برومبتات التحويل من المرجع إلى الفيديو (Ref2V) لـ Seedance: دليل عملي شامل مع أمثلة كاملة

ملخّص سريع

• Ref2V (التحويل من المرجع إلى الفيديو) هو إطار توليد الفيديو المعتمدِّر على الموضوع، الذي قُدِّم في الورقة البحثية arXiv:2508.02458، والمصمَّم للحفاظ على شخصية معيّنة أو منتج أو أسلوب ثابتًا في كل إطار من صورة مرجعية واحدة، وذلك بالاعتماد بالإضافة إلى برومبت نصّي مستهدف يوجّه النموذج. يهدف هذا الإطار إلى حلّ المشكلة المزمنة في نماذج توليد الفيديو التي تتسبّب في تغيّر الشخصية من إطار إلى آخر.
• بخلاف التحويل من الصورة إلى الفيديو (I2V) التقليدي الذي يحرّك الحركة أساسًا من صورة مصدر دون أيّ التزام بهوية محدّدة، يعطي Ref2V الأولوية القصوى لـالحفاظ على هوية الموضوع — وهي المشكلة الأصعب والأكثر استعصاءً في توليد الفيديو بالذكاء الاصطناعي الحديث. بعبارة أخرى، الفرق بين الاثنين هو الفرق بين تحريك إطار والحفاظ على شخصية.
• يدعم Seedance 2.5 ما يصل إلى 50 أصلًا مرجعيًا متعدد الوسائط (30 صورة، و10 مقاطع فيديو، و10 مقاطع صوتية) يمكن الوصول إليها جميعًا عبر صياغة @tag موحّدة، مما يجعله واحدًا من أكثر مسارات الإنتاج نضجًا وتكاملًا المتاحة في عام 2026 للمبدعين والفرق الإبداعية.
• يتضمن هذا الدليل أكثر من 12 قالب برومبت جاهزًا للنسخ واللصق موزّعة على حالات استخدام متنوّعة: المقدم المتحدث، ورقص الشخصية المنفردة والجماعية، ومنتج البطل في الدعاية، ولوحة المشاهد متعددة الطبقات.
• نُضمّن أيضًا قائمة مراجعة كاملة وشاملة للبرومبتات المضادة للانحراف حتى تستطيع تثبيت لون الشعر، ولون العينين، وطبقات الملابس، والإكسسوارات، والإضاءة بشكل متّسق عبر إنتاجات متعددة المقاطع، وهو ما يضمن الحصول على نتيجة مهنية لا تحتاج إلى إصلاحات يدوية.
• روابط داخلية إلى دليل برومبتات Seedance 2.5، واتساق الشخصية في Kling 3.0، وقوالب برومبتات الفيديو بدقة 2K، والدورة الشاملة لأفضل برومبتات الفيديو بالذكاء الاصطناعي 2026 مدمجة في ثنايا الدليل، لتمنح القارئ مسارات تعميق إضافية.

1. ما هو Ref2V — ولماذا هو مهمّ لكلّالة ينتج فيديوهات بالذكاء الاصطناعي

إذا كنت قد ولّدت أكثر من handful من الفيديوهات بالذكاء الاصطناعي على أيّ نموذج حديث، فمن المرجّح جدًا أنك صادفت المشكلة نفسها مرارًا وتكرارًا: في اللحظة التي تطلب فيها من النموذج مقطعًا مدته أربع ثوانٍ فقط، يتشوّه وجه الشخصية بشكل ملحوظ. يتغيّر لون الشعر بشكل عشوائي بين الإطارين الثالث والسابع دون سابق إنذار. تصبح السترة الزرقاء الزاهية خضراء باهتة بحلول نهاية المقطع. ينجرف المنتج الموضوع في المقدمة إلى علامة تجارية مختلفة تمامًا عند الإطار التسعين، وهو ما يُفسد خطط الإنتاج بأكملها.

هذه الظاهرة تُسمّى انحراف الموضوع (subject drift)، وهي المشكلة الأولى والأهم في توليد الفيديو بالذكاء الاصطناعي اليوم، وهي السبب وراء عدم صلاحية كثير من المخرجات للإنتاج الاحترافي رغم جودتها اللحظية.

Ref2V — وهو اختصار لعبارة التحويل من المرجع إلى الفيديو — هو نموذج توليد تمّ وضعه رسميًا في ورقة بحثية بعنوان Ref2V: When Your Image Is the Reference, Which Your Text Is The Target? A Joint Generation Framework for Reference-based Video Generation (arXiv:2508.02458). الفكرة المركزية بسيطة في ظاهرها لكنها قويّة جدًا في مضمونها:

تُقدّم صورة مرجعية واحدة فقط لموضوع معيّن (سواء كان وجهًا بشريًا، أو شخصية كاملة، أو منتجًا تجاريًا، أو إطارًا أسلوبيًا) وبرومبت نصّي يصف بدقة ما يجب أن يحدث في الفيديو. يُولّد النموذج فيديو يُحفظ فيه موضوع الصورة المرجعية بشكل ثابت في كل إطار، بينما يتحكّم البرومبت النصّي في الحركة، والإجراء، وحركة الكاميرا، والبيئة المحيطة.

