Contact
Line : comsiam
การเขียน Prompt สร้างวิดีโอใน Google Gemini ให้ได้ภาพตรงใจ ไม่ควรเขียนเพียงว่า “สร้างวิดีโอสวย ๆ” หรือ “ทำวิดีโอรถวิ่ง” เพราะคำสั่งกว้างเกินไปและเปิดโอกาสให้ AI ตัดสินใจแทนผู้ใช้เกือบทั้งหมด
ปัจจุบัน Gemini Apps ใช้ Gemini Omni สำหรับการสร้างและแก้ไขวิดีโอ โดยสามารถใช้ข้อความ รูปภาพ และวิดีโอ Reference ร่วมกัน รวมถึงแก้ผลลัพธ์ต่อเนื่องด้วยภาษาธรรมชาติได้ Google DeepMind แนะนำว่าการเพิ่มรายละเอียดที่เกี่ยวข้องกับ Shot Framing, Camera Motion, Style, Lighting, Location และ Action จะช่วยให้ควบคุมผลลัพธ์ได้มากขึ้น
สูตรพื้นฐานที่ใช้ได้กับงานส่วนใหญ่คือ
Subject + Action + Location + Camera + Motion + Lighting + Style + Audio + Restrictions
ตัวอย่าง
“สร้างวิดีโอ Cinematic Photorealistic ของรถสปอร์ตสีดำวิ่งบนถนนโตเกียวตอนกลางคืนหลังฝนตก ใช้ Low-angle Tracking Shot กล้องเคลื่อนตามรถอย่างนุ่มนวล มีแสง Neon สะท้อนบนถนน พร้อมเสียงเครื่องยนต์และเสียงฝน ไม่มีข้อความ ไม่มี Logo”
Prompt แบบนี้ให้ข้อมูล Gemini มากกว่าคำว่า
“สร้างรถวิ่งในโตเกียว”
อย่างชัดเจน
🎬 Prompt สร้างวิดีโอ Gemini คืออะไร
Prompt คือคำสั่งที่อธิบายว่าเราต้องการให้ Gemini สร้างวิดีโออะไร
สามารถระบุได้ตั้งแต่
ใครหรืออะไรเป็นตัวหลัก
กำลังทำอะไร
อยู่ที่ไหน
กล้องอยู่ตรงไหน
กล้องเคลื่อนอย่างไร
แสงเป็นแบบไหน
ภาพมี Style อย่างไร
มีเสียงอะไร
มีข้อความหรือไม่
อะไรที่ห้ามเปลี่ยน
Gemini Omni ไม่ได้จำกัดอยู่ที่ Text-to-Video เท่านั้น เพราะสามารถรับ Image และ Video Reference และแก้ Video ที่สร้างแล้วต่อด้วย Prompt ใหม่ได้ด้วย
🧠 หลักสำคัญที่สุด: ยิ่งบอกรายละเอียดที่มีประโยชน์ ยิ่งควบคุมได้
Google DeepMind ระบุใน Prompt Guide ของ Gemini Omni ว่า ยิ่งเพิ่มรายละเอียด ผู้ใช้ก็ยิ่งควบคุม Final Output ได้มากขึ้น แต่ไม่ได้หมายความว่าต้องเขียน Prompt ยาวที่สุดเสมอไป
รายละเอียดที่มีประโยชน์คือรายละเอียดที่มีผลต่อภาพจริง เช่น
Medium Shot
Dolly In
Warm Sunset Light
Rainy Tokyo Street
Slow Walking
Cinematic Realism
ไม่ใช่คำชมที่กว้าง เช่น
สวยมาก
ดีที่สุด
อลังการ
สุดยอด
Premium สุด ๆ
เพราะคำเหล่านี้บอก Visual Direction ได้น้อยกว่า
🧩 สูตร Prompt สร้างวิดีโอ Gemini ที่แนะนำ
ใช้สูตรนี้ได้เลย
① Subject
ใครหรืออะไรอยู่ในวิดีโอ
② Action
กำลังทำอะไร
③ Location
เกิดเหตุการณ์ที่ไหน
④ Shot / Camera Angle
กล้องถ่ายมุมไหน
⑤ Camera Movement
กล้องเคลื่อนอย่างไร
⑥ Lighting
แสงมาจากไหนและมีอารมณ์แบบใด
⑦ Style
ภาพต้องการสมจริง ภาพยนตร์ การ์ตูน หรือรูปแบบอื่น
⑧ Audio
เสียงพูด เพลง หรือเสียงสิ่งแวดล้อม
⑨ Restrictions
อะไรที่ไม่ต้องการ
รวมเป็นสูตรได้ว่า
WHO + DOES WHAT + WHERE + CAMERA + MOVEMENT + LIGHT + STYLE + AUDIO + DON’T
① 👤 Subject — บอกตัวแบบให้ชัด
Subject คือสิ่งสำคัญที่สุดในวิดีโอ
อาจเป็น
คน
สัตว์
รถ
สินค้า
อาคาร
อาหาร
ตัวละคร
วัตถุ
Prompt ที่กว้างเกินไป
“สร้างวิดีโอผู้ชายเดิน”
Prompt ที่ชัดกว่า
“สร้างวิดีโอผู้ชายวัยประมาณ 30 ปี ใส่สูทสีกรมท่าและเสื้อเชิ้ตสีขาว เดินผ่าน Lobby ของสำนักงานสมัยใหม่”
Gemini จึงไม่ต้องเดา
อายุ
เสื้อผ้า
สถานที่
เองทั้งหมด
② 🏃 Action — บอกว่ากำลังเกิดอะไรขึ้น
Google DeepMind แนะนำให้ระบุว่า Scene กำลังเกิดอะไรขึ้น ใครกำลังเคลื่อนที่หรือโต้ตอบกับอะไร
แทน
“ผู้หญิงในร้านกาแฟ”
ใช้
