Vox-शैली के पेपर-कोलाज एक्सप्लेनर इन दिनों हर जगह छाए हुए हैं।
वे TikTok और Instagram पर लाखों व्यूज बटोर रहे हैं, और मीडिया खरीदारों ने उन्हें पेड विज्ञापनों के रूप में चलाना शुरू कर दिया है। ये काम कर रहे हैं। यह शैली संपादकीय लगती है, विज्ञापन की तरह नहीं, इसलिए लोग वास्तव में इसे देखते हैं।
कुछ समय पहले तक, ऐसा बनाने का मतलब था एक मोशन डिज़ाइनर को काम पर रखना या After Effects में दिन बिताना।
अब Google Omni Flash इस शैली को आश्चर्यजनक रूप से अच्छी तरह से जनरेट करता है। फटे कागज़ की बनावट, कटआउट टाइपोग्राफी, हाथ से काटे गए चित्र, वीडियो में नैरेशन बेक किया हुआ। और यह तेज़ी से जनरेट करता है।
मैंने एक स्किल बनाई है जो पूरी प्रक्रिया को ऑटोमेट करती है। आप कुछ सवालों के जवाब देते हैं, और यह आपके लिए MaxFusion AI के अंदर पूरा विज्ञापन तैयार कर देती है। कोई प्रॉम्प्ट कॉपी-पेस्ट नहीं, कोई निगरानी नहीं।
यहाँ बताया गया है कि पूरी चीज़ कैसे काम करती है।
स्किल क्या करती है
आप स्किल लोड करते हैं और इसे अपने प्रोडक्ट के बारे में बताते हैं।
यह प्रश्नों का एक छोटा सेट पूछती है। क्या आपके पास प्रोडक्ट की इमेज है? क्या आप स्क्रीन पर एक मस्कट चाहते हैं, या एक फेसलेस एक्सप्लेनर? वर्टिकल या हॉरिज़ॉन्टल? मोटे तौर पर बस इतना ही।
यदि आप एक प्रोडक्ट इमेज अपलोड करते हैं, तो यह हर क्लिप में एक वास्तविक संदर्भ के रूप में जुड़ जाती है, ताकि आपका प्रोडक्ट पूरे विज्ञापन में एक जैसा दिखे।
Hevy ऐप के साथ उदाहरण
Hevy ऐप उदाहरण
यदि आप मस्कट मोड चुनते हैं, तो आप एक कैरेक्टर इमेज अपलोड करते हैं, और स्किल इसे एक पेपर-कटआउट वर्जन में बदल देती है जो कैमरे के सामने विज्ञापन प्रस्तुत करता है। यदि आप फेसलेस चुनते हैं, तो आपको क्लासिक Vox एक्सप्लेनर मिलता है: कोई टॉकिंग हेड नहीं, बस चित्र, लेबल और तीर जो संदेश को स्पष्ट करते हैं।
फिर यह वॉयस-ओवर स्क्रिप्ट और पूर्ण विज़ुअल डायरेक्शन लिखता है, आपको एक अनुमोदन के लिए सब कुछ दिखाता है, और MaxFusion AI में हर क्लिप जनरेट करता है।
प्रत्येक 10-सेकंड की क्लिप पिछले फ्रेम का उपयोग करके अगली से जुड़ती है, ताकि विज्ञापन एक सतत टुकड़े के रूप में प्रवाहित हो। आपको कुछ भी करने की आवश्यकता नहीं है क्योंकि Claude आपके लिए सब कुछ करता है।
आप एक तैयार विज्ञापन के साथ वापस आते हैं।
और यदि आप MaxFusion AI का उपयोग नहीं करते हैं: मैं स्किल का दूसरा वर्जन भी जारी कर रहा हूँ जो ऑटोमेशन को छोड़ देता है और आपको अपने टूल में कॉपी-पेस्ट करने के लिए तैयार प्रॉम्प्ट देता है। वही क्रिएटिव सिस्टम, मैनुअल डिलीवरी।
Omni Flash क्यों, Seedance क्यों नहीं
अन्य टूल जो इस शैली को दिखा रहे हैं, वे अपने डिफ़ॉल्ट के रूप में Seedance चलाते हैं। यह गलत फैसला है। खासकर आपकी जेब और समय के लिए।
