অফার AIinBangla-র সব কোর্সে ২০% ছাড় ২৫ নভেম্বর পর্যন্ত

AI Champions কোর্স দেখুন
মূল অংশে যান
AIinBangla

AI ভিডিওতে চরিত্রের চেহারা এক রাখবেন কীভাবে?

AI ভিডিওতে চরিত্র এক রাখা: ছবির ফ্রেম, একজন মানুষ, ফিল্মের ক্ল্যাপবোর্ড আর ক্যামেরা, কাগজ কেটে বানানো ছবি

AI ভিডিও বানাতে গিয়ে সবচেয়ে বেশি যেখানে মানুষ আটকায়, সেটা হলো একই চরিত্রের চেহারা প্রতি দৃশ্যে বদলে যাওয়া। এটার সমাধান নতুন কোনো টুল না, একটা নিয়ম: প্রতিবার নতুন করে বর্ণনা না দিয়ে একটাই রেফারেন্স ছবি বারবার ব্যবহার করা। এই একটা অভ্যাসেই কাজের অর্ধেক সমস্যা মিটে যায়।

এক নজরে

  • চেহারা বদলায় কারণ প্রতিটা নতুন প্রম্পট AI-এর কাছে নতুন একটা মানুষ তৈরির নির্দেশ।
  • সমাধান হলো একটা রেফারেন্স ছবি বানিয়ে সেটাই প্রতিবার সাথে দেওয়া।
  • মুখ যত কম দেখাবেন, কাজ তত সহজ। পেছন, হাত, ছায়া, দূরের দৃশ্য অনেক কাজে লাগে।
  • পোশাক আর চুল আলাদা করে লিখে দিতে হয়, নাহলে সেগুলোই সবার আগে বদলায়।
  • একটা ভিডিওতে একজন প্রধান চরিত্র রাখুন। দুজন এক রাখা কয়েক গুণ কঠিন।

চেহারা বদলে যায় কেন

ব্যাপারটা বোঝা দরকার, নাহলে সমাধানটা মুখস্থ থেকে যাবে। আপনি যখন লেখেন "একজন ত্রিশ বছরের বাঙালি পুরুষ, দাড়ি আছে", AI ওই বর্ণনার সাথে মেলে এমন একটা মুখ তৈরি করে। পরের দৃশ্যে একই বর্ণনা দিলে সে আবার নতুন করে একটা মুখ তৈরি করে, যেটা বর্ণনার সাথে মেলে কিন্তু আগেরটার সাথে না।

ত্রিশ বছরের দাড়িওয়ালা বাঙালি পুরুষ পৃথিবীতে কোটি কোটি। AI প্রতিবার তাদের ভেতর থেকে একজনকে বেছে নিচ্ছে। আপনি যদি একই মানুষ চান, তাহলে বর্ণনা দিয়ে হবে না, ছবি দিয়ে দেখাতে হবে।

এই বিষয়টা হাতে-কলমে শিখতে চাইলে: AI ভিডিও মেকিং Masterclass (৳2,399)

মূল নিয়ম: একটা রেফারেন্স, বারবার

০১একটা ভালো ছবি বানানসোজাসুজি মুখ, পরিষ্কার আলো, সাদামাটা পটভূমি। এটাই আপনার চরিত্র।
০২সেটা সেভ করে রাখুনএই ছবিটাই সব দৃশ্যে সাথে দেবেন। নতুন করে বর্ণনা লিখবেন না।
০৩দৃশ্য বদলান, মানুষ নাপ্রম্পটে শুধু জায়গা, ভঙ্গি আর আলো বদলান। চেহারার বর্ণনা বাদ দিন।
০৪প্রতি দশ দৃশ্যে মিলিয়ে দেখুনধীরে ধীরে সরে যেতে থাকে। সরে গেলে আবার মূল ছবিতে ফিরে যান।
চার নম্বরটা মানুষ ভুলে যায়। বিশ দৃশ্য পরে বুঝতে পারলে অনেক কাজ নষ্ট হয়।
AI ভিডিওতে চরিত্র এক রাখা: একজন মানুষ, আরেকজন মানুষ আর ছবির ফ্রেম, কাগজ কেটে বানানো ছবি

