Tworzenie krótkiego filmu z użyciem AI w Topview Canvas z agentem Astra

Model GPT 6 Astra od OpenAI przyciąga uwagę ze względu na wysoką cenę za tokeny oraz silne umiejętności w wielu dziedzinach, w tym w badaniach, pisaniu oraz pracy w narzędziach third-party, takich jak aplikacje do kompozycji na pulpicie oraz platforma projektowa oparta na przeglądarce Topview AI. Koszt obliczeniowy staje się zrozumiały, gdy widać jakość wyniku. Bardziej interesującą zmianą jest wykorzystanie LLM jako autonomicznego agenta w edytorze wideo, co eliminuje konieczność przechodzenia między pięcioma kartami, aby stworzyć jeden użyteczny klip.

Następne fragmenty omawiają, w czym Astra się różni, jak wybrać go jako agenta w narzędziu Canvas w Topview oraz pełny przykład krótkiego filmu – od promptu do gotowego materiału wideo.

Co zmieniło się w Astrze

OpenAI zrobiło coś więcej niż tylko poszerzyło okno kontekstowe. Model rozumie przydzielone zadania w inny sposób, na trzy sposoby istotne dla pracy z wideo.

• Rdzenne rozumienie wizualne. Starsze modele przekształcały tekst na obrazy, licząc na najlepszy wynik. Astra radzi sobie ze wszystkim w spójny sposób – dzięki temu czytając opis postaci, potrafi ocenić jej wymiary przestrzenne.
• Proaktywne planowanie. Zamiast odpowiadać natychmiast, zachowuje się jak reżyser: analizuje scenariusz, określa potrzebne kąty kamery i tworzy logiczną sekwencję ujęć, zanim napisze jakiekolwiek instrukcje wideo.
• Pamięć w długotrwałych projektach. W trzyminutowym filmie ostatnia scena musi pamiętać tę pierwszą. Astra odnotowuje szczegóły, takie jak to, że postać zostawia kurtkę w jednym ujęciu, a nie nosi jej w następnym.

Konfiguracja w Topview

Topview oferuje zaawansowane narzędzia do generowania wideo i obsługuje aktualne modele, w tym Seedance 2.5 do tworzenia filmów oraz GPT 6 Astra dla agentów. Wiele platform zmusza użytkowników do ręcznego łączenia poszczególnych elementów, podczas gdy Topview stworzył cały ekosystem wokół procesu generowania.

Zacznij od utworzenia konta na topview.ai. Demo tutaj wykorzystuje narzędzie Canvas do stworzenia krótkiego filmu AI, przy czym model agenta w spadającym menu jest ustawiony na GPT 6 Astra. Wybór odpowiedniego modelu jest istotny, ponieważ to on zapewnia opisaną powyżej zdolność planowania.

Aby stworzyć tę historię, wykorzystano umiejętności scenarzysty krótkich filmów w połączeniu z inspirującym promptem. Opowiada ona o wyobraźniowym ósmolatku imieniem Leo i jego niechlujnym, cierpliwym psem-ratownikiem Barnabym, akcja toczy się w chłodny jesienny popołudnie w lesie za ich domem, gdzie oboje udają odważnych rycerzy polujących na skarby. Historia podkreśla ciche, niewypowiedziane więzi między chłopcem a psem – Barnaby przynosi magiczne kije i strzeże zamku z kartonu – a na końcu pokazuje, jak dzień zabawy w udawanie przenosi pocieszającą magię przyjaźni dziecka z zwierzęciem domowym.

Canvas otwiera wtedy nowe środowisko pracy, a agent zaczyna planować, jak historia i elementy multimedialne będą ze sobą współgrać. Zadaje serię pytań, na które należy odpowiedzieć w panelu czatu po prawej stronie. Ten krok jest istotny – agent chce osiągnąć zamierzony rytm i ton emocjonalny, a dobre odpowiedzi oszczędzają sporo czasu podczas późniejszej edycji.

Gdy odpowiedzi się gromadzą, a historia staje się bardziej wyraźna, sceny pojawiają się jako węzły w centrum ekranu. Obserwowanie ich łączenia się w czasie rzeczywistym daje jasny obraz tego, jak budowana jest narracja.

Co ulepszyło się po przejściu na Astra

Po miesiącach korzystania z Canvas, istotne różnice po przeniesieniu agenta na Astra są następujące:

1. Lepsze sceny i dialogi. Historie stały się jakościowo lepsze. Agent zadaje bardziej precyzyjne pytania, dzięki czemu jest mniej rzeczy do poprawy, a dialogi brzmią jak to, co powiedziałby człowiek, zamiast sztywnych, mechanicznych zdań typowych dla wcześniejszych modeli.
2. Szybsza generacja. Szybkie szkice historii utrzymują dynamikę kreatywną na wysokim poziomie i umożliwiają tworzenie większej liczby filmów. Gdy napisanie szkicu scenariusza nie zajmuje dziesięciu minut, możliwe staje się testowanie zupełnie różnych koncepcji.