“ผู้หญิงนั่งริมหน้าต่างร้านกาแฟ ยกแก้วกาแฟขึ้นจิบช้า ๆ แล้วมองออกไปด้านนอก”
หรือ
“สุนัข Golden Retriever วิ่งเข้าหากล้องบนชายหาด โดยทรายกระเด็นขึ้นเล็กน้อยทุกก้าว”
Action ที่ชัดช่วยให้ Video มี Narrative มากขึ้น
🏃♂️ ระบุความเร็วของ Action ด้วย
คำว่า
เดิน
อาจตีความได้หลายแบบ
ลองระบุ
เดินช้า ๆ
เดินอย่างมั่นใจ
วิ่งเร็ว
หันหน้าอย่างช้า ๆ
ยกมือแบบธรรมชาติ
หมุนสินค้าอย่างนุ่มนวล
ตัวอย่าง
“ผู้ชายเดินเข้าหากล้องด้วยความเร็วธรรมชาติ แขนแกว่งเล็กน้อยตามจังหวะการเดิน”
ช่วยกำหนด Motion ได้ดีกว่า
“ผู้ชายเดิน”
③ 🌍 Location — Scene เกิดที่ไหน
Google แนะนำให้บอก Landscape หรือ Location ที่ต้องการ แต่ไม่จำเป็นต้องอธิบายรายละเอียดเล็ก ๆ ทุกอย่าง เพราะ Gemini Omni สามารถใช้ World Knowledge ช่วยเติมรายละเอียดที่สอดคล้องกับ Intent ได้
ตัวอย่าง
“บนถนนในโตเกียวตอนกลางคืนหลังฝนตก”
“ในร้านกาแฟ Modern Minimal ช่วงเช้า”
“บนชายหาดเขตร้อนช่วง Golden Hour”
“ภายใน Data Center ที่มี Server Rack ทั้งสองด้าน”
Location ช่วยกำหนดทั้ง
Background
Mood
Lighting
Objects
Atmosphere
ของวิดีโอ
④ 📷 Shot Framing — บอกระยะภาพ
Google DeepMind ระบุ Shot Framing เป็นองค์ประกอบสำคัญของ Prompt Video
คำที่ใช้บ่อย ได้แก่
Extreme Close-up
ใกล้มาก เช่น ดวงตา หรือรายละเอียดสินค้า
Close-up
ใบหน้าหรือวัตถุเด่นเต็ม Frame
Medium Close-up
ประมาณอกขึ้นไป
Medium Shot
ประมาณเอวขึ้นไป
Full Shot
เห็นตัวคนเกือบทั้งหมด
Wide Shot
เห็น Subject พร้อม Environment
Extreme Wide Shot
เน้น Landscape หรือ Scale ของสถานที่
🎬 ตัวอย่าง Shot Framing
“เริ่มด้วย Wide Shot ของถนน แล้วค่อยเปลี่ยนเป็น Medium Shot ของตัวละคร”
หรือ
“Close-up ที่มือกำลังเทกาแฟ จากนั้นกล้องค่อย ๆ Pull Back เป็น Medium Shot”
การกำหนด Shot ทำให้ Video มีความเป็นงาน Cinematic มากกว่าแค่กำหนด Subject
⑤ 📐 Camera Angle — กำหนดมุมกล้อง
ตัวอย่าง Camera Angle ที่มีประโยชน์
Eye-level
Low Angle
High Angle
Top-down
Bird’s-eye View
Dutch Angle
Over-the-shoulder
POV
Front View
Side View
Three-quarter View
ตัวอย่าง
“ใช้ Low-angle Shot มองรถจากด้านหน้าซ้าย ทำให้รถดูทรงพลัง”
หรือ
“ใช้ Over-the-shoulder Shot จากด้านหลังตัวละคร มองไปยังจอคอมพิวเตอร์”
Gemini Omni รองรับการเปลี่ยน Camera Angle ด้วยภาษาธรรมชาติแม้หลังสร้าง Video แล้ว
⑥ 🎥 Camera Movement — หัวใจสำคัญของ Video Prompt
ภาพนิ่ง Prompt ที่ดีเน้น Composition
แต่วิดีโอต้องคิดเรื่อง Movement
Google DeepMind แนะนำคำสั่งกล้องหลายประเภท เช่น
Push in
Punch in
Dolly zoom
Static
Locked off
Fixed
Natural smartphone zoom
Film camera style
คำที่ใช้ได้บ่อยเพิ่มเติม ได้แก่
Pan Left
Pan Right
Tilt Up
Tilt Down
Dolly In
Dolly Out
Tracking Shot
Orbit Shot
Crane Shot
Drone Shot
Handheld
Zoom In
Zoom Out
🎯 Static Shot คืออะไร
กล้องอยู่กับที่
เหมาะกับ
บทพูด
สินค้า
Scene ที่ Subject เป็นฝ่ายเคลื่อนไหว
Prompt
“Static locked-off camera. ผู้หญิงเดินเข้ามาจากด้านขวาและหยุดตรงกลาง Frame”
➡️ Tracking Shot คืออะไร
กล้องเคลื่อนตาม Subject
ตัวอย่าง
“Tracking Shot ตามผู้ชายจากด้านหน้า ขณะเดินผ่านทางเดินสำนักงาน”
เหมาะกับ
คนเดิน
รถวิ่ง
สัตว์เคลื่อนที่
🔍 Dolly In คืออะไร
กล้องเคลื่อนเข้าใกล้ Subject จริง ๆ
ทำให้ Background Perspective เปลี่ยนตาม
ตัวอย่าง
“Slow dolly in toward the product.”