যেসব জিনিস আলাদা করে বেঁধে দিতে হয়

মুখ ঠিক থাকলেও অন্য জিনিস বদলে যায়, আর দর্শক সেটা ধরে ফেলে। নিচের তালিকাটা প্রতিটা প্রম্পটের শেষে জুড়ে দেওয়ার মতো।

যা বদলে যায় কীভাবে আটকাবেন
পোশাকের রং নির্দিষ্ট রং লিখুন। "নীল" না, "গাঢ় নীল শার্ট, হাতা গোটানো"
চুলের ধরন লম্বা না ছোট, সিঁথি কোন দিকে, বাঁধা না খোলা
বয়স প্রতিটা প্রম্পটে একই সংখ্যা লিখুন, নাহলে দৃশ্যভেদে বয়স ওঠানামা করে
শরীরের গড়ন একবার ঠিক করে সেই শব্দগুলোই প্রতিবার ব্যবহার করুন
আলো আর রঙের আবহ একটা বাক্য বানিয়ে সব প্রম্পটের শেষে বসান, যেমন "নরম সকালের আলো, হালকা উষ্ণ রং"

একটা কাজের কৌশল: চরিত্রের বর্ণনাটা একবার লিখে আলাদা ফাইলে রাখুন, হুবহু সেই শব্দগুলো প্রতিবার কপি করে বসান। এক শব্দ বদলালেও চেহারা বদলাতে পারে, তাই নতুন করে লিখবেন না, কপি করুন।

যে দৃশ্যগুলোয় সমস্যাই হয় না

অভিজ্ঞ মানুষ যেটা করেন সেটা হলো মুখ দেখানোর দরকার কমিয়ে ফেলা। এতে কাজ সহজ হয় আর ভিডিওটা দেখতে বেশি পেশাদার লাগে, কারণ আসল সিনেমাতেও সব দৃশ্যে মুখ থাকে না।

AI ভিডিওতে চরিত্র এক রাখা: ফিল্মের ক্ল্যাপবোর্ড, ভিডিও চালানো পর্দা আর রোবট, কাগজ কেটে বানানো ছবি
পেছন থেকেচরিত্র হেঁটে যাচ্ছে, দাঁড়িয়ে আছে। চেহারা মেলানোর প্রশ্নই নেই।
হাত আর জিনিসচিঠি ধরা হাত, কলম, কাপ। গল্প এগোয়, মুখ লাগে না।
দূরের দৃশ্যছোট করে দেখানো মানুষ। মুখের খুঁটিনাটি এমনিতেই বোঝা যায় না।
ছায়া আর প্রতিফলনজানালার কাচে, পানিতে। দেখতে ভালো লাগে আর কাজ কম।
একটা দশ মিনিটের ভিডিওতে মুখ দেখানো দৃশ্য বিশ ভাগের বেশি হওয়ার দরকার নেই।

ভিডিওতে নড়াচড়া: আলাদা সমস্যা

স্থির ছবিতে চেহারা এক রাখা তুলনায় সহজ। ছবি থেকে ভিডিও বানানোর পুরো ধাপ আলাদা লেখায় আছে। ভিডিওতে চরিত্র নড়ে, আর নড়ার সময় AI মুখটা একটু একটু করে বদলে ফেলে। বিশেষ করে লম্বা ক্লিপে।

এর সমাধান হলো ক্লিপ ছোট রাখা। পাঁচ থেকে আট সেকেন্ডের ক্লিপে মুখ ঠিক থাকে, পনেরো সেকেন্ডে সরে যেতে শুরু করে। বড় দৃশ্য লাগলে কয়েকটা ছোট ক্লিপ বানিয়ে জোড়া দিন, একটা লম্বা ক্লিপ বানানোর চেয়ে ফল ভালো হয়।

