YouMind
ลงชื่อเข้าใช้

Gemini 4 + Antigravity: Workflow การสร้างวิดีโอแบบอัตโนมัติเต็มรูปแบบ (พร้อม Agent Prompts)

187K
990
138
73
2.2K

TL;DR

คู่มือฉบับสมบูรณ์เกี่ยวกับการสร้างวิดีโออัตโนมัติโดยใช้ agent Antigravity ของ Google โดยอธิบายรายละเอียดของ workflow สามแบบ ได้แก่ การใช้เครดิต Gemini API, การใช้คะแนน Google Flow พร้อมเทคนิคข้ามการตรวจสอบ depth-map และการเชื่อมต่อกับ CLI ภายนอก

หลายคนไม่รู้เรื่องนี้: Antigravity ไม่สามารถสร้างวิดีโอได้จริง ๆ

ในโพสต์ก่อนหน้าของผม ผมเขียนถึงวิธีที่มันทำ reverse-engineer prompt จากไวรัลวิดีโอ ตอนท้ายผมบ่นไว้ว่า: ระบบนิเวศของ Google ขาดชิ้นส่วนสุดท้ายไปแค่อย่างเดียว นั่นคือเอาต์พุตวิดีโอ

ในช่วงสองวันที่ผ่านมา ผมเชื่อมต่อชิ้นส่วนที่ขาดหายไปนั้นแล้ว

ตอนนี้ ในบทสนทนาเดียวกัน หลังจากดูวิดีโออ้างอิง สร้างภาพตัวละคร และเขียน prompt เสร็จ มันจะเรียกใช้โมเดลวิดีโอเพื่อสร้างคลิปโดยตรง ดาวน์โหลดคลิป คืนค่าเสียงต้นฉบับ และดึงเฟรมมาให้ผมตรวจสอบ ผมแค่ต้องกดอนุมัติก่อนจ่ายเงิน แล้วรอดูผลลัพธ์สุดท้าย

ผมได้วางเส้นทางไว้ 3 เส้นทาง สองเส้นทางแรกใช้เครดิตที่มาพร้อมกับการเป็นสมาชิก Google AI ทั้ง Pro, Ultra 5x และ Ultra 20x ใช้ได้ทั้งหมด

ผมเป็นสมาชิก Pro โควตาและค่าใช้จ่ายด้านล่างอิงจากการใช้งานจริงของผม Ultra มีโควตามากกว่า แต่วิธีการเหมือนกันทุกประการ

Leaf Yeah! - inline image

แต่ละหัวข้อจะปิดท้ายด้วย prompt ที่คุณสามารถคัดลอกไปใช้ใน Antigravity ได้เลย

สารบัญ

  • 1. สิ่งที่ Antigravity ขาด: มันเข้าใจ แต่ส่งออกไม่ได้
  • 2. สิทธิ์สมาชิกของคุณซ่อนโควตาการสร้างวิดีโอไว้ 2 ส่วน
  • 3. เส้นทางที่ 1 · Gemini API: สร้างวิดีโอจากแบ็กเอนด์โดยตรงด้วยเครดิตสมาชิก
  • 4. เส้นทางที่ 2 · Google Flow: หลบการกลั่นกรองเนื้อหาด้วย Depth Map ใช้แต้มสมาชิก
  • 5. เส้นทางที่ 3 · CLI วิดีโอภายนอก: LibTV, Dreamina, Pippit ฯลฯ
  • 6. Pro เพียงพอไหม? บิลค่าใช้จ่ายจริงของผม
  • บทสรุป

───

1. สิ่งที่ Antigravity ขาด: มันเข้าใจ แต่ส่งออกไม่ได้

ขอเกริ่นบริบทสักนิด โพสต์ก่อนหน้าของผมอธิบายไว้ว่า: เมื่อคุณเห็นไวรัลวิดีโอที่ไม่มี prompt ให้มา คุณป้อนมันเข้าไปใน Antigravity แล้วมันจะทำ reverse-engineer มุมกล้อง การเคลื่อนไหว และจังหวะออกมาเป็น prompt

https://x.com/leaf_sanren/status/2118661246434353299

มันทำได้เพราะสมองของ Antigravity คือ Gemini GPT และ Claude วิเคราะห์วิดีโอด้วยการดึงเฟรมออกมาเป็นภาพนิ่ง แต่ Gemini เข้าใจการเคลื่อนไหวและจังหวะอย่างแท้จริง พอมี Gemini 4 ขั้นตอนนี้ยิ่งเสถียรขึ้นอีก

แต่หลังจากเขียนเรื่องนั้นจบ ผมรู้สึกตะขิดตะขวงใจ: มันจัดการเรื่องการดู การทำ reverse-engineer และการวาด character sheet ได้ แต่พอถึงขั้นตอนการสร้างจริง ผมยังต้องเปิดเว็บ อัปโหลดรูป กดสร้าง รอ ดาวน์โหลด แล้วป้อนกลับเข้าไปให้มันตรวจ

