راز ساخت ویدیوهای جذاب ASMR با هوش مصنوعی؛ حرفه‌ای و بدون میکروفن

در ماه‌های اخیر، موج تازه‌ای به نام AI ASMR دنیای شبکه‌های اجتماعی را درنوردیده است. ویدیوهایی که در آن‌ها میوه‌های شیشه‌ای بریده می‌شوند یا گدازه‌های مذاب خورده می‌شوند، میلیون‌ها بار دیده شده و به یک ترند جهانی بدل شده‌اند.

راز اصلی این موفقیت، مدل هوش مصنوعی Veo 3 محصول گوگل است که با توانایی کم‌نظیر خود در تولید هم‌زمان تصویر و صدای هماهنگ، ساخت چنین محتوای پیچیده‌ای را به فرایندی بسیار ساده تبدیل کرده است. با راهنمای پیش‌رو همراه باشید تا مسیر تولید این ویدیوها را، از یک کلیپ ساده تا اثری حرفه‌ای، گام‌به‌گام طی کنید.

ایجاد ویدئو ASMR با هوش مصنوعی در سه قدم انتخاب موضوع، نوشتن پرامپت و سپس کار با ابزار Flow گوگل خلاصه می‌شود.

برای شروع، توصیه می‌کنیم به سراغ ایده‌هایی بروید که پیش‌تر پتانسیل وایرال شدن آن‌ها اثبات شده است. محبوب‌ترین ویدیوها در این حوزه معمولاً شامل سوژه‌های زیر هستند:

• برش اشیای ناممکن: مثل میوه‌های شیشه‌ای (توت‌فرنگی، تمشک آبی، نارگیل)، سبزیجات بلوری، شمش طلا، شخصیت‌های شیشه‌ای پوکمون یا حتی کره زمین ساخته‌شده از شیشه.
• خوردن مواد غیرممکن: مانند گدازه‌های مذاب، دونات‌های پرشده با مواد گدازه‌مانند، سنگ‌های ماه رادیواکتیو، الماس یا کریستال.
• برش مواد لذت‌بخش: مثل شن جادویی (Kinetic Sand) یا قالب‌های صابون با طرح‌های پیچیده.
• تعامل با مایعات و مواد نرم: مثل ریختن و ترکیب مایعات رنگارنگ در ظروف شیشه‌ای یا پخش کردن کره‌ی رنگین‌کمانی روی نان تست.
• صداهای کلاسیک ASMR: مانند حرکت آرام پرهای نرم روی سطوح بافت‌دار یا ضربه زدن و خراشیدن مواد مختلف مثل چوب، فلز یا پلاستیک.

گام بعدی برای ایجاد ویدئو آرامش بخش با هوش مصنوعی، ایجاد دستور متنی مناسب برای هوش مصنوعی تولید ویدئو گوگل است. برای این کار می‌توانید خود دست به نوشتن پرامپت مناسب بزنید یا از چت‌بات های هوش مصنوعی مانند ChatGPT کمک بگیرید.

در ادامه، قالبی نمونه برای پرامپت‌نویسی حرفه‌ای ارائه شده است:

نمونه‌ی قالب پرامپت:

A [Shot Type & Composition, e.g. macro close-up] shot of [The Subject] filmed in [Camera Details, e.g. shallow depth of field, slow tracking movement]. The scene is defined by [Key Sensory Details: color, texture, reflections, movement]. [The Action] happens in extreme slow motion at [Frame Rate, e.g. 240fps or 480fps]. The lighting is [Lighting Description, e.g. soft, warm, diffused], casting [Shadows/Highlights] and enhancing [Specific Visual Effect]. The overall style is [Style & Quality, e.g. hyper-realistic, dreamy, cinematic], captured in 16:9 aspect ratio and in binaural stereo audio, focusing on the satisfying sounds of [Sound Design Cues: crisp crack, gentle rustling, etc.].

نمونه پرامپت تکمیل‌شده برای خوردن مواد غیرممکن (خوردن مواد مذاب):

A medium eye-level shot of a man gracefully scooping glowing molten lava from a rugged stone bowl with a metallic spoon, filmed with a steady camera and moderate depth of field. The scene is defined by the intense orange glow of the lava, gentle wisps of heat, shimmering reflections on the molten surface and spoon, and the man’s subtle facial expression of satisfaction. The sipping action happens in extreme slow motion at 480fps. The lighting is warm and dramatic, casting soft highlights and creating shimmering reflections that enhance the liquid glow and texture of the lava. The overall style is hyper-realistic and cinematic, captured in 16:9 aspect ratio and in binaural stereo audio, focusing on the satisfying sounds of soft bubbling lava, gentle sizzling as it’s scooped, a quiet, satisfying slurp, and a subtle background hum.