يختلف هذا النهج اختلافًا جوهريًا عن نموذج I2V الأقدم والأكثر شيوعًا. في نموذج I2V، تُحدّد صورة المصدر الإطار الأول فقط ويستنتج النموذج الحركة بعد ذلك بحرية. ونتيجة لذلك، يمكن أن ينحرف الموضوع — وعادةً ما ينحرف — لأن النموذج غير مقيّد بهويّة محددة إطلاقًا؛ بل مقيّد بإطار بداية واحد عابر. يُعكّس هذا المنطق تمامًا في Ref2V. تُعامل الصورة المرجعية باعتبارها مرساة هوية دائمة لا تتزعزع، بينما يُعامل البرومبت النصّي باعتباره الحالة المستهدفة المطلوب بلوغها تدريجيًا. كل إطار يُولَّد مشروطًا بالاثنين معًا في كل لحظة، لا مرة واحدة في البداية فقط.

لكل من يبني شروحات المتحدث الاحترافية، أو فيديوهات منتجات محصّنة بعلامة تجارية محدّدة، أو لوحات مشاهد متعددة المشاهد تحتاج إلى شخصية واحدة ثابتة، أو فيديوهات موسيقية ذات شخصية متكررة الظهور، يُعدّ Ref2V الفرق الجذري بين مسار إنتاج قابل للاستخدام فعلاً، وبين حلقة إصلاح يدوي مستمرّة تستهلك الوقت والجهد دون نتيجة مُرضية.

2. كيف يختلف Ref2V عن I2V التقليدي

التمييز بين Ref2V وI2V من أكثر النقاط إثارةً للالتباس في أوساط المبدعين في عام 2026، والوصول إلى الفهم الصحيح لهذا التمييز يُغيّر بشكل جذري كيفية كتابة البرومبتات وتحسين المخرجات. كثير من المستخدمين يظنون أنهما الشيء نفسه، لكنّ الفروق بينهما حاسمة.

الأثر العملي لهذا التمييز عميق: عندما تكتب برومبت Ref2V، فأنت فعليًا تكتب شيئين في الوقت نفسه وليس شيئًا واحدًا. أنت تكتب عقد هوية يحدّد ما يجب أن يبقى ثابتًا، وعقد إجراء يحدّد ما يجب أن يحدث. برومبتات I2V التقليدية تحتاج فقط إلى تقديم الجزء الثاني من العقد، وهو ما يجعل الانتقال من I2V إلى Ref2V محفوفًا بمخاطر شائعة.

إذا كنت تنتقل من كتابة برومبتات I2V إلى كتابة برومبتات Ref2V، فالخطأ الأكثر شيوعًا الذي يرتكبه المستخدمون الجدد هو الاستمرار في الكتابة كما لو كانوا يحرّكون الحركة فقط دون التفكير في الثوابت. ستلاحظ الانحراف في أول ثانيتين من المقطع لأنك لم تُخبر النموذج بشكل صريح بما يجب ألا يتغيّر. الـ Ref2V يعمل بعقلية مختلفة تمامًا عن الـ I2V، ويحتاج إلى صياغة مختلفة.

3. نظام المراجع في Seedance 2.5: البنية والقدرات

يُعدّ Seedance 2.5 نموذج الفيديو الإنتاجي الرائد من ByteDance، والذي يتميّز بواحد من أكثر أنظمة المراجع سخاءً ومرونةً في السوق الحالي. ووفقًا لـ تغطية إطلاق Seedance 2.5 الرسمية والمدوّنة الرسمية لـ Seedance، يمكن لعملية توليد واحدة استيعاب ما يصل إلى 50 أصلًا مرجعيًا متعدد الوسائط في الوقت نفسه، وهو رقم كبير يفتح إمكانيات إبداعية غير مسبوقة:

• 30 صورة مرجعية — يمكن تخصيصها للمواضيع البشرية، والمنتجات التجارية، والخلفيات البيئية، وإططارات الأسلوب البصري. هذه الصور تشكّل مراسي الهوية التي يلتزم النموذج بالحفاظ عليها.
• 10 مقاطع فيديو مرجعية — يمكن توظيفها لنقل الحركة، أو كمقاطع سابقة في تسلسل متعدّد الأجزاء، أو كإطارات أسلوب مستوحاة من لقطات حية واقعية. هذه الميزة تسمح بدمج الحركة من مصادر متعددة.
• 10 مقاطع صوتية مرجعية — تصلح لاستنساخ صوت محدّد، أو للمسارات الموسيقية الخلفية، أو لطبقات المؤثّرات الصوتية المتخصّصة. وهذه ميزة نادرة بين نماذج توليد الفيديو.