ความยุ่งยากที่สุดไม่ใช่การคลิกไม่กี่ครั้ง แต่คือ การทำให้วงจรขาดตอน

ถ้ามันไม่เห็นวิดีโอที่สร้างออกมา มันก็ไม่สามารถนำไปเทียบกับต้นฉบับ แก้ไขข้อผิดพลาด ปรับ prompt แล้วรันใหม่ได้ ทุกครั้งที่ข้อมูลต้องเดินทางไปกลับ ผมต้องมานั่งเฝ้าเอง

Leaf Yeah! - inline image

หลังจากเชื่อมต่อทุกอย่างเข้าด้วยกัน การแบ่งงานจึงกลายเป็นแบบนี้:

  • ผม: กำหนดว่าจะทำวิดีโออะไร อนุมัติค่าใช้จ่าย ตรวจสอบตัวอย่าง และตัดสินใจขั้นสุดท้าย
  • Antigravity: ดูวิดีโอต้นฉบับ กำหนดตัวละคร เขียน prompt เลือกช่องทาง ส่งคำสั่ง ดาวน์โหลด คืนค่าเสียง ดึงเฟรมมาเทียบกันแบบ side-by-side และแก้ไขตัวเองหากผลลัพธ์ยังไม่ดีพอ

โพสต์นี้จะอธิบายวิธีเชื่อมต่อ "ชิ้นส่วนเอาต์พุต" นั้น

───

2. สิทธิ์สมาชิกของคุณซ่อนโควตาการสร้างวิดีโอไว้ 2 ส่วน

หลายคนสมัครสมาชิก Google AI Pro หรือ Ultra แต่ใช้แค่แชทบนเว็บ จริง ๆ แล้วสิทธิ์สมาชิกของคุณมีโควตาการสร้างวิดีโออยู่ 2 ส่วน ซึ่งเข้าคู่กับ Antigravity ได้อย่างลงตัว

โควตาที่ 1: เครดิต Gemini API (USD)

ตั้งแต่ปีนี้ Google รวมสิทธิประโยชน์ของโปรแกรมสำหรับนักพัฒนาเข้ากับสิทธิ์สมาชิก AI คุณจะได้รับเครดิต Google Cloud รายเดือนที่ใช้เรียก API ของ Gemini ได้ รวมถึงโมเดลวิดีโอด้วย อ้างอิงจาก FAQ อย่างเป็นทางการ:

  • Pro: $10/เดือน
  • Ultra 5x: $40/เดือน
  • Ultra 20x: $100/เดือน

คุณต้องกดรับเครดิตเหล่านี้ด้วยตนเอง และมีอายุ 1 ปีนับจากวันที่ออก หัวข้อที่ 3 มีคำแนะนำทีละขั้นตอน

โควตาที่ 2: แต้ม Google Flow

Google Flow คือเว็บแอปสร้างวิดีโอด้วย AI อย่างเป็นทางการของ Google (flow.google.com) คิดซะว่ามันคือ Jimeng เวอร์ชันของ Google: อัปโหลดรูปภาพ/วิดีโอ เขียน prompt แล้วมันก็สร้างวิดีโอให้

สมาชิกรับแต้ม Flow รายเดือน Pro ได้ 1,000 แต้ม; Ultra ได้มากกว่านี้มาก การสร้างวิดีโอใช้แต้ม ส่วนการสร้างรูปภาพส่วนใหญ่ฟรี

ทำความเข้าใจคำศัพท์ที่เจอบ่อย:

  • Omni, Veo: โมเดลวิดีโอ 2 ซีรีส์ของ Google Omni เก่งเรื่องการสร้างจากวิดีโอ/รูปภาพอ้างอิง (เราจะใช้ Omni 1.2 Flash) ส่วน Veo เน้นคุณภาพระดับภาพยนตร์
  • Nano Banana 2 (เรียกว่า Nano 2 ใน Flow): โมเดลสร้างรูปภาพของ Google (โมเดล "กล้วย" ที่ฮิตกัน) ใช้ที่นี่สำหรับสร้าง character sheet ทดสอบแล้วว่าไม่เสียแต้ม
  • Antigravity: AI Agent แบบ command-line อย่างเป็นทางการของ Google ขับเคลื่อนด้วย Gemini มันอ่านไฟล์ รันคำสั่ง เปิดเบราว์เซอร์ และทำหน้าที่เป็นผู้กำกับในเรื่องนี้

สรุป 3 เส้นทาง:

