AI দিয়ে ভিডিও বানানোর নিয়ম, ছবি থেকে সম্পূর্ণ ভিডিও পর্যন্ত

AI দিয়ে ভিডিও বানানো মানে একটা বোতাম চেপে ভিডিও পাওয়া না। এটা পাঁচটা আলাদা ধাপ, প্রতিটাতে আলাদা টুল: স্ক্রিপ্ট, ছবি, ভয়েস, ক্লিপ আর এডিট। ধাপগুলো আলাদা করে বুঝলে যেকোনো টুল বদলে গেলেও আপনার কাজ থেমে থাকবে না।

পাঁচটা ধাপ

স্ক্রিপ্টেই আসল খেলা

বেশিরভাগ মানুষ ভিজ্যুয়াল নিয়ে যত ভাবে, স্ক্রিপ্ট নিয়ে তার দশ ভাগের এক ভাগও ভাবে না। অথচ দর্শক প্রথম ১৫ সেকেন্ডেই ঠিক করে ফেলে থাকবে কি না।

ভালো হুকের তিনটা ছাঁচ: একটা প্রশ্ন যার উত্তর দর্শক জানতে চায়; একটা দাবি যেটা শুনে অবাক লাগে; বা সরাসরি বলে দেওয়া ভিডিওটা দেখলে সে কী পাবে। AI-কে দিয়ে একই স্ক্রিপ্টের ১০টা হুক লিখিয়ে সবচেয়ে ভালোটা বেছে নিন।

কোন কাজে কোন টুল

যে ভুলগুলো ভিডিও নষ্ট করে

এক দৃশ্য বেশিক্ষণ ধরে রাখা, প্রতি ৩-৫ সেকেন্ডে কিছু বদলানো উচিত। ভয়েস আর ভিজ্যুয়াল না মেলা। ক্যাপশন না দেওয়া, যেখানে বেশিরভাগ মানুষ শব্দ ছাড়াই দেখে। আর শেষে দর্শককে কী করতে হবে না বলা।

প্রথম ভিডিওটা বানানোর সময় কী কী আটকায়

ছবিতে ধারাবাহিকতা থাকে না। প্রতিটা দৃশ্যে আলাদা স্টাইল এলে ভিডিওটা জোড়াতালি লাগে। সমাধান, প্রম্পটের শেষে একই স্টাইল-বাক্য প্রতিবার যোগ করুন, যেমন "ডকুমেন্টারি ফটোগ্রাফি, নরম আলো, ফিল্ম গ্রেইন"।

ভয়েস আর ছবি মেলে না। ভয়েসে যা বলছে, পর্দায় তখন সেটাই দেখা উচিত। স্ক্রিপ্ট লেখার সময়ই প্রতিটা লাইনের পাশে কী দেখাবে সেটা লিখে রাখুন।

ভিডিও লম্বা হয়ে যায়। প্রথম ভিডিও ৩ মিনিটের বেশি রাখবেন না। ছোট ভিডিও শেষ পর্যন্ত দেখা হয়, আর সেটাই প্ল্যাটফর্ম পছন্দ করে।

একটা ভিডিওর সময়ের হিসাব

প্রথম ভিডিওতে ছয় ঘণ্টা লাগলে ঘাবড়াবেন না। দশ নম্বর ভিডিওতে দুই ঘণ্টায় নেমে আসে।

টেমপ্লেট বানিয়ে ফেলুন

দশটা ভিডিওর পর একই কাজ বারবার করতে হয়। এই জিনিসগুলো একবার বানিয়ে সেভ করে রাখুন: ইন্ট্রো ও আউট্রোর ৫ সেকেন্ড, ক্যাপশনের স্টাইল, থাম্বনেইলের লেআউট, ছবির স্টাইল-বাক্য, আর স্ক্রিপ্টের কাঠামো। এতে প্রতি ভিডিওতে অন্তত এক ঘণ্টা বাঁচে।

ক্লায়েন্টের জন্য বানালে যা আলাদা

নিজের ভিডিওতে যা খুশি করা যায়, ক্লায়েন্টের ভিডিওতে যায় না। শুরুতেই জেনে নিন: তাদের ব্র্যান্ডের রঙ কী, লোগো কোথায় বসবে, কোন কথাগুলো বলা যাবে না, আর ভিডিওটা কোথায় যাবে। ফেসবুকের জন্য বানানো ভিডিও ইউটিউবে কাজ করে না, আকার আলাদা।

শুধু মোবাইল দিয়ে কি AI ভিডিও বানানো যায়?

যায়, পাঁচ ধাপের প্রতিটাই এখন ফোনে করা যায়। স্ক্রিপ্ট ChatGPT, Gemini বা Claude অ্যাপে, ছবি Gemini অ্যাপে, আর এডিট CapCut এ। ল্যাপটপ লাগে মূলত লম্বা ভিডিও আর অনেক লেয়ারের এডিটে।

ফোনে কাজ করলে দুটো জিনিস খেয়াল রাখুন। প্রতিটা দৃশ্যের ফাইল নাম দিয়ে একটা ফোল্ডারে রাখুন, নাহলে এডিটের সময় খুঁজে পাবেন না। আর ফ্রি ক্রেডিটের ভিডিও টুলে ছোট ছোট ক্লিপ বানান, লম্বা ক্লিপে ক্রেডিট দ্রুত ফুরায়।

মোবাইল এডিটের পুরো নিয়ম, অটো ক্যাপশন সহ, CapCut দিয়ে মোবাইলে ভিডিও এডিটের গাইডে ধাপে ধাপে আছে।

ছবি থেকে ভিডিও বানাবেন কীভাবে?