تُشارَك إلى جميع هذه المراجع من خلال صياغة @tag بسيطة وموحّدة داخل البرومبت النصّي. تُسندي لكل أصل وسمًا فريدًا (مثل @char1، أو @product_a، أو @bg_studio، أو @vo_main) ثم تُشير إليه في وصفك السردي للمشهد. هذا النظام المنهجي يُتيح إدارة مرنة ومعقدة في الوقت نفسه لمشاهد تضمّ شخصيات وعناصر متعددة.

صياغة @tag: البنية والتطبيق العملي

@char1: a 28-year-old woman with shoulder-length auburn hair,
        green eyes, light freckles, wearing a cream knit
        sweater and small gold hoop earrings.

@product_a: a matte-black ceramic coffee mug with a single
            centered gold handle, photographed on a white
            seamless backdrop.

[Scene] — 2-second intro shot. @char1 holds @product_a at chest
         height, rotating it 15 degrees so the gold handle
         catches the key light. Soft top-down studio lighting,
         shallow depth of field, 60mm equivalent.

ثلاثة أمور بالغة الأهمية تستحق الملاحظة في هذا المثال:

1. كتلة @tag في الأعلى وصفية وليست سردية. تُرسي ما يجب أن يبقى وكيف يبدو الموضوع في الأصل. قسم [Scene المحصور بين أقواس مربّعة هو موضع حدوث الحركة وتطوّر الإجراء. هذا الفصل بين التعريف والتطبيق هو المفتاح.
2. المراجع تُعدّ مراسي ثابتة وليست عناصر فاعلة. يعرف النموذج تلقائيًا أن @product_a هو نفسه الكأس الأسود غير اللامع عند الإطار ٠ وعند الإطار ٩٠، دون أيّ تغيير في اللون أو الحجم أو الملمس.
3. الوسوم لا تحمل ترتيبًا جوهريًا. إذا بدّلت @char1 و@char2 في المشهد، يبدّل النموذج الهويّتين تلقائيًا. انضباط الوسوم ومنع الخلط بينها هو أكبر مشكلة نظافة (hygiene) في كتابة Ref2V، والإهمال فيها يُفسد المخرجات.

للاطّلاع بتعمّق على قواعد البرومبت الأوسع لـ Seedance (بما في ذلك رموز الأسلوب، وضوابط حركة الكاميرا، وأفعال الحركة الموثّقة)، راجع دليل برومبتات Seedance 2.5 الكامل.

4. أوضاع المرجع الثلاثة: شرح تفصيلي لكلّالة وضع

ينقسم Ref2V انقسامًا نظيفًا وواضحًا إلى ثلاثة أوضاع إنتاجية رئيسة. معظم الإنتاجات الفعلية تستخدم الأوضاع الثلاثة ضمن قطعة محتوى واحدة، والفهم الجيد لهذه الأوضاع يُتيح للمبدع اختيار الوضع المناسب لكل مقطع.

4.1 وضع الموضوع الواحد (Single-Subject Mode)

صورة مرجعية واحدة، هوية واحدة، شخصية واحدة أو منتج واحد يظهر عبر المقطع بأكمله بشكل ثابت. هذا هو وضع المتحدث، ووضع منتج البطل، ووضع الشخصية المنفردة. وهو أيضًا الوضع الذي يكون فيه هامش الخطأ في البرومبت المضاد للانحراف في أدنى مستوياته، وتكون فيه فرصة النجاح في أعلى مستوياتها، لأن النموذج يحتاج إلى تثبيت هوية واحدة فقط.

4.2 وضع مجموعة متعددة الموضوعات (Multi-Subject Ensemble Mode)

صورتان مرجعيتان أو أكثر، تمثّل كل منها موضوعًا مختلفًا تمامًا، تُجمع في مشهد واحد. هذا هو وضع المقابلة بين شخصيتين، ومشهد الأسرة، وتشكيلة المنتجات المتعددة في لقطة واحدة. يجب أن يُبقي النموذج هوية كل موضوع مُثبّتة ويحافظ في الوقت نفسه على تمييزها التامّ عن بعضها — وهذه مهمة أصعب بطبيعتها وأكثر تطلبًا للنموذج.

4.3 وضع نقل الأسلوب (Style Transfer Mode)

تُسهم الصورة المرجعية في هذا الوضع بـأسلوب بصري شامل وليس بموضوع محدد. من الأمثلة الشائعة على ذلك: نقل مظهر لقطة سينمائية ثابتة معيارية، أو لوحة فنّية كلاسيكية، أو لوحة ألوان علامة تجارية محدّدة إلى مشهد جديد تمامًا. في هذا الوضع، المرجع هو *مرساة أسلوب*، وليس مرساة هوية. يقدّم البرومبت النصّي الموضوع والإجراء، بينما توجّه الصورة المرجعية المظهر البصري العام.