  • Gemini API: ใช้เครดิต USD ทำงานผ่านแบ็กเอนด์ทั้งหมด ง่ายที่สุด; วิดีโออ้างอิงยาวสูงสุด 10 วินาที
  • Google Flow: ใช้แต้ม รับวิดีโออ้างอิงยาว 15 วินาที; ไม่มี API ต้องใช้ browser automation และการกลั่นกรองเนื้อหาเข้มงวดกว่า
  • CLI วิดีโอภายนอก: ใช้เครดิตแพลตฟอร์มอื่น เป็นแผนสำรองเมื่อเส้นทางของ Google ใช้ไม่ได้ เหมาะกับช็อตยาว/ฉากซับซ้อนกว่า

───

3. เส้นทางที่ 1 · Gemini API: สร้างวิดีโอจากแบ็กเอนด์โดยตรงด้วยเครดิตสมาชิก

หลักการ: Agent ส่งคำขอไปยังโมเดลวิดีโอของ Google โดยตรง

API คือ "หน้าต่าง" ระหว่างโปรแกรม Antigravity จะรวมแพ็กเกจ "วิดีโออ้างอิง + ภาพตัวละคร + prompt" แล้วส่งไปยังโมเดลวิดีโอของ Google โมเดลจะสร้างบนคลาวด์ จากนั้น Antigravity จะคอยเช็กสถานะจนเสร็จแล้วดาวน์โหลดลงมา

ไม่ต้องเปิดเว็บ ไม่ต้องยึดหน้าจอ นี่คือเส้นทางที่ "อัตโนมัติเต็มรูปแบบ" ที่สุด

ขั้นตอนที่ 1: กดรับเครดิตสมาชิกของคุณ

เปิด Google AI Studio (aistudio.google.com) มองหากล่อง "Claim Free API Credits" ที่มุมซ้ายล่าง

Leaf Yeah! - inline image

หน้าต่างรับสิทธิ์จะเด้งขึ้นมา เลือกบัญชีเรียกเก็บเงินของคุณแล้วคลิก "Redeem & Continue" สมาชิก Ultra จะเห็นยอดที่สูงกว่า

Leaf Yeah! - inline image

หลังกดรับแล้ว ให้ไปที่ Google Cloud "Billing → Credits" คุณจะเห็น "Google Developer Program premium benefit" สถานะเป็น "Available"

Leaf Yeah! - inline image

ขั้นตอนที่ 2: เติมเงินล่วงหน้า $5 เพื่อเปิดใช้งานเครดิต

หลังรับเครดิต ผมลองเรียก API ดู AI Studio แสดงคำเตือนสีเหลือง: บัญชีเปลี่ยนเป็นการเรียกเก็บเงินแบบเติมเงินล่วงหน้า ยอดคงเหลือต้อง >$0 จึงจะใช้บริการต่อได้ เครดิต GCP ที่มีสิทธิ์จะถูกหักก่อน

Leaf Yeah! - inline image

หลุมพรางที่พบบ่อย: รับเครดิตแล้ว แต่เรียก API ไม่ได้ ผมเติมเงินขั้นต่ำ $5 ล่วงหน้า บริการก็กลับมาใช้งานได้ การเรียกครั้งถัดไปจะหักจากเครดิตก่อน

Leaf Yeah! - inline image

ขั้นตอนที่ 3: ขอ API Key แล้วส่งให้ Antigravity

ในแถบด้านซ้ายของ AI Studio ตรง "API Keys" ให้สร้างคีย์ใหม่ที่ผูกกับโปรเจกต์ที่คุณรับเครดิตไว้

อย่าวางคีย์ในช่องแชท ให้บันทึกลงไฟล์ในเครื่อง (เช่น ~/.config/video-gen/.env ตั้ง permission ให้เฉพาะผู้ใช้เท่านั้น) แล้วบอก path กับ Antigravity

ข้อจำกัดการใช้งาน: 4 บทเรียนที่ได้เรียนรู้

① วิดีโออ้างอิงยาวสูงสุด 10 วินาที

โมเดลส่งออกได้สูงสุด 15 วินาที แต่ถ้าอินพุตอ้างอิงยาวเกิน 10 วินาทีจะถูกปฏิเสธ หากต้องการทำซ้ำคลิป 15 วินาที ให้แบ่งเป็นส่วน ๆ (เช่น 0-8 วินาที, 7-15 วินาที) สร้างแยกกันแล้วนำมาต่อกัน การต่ออาจมีปัญหาความต่อเนื่อง เคล็ดลับด้านล่างจะช่วยแก้เรื่องนี้

Leaf Yeah! - inline image

② ลบเสียงออกจากวิดีโออ้างอิง

วิดีโอที่มีแทร็กเสียงจะถูกปฏิเสธทันที ให้ลบเสียงออกก่อนด้วย ffmpeg (Antigravity ทำได้) แล้วค่อยคืนค่าเพลงต้นฉบับหลังสร้างเสร็จ