Następnie następuje potwierdzenie fabuły, pisanie scenariusza, a na końcu generowanie scen. Scena stworzona przez Astrę wygląda tak:

Scene: late afternoon EXT cardboard castle in Autumn Woods Behind the House

Cast: Leo — Woodland Knight ; Barnaby — Patient Rescue Mutt


Use Leo — Woodland Knight
 for eight-year-old Leo's face, tousled brown hair, moss-green sweater, brown trousers and boots, and russet play cape. Use Barnaby — Patient Rescue Mutt
 for his rescue dog's medium-sized build, scruffy tan-and-charcoal coat, asymmetrical ears, and collar. The character sheets supply appearance, not panel layouts. Autumn Woods Behind the House
 supplies the leaf-covered clearing, oak, homeward path, geography, and autumn daylight, now gently later in the same afternoon. Leo and Barnaby's Cardboard Castle
 supplies the brown box den, broad arched entrance, doorway flap, tape repairs, right-hand square window, crayon shields, and uneven battlements. The castle stands on the level patch beside the oak as in the earlier memory; ignore its reference image's plain background. Leo brings the same ordinary brown bark-covered crooked stick, forked at one end, back from the quest.

Węzły na ekranie pokazują następnie poszczególne sceny połączone w kolejności, a każdą z nich można stworzyć za pomocą Seedance 2.5. Po ukończeniu pierwszych scen agent może wygenerować resztę i połączyć wszystko w końcowe video, pozostawiając platformie ciężką pracę.

Końcowy film został stworzony w mniej niż 30 minut za pomocą Astry i Seedance 2.5. Wyrazy twarzy dobrze pasują do dialogu, przejścia między scenami działają poprawnie, każda scena jest spójna z fabułą, a całe krótkie dzieło jest dobrze wykonane. Dla artysty ludzkiego bez takich modeli uzyskanie tego samego rezultatu zajęłoby dni: renderowanie każdej klatki, sprawdzanie oświetlenia i ręczna korekta konstrukcji postaci, aby uzyskać pięć sekund użytecznego materiału wideo.

Maksymalne wykorzystanie pytań

Pierwsze pytania zadawane przez agenta wymagają starannych odpowiedzi, ponieważ one kierują całym procesem dalej. Z sposobu działania Canvas wynikają kilka przyzwyczajeń:

• Należy wcześnie określić format. Wybór pomiędzy mikrofilmem, krótką historią emocjonalną a pełnometrażowym filmem wpływa na liczbę scen, które planuje agent.
• Należy opisać zarówno atmosferę, jak i fabułę. Ton i tempo decydują o charakterze dialogów oraz rytmie ujęć, a niejasne odpowiedzi prowadzą do powstania ogólnikowych scen.
• Opisy postaci muszą być konkretne. Spójność między scenami zależy od tego, na jak jasno każda postać zostanie zdefiniowana na początku – właśnie od tego zależy tekst scen opisany powyżej.
• Należy sprawdzić układ elementów przed generowaniem. Przestawienie lub przepisanie sceny jest tańsze na etapie planowania niż po jej stworzeniu.

Dlaczego to ma znaczenie

Kilka lat temu krótki film animowany trwający dwa minuty, z tymi samymi dwoma postaciami, rozgrywający się w lesie jesienią przy oświetleniu identycznym we wszystkich kadrach, wymagał małego zespołu i kilku tygodni pracy: artysty storyboardu, projektanta postaci, animatora oraz montażysty. Większość osób mających pomysł na historię nigdy go nie realizuje, ponieważ przepaść pomiędzy pomysłem a umiejętnościami jest zbyt duża, by ją przezwyciężyć w jeden weekend. Powolne, ręczne etapy produkcji w większości zniknęły, a ich konsekwencje nie zostały jeszcze w pełni pojęte.

• Dla twórców filmowych największą zaletą jest możliwość iteracji. Wersję sceny można wypróbować, ocenić jako nieskuteczną i zastąpić inną w czasie, jaki kiedyś zajmowało tylko zarezerwowanie sesji. Niepowodzenie przy realizacji pomysłu już nie kosztuje wiele.
• Dla twórców treści i specjalistów od marketingu proces produkcji znacznie się skraca. Nie ma konieczności przekazywania materiałów pomiędzy scenarzystą, twórcą elementów wizualnych a montażystą. To, czy jest to dobre, zależy od pozycji danej osoby, i zrozumiałe jest, że niektórych to niepokoi.