একটা স্থির ছবি আপলোড করে লিখে দিন কী নড়বে আর ক্যামেরা কোন দিকে যাবে, AI সেটাকে কয়েক সেকেন্ডের ক্লিপ বানিয়ে দেয়। একে বলে image to video, আর ধারাবাহিক ভিডিওর জন্য এটাই সবচেয়ে নির্ভরযোগ্য পথ।

কারণ লেখা থেকে সরাসরি ভিডিও বানালে প্রতিটা ক্লিপে চরিত্রের চেহারা বদলে যায়। আগে ছবি বানিয়ে, পছন্দ হলে তারপর নড়ালে চেহারা আর রঙ এক থাকে। Gemini অ্যাপে ছবি থেকে ৮ সেকেন্ডের ভিডিও বানানোর সুবিধা এসেছে (Google ব্লগ), তবে কোন প্ল্যানে দিনে কয়টা বানানো যায় সেটা বদলায়, চেক করে নিন।

AI ভিডিও ইউটিউবে দিলে কি জানাতে হয়?

বাস্তব মনে হয় এমন মানুষ, জায়গা বা ঘটনা AI দিয়ে বানালে হ্যাঁ, আপলোডের সময় YouTube Studio তে জানাতে হয়। কার্টুন, স্পষ্টভাবে কাল্পনিক দৃশ্য, বা শুধু স্ক্রিপ্ট আর আইডিয়ায় AI ব্যবহার করলে জানানো লাগে না।

অক্টোবর ২০২৬ পর্যন্ত YouTube এর নিয়মে বলা আছে, AI ঘোষণা দিলে ভিডিওর দর্শক বা আয়ের যোগ্যতা কমে না। কিন্তু বারবার না জানালে YouTube নিজে লেবেল বসাতে পারে, ভিডিও সরাতে পারে বা Partner Program থেকে সাময়িক বাদ দিতে পারে (YouTube Help)।

ঘোষণা আর আয়ের যোগ্যতা দুটো আলাদা বিষয়। একই ধাঁচের ভিডিও বারবার বানালে মনিটাইজেশনে কী আটকায়, সেটা AI দিয়ে বানানো ভিডিও কি ইউটিউবে মনিটাইজ হয় লেখায় সহজ করে বলা আছে।

ফ্রি টুলে কতদূর যাওয়া যায়?

শেখা আর প্রথম দশটা ভিডিও বানানো পর্যন্ত ফ্রি টুলেই চলে। আটকায় ভিডিও জেনারেশনে, কারণ বেশিরভাগ টুল দিনে বা মাসে সীমিত ক্রেডিট দেয়, আর ফ্রি ভিডিওতে ওয়াটারমার্ক থাকতে পারে।

তাই ফ্রিতে থাকলে বেশিরভাগ দৃশ্য স্থির ছবি দিয়ে বানান, জুম আর প্যান দিয়ে নড়াচড়া আনুন, আর ক্রেডিট খরচ করুন শুধু হুকের দৃশ্যে। কোন টুল বাংলাদেশ থেকে কতটা ফ্রিতে চলে, সেই তুলনা AI ভিডিও বানানোর টুল ২০২৬ লেখায় আছে।

ভিডিও ক্লিপের প্রম্পটে কী কী লিখবেন?

ছবির প্রম্পটের সাথে ভিডিওতে আরও তিনটা জিনিস লাগে: কী নড়বে, ক্যামেরা কীভাবে নড়বে, আর কী শব্দ শোনা যাবে। এই তিনটা না বললে AI নিজের মতো করে নড়াচড়া বানায়, আর সেটাই সাধারণত অস্বাভাবিক লাগে।

একটা নমুনা: "পুরান ঢাকার সরু গলি, সন্ধ্যা, একজন বৃদ্ধ রিকশাচালক ধীরে প্যাডেল করছেন, ক্যামেরা পেছন থেকে ধীরে অনুসরণ করে, হলুদ দোকানের আলো, দূরে রিকশার বেল আর মানুষের কথা"। এখানে বিষয়, কাজ, ক্যামেরা, আলো আর শব্দ, পাঁচটাই আছে।

একটা ক্লিপে একটাই ক্যামেরা নড়াচড়া রাখুন: সামনে এগোনো, পাশে সরা, বা স্থির। দুটো একসাথে চাইলে দৃশ্য দুলতে থাকে। আর মুখের ক্লোজ আপে কথা বলানো এড়িয়ে চলুন, ঠোঁট আর শব্দ মেলানো এখনো সবচেয়ে দুর্বল জায়গা।

তথ্যসূত্র: YouTube Help: AI কনটেন্ট ঘোষণা; Google ব্লগ: ছবি থেকে ভিডিও. সর্বশেষ যাচাই: ১৪ অক্টোবর ২০২৬।

সচরাচর যা জিজ্ঞেস করা হয়

এই লেখার পরের ধাপ, ফ্রি বাংলা বই

চেহারা না দেখিয়ে ইউটিউব: AI ভিডিও থেকে আয়ের ব্লুপ্রিন্ট

নিজের চেহারা না দেখিয়ে AI ভিডিও দিয়ে চ্যানেল চালানোর ধাপগুলো, শুরু থেকে মনিটাইজেশন পর্যন্ত।

বইটা ফ্রি নিন

অন্য কাজের বই খুঁজছেন? পুরো লাইব্রেরি, ১২টা বই