③ ความยาววิดีโออ้างอิง ≥ ความยาวเอาต์พุตที่ต้องการ

อยากได้ออกมา 8 วินาทีใช่ไหม? วิดีโออ้างอิงต้องยาว ≥8 วินาที ขาดไปแค่ 0.5 วินาทีก็ถูกปฏิเสธ ตัดเผื่อไว้สัก 0.1-0.2 วินาที

④ ความละเอียดเริ่มต้นคือ 720p (แพง)

ผมลืมระบุ คลิป 720p ยาว 9.5 วินาที 2 คลิป เสียไป $3.16 (คลิปละ $1.58) Pro ให้มา $10/เดือน

ทดสอบที่ 360p ก่อน อัปเกรดก็ต่อเมื่อยืนยันองค์ประกอบ/การเคลื่อนไหวได้แล้วเท่านั้น

เคล็ดลับ: การเขียน Prompt สำหรับการสลับตัวละคร

  • ระบุตัวด้วยเสื้อผ้า ไม่ใช่ตำแหน่ง ในฉากที่มีหลายคน ตำแหน่งจะเปลี่ยนไป ให้เขียนว่า "แทนที่คนใส่เสื้อแขนดำ/เสื้อขาว ด้วย A" อย่าเขียนว่า "คนซ้ายสุดกลายเป็น A"
  • ระบุบทบาทของ character sheet ให้ชัด บอกไปเลยว่า: "Character sheet ล็อกแค่รูปลักษณ์/เสื้อผ้าเท่านั้น การเคลื่อนไหว/พื้นหลังให้เป็นไปตามวิดีโอต้นฉบับ" ไม่งั้นตัวละครจะยืนโพสท่าแข็ง ๆ เหมือนใน sheet
  • ล็อกพื้นหลัง ระบุชัดเจนว่า: "รักษาเวที/แสง/มุมกล้องเดิมไว้ เปลี่ยนแค่นักแสดง" ไม่งั้นโมเดลจะเอาพื้นหลังใน sheet มาใส่ด้วย
  • Prompt สั้น ๆ ได้ผลดีกว่า รายการ "ต้องทำ/ห้ามทำ" ที่ซับซ้อนเกินไปทำให้การตรวจสอบล้มเหลว Prompt กระชับ ๆ ผ่านในรอบเดียวพร้อมการเคลื่อนไหวที่เป็นธรรมชาติ
  • ดึงเฟรมมาเปรียบเทียบ ให้ Antigravity ดึง 6 เฟรมจากคลิปต้นฉบับและคลิปที่สร้างมา วางเทียบกันแบบ side-by-side เพื่อตรวจสอบอย่างรวดเร็ว

Prompt สำหรับคัดลอกไปใช้ใน Antigravity

text
1ใช้โมเดลวิดีโอของ Gemini API (แสดงรายการที่มีให้เลือก แนะนำ gemini-omni-1.2-flash) เพื่อสร้างวิดีโอ:
2วิดีโออ้างอิง: <path>, Character sheets: <paths>, API key อยู่ใน <file path>
3กฎ:
41. ลบเสียงออกจากวิดีโออ้างอิง ถ้า >10 วินาที ให้แบ่งเป็นช่วง ≤10 วินาที (แต่ละช่วง ≥ ความยาวเป้าหมาย);
52. สร้างที่ 360p ก่อน ถามก่อนอัปเกรดเป็น HD;
63. ผูกการสลับตัวละครผ่านลักษณะเสื้อผ้า ระบุว่า "sheet ล็อกแค่รูปลักษณ์/เสื้อผ้าเท่านั้น การเคลื่อนไหว/พื้นหลังให้เป็นไปตามต้นฉบับ";
74. ส่งแบบ async คอยเช็กสถานะจนเสร็จ แล้วดาวน์โหลด;
85. คืนค่าแทร็กเสียงต้นฉบับ ดึง 6 เฟรมจากทั้งสองคลิปมาวางเทียบกัน;
96. รายงานต้นทุนโดยประมาณก่อนส่งทุกครั้ง

───

4. เส้นทางที่ 2 · Google Flow: หลบการกลั่นกรองเนื้อหาด้วย Depth Map ใช้แต้มสมาชิก

หลักการ: Flow ใช้ได้ แต่ไม่มีประตูให้เข้า

Flow มีข้อได้เปรียบกว่า API:

  • รับวิดีโออ้างอิงยาว 15 วินาที ได้โดยตรง;
  • ใช้แต้มสมาชิก ไม่ใช่เครดิต USD;
  • อัปเกรดเป็น 1080p ตอนดาวน์โหลดเสียเพิ่มแค่ 5 แต้ม ถูกกว่าการสร้างใหม่

