2026 میں Gemini Omni کو پرامپٹ کیسے کریں: ملٹی ماڈل اے آئی ویڈیو پرامپٹ کے لیے ایک عملی گائیڈ

اومنی کو پرامپٹ کرنا کیوں مختلف ہے

2024–2025 میں لکھے گئے زیادہ تر اے آئی ویڈیو پرامپٹ مخصوص، مختصر سیاق و سباق والے ویڈیو ماڈلز کے لیے ڈیزائن کیے گئے تھے۔ آپ نے ایک جملہ لکھا، ایک اسٹائل پری سیٹ منتخب کیا، اور جنریٹ پر کلک کیا۔ جیمنی اومنی — گوگل کے مربوط ملٹی ماڈل ماڈل — کے ساتھ پرامپٹ بہت زیادہ کام کر رہا ہے۔ وہی ایک پرامپٹ طویل سیاق و سباق کی ونڈو کے اندر ٹیکسٹ، امیج، ویڈیو اور مطابقت پذیر آڈیو کو ہدایت دے رہا ہے۔

یہ پرامپٹ کو “منظر کا احوال بیان کریں” سے تبدیل کر کے “مکمل فراہم کردہ پروڈکٹ کا احوال بیان کریں” پر لے جاتا ہے۔ یہ گائیڈ اومنی کے آنے کے بعد اس سے زیادہ سے زیادہ فائدہ اٹھانے کے لیے ایک عملی فریم ورک ہے، جس میں گوگل کے آفیشل پرامپٹنگ گائیڈلائنز اور لیک ہونے والے اومنی پریویو کارڈز سے تکنیکیں لی گئی ہیں۔

چار حصوں پر مشتمل فریم ورک: شخصیت (Persona) · کام · فارمیٹ · سیاق و سباق

جیمنی فیملی کے لیے گوگل کی جامع پرامپٹنگ گائیڈ بک چار بلڈنگ بلاکس کی سفارش کرتی ہے:

1. شخصیت (Persona) — وہ مہارت جسے آپ ماڈل سے حاصل کرنا چاہتے ہیں (“ایک سینیماٹوگرافر کے طور پر کام کریں”، “ایک برانڈ ڈیزائنر کے طور پر”، “ایک دستاویزی فلم ایڈیٹر کے طور پر”)۔
2. کام (Task) — آپ کیا تیار کرنا چاہتے ہیں (“نئے ہیڈ فونز کا 10 سیکنڈ کا ہیرو شاٹ”، “9:16 پروڈکٹ کی رونمائی”)۔
3. فارمیٹ (Format) — ساختی حدود (“16:9، 1080p، سست ٹریکنگ شاٹ، گولڈن اور لائٹنگ”)۔
4. سیاق و سباق (Context) — برانڈ، سامعین اور حوالہ جاتی مواد جس سے ماڈل کو معلومات لینی چاہئیں۔

اومنی کے لیے، یہ براہ راست ایک صاف بریف ساخت میں میپ ہوتا ہے:

You are [PERSONA].
Generate [TASK].
Format: [aspect ratio, duration, resolution, camera language, lighting].
Context: [brand voice, audience, references, audio cues].

ایک حقیقی مثال:

You are a luxury cinematographer in the vein of Wong Kar-wai. Generate a 10-second hero shot of a matte-black wireless headphone resting on a textured concrete plinth. Format: 16:9, 1080p, slow 35mm tracking shot from camera-left to camera-right, soft golden-hour back-lighting, shallow depth of field. Context: brand is minimalist Scandinavian premium audio. Audio: low atmospheric drone with a single subtle bell strike at 0:07 when the camera passes the brand mark. Reference image: see attached product photo for exact colour and stitching.

