في الأشهر الأخيرة، غزت فيديوهات "ستايل جيبلي" منصة يوتيوب، وأصبحت من أكثر أنواع المحتوى مشاهدة وهدوءًا في نفس الوقت. مشاهد الريف الياباني الدافئة، الأجداد وهم يطبخون مع أحفادهم، الطلاب يذاكرون في ليلة ممطرة، وقصص الحياة اليومية البسيطة المرسومة بأسلوب استوديو جيبلي الشهير، كل هذا أصبح يُصنع اليوم بالكامل بالذكاء الاصطناعي، دون الحاجة لأي خبرة في الرسم أو الأنيميشن أو حتى المونتاج الاحترافي.
المشكلة التي يواجهها أغلب الناس ليست في نقص الأدوات، بل في غياب خطة عمل واضحة تجعل الفيديو متماسكًا من أوله إلى آخره. فيديو مدته خمس أو عشر دقائق يحتاج إلى ما بين 70 و80 مشهدًا متتاليًا، بنفس الشخصيات، ونفس الإضاءة، ونفس الجو العام، وهذا بالضبط ما يصعب تحقيقه عند العمل بشكل عشوائي مع أدوات الذكاء الاصطناعي.
 |
| طريقة انشاء فيديوهات جيبلي طويلة بالذكاء الاصطناع |
في هذا المقال سأشرح لك خطوة بخطوة كيفية استخدام برومبت احترافي جاهز (Master Prompt) مخصص لإنتاج فيديوهات جيبلي طويلة، بالإضافة إلى الأدوات المجانية التي ستحتاجها لتحويل هذا العمل إلى فيديو حقيقي: أداة Google Flow لتوليد الصور والفيديوهات، موقع vibes.ai كبديل مجاني آخر لتوليد الفيديو، وأداة Google AI Studio لإنتاج التعليق الصوتي.
لماذا تنجح فيديوهات ستايل جيبلي على يوتيوب
قبل الدخول في الجانب التقني، من المفيد أن تفهم سبب نجاح هذا النوع من المحتوى. فيديوهات جيبلي تعتمد على الإيقاع البطيء، والألوان الدافئة، والمشاهد اليومية البسيطة التي تبعث الراحة النفسية عند المشاهد. هذا النوع يُصنَّف ضمن محتوى "الاسترخاء" أو ما يُعرف بمحتوى ASMR البصري، وهو محتوى يبقي المشاهد أطول فترة ممكنة على الفيديو، وهو ما يحبه خوارزم يوتيوب كثيرًا لأنه يرفع من معدل المشاهدة ومدة البقاء في القناة.
بالإضافة إلى ذلك، هذا النوع من الفيديوهات لا يحتاج إلى وجه أو صوت حقيقي، ولا إلى تصوير أو معدات، وهذا يجعله مثاليًا لأي شخص يريد بناء قناة يوتيوب بالكامل بالذكاء الاصطناعي، حتى لو لم يكن لديه أي خبرة سابقة في صناعة المحتوى.
الفكرة العامة وراء البرومبت الرئيسي (Master Prompt)
البرومبت الذي سنعتمد عليه في هذا الدليل مصمم خصيصًا ليجعل أي نموذج ذكاء اصطناعي محادثي، مثل ChatGPT أو Claude أو Gemini، يتصرف كأنه فريق إنتاج متكامل: كاتب سيناريو، مخرج سينمائي، رسام ستوري بورد بأسلوب جيبلي، ومهندس برومبتات للصور والفيديو، كل ذلك في نفس الوقت.
بدلًا من أن تكتب لكل مشهد برومبت منفصل بنفسك، وهو عمل مرهق جدًا عند الحديث عن 70 إلى 80 مشهدًا، تقوم بإعطاء الذكاء الاصطناعي تعليمات واضحة تجعله يبني لك المشروع كاملًا بطريقة منظمة، بحيث تبقى الشخصيات والألوان والإضاءة والجو العام ثابتة من أول مشهد إلى آخر مشهد، وهو أكبر تحدٍ يواجه أي شخص يحاول صناعة فيديو طويل بالذكاء الاصطناعي.
هذا البرومبت يعمل وفق ثلاث مراحل أساسية لا يجب تخطي أي واحدة منها: اقتراح أفكار للفيديو، ثم بناء ما يُسمى "ستوري بايبل" أي دليل القصة الكامل، ثم توليد المشاهد التفصيلية على دفعات صغيرة. سأشرح لك كل مرحلة بالتفصيل.
المرحلة الأولى: اقتراح 10 أفكار لفيديو
عندما تضع هذا البرومبت في نموذج الذكاء الاصطناعي الذي تستخدمه، فإن أول شيء سيقوم به هو اقتراح عشرة أفكار مختلفة لفيديو بأسلوب جيبلي، كل فكرة تأتي مع عنوان جذاب مناسب ليوتيوب، ووصف مختصر لجو الفيديو، ومكان الأحداث، والشخصيات الرئيسية.