ใน Flow คลิป Omni 1.2 Flash ยาว 15 วินาที: 360p = 20 แต้ม, 720p = 60 แต้ม ด้านล่างคือใบเสนอราคาของผมสำหรับ 720p x2

Leaf Yeah! - inline image

ปัญหาคือ: Flow เป็นเว็บแอปสำหรับมนุษย์ ไม่มี API Agent ต้องจำลองการใช้งานเบราว์เซอร์ อุปสรรค 3 ข้อ:

  • ไม่มีอินเทอร์เฟซทางการ ต้องใช้ browser automation;
  • CAPTCHA/ยืนยันตัวตน บล็อก headless browser ต้องใช้หน้าต่าง Chrome จริง;
  • การอัปโหลดไฟล์ใช้กล่องโต้ตอบของ OS สคริปต์สั่งงานไม่ได้ ต้องลากวางด้วยตัวเองสำหรับวิดีโอแรก

วิธีเชื่อมต่อ 2 แบบ

วิธีที่ 1: gflow-cli แบบโอเพนซอร์ส

คอมมูนิตี้นำ API ภายในของ Flow มาห่อเป็น CLI + MCP (ปลั๊กอิน Agent):

https://github.com/ffroliva/gflow-cli

  • ข้อดี: สั่งสร้างรูปภาพ/วิดีโอ เช็กแต้ม ด้วยคำสั่งเดียว; Agent ใช้ทรัพยากรน้อย;
  • ข้อเสีย: ได้แค่รูปภาพ ไม่มีวิดีโออ้างอิง; ดาวน์โหลดเริ่มต้นที่ 360p; เปิดหน้าต่าง Chrome ขึ้นมาให้เห็น (ผมเขียนสคริปต์ให้ย่อหน้าต่างอัตโนมัติ);
  • ความเสี่ยง: ไม่ใช่ของทางการ ใช้ API ภายใน อาจพังหรือมีความเสี่ยงต่อบัญชี

วิธีที่ 2: ทักษะเบราว์เซอร์ (เช่น web-access)

ให้ Antigravity ควบคุม Chrome ที่คุณล็อกอินไว้เหมือนมนุษย์ทำ

  • ข้อดี: ทำอะไรก็ได้ที่มนุษย์ทำได้: แนบวิดีโอ เปลี่ยนความละเอียด ดาวน์โหลด 720p;
  • ข้อเสีย: แต่ละขั้นตอนต้องจับภาพหน้าจอ/วิเคราะห์; ใช้ทรัพยากรสูง ช้า; การอัปโหลดวิดีโอแรกยังต้องลากด้วยมือ

สูตรผสมของผม: งานเบา ๆ (สร้างรูป อินเจกต์ เช็กแต้ม) ใช้ gflow; งานหนัก (แนบวิดีโอ ส่งคำสั่ง ดาวน์โหลด) ใช้ทักษะเบราว์เซอร์ คุณแค่ลากวิดีโอด้วยตัวเองครั้งเดียว

อุปสรรคใหญ่สุด: คนจริง ๆ ไม่ผ่านการกลั่นกรองเนื้อหา

ลองครั้งแรก: ลากวิดีโอการแสดงเกิร์ลกรุ๊ปเข้าไป ความคืบหน้าไปถึง 83% แล้วการ์ดก็หายไปเงียบ ๆ ลองอีกครั้ง: การ์ดไม่โผล่มาเลย ไม่มีข้อความแจ้งเตือน ไม่หักแต้ม

Flow กลั่นกรองใบหน้าคนจริง/เนื้อหาลิขสิทธิ์อย่างเข้มงวด และยกเลิกงานแบบเงียบ ๆ

ทางแก้: Depth Map (ภาพขาวดำ)

Depth map แปลงวิดีโอสีให้เป็นเงาขาวดำ: วัตถุใกล้เป็นสีขาว ไกลเป็นสีดำ ใบหน้า เสื้อผ้า โลโก้ หายไปหมด เหลือแค่ตำแหน่ง/การเคลื่อนไหว/มุมกล้อง

Leaf Yeah! - inline image

การกลั่นกรองผ่านเพราะไม่เห็นคนจริง/ลิขสิทธิ์ แต่โมเดลยังอ่านเลย์เอาต์/การเคลื่อนไหวได้ คลิป 15 วินาทีทั้ง 2 คลิปสร้างสำเร็จตั้งแต่รอบแรก

Leaf Yeah! - inline image

ขั้นตอน

① แปลงต้นฉบับเป็น depth map ในเครื่อง

ใช้ Antigravity ร่วมกับ Depth-Anything-V2 แบบโอเพนซอร์ส ประมวลผลด้วย CPU ในเครื่อง: ใช้เวลา ~20 นาทีสำหรับ 15 วินาที 720p บน Mac รุ่นเก่า ฟรี