تین سی اصول: مختصر (Concise)، واضح (Clear)، مستقل مزاج (Consistent)

گوگل کی اپنی پرامپٹ حوالہ جاتی گائیڈ تین اصولوں پر زور دیتی ہے جو اومنی میں واضح طور پر منتقل ہوتے ہیں:

• مختصر (Concise)۔ طویل ہونے کا مطلب یہ نہیں کہ وہ اچھا ہے۔ فالتو الفاظ کو نکال دیں۔ فی پرامپٹ ایک اہم موضوع اور ایک اہم کام رکھیں۔
• واضح (Clear)۔ “اسے بہتر بنائیں” یا “مزید سنیماٹک” جیسے مبہم الفاظ سے پرہیز کریں۔ ان کی جگہ ٹھوس ہدایات دیں: “فیلڈ کی گہرائی (depth of field) بڑھائیں”، “زیادہ گرم رنگ کا درجہ حرارت”، “0.5x رفتار پر سست کیمرہ موومنٹ۔”
• مستقل مزاج (Consistent)۔ تکرار میں ایک ہی تصورات کے لیے ایک ہی الفاظ استعمال کریں۔ اگر آپ اسے ایک بار “ٹریکنگ شاٹ” کہتے ہیں، تو بعد میں “ڈالی موو” پر نہ جائیں — ماڈل ان کو الگ الگ سگنل سمجھتا ہے۔

طویل سیاق و سباق، تہوں والے (Layered) پرامپٹ پر توجہ دیں

مختصر سیاق و سباق والے ویڈیو ماڈلز کے برعکس، اومنی کو جیمنی کی لمبی سیاق و سباق کی ونڈو وراثت میں ملی ہے۔ اس کا مطلب ہے کہ آپ تہوں والے، وضاحتی پرامپٹ لکھ سکتے ہیں — اور آپ کو لکھنا بھی چاہیے۔ ایک نتیجہ خیز بریف میں درج ذیل شامل ہونا چاہیے:

• موضوع: فریم میں کون یا کیا ہے، جس میں کردار لاک کرنے کے مراجع شامل ہیں۔
• موڈ: جذباتی ٹون اور رفتار۔
• کیمرہ: کلپ کے اندر لینز، موومنٹ اور فریم میں تبدیلیاں۔
• روشنی: ذریعہ، سمت، رنگ کا درجہ حرارت، کنٹراسٹ۔
• مکالمہ: کوئی بھی بولے گئے جملے، اگر متعلقہ ہو تو درست لپ سنک ٹائمنگ کے ساتھ۔
• صوتی ڈیزائن: ماحول کی آواز، موسیقی کی صنف، ٹائم کوڈز کے ساتھ اہم صوتی اشارے۔
• برانڈ یا اسلوبیاتی سیاق و سباق: موجودہ کام یا بصری زبان کے حوالہ جات۔

آپ بنیادی طور پر ایک جملہ نہیں بلکہ ایک صفحے کا اسکرپٹ لکھ رہے ہیں۔ اومنی کی طویل سیاق و سباق کی ونڈو اسی کام کے لیے بنی ہے۔

حوالہ جاتی اثاثوں (Reference Assets) کا جارحانہ استعمال کریں

لیک ہونے والی اومنی خصوصیت کی فہرست حوالہ جاتی ان پٹس کو واضح طور پر اجاگر کرتی ہے: امیجز، ویڈیو کلپس اور آڈیو ٹریکس سب کو ایک ہی ہدایت میں شامل کیا جا سکتا ہے۔ ٹھوس استعمال:

• کردار لاک (Character lock): ہیرو کی ایک حوالہ تصویر منسلک کریں تاکہ وہ متعدد اومنی کلپس میں یکساں رہے۔
• اسٹائل لاک (Style lock): رنگوں کی درجہ بندی اور ساخت کو مستحکم کرنے کے لیے کام کے ایک موجودہ حصے سے ایک فریم منسلک کریں۔
• موشن لاک (Motion lock): کیمرے کی حرکت یا کردار کے عمل کی نقل کرنے کے لیے ایک مختصر حوالہ ویڈیو منسلک کریں۔
• بیٹ لاک (Beat lock): ایک میوزک ٹریک منسلک کریں اور اومنی سے کہیں کہ وہ بیٹ کے مطابق ویژولز کو کٹ کرے (خاص طور پر ریلز اور میوزک ویڈیوز کے لیے مفید ہے)۔

حوالہ جاتی اثاثے اکیلے ٹیکسٹ کے مقابلے میں فی بائٹ کہیں زیادہ معلومات لے جاتے ہیں۔ تین حوالہ جاتی تصاویر کے ساتھ ایک 30 الفاظ کا پرامپٹ تقریباً ہمیشہ بغیر کسی حوالے کے 300 الفاظ کے پرامپٹ سے بہتر کارکردگی دکھائے گا۔

دوبارہ بنانے کے بجائے چیٹ میں ترمیم کریں

اومنی کے ذریعے متعارف کرائی جانے والی سب سے بڑی ورک فلو تبدیلی کی بحث براہ راست چیٹ میں ترمیم ہے۔ جب کوئی ایک عنصر غلط ہو تو پوری کلپ کو دوبارہ جنریٹ کرنے کے بجائے، آپ پوچھ سکتے ہیں:

“Swap the watch on the model’s wrist for a brushed silver chronograph. Keep all other framing, lighting and audio exactly the same.”