เหมาะกับ
สินค้า
ตัวละคร
ฉาก Dramatic
↩️ Dolly Out
กล้องถอยออก
ช่วยเปิดเผย Environment
Prompt
“เริ่ม Close-up ที่ใบหน้า แล้ว Dolly Out ช้า ๆ จนเห็นว่าตัวละครยืนอยู่กลางเมืองร้าง”
🌀 Orbit Shot
กล้องหมุนรอบ Subject
เหมาะกับ
สินค้า
รถ
ตัวละคร
3D Object
ตัวอย่าง
“Slow 180-degree orbit around the perfume bottle.”
🎥 Handheld
ให้ภาพรู้สึกเหมือนถือกล้อง
เหมาะกับ
Documentary
Street
Action
Realistic Footage
แต่ควรระบุระดับ เช่น
“subtle handheld movement”
แทนให้กล้องสั่นแรงเกินไป
🎬 One Continuous Shot คืออะไร
Google DeepMind ระบุว่า หากต้องการ Shot ต่อเนื่อง สามารถใช้คำว่า
one continuous shot
หรือ
oner
ตัวอย่าง
“สร้างเป็น one continuous shot ไม่มีการตัด กล้องเดินตามตัวละครจากหน้าร้านเข้าไปถึงโต๊ะด้านใน”
เหมาะมากกับ Scene ที่ต้องการความต่อเนื่อง
⑦ 💡 Lighting — แสงกำหนดอารมณ์วิดีโอ
Google DeepMind แนะนำให้ระบุ
แสงมาจากไหน
มีลักษณะอย่างไร
ส่งผลต่อ Scene แบบใด
ตัวอย่าง Lighting
Soft Natural Light
Golden Hour
Blue Hour
Studio Lighting
Neon Lighting
Moonlight
Rim Light
Window Light
Backlight
Dramatic Lighting
Overcast Light
Candlelight
🌅 ตัวอย่าง Lighting Prompt
“Golden Hour sunlight coming from behind the subject, creating soft rim light around the hair.”
หรือ
“Soft morning window light from the left with gentle natural shadows.”
ชัดกว่า
“แสงสวย”
มาก
🌃 สร้าง Mood กลางคืน
Prompt
“Nighttime scene illuminated by warm streetlights and blue neon signs, with wet pavement reflections.”
คำสั่งนี้ให้ข้อมูล
Time
Light Source
Color
Reflection
พร้อมกัน
⑧ 🎨 Style — วิดีโอต้องหน้าตาแบบไหน
Google DeepMind แนะนำให้บอกอารมณ์และ Style เช่น
Realistic
Cinematic
Grounded
Majestic
สามารถใช้ Style อื่นได้ เช่น
Photorealistic
Documentary
Anime
Claymation
Watercolor
Retro Futuristic
3D Animation
Stop Motion
Editorial
Vintage Film
Smartphone Video
Webcam Style
Gemini Omni ยังสามารถนำ Video เดิมไปเปลี่ยน Style เช่น Anime, Claymation หรือ Watercolor ผ่าน Prompt ได้ด้วย
🎨 อย่าใส่ Style ที่ขัดกันโดยไม่ตั้งใจ
ตัวอย่าง
“Photorealistic watercolor flat 3D cartoon documentary”
มีหลาย Style ที่ขัดกัน
ควรเลือก Style หลัก เช่น
“Photorealistic cinematic documentary style”
หรือ
“Stylized watercolor animation”
จะควบคุมง่ายกว่า
⑨ 🔊 Audio — อย่าลืม Prompt เรื่องเสียง
Gemini Apps รองรับการขอให้ Gemini สร้าง Audio พร้อม Video ได้
สามารถระบุ
Ambient Sound
Sound Effects
Dialogue
Music Mood
Footsteps
Engine Sound
Rain
Wind
Crowd
ได้
ตัวอย่าง
“มีเสียงฝนกระทบกระจก เสียงเครื่องชงกาแฟเบา ๆ และเสียงผู้คนคุยกันอยู่ไกล ๆ ไม่มีเพลง”
นี่ดีกว่า
“ใส่เสียงให้สมจริง”
🌧️ Prompt เสียงฝน
“Add gentle rain ambience, occasional distant thunder and soft footsteps on wet pavement.”
🚗 Prompt เสียงรถ
“Realistic sports car engine acceleration, tire noise on wet asphalt and subtle tunnel reverb. No background music.”
