الحفاظ على الشخصية نفسها في مشاهد مختلفة بالذكاء الاصطناعي

الجواب المختصر: أكثر الطرق موثوقية للحفاظ على شخصية واحدة عبر المشاهد هي صور مرجعية واضحة، ووصف تفصيلي يُكرر في كل موجّه بالحرف، وحيثما أمكن التعديل بدلًا من التوليد من الصفر. لا يعد أي نموذج بتطابق كامل؛ فبطاقة نموذج Nano Banana من Google نفسها تذكر أن تناسق الشخصية لا يتحقق دائمًا بالكامل. في هذه المقالة نشرح الطرق الواردة في الوثائق الرسمية، والأرقام، والحدود، وقاعدة الإذن الخاصة بالأشخاص الحقيقيين.

لماذا يصعب تثبيت الشخصية؟

النماذج التوليدية تُخرج النتيجة من الصفر في كل مرة؛ فحتى عند تشغيل الموجّه نفسه مرتين، يتغير الوجه أو الشعر أو الملابس بفروق صغيرة. والطريقة الوحيدة لتقول للنموذج «الشخص نفسه» هي أن تعرض عليه الشخص، أو أن تصفه بدقة شديدة. لذلك تقوم كل الطرق على فكرتين: تقديم مرجع، وتثبيت الوصف.

خطوة بخطوة: كيف تبني شخصية متسقة؟

1. جهّز بطاقة للشخصية

ابدأ بإنتاج مجموعة مرجعية نظيفة لشخصية واحدة: صور أمامية وجانبية وأخرى لنصف الجسم، واضحة، بخلفية بسيطة وإضاءة واحدة. ويقترح دليل Veo أيضًا هذا النهج: أنشئ صور المرجع أولًا بنموذج صور (Nano Banana) ثم أعطها لنموذج الفيديو. وعرض الشخصية من عدة زوايا بدلًا من صورة واحدة قوية يساعد النموذج على استخراج التفاصيل.

2. اكتب وصفًا تفصيليًا واستخدمه كما هو في كل مرة

فكّر في الوصف كـ«بطاقة هوية للشخصية»، وانسخه والصقه في بداية كل موجّه. العناصر التي يجب تثبيتها: الفئة العمرية، وشكل الوجه، ولون الشعر وشكله، ولون البشرة، والملامح المميزة، والملابس والإكسسوارات.

Karakter: a man in his early thirties, short wavy dark-brown hair, light stubble, warm olive skin, round tortoiseshell glasses, a mustard-yellow knit sweater over a white shirt.

المشهد: [بطاقة الشخصية] sits at a window table in a small café, reading a paperback, soft morning light, medium shot.

استخدم الكلمات نفسها بالترتيب نفسه في كل موجّه؛ فالانتقال إلى مرادفات (مثل «كستنائي» بدل «بني» للشعر) قد يسبب انزياحًا وإن كان صغيرًا.

3. أشِر إلى الصور المرجعية بأدوارها في الموجّه

بحسب وثائق Gemini API يمكن أن تصل الصور المرجعية إلى 14 صورة إجمالًا، والتوزيع يختلف بحسب النموذج: في Nano Banana Pro تصل إلى 6 أشياء و5 شخصيات، وفي Nano Banana 2.1 تصل إلى 10 أشياء و4 شخصيات. وتدعم وثائق BFL الصور المتعددة في FLUX.2، وتصل في الواجهة البرمجية إلى 8 صور، وتقترح الإشارة إلى المراجع بالترتيب («image 1») وذكر دور كل منها.

Use the man from image 1 as the main character, keep his face, hairstyle and glasses exactly the same. Place him on a mountain trail at golden hour, wearing a dark green jacket.

4. عدّل بدلًا من إعادة التوليد

تقترح وثائق Gemini التعديل عبر عدة جولات، وتُظهر أمثلة التعديل كتابة ما يجب ألا يتغير. إذا خرجت الشخصية صحيحة في صورة، فاطلب المشهد الجديد كتعديل: «ضع هذه الشخصية في هذا المكان، واحتفظ بالوجه والملابس كما هي». والتعديل ينتج انزياحًا أقل من إعادة إنتاج المشهد كله.

Keep the man's face, hair and clothing exactly the same. Change only the setting to a sunny beach and his pose to walking along the shoreline.

5. استخدم ميزات المراجع في الفيديو

تُعطى في ميزة «Ingredients to Video» من Google ثلاث صور مرجعية كحد أقصى، وبحسب وثائق Gemini API يجب أن تكون هذه الصور لشخص واحد أو شخصية أو منتج واحد. ويذكر إعلان يناير 2026 تحسنًا في ثبات الشخصيات بين المشاهد وفي تناسق الخلفية، وأول دعم للصيغة العمودية 9:16. وفي نموذج H3 من MiniMax يمكن إعطاء 9 صور و3 فيديوهات و3 مقاطع صوتية كحد أقصى للإنتاج بالمراجع، والهدف تثبيت شخصية أو حركة أو كاميرا أو أسلوب أو صوت. وأعلنت ByteDance أيضًا Seedance 2.5 بدعم واسع للمراجع. أيًا كانت الأداة التي تستخدمها، اكتب في الموجّه أي مرجع يمثل ماذا.