على سبيل المثال قد تجد أفكارًا مثل "المذاكرة معي في ليلة ممطرة"، أو "حياة هادئة تحت الجسر القديم"، أو "حصاد البطاطا الحلوة مع الجدة"، وهي عناوين تحاكي أسلوب الفيديوهات الرائجة فعلًا على يوتيوب في هذا المجال. بعد عرض الأفكار العشرة، سيتوقف الذكاء الاصطناعي وينتظر منك أن تختار رقم فكرة معينة، أو أن تصف فكرتك الخاصة إذا كان لديك تصور مختلف تمامًا. هذه النقطة مهمة جدًا: لا تدع النموذج يكمل من تلقاء نفسه قبل أن تختار، لأن اختيارك هو الأساس الذي سيُبنى عليه كل شيء لاحقًا.
المرحلة الثانية: بناء "ستوري بايبل" أي دليل القصة
بعد اختيار الفكرة، ينتقل الذكاء الاصطناعي لبناء ما يمكن تسميته بـ"الدستور" الذي سيحكم الفيديو بالكامل، ويحتوي هذا الدليل على عدة عناصر أساسية.
أول عنصر هو العنوان النهائي وملخص القصة في جملة واحدة. ثاني عنصر هو تحديد عدد المشاهد الإجمالي، حيث يتم اختيار رقم بين 70 و80 مشهدًا، على اعتبار أن كل مشهد يمثل مقطعًا مدته 5 إلى 8 ثوانٍ فقط، وهذا هو السبب في أن تجميع هذه المشاهد يعطي في النهاية فيديو متكاملًا مدته بين 5 و10 دقائق.
العنصر الثالث والأهم هو "شيت الشخصيات"، وهو وصف دقيق وثابت لكل شخصية في القصة: الاسم، العمر، شكل الوجه، تسريحة الشعر، لون العينين، الملابس، الإكسسوارات، ولغة الجسد المعتادة. هذا الوصف يُثبَّت منذ البداية ولا يتغير أبدًا طوال الفيديو، وهو ما يضمن أن تظهر الشخصية بنفس الشكل تمامًا في المشهد الأول والمشهد الثمانين.
العنصر الرابع هو "العالم الثابت"، أي المكان والزمان: هل القصة تدور في الريف الياباني أم في بلدة صغيرة، وما هو الموسم، وكيف يتطور الوقت من الصباح إلى الليل عبر الفيديو. العنصر الخامس هو تقسيم القصة إلى ثلاثة فصول تقليدية في السرد: فصل التأسيس الذي يقدم الشخصيات وحياتهم اليومية، فصل منتصف القصة الذي يحمل حدثًا بسيطًا أو تحولًا عاطفيًا خفيفًا، وفصل الخاتمة الذي يقدم نهاية دافئة ومرضية عاطفيًا، بما ينسجم تمامًا مع روح أفلام جيبلي التي تبتعد عن الدراما الصاخبة وتفضل النهايات الهادئة.
أخيرًا، يقوم الذكاء الاصطناعي بإعداد "خريطة المشاهد"، وهي قائمة مختصرة بجملة واحدة لكل مشهد من المشهد رقم 1 إلى آخر مشهد، بحيث تستطيع أن ترى شكل القصة كاملة قبل أن تبدأ في توليد أي تفاصيل. بعد الانتهاء من هذا كله، سيطلب منك الذكاء الاصطناعي كتابة كلمة "start" أو "ابدأ" للانتقال للمرحلة التالية.
المرحلة الثالثة: توليد المشاهد على دفعات من 10
هذه هي المرحلة التي يتم فيها إنتاج المحتوى الفعلي الجاهز للاستخدام، وتتم دائمًا على دفعات من 10 مشاهد فقط في كل مرة، وليس كل المشاهد دفعة واحدة. هذا التقسيم ليس عشوائيًا، بل هدفه الحفاظ على جودة كل مشهد ومنع النموذج من الانحراف عن الشخصيات أو الألوان كلما تقدمت القصة.
لكل مشهد، سيولّد لك الذكاء الاصطناعي سبعة عناصر منظمة وجاهزة للاستخدام المباشر:
عنوان المشهد ووصف قصير: جملة من 40 إلى 60 كلمة تشرح ماذا يحدث في هذا المشهد وكيف يرتبط بالمشهد السابق والتالي، وهذا يساعدك على فهم السياق العام دون الحاجة لقراءة القصة كاملة.
برومبت الصورة: وهو الوصف التفصيلي الذي ستستخدمه لتوليد صورة المشهد، ويتضمن أسلوب جيبلي، إضاءة الساعة الذهبية، ألوان دافئة، تفاصيل الشخصية والملابس وتعابير الوجه، وزاوية الكاميرا، وجودة السينما.