5. قوالب البرومبت الجاهزة للاستخدام

جميع الأمثلة أدناه مكتوبة خصّيصًا لتعمل مع صياغة @tag في Seedance 2.5. كل قالب منها جاهز للنسخ واللصق مباشرة في واجهة النموذج — كل ما تحتاج إليه هو استبدال النص المحصور بين أقواس مربّعة بـ [xxx] بموضوعك ومشهدك وحركتك الخاصة.

5.1 قوالب شرح المتحدث المقدم

تُعدّ مقاطع المتحدث من أكثر حالات الاستخدام شيوعًا في المحتوى المهني، وتتطلّب بثباتًا عاليًا في ملامح الوجه والإضاءة والملابس.

القالب 1: مخاطبة مباشرة، إضاءة رئيسية محايدة

@host: A 30-year-old male presenter with short black hair,
       clean-shaven, brown eyes, wearing a navy blue
       crew-neck t-shirt, light skin, no visible jewelry.

[Scene] — Single-camera talking-head shot, locked-off
tripod framing from mid-chest up. @host looks directly
into camera and speaks with a calm, measured tone.
Subtle head movements and natural blink. Soft 3-point
studio lighting: warm key at 45 degrees camera left,
cool fill at 30 percent intensity, hair light from
behind. Static background: muted olive wall. Shot on
35mm equivalent, f/2.8, shallow DOF.

القالب 2: تأكيد بإيماءات اليد، إضاءة رئيسية أكثر سطوعًا

@host: A 45-year-old female executive with chin-length
       silver hair, dark brown eyes, small pearl earrings,
       wearing a charcoal pinstripe blazer over a white
       silk blouse. Medium-brown skin tone.

[Scene] — Medium shot, locked tripod. @host stands
behind a clear acrylic podium against a deep teal
backdrop. Soft top-front key at 5600K, gentle rim
from camera right. @host speaks while gesturing with
both hands in front of her torso to emphasize points.
Minimal body movement otherwise.

القالب 3: مشي وكلام، تصوير خارجي

@host: A 25-year-old non-binary creator with a buzzcut
       dyed lavender, hazel eyes, a small nose ring, and
       a tan canvas jacket. Medium skin tone.

[Scene] — Handheld follow shot, 50mm equivalent,
f/4. @host walks toward camera on a city sidewalk
lined with brick storefronts, overcast daylight,
slight motion on the camera. @host speaks to camera
while walking. Autumn leaves on the ground. Jacket
remains visible throughout; wind does not flip the
collar.

5.2 قوالب رقص الشخصية / الفيديوهات موسيقية

تتطلّب هذه المقاطع التزامًا صارمًا بحركات الرقص والزيّ معًا، وهو ما يجعلها اختبارًا صارمًا لقدرات Ref2V.

القالب 4: راقصة منفردة، طرق رقص مُثبَّت

@dancer: A 22-year-old woman with jet-black hair in a
         high ponytail, dark brown eyes, winged eyeliner,
         wearing a red sequin halter top and black
         high-waisted trousers. Light skin tone.

[Scene] — Wide shot, static camera. @dancer performs
a contemporary dance solo in the center of a dark
industrial loft, single overhead spotlight casting
a hard circular pool of light. Background is a
black void. Sequins catch the spotlight as she
moves. No camera movement. 24fps filmic motion blur
on hands only.

القالب 5: ثنائي، تأطير متماثل

@dancer_a: A 30-year-old man with a shaved head,
           dark brown eyes, gold chain necklace,
           wearing a sleeveless white tank top and
           black joggers. Medium-dark skin tone.

@dancer_b: A 28-year-old woman with long box braids,
           brown eyes, no jewelry, wearing a matching
           sleeveless white tank top and black joggers.
           Medium-dark skin tone.

[Scene] — Static wide shot, perfectly symmetrical
composition. @dancer_a and @dancer_b perform a
synchronized hip-hop duet in a sunlit warehouse with
dusty afternoon sun streaming through tall windows
behind them. Camera does not move. Outfits must
remain identical in shade and fabric for every frame.

القالب 6: طرق رقص جماعي، فرقة متكاملة

@lead: A 24-year-old woman with waist-length curly
       red hair, green eyes, freckles, wearing a
       black leather jacket over a white crop top.
       Pale skin tone.

@ensemble: Five background dancers in matching black
           tank tops and gray sweatpants, alternating
           medium skin tones, no facial jewelry.

[Scene] — Wide crane-down shot starting high above
a neon-soaked Tokyo backstreet at night. Camera
slowly descends as @lead sings at center frame
while @ensemble forms a V-shape behind her.
Magenta and cyan neon signs in background. Rain
falls gently. @lead's leather jacket remains
glossy black throughout.