🗣️ Prompt บทพูด
ถ้ามี Dialogue ควรระบุว่า
ใครพูด
พูดอะไร
ภาษาอะไร
Tone แบบไหน
ตัวอย่าง
“ผู้หญิงพูดภาษาไทยด้วยน้ำเสียงเป็นมิตรว่า ‘ยินดีต้อนรับค่ะ’ หลังจากเปิดประตู แล้วหยุดพูดและยิ้มให้กล้อง”
อย่าเขียนเพียง
“ให้ผู้หญิงพูดต้อนรับ”
ถ้าต้องการประโยคเฉพาะ
🔄 Sync เสียงกับภาพได้ไหม
Gemini Omni ถูกออกแบบให้สามารถเชื่อม Action กับ Audio และ Google แสดงตัวอย่างการสั่งให้แสงในอาคารเปิดตามจังหวะเพลง รวมถึงการใช้เสียงร่วมกับการเปลี่ยนแปลงของภาพ
Prompt เช่น
“ให้ไฟ Neon กระพริบตรงตาม Beat ของเพลง”
หรือ
“ให้เสียงกระดิ่งเกิดขึ้นพอดีกับตอนตัวละครเปิดประตู”
ช่วยกำหนด Audio-Visual Timing
⑩ 🚫 Restrictions — บอกสิ่งที่ไม่ต้องการ
Prompt ที่ดีควรบอกทั้ง
สิ่งที่ต้องการ
และ
สิ่งที่ไม่ต้องการ
ตัวอย่าง
ไม่มีข้อความ
ไม่มี Logo
ไม่มีคนอื่น
ไม่มีเพลง
ห้ามเปลี่ยนหน้า
ห้ามเปลี่ยนสินค้า
ห้าม Crop ศีรษะ
ห้ามตัด Scene
ห้ามเปลี่ยน Background
ตัวอย่าง
“ไม่มีข้อความ ไม่มี Subtitle ไม่มี Logo และไม่มีคนอื่นใน Scene”
ช่วยลดองค์ประกอบที่ AI อาจเพิ่มขึ้นเอง
🔒 สูตร Preserve + Change Only สำหรับแก้วิดีโอ
หลังสร้าง Video แล้ว Gemini Omni รองรับ Multi-turn Editing โดยไม่ต้องอธิบาย Scene ทั้งหมดใหม่ Google แนะนำให้ขอ Update เฉพาะ เช่น เปลี่ยน Background หรือ Camera และให้ Omni รักษาส่วนที่ดีไว้
สูตรที่ใช้ได้ดีคือ
Preserve X + Change Only Y
ตัวอย่าง
“รักษาตัวละคร Movement, Lighting และ Environment เดิมทั้งหมด เปลี่ยนเฉพาะ Camera Angle เป็น Over-the-shoulder Shot”
หรือ
“รักษาวิดีโอเดิมทั้งหมด เปลี่ยนเฉพาะรถสีแดงเป็นรถสีดำ”
🎯 อย่าเขียน Prompt ใหม่ทั้งหมดทุกครั้ง
สมมติวิดีโอแรกดี 90%
แต่กล้องเร็วเกินไป
ไม่ควร Generate ใหม่ตั้งแต่ต้น
ให้พิมพ์
“รักษาทุกอย่างเดิม ลดความเร็ว Camera Movement ลงประมาณครึ่งหนึ่ง”
Gemini Omni ถูกออกแบบมาสำหรับ Iterative Editing โดยตรง
🧩 วิธีเขียน Prompt แบบเป็นหมวด
สำหรับ Prompt ซับซ้อน สามารถเขียนแบบนี้
Subject:
รถสปอร์ตสีดำ
Action:
วิ่งผ่านถนนในโตเกียว
Scene:
กลางคืนหลังฝนตก
Camera:
Low-angle tracking shot
Movement:
ตามรถจากด้านหลังอย่างนุ่มนวล
Lighting:
Blue and pink neon reflections
Style:
Photorealistic cinematic
Audio:
Engine + rain ambience
Restrictions:
No text, no logos, no extra vehicles
โครงสร้างนี้ช่วยให้แก้แต่ละส่วนง่าย
🔥 Prompt Template พร้อมใช้
ใช้ Template นี้เป็นฐานได้
“สร้างวิดีโอ [STYLE] ของ [SUBJECT] กำลัง [ACTION] ที่ [LOCATION]
Shot: [SHOT SIZE]
Camera angle: [ANGLE]
Camera movement: [MOVEMENT]
Lighting: [LIGHTING]
Mood/Color: [MOOD]
Audio: [AUDIO]
รักษา: [PRESERVE]
ห้าม: [RESTRICTIONS]”
🎬 Prompt Cinematic พร้อมใช้
“สร้างวิดีโอ Photorealistic Cinematic ของผู้ชายใส่สูทสีดำเดินผ่าน Lobby ของอาคารสำนักงานแห่งอนาคต ใช้ Medium Tracking Shot จากด้านหน้า กล้องถอยหลังอย่างนุ่มนวล มี Soft Blue Ambient Lighting และ Reflection บนพื้น พร้อมเสียง Footsteps และเสียงบรรยากาศสำนักงานเบา ๆ ไม่มีข้อความ ไม่มี Logo”
🚘 Prompt รถ พร้อมใช้
“สร้างวิดีโอ Cinematic ของรถสปอร์ตสีดำวิ่งบนถนนโตเกียวตอนกลางคืนหลังฝนตก ใช้ Low-angle Tracking Shot จากด้านหลัง กล้องเคลื่อนตามรถอย่างนุ่มนวล ถนนเปียกมี Blue และ Pink Neon Reflection มีเสียงเครื่องยนต์สมจริงและเสียงยางบนถนน ไม่มีเพลง ไม่มีข้อความ”
☕ Prompt ร้านกาแฟ
“สร้างวิดีโอ Cinematic Photorealistic ภายในร้านกาแฟ Modern Minimal ช่วงเช้า เริ่มด้วย Wide Shot แล้ว Slow Dolly In ไปยังแก้วกาแฟร้อนบนโต๊ะไม้ มี Soft Window Light และไอน้ำลอยขึ้นอย่างธรรมชาติ พร้อมเสียงเครื่องชงกาแฟและ Ambient Café เบา ๆ”
🌄 Prompt ธรรมชาติ
“สร้างวิดีโอ Drone Cinematic บินเหนือภูเขาและทะเลหมอกช่วงพระอาทิตย์ขึ้น กล้องเคลื่อน Forward อย่างช้าและมั่นคง มี Golden Sunlight ผ่านเมฆ เสียงลมธรรมชาติและนกอยู่ไกล ๆ ไม่มีเพลง ไม่มีข้อความ”
