Video yang dihasilkan AI memang mengesankan, tetapi siapa pun yang pernah mencobanya pasti pernah melihat hasil yang aneh: jari yang salah, wajah karakter yang berubah di tengah adegan, atau objek yang melayang tanpa logika. Fenomena ini dikenal sebagai halusinasi AI, dan merupakan tantangan terbesar bagi kreator yang ingin memakai generator video untuk pekerjaan nyata.
Kabar baiknya, sebagian besar halusinasi bisa dicegah sejak awal. Kuncinya ada pada cara Anda menyusun prompt. Artikel ini membahas teknik prompt engineering yang terbukti untuk menghasilkan video AI yang akurat, konsisten, dan layak dipublikasikan.
Mengapa Halusinasi Terjadi?
Model video generatif bekerja dengan memprediksi piksel berdasarkan deskripsi teks. Ketika deskripsi itu ambigu, model mengisi celah dengan tebakannya sendiri โ dan tebakan itulah yang menghasilkan detail aneh. Semakin kabur instruksi Anda, semakin besar ruang bagi model untuk berimprovisasi.
Contoh sederhana: menulis "seorang pria berjalan di kota" akan menghasilkan banyak interpretasi berbeda. Tetapi jika Anda menulis "pria Asia berusia 30-an, jas abu-abu, berjalan cepat di zebra cross saat hujan, lampu neon, kamera mengikuti dari samping", model memiliki kerangka yang jauh lebih jelas.
Struktur Prompt yang Efektif
Prompt video yang baik terdiri dari empat lapisan:
- Subjek: siapa atau apa yang tampil, lengkap dengan fisik, pakaian, dan ekspresi.
- Aksi: apa yang dilakukan, bagaimana gerakannya, dan kecepatannya.
- Lingkungan: latar, pencahayaan, waktu, dan suasana.
- Teknis: sudut kamera, jenis lensa, dan gaya visual.
Menggabungkan keempat lapisan ini secara eksplisit membuat model tetap berada di jalur yang Anda inginkan. Alat seperti text-to-video dari Domer dirancang untuk menerjemahkan deskripsi mendetail seperti ini menjadi urutan visual yang stabil.
Menjaga Karakter Tetap Konsisten
Masalah paling umum dalam video AI adalah karakter yang berubah penampilan antar adegan. Solusinya adalah membangun referensi visual yang kuat sebelum memulai:
- Gunakan deskripsi karakter yang sama persis di setiap prompt adegan.
- Manfaatkan gambar referensi sebagai jangkar. Unggah beberapa foto karakter dari sudut berbeda sehingga model mempelajari identitasnya.
- Pisahkan deskripsi wajah, pakaian, dan properti agar tidak tercampur dengan instruksi latar.
Model dengan dukungan multi-referensi, seperti yang tersedia lewat image-to-video, mampu mempertahankan detail karakter jauh lebih baik daripada sekadar mengandalkan teks.
Kontrol Gerakan dan Fisika
Halusinasi juga sering muncul pada gerakan: objek yang seharusnya jatuh justru melayang, atau bayangan yang arahnya salah. Untuk mengatasinya:
- Nyatakan kondisi lingkungan secara eksplisit, misalnya "gravitasi normal, cahaya dari kanan atas, permukaan datar".
- Gunakan kata kerja aksi yang presisi: "meluncur mulus", "berhenti mendadak", "zoom pelan".
- Hindari menumpuk terlalu banyak elemen dalam satu kalimat. Urutkan instruksi langkah demi langkah.
Kontrol gerakan yang baik tersedia di model seperti Kling 2.6 yang dikenal dengan responsivitasnya terhadap deskripsi motion yang detail.
Gunakan Referensi Gambar untuk Adegan Kunci
Untuk adegan penting, jangan mulai dari nol. Buat gambar diam yang sempurna terlebih dahulu, lalu jadikan titik awal video. Pendekatan ini menjamin frame pertama dan terakhir memiliki komposisi yang benar, sehingga model hanya perlu mengisi gerakan di antaranya.
Cara kerjanya:
- Buat gambar kunci dengan text-to-image.
- Unggah gambar tersebut sebagai referensi.
- Tulis prompt gerakan yang mengacu pada gambar itu.
- Periksa hasil, lalu perbaiki bagian yang melenceng.
Teknik ini sangat membantu untuk pose kompleks seperti tarian, aksi laga, atau adegan dengan banyak objek.
Negative Prompt dan Parameter Teknis
Banyak platform mendukung negative prompt, yaitu daftar hal yang ingin dihindari model. Contoh: "tanpa distorsi, tanpa jari berlebih, tanpa resolusi rendah, tanpa artefak". Ini menjadi lapisan pertahanan kedua setelah instruksi positif yang kuat.
Selain itu, perhatikan parameter teknis:
- Seed yang sama menghasilkan variasi yang lebih mudah diprediksi; gunakan saat Anda ingin memperbaiki hasil tanpa mengubah komposisi dasar.
- Uji prompt yang sama di beberapa model untuk menemukan mana yang paling patuh terhadap instruksi Anda.
- Mulai dari model yang cepat untuk eksperimen, baru gunakan model premium untuk hasil akhir.
Rangkuman Praktis
- Tulis prompt berlapis: subjek, aksi, lingkungan, teknis.
- Konsistenkan karakter dengan deskripsi dan referensi gambar yang sama.
- Kendalikan fisika dengan menyatakan kondisi lingkungan secara eksplisit.
- Mulai adegan kunci dari gambar referensi, bukan teks murni.
- Manfaatkan negative prompt untuk memblokir artefak umum.
- Iterasi dengan seed yang stabil dan uji lintas model.
Dengan disiplin prompt engineering, Anda bisa memangkas waktu revisi secara drastis dan menghasilkan video yang benar-benar sesuai naskah. Untuk mulai berlatih, coba kombinasi ai-video-generator dengan model Seedance 2.0 yang andal dalam menjaga koherensi antar frame.
Semakin spesifik instruksi Anda, semakin kecil ruang model untuk berhalusinasi. Itulah inti dari seluruh teknik di atas.