5.3 قوالب منتج البطل بعلامة تجارية ثابتة

هذه القوالب مصمّمة خصّيصًا لتسويق المنتجات مع الحفاظ على ثبات العلامة التجارية والشعكل البصري للمنتج.

القالب 7: منتج واحد، دوران البطل

@product: A 12oz matte-black ceramic coffee mug with
          a single centered gold-colored handle,
          branded with a small white wordmark logo
          on the front. Photographed on a white
          seamless backdrop.

[Scene] — Macro product hero shot. @product rotates
a full 360 degrees on a turntable over 4 seconds,
centered in frame. Soft diffused top-front key light,
white reflection beneath. Shallow DOF, 100mm
equivalent. The gold handle and the white wordmark
logo remain identical throughout — color, position,
and size do not shift between frames.

القالب 8: منتج قيد الاستخدام، يد عارضة

@product: A 16oz stainless steel water bottle in
          brushed silver finish, laser-etched logo
          on the lower third.

@hand: A 30-year-old woman's right hand, neutral
       manicure with a clear coat, no rings.

[Scene] — Medium close-up. @hand reaches into frame
from the right and picks up @product from a
marble countertop. @hand lifts @product to mouth
level and tilts it as if drinking. Soft window
light from camera left, marble is white with light
gray veining. @hand releases @product back onto
the marble. Logo on @product remains visible and
in the same position on the bottle throughout.

القالب 9: مقارنة منتجات متعددة

@product_a: A wireless over-ear headphone in matte
            black, silver hinges, brand wordmark
            on the ear cup.

@product_b: An identical model in pearl white, gold
            hinges, brand wordmark on the ear cup.

[Scene] — Locked-off product shot on a warm beige
seamless backdrop. @product_a sits at frame left,
@product_b at frame right, both at the same height.
Soft top-front key light, slight rim from camera
right. A hand enters frame from the bottom and
rotates @product_a 20 degrees to display the
hinge, then exits. @product_b does not move.
Both wordmarks remain legible throughout.

5.4 قوالب لوحة مشاهد بنفس الشخصية عبر المشاهد

هذه القوالب متقدّمة وتستهدف الإنتاجات التي تحتاج إلى شخصية واحدة تظهر في عدة مشاهد مختلفة.

القالب 10: شخصية واحدة، ثلاثة مشاهد متتالية

@hero: A 35-year-old man with short sandy-blonde hair,
      blue eyes, a trimmed beard, and a small scar
      above his left eyebrow. Wearing a faded brown
      leather jacket over a gray henley shirt.
      Light skin tone.

[Scene 1] — Exterior, golden hour. @hero stands in
a wheat field, wind blows the wheat but the
leather jacket does not flap dramatically. Wide
shot, locked tripod, 35mm equivalent.

[Scene 2] — Interior, low-key lighting. @hero sits
at a diner counter, fluorescent light overhead. Medium
close-up, shallow focus on @hero's face, the
darker  background blurs. Same jacket, same scar,
same beard.

[Scene 3] — Exterior, night. @hero walks down a
rain-slicked alley, neon signs reflecting on
wet pavement. Handheld follow shot from behind.
Same jacket, now slightly wet but still the
same brown color, no pattern shift.

القالب 11: مشهد بشخصيتين مع استمرارية كاملة

@protagonist: A 40-year-old woman with shoulder-
              length straight black hair, dark brown
              eyes, red lipstick, wearing a fitted
              navy blue trench coat. Medium skin
              tone.

@antagonist: A 50-year-old man with silver hair
             slicked back, gray eyes, clean-shaven,
             wearing a charcoal cashmere overcoat.
             Pale skin tone.

[Scene] — Exterior, night, rain. @protagonist and
@antagonist face each other on an empty city
street, 4 feet apart. Streetlamp overhead between
them creates a hard rim light on both faces.
Static wide shot, 24mm equivalent, deep focus.
Both coats remain dry on the upper shoulders,
water beads on the surface. @protagonist's red
lipstick stays the same shade in every frame.

القالب 12: البطل عبر قوس زمني من اليوم

@hero: A 28-year-old non-binary person with a
      short fade haircut dyed copper-orange,
      brown eyes, wearing an oversized cream
      wool sweater and round tortoiseshell
      glasses. Medium skin tone.

[Scene 1 — Dawn] — Exterior rooftop. Pink and
orange sky. @hero sits on the ledge looking
out. Wide shot. Wool sweater is cream.

[Scene 2 — Midday] — Same rooftop. Bright sun
directly overhead. @hero stands, looking down
at the city. Medium-full. Same cream sweater,
no yellowing from the sun.

[Scene 3 — Dusk] — Same rooftop. Orange and
purple sky. @hero walks toward camera. Same
cream sweater, glasses still on, hair still
copper-orange even as the ambient light
shifts toward warm. Close-up, 85mm equivalent.

