemeden sekiz kesinleşmiş kareye kadar bir öğleden sonra sürdü ve dördü çöpe gitti. Yavaş kısım ne üretmek ne rötuş yapmaktı; modele neyi devredeceğimi çözmekti. Başta fazla sıktım, kadrajı çiviledim ve hepsi birbirine benzeyen sekiz görsel aldım.

Tekrarlamak isterseniz sıra şöyle: güvenli alanı ve üç gerçek görüntülenme boyutunu ölç, gösterişsiz ama temiz bir referans karesi üret, sabit bloğu kişiye ve o birkaç yasağa indir, her karenin konusunu tek değişken olarak ele al. Yazıya gelince — set yapıyorsanız sonradan ekleyin, tek parça yapıyorsanız modele yazdırın.

YouTube küçük resmi setinin tamamı yalnızca iki yapay zekâ görsel aracı kullandı: yapay zekâ görsel üretimi ve yapay zekâ görsel düzenleme.