🛍️ Prompt สินค้า
“ใช้สินค้าใน Reference เป็น Master Product รักษารูปร่าง สี Label, Logo และ Packaging เดิม กล้อง Orbit รอบสินค้า 180 องศาอย่างช้า ๆ บนแท่นหินสีดำใน Premium Studio ใช้ Soft Golden Rim Light และ Realistic Reflection ไม่มีข้อความและไม่มีสินค้าอื่น”
📱 Prompt TikTok / Reels / Shorts
“สร้าง Vertical Video 9:16 สำหรับ Short-form Social Media ผู้หญิงเดินบนถนนในเมืองช่วง Golden Hour ใช้ Full-body Tracking Shot จากด้านหน้า กล้องเคลื่อนถอยหลังอย่างนุ่มนวล ใช้ Warm Cinematic Color Grade เว้น Safe Area บริเวณด้านบนและด้านล่าง ไม่มีข้อความ”
Gemini Omni รองรับ Aspect Ratio Control และถ้ามี Reference Image หรือ Video Output จะอิง Aspect Ratio ของ Reference ที่ Upload ใน Workflow ปัจจุบัน
▶️ Prompt YouTube 16:9
“สร้างวิดีโอ 16:9 Cinematic Technology B-roll ภายใน Data Center สมัยใหม่ กล้อง Dolly Forward ช้า ๆ ผ่านทางเดินที่มี Server Rack ทั้งสองด้าน ใช้ Cool Blue Lighting และ subtle fog มีเสียง Fan และ Server ambience ไม่มีคน ไม่มี Logo และไม่มีข้อความ”
👤 Prompt รักษาหน้าคน
ถ้าใช้ Image Reference
“ใช้บุคคลจาก Reference เป็น Master Identity รักษา Facial Identity, eyes, nose, lips, face shape, skin tone, hairstyle, age และ body proportions ตลอดทั้งวิดีโอ ให้บุคคลเดินเข้าหากล้องอย่างเป็นธรรมชาติ ห้ามเปลี่ยนใบหน้าระหว่าง Frame”
Reference ช่วยเพิ่มความ Consistency ของตัวละคร Environment หรือ Object โดย Google DeepMind แนะนำให้เพิ่ม Reference หากต้องการให้ Scene คงที่มากขึ้น
🖼️ วิธีเขียน Prompt เมื่อใช้หลาย Reference
Gemini Apps ปัจจุบันรองรับการ Upload 1 วิดีโอและสูงสุด 5 รูป ใน Video Creation Workflow
ควร Label แต่ละ Reference ให้ชัด
ตัวอย่าง
“Image 1 = บุคคลหลัก
Image 2 = เสื้อผ้า
Image 3 = สถานที่
ใช้บุคคลจาก Image 1 เป็น Identity Reference ใช้เสื้อจาก Image 2 และ Environment จาก Image 3 รักษาหน้าของบุคคลจาก Image 1 ตลอดวิดีโอ”
ดีกว่า
“ใช้รูปทั้งหมดนี้ทำ Video”
มาก
🎥 วิธีใช้ Video เป็น Reference
Gemini Omni สามารถใช้ Video Reference เพื่ออ้างอิง
Camera Movement
Movement
Perspective
Timing
Style
ได้
Google DeepMind แสดงตัวอย่างการอ้าง Camera Movement และ Distortion จาก Video หนึ่ง แล้วนำ Character จาก Image อีกใบมาสร้าง Scene ใหม่
Prompt ตัวอย่าง
“ใช้ Camera Movement และ Perspective จาก Video Reference แต่ใช้ตัวละครจาก Image Reference รักษาตัวละครเดิมตลอด Clip”
📝 ใช้ Storyboard เป็น Prompt ได้ไหม
ได้
Google DeepMind ระบุว่า หากผู้ใช้มี Narrative Arc อยู่แล้ว สามารถให้ Visual Storyboard เป็น Reference และบอก Gemini Omni ให้ทำตาม Key Beats ตามลำดับได้
เหมาะกับ
โฆษณา
Short Film
Explainer
Storytelling
Music Video Concept
ตัวอย่าง
“ใช้ Storyboard นี้ตามลำดับจากซ้ายบนไปขวาล่าง รักษาตัวละครคนเดิมตลอดทุก Shot ใช้ Cinematic Realism และ Transition ที่ต่อเนื่อง”
🧠 Prompt แบบ Story Beats
ถ้าไม่มีรูป Storyboard สามารถเขียนเป็นลำดับ
Beat 1:
Wide Shot เมืองตอนกลางคืน
Beat 2:
รถสปอร์ตเข้ามาใน Frame
Beat 3:
Close-up ล้อรถบนถนนเปียก
Beat 4:
Tracking Shot ด้านหลัง
Beat 5:
รถหยุดหน้าตึก
ช่วยสร้าง Narrative ที่ชัดกว่าการเขียนทุกอย่างเป็นย่อหน้าเดียว
📝 Gemini สร้างข้อความในวิดีโอได้ไหม
Gemini Omni มีความสามารถด้าน Text Rendering และ Google DeepMind ระบุว่าสามารถควบคุม
Type
Placement
Animation
Exposure
ของข้อความ รวมถึง Sync กับ Visual ได้
ตัวอย่าง
“แสดงคำว่า ‘COMING SOON’ อยู่กลาง Frame เป็นตัวอักษรสีขาว Fade In ช้า ๆ ในช่วงท้าย”
แต่ข้อความสำคัญยังควร Proofread ก่อนเผยแพร่
🇹🇭 Prompt ข้อความภาษาไทย
“ช่วงท้ายวิดีโอ ใส่ข้อความภาษาไทยว่า ‘พบกันเร็ว ๆ นี้’ ตรงตามตัวอักษร อยู่กึ่งกลาง Frame สีขาว ไม่มีข้อความอื่น”