আরেকটা কাজের নিয়ম, প্রম্পটে নড়াচড়াটা সহজ রাখুন। "ধীরে মাথা ঘোরাচ্ছে" ভালো কাজ করে, "দৌড়ে গিয়ে লাফ দিয়ে ঘুরে দাঁড়াচ্ছে" প্রায় সবসময় চেহারা ভেঙে দেয়।

দুজন চরিত্র থাকলে

একজনকে এক রাখাই কঠিন, দুজন হলে সমস্যা কয়েক গুণ বাড়ে, কারণ AI প্রায়ই দুজনের চেহারা মিশিয়ে ফেলে। যদি খুব দরকার হয়, তাহলে দুটো নিয়ম মানুন।

এক, দুজনকে দেখতে যতটা সম্ভব আলাদা করুন। বয়স, উচ্চতা, পোশাকের রং, চুল। যত বেশি পার্থক্য, তত কম মিশে যাওয়ার সুযোগ। দুই, যেসব দৃশ্যে দুজনই আছেন সেগুলো কমিয়ে ফেলুন, একজন কথা বলছে আর অন্যজন শুনছে, এভাবে আলাদা দৃশ্যে ভাগ করে নিন।

যাচাই করার সহজ উপায়

সব দৃশ্য বানানোর পর ছবিগুলো পাশাপাশি বসিয়ে একবার দেখুন, ভিডিও জোড়া দেওয়ার আগে। এই এক মিনিটের কাজটা অনেক সময় বাঁচায়, কারণ ভিডিও বানিয়ে ফেলার পর ঠিক করতে গেলে পুরোটা আবার করতে হয়।

যেটা দেখবেন: চোখের মাঝের দূরত্ব, নাকের আকার, চিবুক। এই তিনটা মিললে দর্শক একই মানুষ বলে মেনে নেয়, বাকি ছোটখাটো পার্থক্য চোখে পড়ে না।

কোন টুলে রেফারেন্স ছবি দিয়ে চরিত্র ধরে রাখা যায়?

বাংলাদেশ থেকে সবচেয়ে সহজ দুটো জায়গা Google Flow আর Gemini অ্যাপ, দুটোতেই ছবি দিয়ে চরিত্র দেখিয়ে দেওয়া যায়। নভেম্বর ২০২৬ পর্যন্ত Google এর পাতায় যা লেখা:

জায়গা চরিত্র ধরে রাখার উপায় খেয়াল রাখুন
Google Flow, Ingredients চরিত্রের ছবি বা ভিডিও Ingredient হিসেবে দিয়ে প্রম্পটে @ দিয়ে ট্যাগ করা যায় Omni Flash এ Voices যোগ করলে ক্লিপে ক্লিপে একই কণ্ঠও থাকে
Gemini অ্যাপ Gemini Omni তে সর্বোচ্চ ৫টা ছবি থেকে ১০ সেকেন্ডের ভিডিও Google AI সাবস্ক্রিপশন আর ১৮ বছরের বেশি বয়স লাগে
Flow এর ফ্রি ক্রেডিট প্রতিদিন ৫০ ক্রেডিট, প্ল্যান থাকুক বা না থাকুক না খরচ করা দৈনিক ক্রেডিট পরের দিনে যায় না

সূত্র: Google Flow Help: ভিডিও বানানো, Google Flow Help: ক্রেডিট, Gemini ভিডিও জেনারেশন। সীমা আর ক্রেডিট বদলায়, প্রম্পট বক্সের সেটিংয়ে নিজে দেখে নিন।

একটা পূরণ করা চরিত্রের কার্ড দেখতে কেমন?