برومبت الفيديو: وهو وصف الحركة التي ستُضاف على الصورة لتحويلها إلى مقطع فيديو، مثل حركة الشعر مع الريح، أو تمايل الأشجار، أو طيران الطيور، أو حركة الكاميرا البطيئة نحو الشخصية.
سطر التعليق الصوتي: جملة قصيرة من 10 إلى 20 كلمة بلغة إنجليزية بسيطة وعاطفية، تكمل الجملة السابقة وتؤدي إلى الجملة التالية، بحيث تشكل كل هذه الجمل مجتمعة سردًا صوتيًا متصلًا وسلسًا لكامل الفيديو.
بالإضافة إلى ذلك، يقدم لك الذكاء الاصطناعي اقتراحًا للموسيقى الخلفية المناسبة، والمؤثرات الصوتية الطبيعية كصوت العصافير أو المطر، وحركة الكاميرا المقترحة، وتدرج الألوان، وإعدادات الجودة التقنية.
بعد كل دفعة من 10 مشاهد، يتوقف الذكاء الاصطناعي ويكتب لك رسالة تخبرك أن الدفعة انتهت، وتطلب منك كتابة "continue" أو "تابع" للانتقال للدفعة التالية، وهكذا حتى تكتمل كل المشاهد.
من البرومبت إلى الصور: استخدام أداة Google Flow المجانية
بعد الحصول على برومبتات الصور الجاهزة لكل مشهد، تأتي الخطوة التالية وهي تحويل هذه النصوص إلى صور فعلية. الأداة التي أنصح بها هنا هي Google Flow، وهي استوديو إبداعي من جوجل يعتمد على نماذجها التوليدية المتقدمة، ويوفر توليد الصور بالإضافة إلى توليد الفيديو من نفس المنصة.
ميزة Google Flow أنها تمنح المستخدمين رصيدًا يوميًا مجانيًا دون الحاجة لأي اشتراك مدفوع، وهذا الرصيد كافٍ لتوليد عدد جيد من الصور والمقاطع كل يوم، مما يجعلها خيارًا مثاليًا لمن يريد إنتاج فيديو طويل دون تكلفة مادية، فقط يحتاج الأمر إلى صبر وتوزيع العمل على عدة أيام إذا كان عدد المشاهد كبيرًا.
للبدء، كل ما عليك فعله هو الدخول إلى الأداة بحساب جوجل الخاص بك، ثم لصق برومبت الصورة الخاص بكل مشهد كما ولّده الذكاء الاصطناعي، والانتظار حتى يتم توليد الصورة. يُفضّل أن تولّد أكثر من نسخة لكل مشهد إذا كان الرصيد يسمح، ثم تختار أفضل صورة تطابق وصف الشخصية الثابت في الستوري بايبل، حتى تحافظ على التناسق البصري طوال الفيديو.
من الصورة إلى الفيديو: Google Flow أو موقع vibes.ai
بعد الحصول على الصور، الخطوة التالية هي تحويلها إلى مقاطع فيديو متحركة قصيرة باستخدام برومبت الفيديو الذي جهّزه لك الذكاء الاصطناعي لكل مشهد. هنا لديك خياران مجانيان جيدان.
الخيار الأول هو الاستمرار في استخدام Google Flow نفسها، حيث تدعم الأداة تقنية تحويل الصورة إلى فيديو (Image to Video)، فتقوم برفع الصورة التي ولّدتها في الخطوة السابقة، ثم تلصق برومبت الفيديو المرافق لها، لتحصل على مقطع متحرك مدته بين 5 و8 ثوانٍ يحتوي على حركات طبيعية مثل رمش العين، تمايل الشعر مع الريح، حركة أوراق الأشجار، أو بخار الطهي في المشاهد المنزلية.
الخيار الثاني هو موقع vibes.ai، وهو منصة أخرى مجانية لإنشاء وتعديل المحتوى المرئي بالذكاء الاصطناعي، تتيح توليد الصور والفيديوهات من الصفر، وتحرير المقاطع، وحتى مطابقة أسلوب أو شخصية معينة من صورة مرجعية، وهي ميزة مفيدة جدًا هنا لأنها تساعدك على الحفاظ على نفس شكل الشخصية عبر مشاهد مختلفة عند رفع صورة الشخصية كمرجع لكل مشهد جديد. يمكنك تجربة الأداتين معًا ومقارنة النتائج، واختيار ما يعطيك حركة أكثر سلاسة وانسجامًا مع أسلوب جيبلي.