หากสะกดผิด สามารถ Edit เฉพาะข้อความต่อใน Chat ได้
🧠 Gemini Omni ไม่จำเป็นต้องสั่งละเอียดทุก Frame
นี่เป็นความแตกต่างสำคัญจาก Video Model แบบเก่า
Google DeepMind ระบุว่า Gemini Omni ใช้ World Understanding และ Reasoning มากขึ้น จึงไม่จำเป็นต้องบรรยายทุก Frame อย่างละเอียดเหมือน Workflow บางแบบของ Veo เพียงบอก Intent ที่ชัด แล้วให้โมเดลเติมรายละเอียดที่สมเหตุสมผลได้
ดังนั้น Prompt ที่ดีคือ
ละเอียดในสิ่งที่เราแคร์
แต่
ไม่ Micromanage ทุกอย่างโดยไม่จำเป็น
⚖️ ระหว่าง Prompt สั้นกับ Prompt ยาว อันไหนดีกว่า
ไม่มีคำตอบว่า “ยิ่งยาวยิ่งดี”
Prompt ที่ดีควร
ชัด
ไม่ขัดแย้ง
มี Priority
มี Visual Direction
ตัวอย่าง Prompt สั้นที่ดี
“Close-up Cinematic ของ Barista เท Latte Art ใช้ Soft Morning Window Light กล้อง Push In ช้า ๆ มีเสียงร้านกาแฟ ไม่มีเพลง”
อาจดีกว่า Prompt ยาว 500 คำที่ใส่ Style ขัดกันหลายแบบ
🚫 สิ่งที่ไม่ควรทำใน Video Prompt
① เขียนกว้างเกินไป
“ทำ Video สวย ๆ”
② ใส่ Style ขัดกันมากเกินไป
Photorealistic + Flat Cartoon + Watercolor + Claymation พร้อมกันโดยไม่มี Transition
③ เปลี่ยนทุกอย่างใน Prompt เดียว
คน
เสื้อ
รถ
Background
Camera
Audio
Text
พร้อมกันหลังจากมี Video ที่ดีอยู่แล้ว
④ ไม่ระบุสิ่งสำคัญที่ต้องรักษา
โดยเฉพาะ
Face
Product
Logo
Character
⑤ ใช้ Reference แต่ไม่บอกว่าแต่ละไฟล์ใช้ทำอะไร
⑥ ไม่ระบุ Camera Movement
ทำให้ AI ตัดสิน Movement เองทั้งหมด
🎯 เทคนิค Priority Prompt
ถ้างานมีหลายเงื่อนไข สามารถบอก Priority
Priority 1:
รักษา Facial Identity
Priority 2:
Movement ต้องเป็นธรรมชาติ
Priority 3:
Camera Tracking ช้า
Priority 4:
Background เป็นโตเกียวกลางคืน
Priority 5:
เสียงฝนเบา ๆ
ช่วยทำให้ Intent ชัดขึ้น โดยเฉพาะงานที่มี Reference
🔁 วิธีแก้ Prompt เมื่อวิดีโอแรกไม่ตรง
ใช้หลัก
สร้าง → ตรวจ → ระบุปัญหาเดียว → แก้ → ตรวจอีกครั้ง
ตัวอย่าง
Video แรกดี แต่กล้องเร็ว
Prompt ต่อไป
“รักษาตัวละคร Scene, Lighting และ Audio เดิมทั้งหมด ลดความเร็วของ Camera Tracking ลงครึ่งหนึ่ง”
ไม่ต้องอธิบาย Video ตั้งแต่ต้นใหม่
Google DeepMind ระบุว่า Omni สามารถรักษาส่วนของ Video ที่ดีไว้ระหว่างการแก้หลายรอบและให้ผู้ใช้ Focus เฉพาะสิ่งที่ต้องเปลี่ยน
🎥 Gemini เปลี่ยน Camera หลังสร้างแล้วได้ไหม
ได้
Google ยกตัวอย่างการแก้ Camera Angle เช่นเปลี่ยนเป็น Over-the-shoulder รวมถึงการสั่ง Close-up แล้ว Tilt ขึ้นเป็น Medium Shot และขยายออก
Prompt
“เปลี่ยน Camera Angle เป็น Over-the-shoulder จากด้านหลังตัวละคร รักษา Action และ Scene เดิมทั้งหมด”
🔄 เปลี่ยน Action หลังสร้างได้ไหม
ได้
ตัวอย่าง
จาก
ตัวละครยืน
เปลี่ยนเป็น
“รักษาทุกอย่างเดิม ให้ตัวละครเดินเข้าหากล้องอย่างช้า ๆ แทนการยืนอยู่กับที่”
Gemini Omni สามารถแก้ Action และ Animation ด้วย Natural Conversation ได้
🎨 เปลี่ยน Style หลังสร้างได้ไหม
ได้
ตัวอย่าง
“รักษา Movement, Camera และ Composition เดิม เปลี่ยนเฉพาะ Visual Style เป็น Claymation”
หรือ
“เปลี่ยนเฉพาะ Style เป็น Anime โดยรักษา Action และ Timing เดิม”
Google DeepMind ระบุถึงการ Reimagine Video เป็น Anime, Claymation หรือ Watercolor โดยรักษา Motion และรายละเอียดจาก Source ได้
🎧 Sync Movement กับเพลง
Prompt
“ให้ตัวละครเปลี่ยน Pose ตามจังหวะ Beat และให้ Neon Light กระพริบตรงกับ Kick Drum”
หรือ
“เปลี่ยน Visual Style ทุก 2 Beats โดย Movement ของตัวละครต้องต่อเนื่อง”
Omni สามารถใช้ Audio และ Video References ร่วมกันใน Workflow ที่รองรับ
🔥 Prompt สำหรับ Video Ads
“สร้างวิดีโอโฆษณา Premium 16:9 ของนาฬิกาสีดำ ใช้สินค้าจาก Reference เป็น Master Product รักษา Shape, Logo, Dial และ Material เดิม เริ่ม Extreme Close-up ที่หน้าปัด จากนั้น Slow Orbit 120 องศารอบสินค้า มี Black Studio Background และ Golden Rim Light พร้อมเสียง Mechanical Tick เบา ๆ ไม่มีข้อความ”