② สร้างโปรเจกต์ Flow แล้วลาก depth map เข้าไป

นี่คือขั้นตอนเดียวที่ต้องทำด้วยมือ

③ อินเจกต์ character sheet ผ่าน Agent

ใช้ gflow + Nano Banana 2 เพิ่ม sheet เข้าไปในโปรเจกต์เดียวกัน ครั้งแรกว่าต้องกดยืนยันสิทธิ์ในเบราว์เซอร์

④ แนบไฟล์ แล้วส่งคำสั่ง

คลิก "+" สลับไปที่แท็บ "Video" แนบ depth map แล้วไปแท็บ "Image" เลือก character sheet แบบตัวละครเดี่ยว เขียน prompt แล้วส่ง

Leaf Yeah! - inline image

⑤ ดาวน์โหลด คืนค่าเสียง

สำหรับคลิปที่ผ่าน เลือกดาวน์โหลด 1080p (+5 แต้ม)

ข้อจำกัด

  • Depth map สูญเสียรายละเอียดใบหน้า/นิ้วมือ เหมาะกับการสร้างใหม่ที่เน้น "องค์ประกอบ/จังหวะเดิม" ไม่เหมาะกับการลอกท่าเต้นแบบ 1:1 (ให้ใช้เส้นทางที่ 1)
  • ใช้ได้ตราบเท่าที่แต้มยังมี หมดแล้ว? ก็รอเดือนหน้า
  • gflow ไม่ใช่ของทางการ อาจพังได้ถ้า Google เปลี่ยนระบบภายใน

เคล็ดลับ: ประหยัดแต้ม หลีกเลี่ยงข้อผิดพลาด

  • เช็กความยาวก่อนส่ง กล่องโต้ตอบ "+" เริ่มต้นที่ "All/Recent" รูปภาพใหม่จะดันวิดีโอตกไปข้างล่าง ผมเคยพลาดส่งงานที่มีแต่รูปภาพ ทำให้เสียแต้มฟรี
  • หลีกเลี่ยงภาพรวมหลายตัวละคร การเพิ่มภาพรวมมุมหน้าทำให้ได้ช็อตกล้องนิ่งมุมเดียว สูญเสียการตัดต่อแบบต้นฉบับ ใช้ depth map + character sheet แบบตัวละครเดี่ยวเท่านั้น
  • ทดสอบที่ 360p ก่อน 20 แต้ม/คลิป ยืนยันการเคลื่อนไหวได้แล้วค่อยอัปเกรดดาวน์โหลดเป็น 720p หรือ 1080p
  • สร้างรูปภาพใน Flow การสร้างรูปด้วย Nano Banana 2 ไม่เสียแต้ม

Prompt สำหรับคัดลอกไปใช้ใน Antigravity

text
1สร้างวิดีโอผ่าน Google Flow (https://flow.google.com/)
21. แปลง <original video path> เป็น depth map ด้วย Depth-Anything-V2 แจ้งฉันให้ลากเข้าไปในโปรเจกต์ Flow ใหม่;
32. ใช้ gflow-cli (https://github.com/ffroliva/gflow-cli) อินเจกต์ <character sheet paths> เข้าไปในโปรเจกต์เดียวกันผ่าน Nano Banana 2 (ไม่ใช้แต้มวิดีโอ);
43. ใช้ทักษะเบราว์เซอร์ควบคุม Chrome ของฉัน: คลิก "+" แนบ depth map ภายใต้แท็บ "Video" (ยืนยันว่าแสดง 15 วินาที) แล้วเลือก character sheet แบบตัวละครเดี่ยวภายใต้แท็บ "Image" (ไม่ใช้ภาพรวม);
54. สร้างที่ 360p ก่อน ดาวน์โหลด คืนค่าเสียง ดึงเฟรมมาเปรียบเทียบ;
65. รายงานการใช้แต้ม/ยอดคงเหลือก่อนส่งทุกครั้ง

───

5. เส้นทางที่ 3 · CLI วิดีโอภายนอก: LibTV, Dreamina, Pippit ฯลฯ

หลักการ: เสียบพอร์ตใหม่เข้ากับ Agent

เส้นทางของ Google มีข้อจำกัด: API รับวิดีโออ้างอิงสูงสุด 10 วินาที, Flow กลั่นกรองเข้มงวด สำหรับ ช็อตยาว (>15 วินาที) ฉากหลายคนที่ซับซ้อน ผมใช้แพลตฟอร์มบุคคลที่สาม

แพลตฟอร์มวิดีโอหลายแห่งมี CLI หรือ MCP ที่ออกแบบมาเพื่อ Agent โดยเฉพาะ Antigravity รันคำสั่งได้ แค่ให้เอกสารมันไป มันก็เรียนรู้วิธีใช้ได้