কার্ডে চেহারা একবারই লেখা হয়, দৃশ্যের প্রম্পটে শুধু জায়গা, কাজ আর আলো বদলায়। নিচের উদাহরণটা একটা গ্রামের গল্পের সিরিজের জন্য।

চরিত্র: রহিম চাচা, ৬০ বছর, রোগা গড়ন, মাঝারি উচ্চতা
মুখ: সাদা ছোট দাড়ি, চোখে গোল কালো ফ্রেমের চশমা, কপালে তিনটা ভাঁজ
পোশাক: সাদা পাঞ্জাবি, সবুজ চেক লুঙ্গি, কাঁধে বাদামি গামছা
স্থায়ী চিহ্ন: বাঁ হাতে পুরোনো রুপালি ঘড়ি
স্টাইল: নরম সকালের আলো, হালকা উষ্ণ রং, বাস্তবধর্মী

দৃশ্য ১ এর প্রম্পট: "[কার্ড] + পুকুরঘাটে বসে ছিপ ফেলছেন, পাশ থেকে মাঝারি দূরত্ব"। দৃশ্য ২: "[কার্ড] + বাজারে হেঁটে যাচ্ছেন, পেছন থেকে"। চেহারার একটা শব্দও বদলায়নি, শুধু শেষের অংশ বদলেছে।

বাচ্চাদের জন্য কার্টুন চরিত্রেও একই নিয়ম খাটে, সেই কাজের পুরো ধাপ আছে বাচ্চাদের শিক্ষামূলক ভিডিও AI দিয়ে বানানোর লেখায়।

চেহারা সরে গেলে কোথায় গলদ খুঁজবেন?

বেশিরভাগ সময় দোষ টুলের না, প্রম্পট বা ক্লিপের দৈর্ঘ্যের। লক্ষণ দেখে কারণ ধরুন।

লক্ষণ সম্ভাব্য কারণ সমাধান
পোশাকের রং বদলে গেছে কার্ডে রং অস্পষ্ট বা দৃশ্যের প্রম্পটে অন্য রঙের কথা কার্ডে নির্দিষ্ট রং, দৃশ্যের প্রম্পট থেকে রঙের শব্দ বাদ
ক্লিপের শেষে মুখ আলাদা ক্লিপ লম্বা বা নড়াচড়া বেশি ছোট ক্লিপ, একটাই সহজ নড়াচড়া
দুজনের মুখ মিশে গেছে একই ফ্রেমে দুজন, চেহারায় পার্থক্য কম আলাদা ফ্রেম, বয়স আর পোশাকে বড় পার্থক্য
কণ্ঠ ক্লিপে ক্লিপে আলাদা প্রতিবার নতুন কণ্ঠ তৈরি হচ্ছে Flow এ Voices দিন, বা পরে একটাই ভয়েসওভার বসান

নতুন তথ্যসূত্র: Google Flow Help: Create videos; Google Flow Help: credits; Gemini: video generation. সর্বশেষ যাচাই: ২ নভেম্বর ২০২৬।