لمزيد من أنماط استمرارية المشاهد المتقاطعة وللاطّلاع على تطبيقات متقدّمة، راجع دليلنا التفصيلي حول اتساق الشخصية في Kling 3.0 — تنطبق تقنيات مقاومة الانحراف الأساسية نفسها عبر عائلات النماذج المختلفة، مع بعض الفروق الدقيقة التي يجب مراعاتها.

6. قائمة المراجعة الشاملة للبرومبتات المضادة للانحراف

يحدث الانحراف عندما يضطر النموذج إلى تخمين ما يجب أن يبقى كما هو. مهمّتك الأساسية كمستخدم هي إزالة كل أشكال التخمين الممكنة. كل إشارة مضادة للانحراف تكتبها في البرومبت هي قيد جديد يمكنه الاستفادة منه لتثبيت المخرجات. كلّما زادت القيود الصريحة التي تقدّمها، قلّت الحرية التي يتمتّع بها النموذج في الانحراف.

6.1 الشعر: المظهر والاتّساق

حدّد الطول بشكل دقيق (طول الكتف، قصة قصيصة، طول الخصر)، واللون (أشقر محروق، خزامي، أشقر رملي)، والملمس (Karakteries مستقيم، مجعّد، ملتوٍ، ضفائر مربّعة). إذا كان القصّة مهمّ (الغرة، أو الحلاقة السفلية، أو الفرق الجانبي)، فقل ذلك صراحة. بالنسبة للشعر الطويل، اذكر هل تتأثر بالرياح أم لا، فهذا يحدّد كيفية التصرف.

6.2 لون العينين: نقطة انحراف رئيسية

دائمًا حدّد لون العينين. يُعدّّّ لون العينين من أسرع نقاط الانحراف وأكثرها وضوحًا في نماذج الفيديو الحديثة. حدّده مرة في تعريف @tag، ثم عزّزه ضمناً من خلال وصف اتجاه العينين في المشاهد (ينظر إلى الأعلى، يُلقي نظرة إلى اليسار، يرمش ببطء). هذا التعزيز المتكرّر يقوّي الثبات.

6.3 طبقات الملابس: تعداد كامل لكلّالة طبقة

اذكر كل طبقة مرئية في الصورة المرجعية بشكل صريح. الطبقة الخارجية (السترة، المعطف)، والطبقة الوسطى (البلوزة، القميص)، والطبقة الأساسية (التي شيرت، القميص الداخلي)، وأي حافة ملابس داخلية مرئية. إذا كانت السترة مفتوحة في الصورة المرجعية، يجب أن يحدّد البرومبت بشكل صريح ما إذا كانت ستبقى مفتوحة أم ستُغلق في المشهد. لا تفترض أن النموذج سيحافظ على حالة الطبقة عبر الإطارات بشكل تلقائي.

6.4 الإكسسوارات: التسمية الشاملة

الحلق، القلائد، النظارات، الساعات، مشابك الشعر، الخواتم، الأساور، دبابيس الزينة. يجب تسمية كل إكسسوار مرئي في الصورة المرجعية مرة واحدة على الأقل. انحراف الإكسسوارات خفيّ لكنه حقيقيّ — ساعة تختفي عند الإطار ٦٠، أو قرط يتلاشى عند الإطار ٩٠ — لكنه من أوائل ما يلتقطه الجمهور لا شعوريًا ويُضعف مصداقية المقطع.

6.5 استمرارية الإضاءة: الاتّجاه ودرجة الحرارة

ضمن المشهد الواحد، يجب تحديد الإضاءة في كتلة @tag أو في إعداد المشهد بشكل واضح. عبر المشاهد المختلفة ضمن نفس الإنتاج، تكون استمرارية الإضاءة أصعب — لكن يمكنك تثبيت اتجاه ثابت (دائمًا إضاءة ريم من يمين الكاميرا) ودرجة حرارة لون معيّنة (دائمًا ٥٦٠٠ كلفن). هذا المنع التكراري يمنع النموذج من الانجراف نحو مزاج مختلف مع تقدّم المشاهد.

6.6 الحفاظ على الأنماط والملمس: النقاط عالية الانحراف

الخطوط، الشعارات، Karakteries اللامعة، التطريز، نسج القماش المميّز. هذه تُعدّ نقاط انحراف عالية لأن النموذج يميل بشكل تلقائي إلى تطبيع الأنماط وإزالة التفاصيل الدقيقة. عزّز النمط في وصف المشهد بشكل صريح (“تلمع الKarakteries اللامعة تحت الضوء”، “يبقى شعار العلامة التجارية مقروءًا في الموضع نفسه”) لتثبيته.

6.7 قاعدة الخمس ثوانٍ: التكرار المتعمّد

إذا لم يتغير الموضوع في وصف المشهد عند الإطار ٩٠، فاكتب هذا الوصف مرة أخرى صراحة. “نفس السترة، ونفس اللون، ولا تغيّر في النمط.” هذه تكلفة تكرار صغيرة بالرموز (tokens) لكنها تُحقّق تقليلًا كبيرًا للانحراف وتُعزّز استقرار المخرجات بشكل ملحوظ.