6. البذرة (seed) مساعد، لا حل

تثبيت البذرة يجعل النتائج أقرب إلى بعضها، لكن الوثائق لا تضمن النتيجة نفسها حتى مع البذرة نفسها، وفي بعض النماذج لا يوجد حقل للبذرة أصلًا. أساس الشخصية هو المرجع والوصف؛ أما البذرة فدعم صغير ليس أكثر.

أين يتزحزح الاتساق؟ وما الحدود المعروفة؟

• لا يوجد اتساق مطلق: تذكر بطاقة نموذج Nano Banana 2.1 أن تناسق الشخصية لا يتحقق دائمًا بالكامل.
• عدد المراجع محدود: وفق وثائق Gemini يتراوح عدد الشخصيات المتاحة لكل صورة بين 4 و5 بحسب النموذج، ومع المشاهد المزدحمة يُتوقع انزياح. ونسخة Lite ليست مُحسّنة للمراجع المتعددة.
• اختلاف الزوايا: في الصور الجانبية أو من الخلف تقل تفاصيل الوجه غالبًا؛ أضف مراجع من هذه الزوايا أيضًا.
• الملابس والتفاصيل الصغيرة: قد تتغير الأنماط والكتابة والحلي بين اللقطات؛ تبسيط التفاصيل يزيد الاتساق.
• مدة الفيديو: كلما طال المقطع انزلق الوجه؛ أنشئ مقاطع قصيرة وابدأ بإطار أول متسق.
• لغة الموجّه: كتابة الوصف بالإنجليزية أكثر قابلية للتوقع في معظم النماذج.

الأشخاص الحقيقيون وقاعدة الإذن

استخدام صورتك أو صورة شخص آخر كمرجع ممكن تقنيًا، لكن المسؤولية الأخلاقية والقانونية عليك. القاعدة البسيطة: إذا لم يكن لديك إذن صريح من صاحب الصورة، فلا تستخدمها. إظهار شخص وكأنه قال شيئًا لم يقله أو فعل شيئًا لم يفعله هو تضليل. وصور الأطفال تحتاج إلى إذن الوالد أو الولي. ولا تستخدم صور المشاهير أو الشخصيات المعروفة كمرجع. ووسم المحتوى المولّد بالذكاء الاصطناعي أمر تطلبه منصات كثيرة أصلًا.

أما الشخصيات الخيالية التي تبتكرها فلا تحمل هذه المشكلة: يمكنك استخدامها كما تشاء. وإذا كان مشروعك يضم شخصًا حقيقيًا، فاحصل على إذن كتابي من الشخص المعني.

مثال عملي: قصة قصيرة من ثلاثة مشاهد

لنطبق الفكرة على مثال صغير: صاحب مقهى نُنتج له ثلاثة مشاهد. الهدف أن يظهر الشخص نفسه في الصباح والظهيرة والمساء.

1. بطاقة الشخصية: أنشئ أولًا ثلاث صور نظيفة من الأمام والجانب ونصف الجسم؛ خلفية بسيطة وإضاءة واحدة.
2. الوصف: اكتب وصف الشخصية في ملف نصي والصقه في بداية كل موجّه.
3. المشهد 1 (الصباح): أعطِ الصور المرجعية، وأظهر الشخصية عند باب المقهى.
4. المشهد 2 (الظهيرة): استخدم المشهد الأول كتعديل: «احتفظ بالوجه والملابس، وغيّر المكان فقط إلى منضدة مزدحمة.»
5. المشهد 3 (المساء): بالطريقة نفسها، غيّر الإضاءة والوقت فقط.
6. الفحص: ضع الصور الثلاث جنبًا إلى جنب، وتحقق من ثبات الشعر والنظارة والملابس، وصحّح التفصيل المنزاح بتعديل واحد.

المشهد 3: Keep the man from image 1 exactly the same, face, glasses, hair and mustard sweater. Change only the setting to the same café at night, warm lamp light, rain on the window, he is stacking chairs.

هذه الطريقة لا تعد باتساق كامل، لكنها تقلل الانزياح؛ وعندما تلاحظ تفصيلًا منزاحًا فإن تعديلًا واحدًا يكفي غالبًا، ولا داعي لأن تبدأ من الصفر.

أخطاء شائعة

• الاعتماد على مرجع واحد: قدّم مراجع واضحة من عدة زوايا.
• تغيير الوصف في كل مرة: انسخ بطاقة الشخصية كما هي.
• عدم إعطاء أدوار للمراجع: اكتب أي صورة تمثل الشخصية وأيها تمثل المكان.
• إعادة إنتاج المشهد كله: إذا كانت الشخصية صحيحة فاطلب التعديل.
• طلب شخصيات كثيرة في مشهد مزدحم: لا تتجاوز أعداد الوثائق.
• استخدام صورة شخص حقيقي دون إذن: احصل على إذن كتابي لصورة أي شخص.

الخلاصة

• ثلاث ركائز للاتساق: مراجع واضحة، ووصف ثابت، والتعديل.
• تختلف أعداد المراجع بحسب النموذج؛ فـNano Banana يقبل حتى 4 أو 5 شخصيات بحسب الإصدار، و Veo حتى ثلاث صور.
• لا يعد أي نموذج باتساق كامل؛ والبذرة مساعد صغير لا حل.
• في الفيديو استخدم مقاطع قصيرة وميزات المراجع.
• احصل على إذن صريح لصور الأشخاص الحقيقيين، وإذن الوالد لصور الأطفال، واوسم المحتوى المولّد.