সচরাচর প্রশ্ন

রেফারেন্স ছবি কোথা থেকে বানাব?
যেকোনো AI ইমেজ টুলে বানানো যায়, আর ভালো ছবির প্রম্পট লেখার নিয়ম আলাদা করে লেখা আছে। খেয়াল রাখবেন ছবিটা যেন সোজাসুজি হয়, পরিষ্কার আলোয় আর সাদামাটা পটভূমিতে। পাশ থেকে তোলা বা ছায়াময় ছবি রেফারেন্স হিসেবে ভালো কাজ করে না।
নিজের ছবি রেফারেন্স হিসেবে দেওয়া যাবে?
নিজের ছবি দেওয়া যায়। অন্য কারো ছবি, বিশেষ করে পরিচিত মানুষ বা তারকার ছবি ব্যবহার করবেন না, ওটা আইনি ঝামেলা তৈরি করে আর অনেক টুলের নিয়মেও নিষেধ আছে।
প্রতি দৃশ্যে ছবি দিলে খরচ বাড়ে না?
বাড়ে না, বরং কমে। চেহারা না মেলায় বারবার নতুন করে বানানোর চেয়ে একবারে ঠিক পাওয়াটা সস্তা। বেশিরভাগ খরচ হয় ব্যর্থ চেষ্টায়।
কোন টুলে চরিত্র সবচেয়ে ভালো এক থাকে?
টুলগুলো দ্রুত বদলায়, তাই নাম বলে দেওয়ার চেয়ে নিয়মটা জানা বেশি কাজে দেয়। যে টুলে রেফারেন্স ছবি দেওয়ার সুযোগ আছে, সেটাই এই কাজে ভালো। শুধু লেখা দিয়ে চালানো টুলে চরিত্র এক রাখা কঠিন।
বাচ্চা বা বয়স্ক চরিত্রে সমস্যা বেশি হয় কেন?
AI-এর কাছে মাঝবয়সী মুখের উদাহরণ সবচেয়ে বেশি, তাই ওখানে সে স্থির থাকে। খুব কম বা খুব বেশি বয়সে সে ওঠানামা করে। এসব ক্ষেত্রে রেফারেন্স ছবি আরো জরুরি, আর দৃশ্য একটু দূর থেকে নিলে সুবিধা হয়।
একই চরিত্র নিয়ে সিরিজ বানানো যাবে?
যাবে, আর এটাই এই স্কিলের সবচেয়ে কাজের ব্যবহার। রেফারেন্স ছবি আর বর্ণনার ফাইলটা সংরক্ষণ করে রাখলে মাস পরেও একই চরিত্র নিয়ে নতুন ভিডিও বানানো যায়।
Google Flow এ একই চরিত্রের কণ্ঠ এক রাখা যায়?
যায়। Google Flow Help অনুযায়ী Ingredients দিয়ে ভিডিও বানানোর সময় Omni Flash মডেলে Voices যোগ করলে ক্লিপে ক্লিপে চরিত্রের একই কণ্ঠ থাকে। এটা শুধু Ingredients ভিত্তিক ভিডিওতে কাজ করে, নভেম্বর ২০২৬ পর্যন্ত।

AI ভিডিও হাতে কলমে শিখতে চাইলে

AI ভিডিও মেকিং Masterclass এ স্ক্রিপ্ট, ছবি, ভয়েস আর এডিট থেকে শুরু করে পুরো ভিডিও বানানো বাংলায় ধাপে ধাপে দেখানো আছে।

AI ভিডিও মেকিং কোর্সটা দেখুন

চেহারা না দেখিয়ে ইউটিউব: AI ভিডিও থেকে আয়ের ব্লুপ্রিন্ট বইয়ের কভার
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, ১৩টা বই

বিষয়
নাসির উদ্দিন শামীম
লেখক

নাসির উদ্দিন শামীম

ঢাকা থেকে বলছি। ইন্টারনেট মার্কেটিং করি, আর নতুন কোনো এআই টুল বের হলেই সেটা ধরে দেখি কাজে লাগে কি না। যেটা সত্যিই কাজের, সেটা নিয়ে ফেসবুক আর ইউটিউবে কথা বলি। এখানে সেই জিনিসগুলোই গুছিয়ে শেখানোর চেষ্টা করি, যাতে আপনি নিজেও কাজে লাগাতে পারেন।

পরের ধাপ

বিষয়টা বুঝেছেন, এবার হাতে কলমে শিখে কাজ শুরু করুন।

৩০ সেকেন্ডের কুইজ বলে দেবে আপনার অবস্থায় কোন কোর্সটা লাগবে।

Nasir Uddin Shamim

Nasir Uddin Shamim

সাধারণত কয়েক ঘণ্টার মধ্যে উত্তর দিই, সর্বোচ্চ ২৪ ঘণ্টা।

এখন অফলাইনে আছি। মেসেজ রেখে যান, কয়েক ঘণ্টার মধ্যে উত্তর দেব, সর্বোচ্চ ২৪ ঘণ্টা।

Nasir Uddin Shamim
আসসালামু আলাইকুম 👋
আমি নাসির উদ্দিন শামীম। কীভাবে সাহায্য করতে পারি?