ไม่ยึดติดกับแพลตฟอร์ม ผมใช้เครดิต LibTV เป็นตัวอย่าง คุณจะใช้แพลตฟอร์มไหนที่มีก็ได้

Leaf Yeah! - inline image

แพลตฟอร์มที่รองรับและเอกสาร

  • LibTV: CLI ทางการ libtv; เอกสารอยู่ในแพลตฟอร์ม; พิมพ์ libtv --help หลังติดตั้ง
  • Dreamina (Jimeng เวอร์ชันต่างประเทศ): CLI ทางการ dreamina; dreamina.capcut.com/tools/dreamina-cli
  • Pippit (ผลิตภัณฑ์ของ CapCut): CLI pippit-tool-cli; แพ็กเกจ npm @pippit-dev/cli
  • MiniMax Hailuo: MCP ทางการ; github.com/MiniMax-AI/MiniMax-MCP
  • Kling: API ทางการ (MCP รองรับโดยคอมมูนิตี้); เอกสารนักพัฒนา Kling

แพลตฟอร์มมักมีหลายโมเดลให้เลือก LibTV มี Seedance 2.5, Seedance 2.0, Wan 3.0 ฯลฯ

การเลือกโมเดลขึ้นอยู่กับงาน สำหรับงาน "สลับตัวละครเสมือน 4 ตัวเข้าไปในเกิร์ลกรุ๊ป":

  • Seedance 2.5: 25 วินาที/คลิป; ตัวละครสม่ำเสมอ จังหวะเสถียร ดีที่สุดสำหรับงานนี้
  • Wan 3.0: 15 วินาที; แทนที่ต้นฉบับไม่ได้ ปล่อยคนจริงไว้ในเฟรม

งานที่ง่ายกว่านี้อาจให้ผลลัพธ์ต่างออกไป

ขั้นตอน (ตัวอย่าง LibTV)

① ล็อกอิน รัน libtv login web ยืนยันตัวตนในเบราว์เซอร์ครั้งเดียว

② สร้างแคนวาส อัปโหลดไฟล์ Antigravity สร้างแคนวาส อัปโหลดวิดีโออ้างอิง (เบลอโลโก้มุมจอออกก่อน) และ character sheet

③ ใช้โหมด "Mixed Reference" เชื่อมวิดีโอ + รูปภาพเข้ากับโหนดสร้างงาน เปิดเสียง เริ่มที่ 480p

④ อัปเกรดถ้าพอใจ เลือกคลิปในแคนวาส LibTV คลิกอัปสเกล HD (ขั้นตอนที่ต้องทำเอง)

ข้อจำกัด

  • ใช้เครดิตบุคคลที่สาม ไม่ใช่สิทธิประโยชน์ของ Google Seedance 2.5 480p 25 วินาที ≈ 500 เครดิต แพงนะ
  • ขีดจำกัดความยาวต่างกัน Seedance 2.5 สูงสุด 30 วินาที; Wan 3.0 mixed ref สูงสุด 15 วินาที (เกินกว่านี้จะล้มเหลว/คืนเครดิต)
  • เชื่อ `--help` แพลตฟอร์มอัปเดตเร็ว คู่มือออนไลน์มักล้าสมัย

เคล็ดลับ: ยืดวิดีโอให้ยาวขึ้น

ต่อจากเฟรมสุดท้าย ถ้าเครดิตไม่พอหรือต้องการยืดลำดับฉาก ให้ดึง เฟรมสุดท้าย ของคลิปก่อนหน้ามาเป็นรูปภาพอ้างอิง ป้อนพร้อมกับวิดีโอต้นฉบับช่วงถัดไปเพื่อสร้างเพิ่มอีก 10 วินาที

ผมยืดจาก 25 วินาทีเป็น 34.5 วินาทีได้อย่างเนียนตา เสื้อผ้า/แสง/ตำแหน่ง ตรงกันหมด

อย่าปิดเสียงเด็ดขาด การประหยัดเครดิตด้วยการปิดเสียงทำลายคุณค่าไปครึ่งหนึ่ง ลดต้นทุนด้วยความละเอียด/ความยาวเท่านั้น

Prompt สำหรับคัดลอกไปใช้ใน Antigravity

text
1ฉันติดตั้ง CLI/MCP วิดีโอของ <platform> แล้ว เอกสารอยู่ที่ <link/path>
2อ่านเอกสาร รัน --help ตรวจสอบการล็อกอิน/โมเดล แล้วสร้างวิดีโอ:
31. วิดีโออ้างอิง <path> (เบลอโลโก้มุมจอ), character sheets <paths>;
42. ใช้โหมด "mixed reference" (วิดีโอ + รูปภาพ) เริ่มที่ 480p พร้อมเปิดเสียง;
53. รายงานต้นทุนเครดิตก่อนส่งคำสั่ง;
64. สำหรับการต่อฉาก ให้ใช้เฟรมสุดท้ายของคลิปก่อนหน้าเป็นรูปภาพอ้างอิง;
75. ดาวน์โหลด ดึงเฟรมมาเปรียบเทียบ