Jednym z najprzyjemniejszych i najprostszych zastosowań jest krótki film jednoodcinkowy: rodzic tworzący film z udziałem własnego dziecka i psa. Opowiadanie historii osobiście było kiedyś ograniczone do tego, co można było sfotografować lub zapisać. Teraz historia na dobranoc wymyślona przez dziecko może stać się filmem z postacią przypominającą prawdziwego zwierzęcia.

To wszystko nie oznacza, że należy przekazać cały proces twórczy sztucznej inteligencji. Ludzki gust nadal ma znaczenie. Umiejętność rozpoznania, co sprawia, że scena funkcjonuje dobrze, gdzie należy przyciąć i dlaczego jeden ujęcie powinno następować po drugim, nadal odróżnia materiał od czegoś, co ludzie chcą oglądać. Szybkość przyszła wraz z narzędziami, ale gust nie został zautomatyzowany.

Inne miejsca, gdzie działa ten sam agent

Canvas nie jest jedynym narzędziem Topview z zintegrowanym Astra. Ten sam agent napędza kilka innych narzędzi, z których każde nadaje się do różnego rodzaju projektów.

• Drama Studio jest przeznaczone do dłuższych formatów: krótkich dramatów, mikrodramatów, dramatów pionowych oraz filmików opowiadających historię w formie odcinków, stworzonych na podstawie powieści, scenariusza lub zwykłego szkicu fabuły. Zanim cokolwiek zostanie stworzone, agent ustala obsadę, sceny, rekwizyty, wskazówki, spójność i dialogi. Nadaje się do sytuacji, gdy celem jest efektywne stworzenie kilku powiązanych ze sobą odcinków, a nie udoskonalenie jednego ujęcia.
• Film Studio działa w przeciwnym kierunku. Jest to zestaw narzędzi filmowych, odpowiedni wtedy, gdy projekt wymaga precyzyjnego ujęcia, gry aktorskiej oraz spójności między ujęciami. Obie platformy działają na Seedance 2.5, więc jakość wyjściowa jest taka sama. Różnica polega na stopniu kontroli, jaki oferuje interfejs.
• Agent do filmów marketingowych to narzędzie, w którym wykorzystuje się moc badawczą Astry. Wystarczy wkleić URL produktu, a agent bada go, planuje sceny, wybiera modele, tworzy materiały wizualne i utrzymuje wszystko w stanie edytowalnym w Canvas. Ponieważ model, który dobrze przeprowadza badania, robi coś innego niż ten, który dobrze pisze teksty reklamowe, jest on przydatny do generowania pomysłów na kierunki kampanii.
• Motion Studio to najnowsze narzędzie, przedstawiane jako sposób tworzenia filmów ruchomych przy użyciu sztucznej inteligencji zamiast tradycyjnych aplikacji do kompozycji na komputerze, przy czym ten sam agent określa, jak ożywić coś dla marki lub produktu.

Canvas zawiera również 3D Shot Composer, który umożliwia zaplanowanie kątów kamery przed stworzeniem jakiejkolwiek treści, oraz Clip Edit – narzędzie do edycji jednej sekcji filmu przy zachowaniu pozostałej części bez zmian. Oba warto wypróbować, gdy już opanuje się podstawy.

Podsumowanie procesu pracy

Kolejno proces wyglądał tak: wybrano Astra jako agenta, odpowiedziano na jego pytania dotyczące tempa i tonu, a następnie obejrzano jednoakapitową zapowiedź historii o chłopcu i psie, która przerodziła się w fabułę, a potem w scenariusz. Potem nastąpiły opisy scen na tyle szczegółowe, by obie postacie pozostały spójne w poszczególnych ujęciach, a na końcu Seedance 2.5 wygenerował plik, który platforma sama dodała. Jedyne oprogramowanie użyte to karta przeglądarki, a cały proces trwał mniej niż pół godziny. Różnica między pomysłem na historię a ukończonym filmem była kiedyś ogromna, a szybkie zmniejszanie się tej różnicy należy do najbardziej uderzających zmian w tym obszarze.

Literatura pokrewna

• RAG z LangChain od zera: loaderzy, kawałki danych, embeddingi, ocena — Budowanie systemu Q&A dla dokumentów krok po kroku: ładowanie plików, dzielenie ich na fragmenty, użycie embeddingów, fazy indeksowania i wyszukiwania oraz sposoby oceny wyników wyszukiwania i odpowiedzi.
• Bezkopułkowy cykl programowania z dwoma agentami przy użyciu OpenCode i Ollamy — Jak rozdzielić zadania planowania i sprawdzania pomiędzy dwoma agentami w OpenCode z Ollamą, uwzględniając uprawnienia, umiejętności, zasady redakcji, skróty ekranu oraz komitety dostępne tylko dla ludzi.