للاطّلاع بتعمّق على أنماط البرومبت المتقدّمة التي تثبّت الهوية في حالات معقّدة، راجع الدورة الشاملة لأفضل برومبتات الفيديو بالذكاء الاصطناعي 2026.

7. الأخطاء الشائعة التي يجب تجنّبها

حتى المستخدمون ذوو الخبرة يقعون في أخطاء متكررة يمكن تجنّبها بسهولة عند الوعي بها.

7.1 أوصاف الموضوع الغامضة

“امرأة” أو “شخص يرتدي سترة” لا يقدّم للنموذج ما يشبّث به. كل وصف تتجاهله أو تُهمله هو درجة إضافية من الحرية سيملأها النموذج بشكل تلقائي — وسيملأ كل واحدة منها بشكل مختلف من إطار إلى آخر. كلما زادت التفاصيل، قلّ الانحراف.

7.2 تبادل إسنادات @tag بين المشاهد

إذا تمت الإشارة إلى @character1 في المشهد ١ و@character2 في المشهد ٢ لكن الأوصاف تتبادل بطريقة غير مقصودة، فسيبدّل النموذج الهويّتين بين المشهدين. إسنادات الوسوم جزء لا يتجزّأ من عقد الهوية، وأي خطأ فيها يُفسد الاتّساق.

7.3 إشارات الأسلوب المتعارضة في البرومبت الواحد

“إضاءة واقعية فوتوغرافيًا” في البرومبت نفسه مع “شعر بأسلوب أنمي” ليس مزجًا بريئًا، بل هو محفّز انحراف متكرّر يربك النموذج. اختر سجلًا بصريًا واحدًا والتزم به طوال المشهد. لوضع نقل الأسلوب، استخدم صورة مرجعية مخصصة لـ @style بدلاً من مزج الإشارات الأسلوبية في السطر مع وصف الهوية.

7.4 وصف حركات تفوق قدرات النموذج الأساسية

لا يمنح Ref2V قدرات حركة خارقة تتجاوز قدرات نموذج الفيديو الأساسي الذي يعمل فوقه. إذا طلبت لقطة تتبّع مدتها ٢٠ ثانية مع قوس ١٨٠ درجة، فأنت فعليًا تطلب من النموذج الأساسي القيام بشيء قد لا يستطيع فعله. طابق طلبات الحركة بما يُوثّق النموذج الأساسي على إنتاجه.

7.5 استخدام عادات كتابة برومبتات I2V في سياقات Ref2V

الكتابة عن الحركة والمشهد فقط (“تتحرّك الكاميرا، تبتسم”) دون تسمية ما يجب ألا يتغيّر هو الخطأ الأول في الانتقال من I2V إلى Ref2V. إذا لم تصف الهوية في المشهد، فلدى النموذج ما يشبّث به وسيملأ الفراغات تلقائيًا.

7.6 تجاهل المراجع الصوتية المتاحة

تُعدّ المراجع الصوتية في Seedance 2.5 (حتى ١٠ مراجع) جزءًا لا يتجزّأ من نظام @tag نفسه. إذا كنت تريد استمرارية صوتية عبر قطعة متعددة المشاهد، فأشِر إلى @vo_main مرة واحدة ودع المرجع مستمر باستمرار عبر جميع المشاهد. الانحراف الصوتي حقيقي تمامًا مثل الانحراف البصري، ويُضعف الإحساس بالاتّساق العام.

8. الأسئلة الشائعة

ما الفرق العملي بين Ref2V وI2V في الاستخدام اليومي؟

في نموذج I2V، تُعدّ صورة المصدر هي الإطار الأول فقط والنموذج حرّ في تطوير الموضوع وتغييره بحرية. في Ref2V، تُعدّ الصورة المرجعية مرساة هوية دائمة تعمل عبر كل الإطارات، ويصف النص ما يحدث حول هذه المرساة. عمليًا: يحافظ Ref2V على استقرار الوجوه والمنتجات والملابس؛ بينما يسمح I2V لها بالتشوّه والانحراف.

هل يعمل Ref2V مع صور مرجعية متعددة في التوليد الواحد؟

نعم بالتأكيد. يدعم Seedance 2.5 ما يصل إلى ٣٠ صورة مرجعية لكل عملية توليد، لكل منها وسم @tag خاص بها. مجموعات الموضوعات المتعددة (شخصيتان أو أكثر، منتجات متعددة) تُعدّ وضع Ref2V قياسي ومدعوم بالكامل.