───

6. Pro เพียงพอไหม? บิลค่าใช้จ่ายจริงของผม

สรุป: Pro เพียงพอสำหรับการทดสอบเวิร์กโฟลว์ แต่ไม่พอสำหรับการผลิตจำนวนมาก

ผมทำงานสร้างซ้ำ 2 ชิ้น (เวทีเกิร์ลกรุ๊ป, คลิปสั้นแมว) ด้วยการวนซ้ำประมาณ 15 รอบ ค่าใช้จ่าย:

Leaf Yeah! - inline image

เครดิต Gemini API: ทั้งหมด $10 เหลือ $3.95

  • ค่าใช้จ่ายหลัก: การทดสอบ 720p ช่วงแรกเสียไป $3.16 สำหรับ 2 คลิป;
  • เปลี่ยนมาทดสอบที่ 360p เปลืองช้าลง แต่การวนซ้ำก็กินไปเกือบหมด;
  • บิลล่าช้า: ยอดคงเหลือที่ Agent รายงานสูงกว่าความเป็นจริง ให้เช็กวันถัดไป;
  • ที่ราคา $1.58/คลิป 720p เงิน $10 ซื้อได้ ~6 คลิป ดีสำหรับการดีบัก แต่ตึงมือสำหรับงานจริง

แต้ม Flow: 1,047 → 779 (ใช้ไป 268)

  • 15 วินาที 720p = 60 แต้ม; 1,000 แต้ม ≈ 16 คลิป;
  • 360p = 20 แต้ม; ทำได้ 50 คลิป แต่ใช้เผยแพร่จริงไม่ได้;
  • เสียแต้มฟรีจากการตั้งค่าผิดตอนส่งคำสั่ง (ดูในหัวข้อเคล็ดลับ)

เครดิตบุคคลที่สาม: Seedance 2.5 480p 25 วินาที ≈ 500 เครดิต

  • คุณภาพดีที่สุด ต้นทุนสูงสุด รันคลิป 25 วินาที/20 วินาที/10 วินาที เหลือ ~400 เครดิตสำหรับอัปเกรด HD

การประเมิน:

  • ทดสอบเวิร์กโฟลว์ ทำคลิปสนุก ๆ นาน ๆ ที: Pro เอาอยู่;
  • อัปเดตรายวัน สร้างช่องให้โต: Pro ไม่พอ วิธีเดียวกันนี้ใช้กับ Ultra 5x (เครดิต $40) หรือ Ultra 20x (เครดิต $100) + แต้ม Flow ที่มากขึ้นได้

พูดตรง ๆ ตอนนี้ผมอยากอัปเกรดเป็น Ultra แล้ว

สำหรับคู่มือสมัครสมาชิก Ultra 5x ดูโพสต์ของ @xueyu1125:

https://x.com/xueyu1125/status/2122303422984863860

───

บทสรุป

ก่อนหน้านี้ ผมบอกว่าระบบนิเวศของ Google ขาดเอาต์พุตวิดีโอ

ตอนนี้แก้ได้แล้ว: Gemini 4 เข้าใจวิดีโอ Antigravity เป็นผู้ประสานงาน และ 3 ช่องทางเป็นผู้ลงมือทำ จะใช้เครดิต แต้ม หรือยอดคงเหลือบุคคลที่สามสลับกันไปมาก็ได้

ถ้าคุณเป็นสมาชิก Google คุณน่าจะยังไม่ได้กดรับโควตาวิดีโอของตัวเอง ทำตามหัวข้อที่ 3 วาง prompt ลงใน Antigravity แล้วสร้างคลิปแรกของคุณคืนนี้เลย

แชร์ให้เพื่อนสมาชิก Google คนอื่นด้วยนะครับ 🙏

สร้างต่อใน YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
สำหรับครีเอเตอร์

เปลี่ยน Markdown ของคุณให้เป็นบทความ 𝕏 ที่สะอาดตา

เวลาคุณเผยแพร่งานเขียนยาวของตัวเอง การจัดรูปแบบรูปภาพ ตาราง และบล็อกโค้ดให้เข้ากับ 𝕏 นั้นน่าปวดหัว YouMind เปลี่ยนร่าง Markdown ทั้งฉบับให้เป็นบทความ 𝕏 ที่สะอาดตาและพร้อมโพสต์ทันที

ลอง Markdown เป็น 𝕏

แพตเทิร์นให้ถอดรหัสเพิ่มเติม

บทความไวรัลล่าสุด

สำรวจบทความไวรัลเพิ่มเติม