“Slow the camera move by 30 % and warm the colour temperature by 200 K.”

“Remove the bell strike at 0:07 and add a soft ambient swell from 0:08 to 0:10 instead.”

یہ ظاہر کرتا ہے کہ کس طرح نینو بنانا نے 2025 میں امیج ایڈیٹنگ کے تجربے کو نئے سرے سے متعارف کرایا تھا۔ پرامپٹ کرافٹ کے لیے اس کا اثر اہم ہے: آپ کے پہلے پرامپٹ کو اب کامل ہونے کی ضرورت نہیں ہے۔ ایک مضبوط بنیاد تیار کریں، پھر اسے ہدایت دیں۔ یہ پیٹرن مسلسل دوبارہ جنریٹ کرنے کے مقابلے میں کمپیوٹنگ کے لحاظ سے بھی سستا ہے۔

کاپی کرنے کے لیے پانچ اومنی مخصوص پرامپٹ پیٹرنز

شروع کرنے کے لیے پیٹرنز کا ایک پیک جو ماڈل کی طاقت کے ساتھ اچھی طرح میل کھاتا ہے:

1. پروڈکٹ ہیرو

Generate a [duration] [aspect-ratio] hero shot of [product], [lighting], [camera move]. Audio: [ambient bed] with [signature sound] at [timecode]. Reference: [attach product photo].

2. آن مائیک مکالمے کے ساتھ ریل / شارٹ

9:16, [duration]. Subject delivers the line “[short copy]” directly to camera in a [setting]. Lip-sync precise. Background ambient: [environment sound]. Match the rhythm of [reference audio].

3. میوزک ویڈیو کٹ

Generate [duration] of [subject] performing [action] to the attached music track. Cut visuals on the beat. Maintain character consistency across the clip. Lighting follows the track’s energy curve.

4. سینیماٹک مختصر بلڈنگ بلاک

10-second omni-clip: [subject] [action] in [environment]. Continuous [lighting setup]. Hold the audio bed across the cut so this clip can be chained with the previous one (attached).

5. چیٹ پر مبنی ترمیم

Take the previous generation and [specific change]. Keep [list of preserved elements] unchanged. Confirm the change took effect on [specific frame or timecode].

پہلے دن کیا ٹیسٹ کریں

جب آپ آخر کار اومنی کا استعمال شروع کریں گے، تو چار ٹیسٹ آپ کو وہ سب کچھ بتائیں گے جو آپ کو جاننے کی ضرورت ہے:

1. اسکرین پر ٹیکسٹ رینڈرنگ — کیا بلیک بورڈ یا سائن بورڈ پر لکھا ہوا پوری کلپ میں پڑھنے کے قابل رہتا ہے؟
2. بولے گئے مکالمے پر لپ سنک — کیا ماڈل ایک ہی جنریشن میں منہ کی شکلوں کو درست پکڑتا ہے؟
3. ملٹی کلپ تسلسل — دو 10 سیکنڈ کی اومنی کلپس کو جوڑیں اور چیک کریں کہ کیا کردار، لائٹنگ اور آڈیو ماحول واقعی برقرار رہتے ہیں۔
4. حوالہ جاتی وفاداری (Reference fidelity) — کیا ایک حوالہ تصویر کردار کی شناخت کو لاک کرتی ہے، یا صرف اس کا مشورہ دیتی ہے؟

اگر اومنی ان چار میں سے تین کو کامیابی سے کرتا ہے، تو آپ کی پرامپٹ لائبریری اچانک آپ کے ٹول اسٹیک سے زیادہ قیمتی ہو جائے گی۔ اسی کے مطابق منصوبہ بندی کریں۔ Urdu text follows.