🔥 Prompt สำหรับ Restaurant
“สร้างวิดีโอ Food Commercial แบบ Photorealistic Close-up ของ Steak กำลังถูกวางบนจาน มีไอน้ำลอยขึ้น ใช้ Warm Restaurant Lighting กล้อง Slow Push In มีเสียง Sizzle เบา ๆ และ Ambient Restaurant ไม่มีคน ไม่มีข้อความ”
🔥 Prompt สำหรับอสังหาริมทรัพย์
“สร้างวิดีโอ Cinematic Property Tour ของห้องนั่งเล่น Modern Luxury เริ่ม Wide Shot จากทางเข้า จากนั้น Slow Dolly Forward ผ่านห้องไปยังหน้าต่างกระจกขนาดใหญ่ ใช้ Soft Natural Afternoon Light Camera Movement Smooth ไม่มีคน ไม่มีข้อความ”
🔥 Prompt Explainer
“สร้างวิดีโอ Educational Explainer อธิบายการทำงานของ Cloud Computing ด้วย Visual Style แบบ Modern Flat Media ใช้ Animation เรียบง่ายแสดง User Device ส่งข้อมูลไป Cloud Server แล้วรับผลกลับมา ใช้ข้อความสั้นเฉพาะ Label ที่จำเป็น และจัดลำดับขั้นตอนให้ชัดเจน”
Gemini Omni สามารถใช้ World Knowledge เพื่อช่วยสร้าง Visual Explanation แต่ข้อมูลที่ใช้เผยแพร่ควรตรวจ Fact อีกครั้ง
🔥 Prompt Before/After ที่ไม่หลอกผู้ชม
ถ้าทำ Concept
“สร้างวิดีโอ Concept Visualization แบบ Split Screen ด้านซ้ายเป็นห้องว่าง ด้านขวาเป็นห้องที่ตกแต่งในสไตล์ Modern Minimal ให้ระบุชัดว่าเป็น AI Concept Visualization และอย่านำเสนอเป็นภาพผลลัพธ์จริง”
เหมาะกับงานที่ต้องการความโปร่งใสและไม่ทำให้ผู้ชมเข้าใจผิด
📋 Checklist ก่อนกด Generate
ตรวจ Prompt ว่ามีหรือยัง
① Subject
ใคร/อะไร
② Action
ทำอะไร
③ Location
ที่ไหน
④ Shot
ใกล้หรือไกล
⑤ Camera Angle
มุมอะไร
⑥ Camera Movement
กล้องเคลื่อนแบบไหน
⑦ Lighting
แสงแบบไหน
⑧ Style
Visual แบบไหน
⑨ Audio
มีเสียงอะไร
⑩ Restrictions
ห้ามอะไร
ถ้ามี Reference
ตรวจเพิ่ม
⑪ Reference Role
แต่ละรูปใช้ทำอะไร
⑫ Preserve
อะไรต้องเหมือนต้นฉบับ
📋 Checklist หลัง Generate
ตรวจ
Face
Hands
Movement
Physics
Camera
Lighting
Text
Audio
Lip Sync
Product Detail
Logo
Continuity
ถ้าผิดเพียงจุดเดียว ให้แก้เฉพาะจุดนั้นแทนการ Generate ใหม่ทั้งหมด
❌ ตัวอย่าง Prompt ที่ไม่ดี
“ทำ Video รถสวย ๆ ในเมืองให้เท่ ๆ”
ปัญหา
รถอะไร
สีอะไร
เมืองไหน
กลางวันหรือกลางคืน
Camera อยู่ตรงไหน
รถกำลังทำอะไร
Style แบบไหน
ไม่ชัด
✅ Prompt ที่ปรับแล้ว
“สร้างวิดีโอ Cinematic Photorealistic ของรถสปอร์ต Coupe สีดำด้าน วิ่งบนถนนโตเกียวตอนกลางคืนหลังฝนตก ใช้ Low-angle Tracking Shot จากด้านหลัง กล้องตามรถอย่างนุ่มนวล มี Neon Reflection บนถนน พร้อมเสียงเครื่องยนต์และเสียงฝน ไม่มีเพลง ไม่มีข้อความ และไม่มี Logo”
Intent ชัดขึ้นทันที
❌ Prompt เปลี่ยน Background ที่ไม่ดี
“เปลี่ยนฉาก”
✅ Prompt ที่ดีกว่า
“รักษาตัวละคร Action, Camera Movement และ Audio เดิมทั้งหมด เปลี่ยนเฉพาะ Environment จากสำนักงานเป็นร้านกาแฟ Modern Minimal ช่วงเช้า ใช้ Soft Window Light”
❌ Prompt รักษาหน้าแบบกว้างเกินไป
“เอาหน้าเดิม”
✅ Prompt ที่ดีกว่า
“ใช้ Image Reference เป็น Master Identity รักษา Facial Identity, eyes, nose, lips, face shape, skin tone, hairstyle และ age เดิมตลอดทุก Frame”
🧠 สูตร Debug Video Prompt
ถ้าผลไม่ดี ให้ตรวจทีละตัวแปร
Subject → Action → Camera → Motion → Lighting → Style → Audio → Continuity
อย่าเปลี่ยนทุกอย่างพร้อมกัน
ตัวอย่าง
รอบ 1
Subject ถูก แต่ Camera ผิด
แก้ Camera อย่างเดียว
รอบ 2
Camera ถูก แต่ Movement เร็ว
ลด Movement
รอบ 3
ทุกอย่างดี แต่ Audio ดัง
ลด Audio
นี่คือวิธีใช้ Multi-turn Editing อย่างมีประสิทธิภาพ
🥇 สูตร Video Prompt ที่ควรจำ
สูตรสั้นที่สุดคือ
ใคร + ทำอะไร + ที่ไหน + กล้อง + การเคลื่อน + แสง + Style + เสียง + สิ่งที่ห้าม
หรือภาษาอังกฤษ
Subject + Action + Location + Shot + Camera Motion + Lighting + Style + Audio + Restrictions