نمونه پرامپت تکمیل‌شده برای بریدن اشیای ناممکن (بریدن میوه شیشه‌ای):

A macro close-up shot of a sharp knife slicing through a crystal-clear glass pomegranate placed on an ornate Persian carpet. Filmed with static camera and shallow depth of field. The scene is defined by dazzling reflections in the glass, delicate shards scattering, and rich patterns of the Persian rug beneath. The slicing happens in extreme slow motion at 480fps. The lighting is soft and warm, casting sparkling highlights on both the glass and the carpet’s intricate designs. The overall style is hyper-realistic and artistic, captured in a 16:9 aspect ratio with binaural stereo audio, focusing on the crisp crack of glass breaking and the gentle scatter of shards.

جزئیات پرامپت

برای اینکه بهترین خروجی را از پرامپتتان بگیرید، در ادامه جرئيات حائز اهمیت را برایتان تشریح می‌کنیم:

۱. Shot Type & Composition (نوع نما و ترکیب‌بندی)

این بخش تعیین می‌کند دوربین با چه زاویه و در چه فاصله‌ای از سوژه فیلم‌برداری کند. نوع نما تأثیر زیادی در احساسی دارد که به مخاطب منتقل می‌شود. نمونه‌ها:

• Macro Close-up (نمای بسیار نزدیک): مناسب برای نمایش جزئیات ظریف مانند بافت‌ها یا قطره‌های مایع
• Medium Shot (نمای نیم‌تنه): سوژه کامل‌تر در تصویر دیده می‌شود
• Top-down Shot (نمای از بالا): دوربین کاملاً عمود بر سوژه قرار می‌گیرد
• Side Shot (نمای جانبی): زاویه فیلم‌برداری از پهلو انجام می‌شود
• Eye-level Shot (نمای هم‌سطح چشم): نگاه طبیعی بیننده را بازآفرینی می‌کند

۲. Camera Details (جزئیات دوربین)

در این قسمت، ویژگی‌های فنی دوربین و شیوه حرکت یا ثبات آن مشخص می‌شود. نمونه‌ها:

• Shallow Depth of Field (عمق میدان کم): پس‌زمینه محو می‌شود و سوژه جلوه‌ی بیشتری پیدا می‌کند
• Slow Tracking Movement (حرکت آرام دوربین): حس آرامش و غوطه‌وری به تصویر می‌بخشد
• Static Camera (دوربین ثابت): تمرکز کامل روی سوژه بدون حرکت
• Handheld (دوربین روی دست): تصویری طبیعی‌تر و پویاتر ایجاد می‌کند

۳. Key Sensory Details (جزئیات حسی کلیدی)

این بخش توصیف‌کننده جنبه‌های بصری و حسی صحنه است که در انتقال حس نقش مهمی دارد. نمونه‌ها:

• Color (رنگ): مثل قرمز زنده، طلایی براق
• Texture (بافت): مثل زبر، نرم، چسبناک
• Reflections (انعکاس‌ها): مانند درخشش نور روی سطح شیشه یا فلز
• Movement (حرکت): مثل چرخش، ریزش یا پاشش قطره‌ها

۴. The Action (عمل اصلی)

عمل یا حرکتی که سوژه در صحنه انجام می‌دهد و باید به‌طور دقیق در پرامپت توصیف شود. نمونه‌ها:

• Snapping (شکستن)
• Stirring (هم زدن)
• Pouring (ریختن)
• Cutting (بریدن)

۵. Frame Rate (نرخ فریم)

نرخ فریم مشخص می‌کند حرکت سوژه با چه سرعتی نمایش داده شود. هرچه نرخ فریم بالاتر باشد، حرکت آهسته‌تر و روان‌تر ثبت می‌شود. نمونه:

• ۲۴۰ فریم بر ثانیه یا ۴۸۰ فریم بر ثانیه: مناسب برای نمایش حرکات بسیار آهسته (Extreme Slow Motion)

۶. Lighting Description (توضیحات نورپردازی)

نورپردازی نقش مهمی در ایجاد حس و فضای ویدیو ایفا می‌کند. برخی نمونه‌ها:

• