Mga tutorial

Gemini Omni Flash sa PixVerse: Isang Step-by-Step na Prompt Workflow

Gemini Omni Flash sa PixVerse: Isang Step-by-Step na Prompt Workflow

Ang Gemini Omni Flash ay isa sa mga video model option na available sa PixVerse, at ginagantimpalaan nito ang kaunting pagpaplano bago mo pindutin ang generate. Tinuturo ng tutorial na ito ang isang repeatable workflow: piliin ang input type, i-lock ang duration at aspect ratio, bumuo ng structured prompt, at suriin ang output tulad ng isang production asset sa halip na isang swerteng roll.

Maaari mong patakbuhin ang parehong workflow na ito para sa text-to-video, image-to-video, o multi-image reference generation, pagkatapos ikumpara ang resulta sa iba pang modelo sa PixVerse workspace, kabilang ang PixVerse V6 at PixVerse C1, bago magpasya kung aling clip ang ipapadala.

Bago Ka Magsimula: Ano ang Saklaw ng Workflow na Ito

Ang kasalukuyang Gemini Omni Flash integration ng PixVerse ay isang generation workflow, hindi ang buong conversational editing surface na idinodokumento ng Google para sa API nito. Ang pag-alam sa mga hangganan nang maaga ay nagliligtas sa iyo mula sa pagpaplano ng shot list na hindi pa kayang ihatid ng modelo sa PixVerse.

Kakayahan Available sa PixVerse ngayon Tala sa pagpaplano
Text-to-video Oo Mainam para sa orihinal na konsepto at mabilis na creative test.
Image-to-video Oo Mainam para gawing motion ang isang still (produkto, poster, sketch).
Reference image-to-video Oo, hanggang 5 larawan I-reference ang bawat isa bilang @image1 hanggang @image5 sa prompt mo.
Haba ng clip 3-10 segundo Piliin ang pinakamaikling haba na malinaw pa ring nagsasabi ng ideya.
Output 720p, 16:9 o 9:16 Itugma ang ratio sa destination channel bago ka mag-generate.
Audio Prompt-driven, naka-sync Idinidirekta mo ang ambience, effects, o katahimikan sa pamamagitan ng text prompt.
Natural-language editing, extension, transitions, video/voice reference Hindi pa sa PixVerse Gumamit ng ibang PixVerse model kapag prayoridad ang mga kontrol na ito.

Hakbang 1: Piliin ang Gemini Omni Flash bilang Modelo Mo

Mula sa PixVerse generation screen, buksan ang model picker at piliin ang Gemini Omni Flash kung available ito sa plan mo. Dahil magkatabi ang maraming modelo sa PixVerse, maaari mong patakbuhin ang magkatulad na brief sa Gemini Omni Flash at pagkatapos ay ulitin ito sa ibang modelo para makita kung alin ang tumama sa tiyak mong shot.

Kung hindi mo pa nakikita ang Gemini Omni Flash, tingnan ang account tier mo at ang in-app rollout notice — maaaring magbago ang availability at credit cost, kaya ituring ang model picker bilang kasalukuyang source of truth sa halip na gabay na ito.

Hakbang 2: Magpasya sa Panimulang Punto Mo

Ang prompt strategy mo ay lubos na nakadepende sa kung ano ang ipinapasok mo sa modelo:

  • Text-to-video — pinakamainam kapag walang existing asset na pagbabatayan: bagong konsepto, social clip, mabilis na ad draft, explainer visual.
  • Image-to-video — pinakamainam kapag mayroon ka nang still na dapat mag-angkla sa scene: product photo, key art, poster, packaging.
  • Reference image-to-video — pinakamainam kapag kailangang magkasamang gabayan ng ilang larawan ang resulta. Mag-upload ng hanggang limang JPEG/PNG file at tukuyin ang bawat isa sa prompt mo (@image1, @image2, atbp.), na sinasabi sa modelo kung ano mismo ang kontrolado ng bawat isa — subject, palette, ilaw, pose.

Hakbang 3: I-lock Muna ang Duration at Aspect Ratio

Itakda ang mga ito bago mo isulat ang prompt, dahil hinuhubog ng mga ito kung gaano karaming kuwento ang kailangang dalhin ng prompt.

  • Duration: Sapat na ang 5-6 segundo para sa isang product beat; ang 8-10 segundo ay nagbibigay ng puwang para sa simula, gitna, at wakas (character intro, explainer).
  • Aspect ratio: 9:16 para sa TikTok, Reels, at Shorts; 16:9 para sa YouTube, landing page, at deck. I-generate ang bawat ratio bilang sariling job sa halip na i-crop ang isang master clip para umangkop sa maraming placement.

Hakbang 4: Buuin ang Prompt Tulad ng Mini Production Brief

Ang prompt na naglalarawan lang ng vibe (“gawing premium ang itsura”) ay nagbibigay sa modelo ng mas kaunting gawin kaysa sa isa na tumutukoy sa scene. Dumaan sa mga building block na ito nang sunud-sunod:

  1. Subject — ang tao, produkto, o bagay na nag-aangkla sa frame.
  2. Action — kung ano ang pisikal na nagbabago sa buong clip.
  3. Camera — close-up, wide, push-in, orbit, handheld, overhead, locked-off.
  4. Lighting and mood — daylight, neon, soft studio, dramatic, playful.
  5. Environment — lokasyon, props, panahon, materyales, texture.
  6. Audio — ambience, effects, mood ng musika, o tahasang “no dialogue.”
  7. Timing — kung ano ang nangyayari sa aling segundo, para sa anumang mas mahaba sa 6-7 segundo.
  8. Constraints — kung ano ang iiwasan: logo, dagdag na text, scene cut, celebrity likeness.

Isang simpleng template na pupunan:

Gumawa ng [duration] [aspect ratio] na video. Ang paksa ay [specific subject]. Ang kilos ay [specific motion]. Ang kamera ay [movement and framing]. Ang kapaligiran ay [place, lighting, materials, props]. Audio: [ambience, effects, music mood, or silence]. Mga limitasyon: [what to preserve, what to avoid].

Puwersahin ang Isang Continuous Shot Kapag Kailangan Mo Nito

Kapag walang gabay, maaaring mag-cut ang Gemini Omni Flash sa pagitan ng ilang mini-shot sa loob ng isang clip. Para sa product shot, fashion motion, o anumang bagay kung saan sisirain ng cut ang continuity, idagdag ang “single continuous shot,” “no scene cuts,” o “one unbroken take” nang direkta sa prompt.

Isulat ang Audio Direction sa Prompt, Sa Bawat Pagkakataon

Dahil naka-sync ang audio sa video kapag nag-generate, huwag itong ipaubaya sa tsansa. Ilarawan ang ambience o effects na gusto mo (malalambot na click, room tone, enerhiya ng crowd), at sabihing “no dialogue” kung dapat manatiling walang salita ang clip. Iwasang humingi ng tiyak na kanta, artist, o kilalang voice style — ilarawan na lang ang mood.

Magdagdag ng Timecode para sa Multi-Beat na Clip

Para sa 8-10 segundong clip na may higit sa isang story beat, pinapanatili ng timecoded na tagubilin na nakaangkla ang modelo sa istruktura mo:

[0-2s] Ipakita ang produkto sa mesa. [2-5s] Dumudulong palapit ang kamera habang humahagod ang liwanag sa ibabaw. [5-8s] Bahagyang umiikot ang produkto at tumitigil sa isang malinis na huling frame.

Limitahan ito sa dalawa o tatlong beat — ang pagsisiksik ng higit pa sa 10-segundong window ay kadalasang nagpapalabo sa pinakamahalagang aksyon.

Sabihin sa Modelo Kung Ano ang Ginagawa ng Bawat Reference Image

Kung gumagamit ka ng higit sa isang reference image, ang kalabuan ang kaaway. Tukuyin nang malinaw ang trabaho ng bawat isa:

Gamitin ang @image1 bilang eksaktong sanggunian ng produkto — panatilihin ang hugis ng bote, kulay ng takip, at puwesto ng label. Gamitin ang @image2 para lamang sa ilaw at mood ng background. Huwag ilipat ang anumang logo o tao mula sa @image2.

Hakbang 5: Mag-generate, Pagkatapos Suriin Tulad ng Producer, Hindi Bilang Fan

Kapag na-render na ang clip, husgahan ito batay sa trabahong kailangan nitong gawin, hindi lang sa unang tingin sa itsura nito. Suriin:

  • Nanatili bang visually consistent ang subject/produkto sa buong clip?
  • Nababasa ba ang anumang on-screen text, o magulo?
  • Talaga bang tumutugma ang audio sa galaw sa screen?
  • Magagamit ba ang huling frame bilang thumbnail o cut point?

Para sa commercial use, mag-screen din para sa rights issues — iwasan ang anumang umaasa sa likeness ng totoong tao, branded logo, o nakikilalang kanta o boses. Para sa mas malalim na tingin kung paano hinahawakan ng Gemini Omni Flash ang safety at watermarking, tingnan ang aming Gemini Omni Flash overview.

Limang Prompt Recipe na Sisimulan

Gamitin ang mga ito bilang panimulang template, pagkatapos palitan ng sarili mong produkto, subject, at constraints.

Recipe 1: Product Photo papuntang Vertical Ad

Setup: 9:16, 6-8 segundo, image-to-video o isang product reference image.

Gumawa ng 8-segundong 9:16 na video ng produkto gamit ang @image1 bilang eksaktong sanggunian ng produkto. Panatilihin ang hugis ng produkto, takip, kulay, puwesto ng label, at silweta. Nakatayo ang produkto sa basang madilim na ibabaw na bato sa pagsikat ng araw. [0-2s] Macro close-up ng mga patak ng tubig sa ibabaw. [2-5s] Dahan-dahang umaatras ang kamera habang humahagod ang mainit na liwanag sa mga gilid. [5-8s] Bahagyang umiikot ang produkto at tumitigil nang nakasentro. Audio: banayad na patak ng tubig, mahinang room tone, walang diyalogo. Mga limitasyon: walang dagdag na logo, walang dagdag na teksto, walang putol ng eksena.

Recipe 2: Educational Explainer

Setup: 16:9 o 9:16, 8-10 segundo, text-to-video.

Gumawa ng 10-segundong 16:9 na explainer tungkol sa kung paano ginagawang kuryente ng solar panel ang sikat ng araw, gamit ang estilong paper-craft sa isang madilim na tabletop. [0-3s] Nagpapadala ng sinag ang papel na araw patungo sa isang asul na panel. [3-6s] Gumagalaw ang mga kumikinang na tuldok sa isang iginuhit na circuit. [6-10s] Nagniningning ang maliit na papel na bahay. Kamera: naka-lock na overhead shot na may maliliit na galaw na stop-motion. Teksto: ang “sunlight”, “panel”, “electricity” lamang, eksaktong binaybay. Audio: banayad na galaw ng papel, maliit na chime, walang voiceover. Mga limitasyon: walang dagdag na salita, walang kamay ng tao, walang logo.

Recipe 3: Character Introduction mula sa References

Setup: 16:9, 8-10 segundo, hanggang tatlong reference image.

Gumawa ng 9-segundong 16:9 na orihinal na intro ng karakter. Gamitin ang @image1 bilang sanggunian ng pagkakakilanlan — panatilihin ang hugis ng mukha, ayos ng buhok, kulay ng jacket, at silweta. Gamitin ang @image2 para lamang sa ilaw at mood ng background ng lungsod. Nakatayo ang karakter sa rooftop sa dapit-hapon, humaharap sa kamera, at itinataas ang isang maliit na kumikinang na aparato. Kamera: mabagal na medium push-in, iisang tuloy-tuloy na kuha. Ilaw: asul na kalangitan sa gabi, mainit na rim light. Audio: malayong ambience ng lungsod, banayad na elektronikong hum. Mga limitasyon: orihinal na karakter lamang, walang sanggunian sa franchise, walang logo, walang diyalogo.

Recipe 4: App Hero Loop

Setup: 16:9, 6-8 segundo, text-to-video.

Gumawa ng 7-segundong 16:9 na hero loop para sa isang AI planning app. Isang translucent na lumulutang na timeline ang nakalutang sa itaas ng malinis na mesa, habang ang mga abstract na card at linya ay nag-aayos tungo sa isang kalmadong lingguhang plano. Kamera: mabagal na slider mula kaliwa pakanan, mababaw na depth of field, iisang tuloy-tuloy na kuha. Ilaw: natural na liwanag ng umaga, malalambot na anino, mga accent na teal at mainit na dilaw. Audio: banayad na pag-click ng interface, malambot na ambient tone. Teksto: walang nababasang pangalan ng app o teksto ng gawain. Dapat tumugma ang huling frame sa unang frame para malinis na mag-loop ang clip.

Recipe 5: Fashion Lookbook Motion

Setup: 9:16, 8-10 segundo, reference image-to-video.

Gumawa ng 10-segundong 9:16 na fashion lookbook clip. Gamitin ang @image1 bilang sanggunian ng damit — panatilihin ang haba ng coat, texture ng tela, palette, at estilo ng sapatos. Gamitin ang @image2 para sa studio lighting lamang. Isang kathang-isip na modelo ang naglalakad sa concrete studio, humihinto, at inihaharap ang isang balikat sa kamera habang natural na gumagalaw ang coat. Kamera: patayong full-body framing, makinis na dolly, walang putol ng eksena. Ilaw: malaking softbox mula sa kaliwa. Audio: tahimik na ambience ng studio, banayad na yabag, walang diyalogo. Mga limitasyon: kathang-isip na modelo, walang pagkakahawig sa celebrity, walang brand logo.

FAQ

Kailangan ko ba talaga ang Gemini Omni Flash, o maaari akong gumamit ng ibang PixVerse model?

Ang Gemini Omni Flash ay isa sa ilang opsyon sa PixVerse. Malakas itong tugma para sa prompt-driven na scene na may synced audio at multi-image reference control; maaaring mas angkop ang ibang PixVerse model para sa extension, transition, o longer-form na edit hanggang sa dumating ang mga iyon para sa Gemini Omni Flash.

Ilang reference image ang maaari kong i-upload?

Hanggang limang JPEG o PNG na larawan bawat generation, na nire-reference nang paisa-isa sa prompt mo bilang @image1 hanggang @image5.

Anong resolution at haba ang dapat kong asahan?

Ang kasalukuyang PixVerse integration ay nag-o-output ng 720p na video, 3-10 segundo ang haba, sa 16:9 o 9:16.

Makakakuha ba ako ng eksaktong on-screen text sa isang clip?

Panatilihing maikli at tahasan ang on-screen text sa prompt (eksaktong salita, naka-quote), at asahan na susuriin ito nang mabuti — ang tumpak na typography ay lugar pa rin kung saan maaaring mag-iba ang resulta.

Suportado na ba ang video extension o transition?

Hindi sa kasalukuyang PixVerse Gemini Omni Flash workflow. Gumamit ng ibang PixVerse model kapag prayoridad ang extension, transition, o video/voice reference.

Mga Kaugnay na Resource

Handa ka na bang subukan ito? I-generate ang una mong Gemini Omni Flash video sa PixVerse.