نصيحة مهمة هنا: لا تتعجل في توليد كل المقاطع دفعة واحدة، بل اعمل على دفعات مطابقة لدفعات المشاهد التي حصلت عليها من البرومبت الرئيسي، أي 10 مشاهد في كل مرة، فهذا يجعل العمل منظمًا وأسهل في المتابعة والتصحيح إذا لاحظت أي اختلاف في شكل الشخصية.
إنتاج التعليق الصوتي عبر Google AI Studio
الآن بعد أن أصبحت لديك المقاطع المرئية لكل المشاهد، تحتاج إلى صوت راوٍ يقرأ جمل التعليق الصوتي التي ولّدها لك الذكاء الاصطناعي لكل مشهد، والتي تشكل مجتمعة قصة صوتية متصلة لكامل الفيديو.
هنا يأتي دور Google AI Studio، وهي أداة مجانية من جوجل توفر ميزة تحويل النص إلى كلام (Text to Speech) بجودة طبيعية جدًا وأصوات متعددة تختلف في النبرة والعمر والطابع، مما يمكّنك من اختيار صوت هادئ ودافئ يناسب أجواء فيديو جيبلي الهادئة.
للاستخدام، تقوم بالدخول إلى المنصة بحساب جوجل، ثم اختيار خاصية توليد الصوت من النص، وتلصق جميع جمل التعليق الصوتي مرتبة حسب تسلسل المشاهد، بحيث يخرج لك مقطع صوتي واحد متصل يمثل السرد الكامل للفيديو، بدلًا من توليد كل جملة على حدة، وهذا يوفر عليك وقتًا كبيرًا في مرحلة المونتاج لاحقًا، إذ لن تحتاج إلا لتقسيم هذا الملف الصوتي على المشاهد المرئية بحسب التوقيت.
تجميع الفيديو النهائي ونصائح للمونتاج
بعد جمع كل العناصر: المقاطع المرئية المتحركة، الملف الصوتي للسرد، الموسيقى الخلفية، والمؤثرات الصوتية، تبقى الخطوة الأخيرة وهي التركيب في برنامج مونتاج بسيط. يمكنك استخدام أدوات مجانية مثل CapCut أو DaVinci Resolve لترتيب المقاطع حسب تسلسل خريطة المشاهد، مع إضافة انتقالات ناعمة (Crossfade) بين كل مشهد والذي يليه، تمامًا كما أوصى البرومبت الرئيسي في ملخصه النهائي.
من المهم أيضًا الحفاظ على نفس نوع الموسيقى داخل كل فصل من فصول القصة الثلاثة، وتغييرها بشكل تدريجي فقط عند الانتقال من فصل إلى آخر، حتى لا يشعر المشاهد بانقطاع مفاجئ في الجو العام للفيديو.
نصائح لتحسين ظهور الفيديو في نتائج يوتيوب
لكي يحقق فيديو جيبلي الطويل أفضل أداء ممكن على يوتيوب، احرص على استخدام عنوان يحمل كلمات مفتاحية يبحث عنها الناس فعلًا مثل "دراسة معي"، "حياة هادئة"، أو "قصة يابانية مريحة"، مع وصف واضح للفيديو يذكر المدة والأجواء العامة. صورة الغلاف (Thumbnail) يجب أن تعكس أجواء جيبلي الدافئة بألوان الساعة الذهبية، ويفضّل أن تحتوي على وجه الشخصية الرئيسية بتعبير هادئ وودود، لأن هذا النوع من الصور يجذب جمهور محتوى الاسترخاء بشكل خاص.
كذلك، أضف الفيديو إلى قوائم تشغيل (Playlists) مخصصة لمحتوى الاسترخاء أو الدراسة، فهذا يزيد من فرصة اقتراح يوتيوب لفيديوهاتك لجمهور مشابه، ويرفع من مدة المشاهدة الكلية للقناة.
صناعة فيديو جيبلي طويل بالذكاء الاصطناعي لم تعد تحتاج فريق عمل أو استوديو تصوير، بل تحتاج فقط إلى برومبت منظم جيدًا يوجه الذكاء الاصطناعي خطوة بخطوة، وبعض الأدوات المجانية للتحويل من نص إلى صورة، ومن صورة إلى فيديو، ومن نص إلى صوت. الخطوات الثلاث الأساسية هي: اختيار فكرة القصة، بناء ستوري بايبل يثبّت الشخصيات والعالم، ثم توليد المشاهد على دفعات مع تحويلها بأدوات مثل Google Flow وموقع vibes.ai إلى صور وفيديوهات، وأخيرًا استخدام Google AI Studio لإنتاج تعليق صوتي متصل وطبيعي.
بالصبر والعمل المنظم دفعة تلو الأخرى، يمكن لأي شخص، حتى بدون خبرة سابقة في الرسم أو المونتاج، أن ينتج فيديو جيبلي كامل مدته خمس إلى عشر دقائق، بجودة سينمائية تنافس أفضل ما يُعرض على يوتيوب في هذا المجال.