كم عدد المراجع الصوتية والفيديو التي يمكنني استخدامها في التوليد الواحد؟

ما يصل إلى ١٠ مراجع فيديو و١٠ مراجع صوتية، بالإضافة إلى ٣٠ صورة مرجعية — بإجمالي ٥٠ أصلًا مرجعيًا متعدد الوسائط لكل عملية توليد واحدة، وهو رقم كبير يتيح بناء مشاهد معقدة.

ما الحد الأقصى لطول البرومبت الذي يدعمه Seedance 2.5؟

تدعم برومبتات Seedance 2.5 comfortably عدة مئات من الرموز (tokens) بما في ذلك تعريفات @tag وأوصاف المشاهد التفصيلية. قاعدة الخمس ثوانٍ (“صف ما يبقى كما هو مرة أخرى عند الإطار ٩٠”) ضمن الميزانية comfortably المخصصة للبرومبت.

هل يضمن Ref2V انعدام الانحراف في المخرجات؟

لا. يقلّل Ref2V الانحراف بشكل كبير جدًا مقارنة بنموذج I2V ويُعدّ أقوى نهج حالي لتحقيق اتساق الموضوع، لكن لا يوجد نموذج بمستوى إنتاجي في عام ٢٠٢٥ يقصد يقصد عام ٢٠٢٦ يضمن انعدام الانحراف بشكل مطلق في المقاطع الطويلة. قائمة المراجعة المضادة للانحراف في هذا الدليل هي ما يقرّبك أكثر ما يمكن من الانعدام التامّ.

هل يمكنني دمج Ref2V مع نقل الأسلوب في الوقت نفسه؟

نعم — هذا هو وضع المرجع الثالث الذي شرحناه سابقًا. استخدم صورة مرجعية لـ @style للمظهر البصري، ومرجع @subject للهوية، ثم صف الإجراء في النص. تجنّب مزج إشارات الأسلوب داخل السطر مع وصف الهوية حتى لا تربك النموذج.

هل Ref2V هو نفسه أدوات اتساق الشخصية المتوفّرة في النماذج الأخرى؟

الهدف الأساسي هو نفسه — إبقاء الموضوع مستقرًا عبر الإطارات والحفاظ على هويته. لكن الآلية تختلف. Ref2V نموذج نموذج تدريب وداخلي تمّ وضعه رسميًا في arXiv:2508.02458؛ بينما يتحقق اتساق الشخصية في النماذج الأخرى مثل Kling وRunway وSora من خلال خيارات معمارية مختلفة تمامًا. تنتقل مبادئ البرومبت الأساسية بين النماذج.

أين أجد المزيد من قوالب البرومبت المتخصّصة؟

تُعدّ قوالب برومبتات الفيديو بدقة 2K ودليل برومبتات Seedance 2.5 الكامل أكثر القراءات التالية صلة مباشرة بهذا الموضوع، وتُوسّع ما تعلّمته هنا.

9. الخاتمة: من الحداثة إلى الإنتاج

يُعدّ Ref2V نقلة النموذج التي تحوّل الفيديو بالذكاء الاصطناعي من حلقة حداثة بسيطة إلى مسار إنتاجي مهني وقابل للتطوير. صيغة الصورة المرجعية الواحدة مع النص المستهدف، التي تمّ وضعها رسميًا في arXiv:2508.02458 وتحقّقت على نطاق إنتاجي كامل في نظام الـ ٥٠ أصلًا المرجعي في Seedance 2.5، تمنح المنشئين طريقة موثوقة لتثبيت وجه، أو منتج، أو أسلوب عبر عدد غير محدّد من المقاطع بقدر ما تتطلبه القصة السردية.

القوالب الاثنا عشر المقدّمة في هذا الدليل هي نقاط بداية صلبة لكنها ليست نهاية المطاف. تقنيات مقاومة الانحراف السبع المفصّلة هي ما يجعل هذه القوالب جاهزة للإنتاج الفعلي.عامل كل وسم @tag باعتباره عقد هوية مُلزِم، وكل وصف مشهد باعتباره عقد إجراء وإعادة ذكر لما يجب ألا يتغيّر. هذا الانضباط الصارم هو ما يفرّق مقطعًا منفردًا عابرًا عن سلسلة متكاملة قابلة للنشر.

للقراءة الإضافية المجاورة لهذا الدليل، انظر دليل برومبتات Seedance 2.5، وتحليلنا التفصيلي لاتّساق الشخصية في Kling 3.0، وقوالب برومبتات الفيديو بدقة 2K، والدورة الشاملة لأفضل برومبتات الفيديو بالذكاء الاصطناعي 2026.

المصادر والمراجع

• Ref2V: When Your Image Is the Reference, Which Your Text Is The Target? (arXiv:2508.02458)
• المدوّنة الرسمية لـ Seedance
• تغطية إطلاق Seedance 2.5 — ٥٠ أصلًا مرجعيًا

تمت المراجعة من قبل فريق تحرير videosprompt.org · أكتوبر 2026