Seedance प्रति जनरेशन अधिक महंगा है। यह धीमा भी है, और यह उन 2 चीज़ों में कुख्यात रूप से खराब है जिन पर यह शैली निर्भर करती है: स्क्रीन पर रेंडर किए गए शब्द, और नैरेटर द्वारा बोले गए शब्द।
एक Vox एक्सप्लेनर ऑन-स्क्रीन लेबल और नैरेशन से बना होता है। जब मॉडल दोनों को गड़बड़ करता है, तो आप रीजनरेट करते हैं। और रीजनरेट करने का मतलब है उन क्लिप्स पर क्रेडिट और टोकन बर्बाद करना जिन्हें आप फेंक देते हैं।
Omni Flash टेक्स्ट को धारण करता है, स्पीच को धारण करता है, क्लिप्स में स्टाइल की स्थिरता बनाए रखता है, और एक अंश समय में समाप्त करता है। इस विशिष्ट प्रारूप के लिए यह करीब नहीं है।
और यदि आपको रीजनरेट करने की आवश्यकता है, तो यह सस्ता है, लेकिन सबसे महत्वपूर्ण बात यह है कि यह बहुत तेज़ है।
नैरेटर की आवाज़ को ठीक करना
एक विचित्रता जिसका आप सामना करेंगे: Omni वीडियो के अंदर नैरेशन जनरेट करता है, और यह क्लिप्स में एक ही आवाज़ की गारंटी नहीं देता है।
स्किल पहले से ही लिंग को लॉक कर देती है, इसलिए आपको क्लिप 1 में एक महिला नैरेटर और क्लिप 2 में एक पुरुष नहीं मिलेगा। लेकिन फिर भी आपके पास 3 क्लिप हो सकती हैं जिनमें सभी पुरुष आवाज़ें हों, और प्रत्येक एक अलग व्यक्ति की तरह लगे।
यहाँ फिक्स है:
- सभी क्लिप्स को CapCut में एक साथ जोड़ें।
- पूरा वीडियो एक्सपोर्ट करें।
- इसे MaxFusion AI पर अपलोड करें।
- कॉन्टेक्स्टुअल मेनू खोलें और Replace Voice चुनें।
- लाइब्रेरी से, या अपनी खुद की क्लोन की गई आवाज़ों में से एक आवाज़ चुनें।
पूरे विज्ञापन में एक सुसंगत नैरेटर, एक बार में।
इन्हें कहाँ चलाएँ
ये सिर्फ ऑर्गेनिक कंटेंट नहीं हैं। यह प्रारूप पेड क्रिएटिव के रूप में कन्वर्ट होता है।
ऐप मार्केटर्स इनका उपयोग यह समझाने के लिए कर रहे हैं कि ऐप 30 सेकंड में क्या करता है। सप्लीमेंट ब्रांड इनका उपयोग बिना टॉकिंग हेड के तंत्र के बारे में बताने के लिए कर रहे हैं। कोई भी प्रोडक्ट जिसे "यहाँ बताया गया है कि यह कैसे काम करता है" वाले पल की आवश्यकता है, इस प्रारूप में फिट बैठता है।
संपादकीय लुक आपको वह देखने का समय दिलाता है जो एक मानक UGC विज्ञापन को नहीं मिलता।
तो यह स्किल मेरे द्वारा देखी गई अन्य स्किल्स से कैसे अलग है?
आपके द्वारा देखी गई अन्य स्किल्स आपको प्रॉम्प्ट देती हैं और आपको जनरेट करने, लास्ट फ्रेम निकालने और इसे संदर्भ के रूप में उपयोग करने, फिर से जनरेट करने, और इसे बाहर एडिट करने के लिए कहती हैं।
मेरी स्किल Maxfusion AI MCP के लिए है, और Claude के माध्यम से आप बस 30 सेकंड के लिए इससे चैट करते हैं और यह आपके लिए सब कुछ कर देती है।
इसे आज़माएँ - https://maxfusion.ai/?via=UGC-IG
मैं इन स्किल्स और वर्कफ़्लो को अपने मुफ़्त Telegram चैनल में तब डालता हूँ जब वे X पर लाइव होने से पहले हों।
यहाँ जुड़ें: t.me/primegenai
जल्द ही पूरा YouTube ब्रेकडाउन आ रहा है।