ถ้าแก้ Video ใช้
Preserve + Change Only
❓ คำถามที่พบบ่อยเกี่ยวกับ Prompt สร้างวิดีโอ Gemini
① เขียน Prompt Gemini Video ยังไงให้ดี
ระบุ Subject, Action, Location, Shot Framing, Camera Motion, Lighting และ Style ให้ชัด โดย Google DeepMind ระบุองค์ประกอบเหล่านี้เป็นส่วนสำคัญของการควบคุม Gemini Omni
② Prompt ต้องเป็นภาษาอังกฤษไหม
ไม่จำเป็นต้องใช้ภาษาอังกฤษทั้งหมด สามารถสั่ง Gemini ด้วยภาษาธรรมชาติได้ แต่ศัพท์ด้านภาพยนตร์ เช่น Tracking Shot, Dolly In, Close-up หรือ Golden Hour ช่วยระบุ Visual Direction ได้เฉพาะเจาะจง
③ Prompt ยิ่งยาวยิ่งดีไหม
ไม่จำเป็น รายละเอียดที่เกี่ยวข้องช่วยเพิ่ม Control แต่ Prompt ควรชัดและไม่ขัดแย้งกัน Google แนะนำให้เพิ่มรายละเอียดด้าน Shot, Style, Lighting, Location และ Action มากกว่าการยืด Prompt โดยไม่มีจุดประสงค์
④ ต้องกำหนด Camera ไหม
ไม่บังคับ แต่ควรกำหนดเมื่อ Camera มีผลต่อ Intent เพราะ Gemini Omni รองรับคำสั่ง Shot Framing, Angle และ Camera Movement อย่างละเอียด
⑤ สั่ง One Take ได้ไหม
ได้ Google แนะนำคำว่า “one continuous shot” หรือ “oner” หากต้องการ Shot ต่อเนื่อง
⑥ Gemini สร้างเสียงพร้อมวิดีโอได้ไหม
ได้ Gemini Apps Help ระบุว่าสามารถขอให้ Gemini สร้าง Audio พร้อม Video ได้
⑦ ใช้รูปเป็น Reference ได้ไหม
ได้ และ Gemini Apps ปัจจุบันรองรับสูงสุด 5 รูป พร้อมวิดีโอ Reference 1 ไฟล์ใน Workflow สร้างวิดีโอ
⑧ ถ้าวิดีโอเกือบดีแล้วต้องเขียน Prompt ใหม่ทั้งหมดไหม
ไม่ต้อง Gemini Omni รองรับ Multi-turn Editing และ Google แนะนำให้ขอแก้เฉพาะส่วนโดยไม่ต้อง Prompt Scene ใหม่ทั้งหมด
⑨ Gemini เปลี่ยนมุมกล้องหลังสร้างได้ไหม
ได้ สามารถสั่งเปลี่ยน Camera Angle, Point of View และ Movement ผ่านการสนทนาได้
⑩ ใช้ Storyboard ได้ไหม
ได้ Gemini Omni รองรับ Visual Storyboard เพื่อให้โมเดลเดินเรื่องตาม Key Beats ที่กำหนด
✅ สรุป วิธีเขียน Prompt สร้างวิดีโอใน Gemini
การเขียน Prompt สำหรับ Gemini Video ให้ดีไม่ได้ขึ้นอยู่กับการใช้ศัพท์ยาก แต่ขึ้นอยู่กับว่า คุณบอกสิ่งที่สำคัญต่อวิดีโอครบหรือไม่
Google DeepMind แนะนำองค์ประกอบหลักสำหรับ Gemini Omni ได้แก่
Shot Framing และ Motion
Style
Lighting
Location
Action
และยิ่งเพิ่มรายละเอียดที่เกี่ยวข้องมากขึ้น ก็ยิ่งมี Control ต่อ Final Output มากขึ้น
สูตรที่ใช้ได้กับงานส่วนใหญ่คือ
Subject + Action + Location + Camera + Movement + Lighting + Style + Audio + Restrictions
เช่น
“สร้างวิดีโอ Cinematic Photorealistic ของรถสปอร์ตสีดำวิ่งผ่านโตเกียวตอนกลางคืนหลังฝนตก ใช้ Low-angle Tracking Shot กล้องตามรถอย่างนุ่มนวล มี Neon Reflection บนถนน พร้อมเสียงเครื่องยนต์และเสียงฝน ไม่มีข้อความและ Logo”
หากมี Image หรือ Video Reference ให้เพิ่ม
Reference Role + Preserve
เช่น
“ใช้ Image 1 เป็น Master Identity และรักษาใบหน้าตลอดทุก Frame”
หลังสร้าง Video ครั้งแรกแล้ว หากผิดเพียงบางจุด ไม่ควรเริ่ม Prompt ใหม่ทั้งหมด
ให้ใช้จุดแข็งของ Gemini Omni ซึ่งรองรับ Multi-turn Editing แล้วสั่ง
“รักษาทุกอย่างเดิม เปลี่ยนเฉพาะ…”
เพราะ Google ออกแบบ Omni ให้สามารถแก้วิดีโอผ่าน Natural Conversation และรักษาสิ่งที่ทำถูกอยู่แล้วระหว่างการแก้หลายรอบ
ดังนั้น Workflow ที่ดีที่สุดคือ
① เขียน Concept
② กำหนด Subject และ Action
③ กำหนด Shot และ Camera Movement
④ กำหนด Lighting และ Style
⑤ ใส่ Audio
⑥ บอกสิ่งที่ห้าม
⑦ Generate
⑧ ตรวจ Output
⑨ แก้ทีละจุดด้วย Multi-turn Prompt
และสูตรที่ควรจำที่สุดมีเพียงสองสูตร
สำหรับสร้างใหม่:
WHO + DOES WHAT + WHERE + CAMERA + MOVEMENT + LIGHT + STYLE + AUDIO + DON’T
สำหรับแก้ Video:
PRESERVE + CHANGE ONLY
เมื่อใช้สองสูตรนี้อย่างเป็นระบบ จะช่วยให้ Gemini เข้าใจภาพในหัวของคุณได้ดีขึ้น และลดการ Generate ซ้ำแบบสุ่มเพื่อหาวิดีโอที่ตรงใจ
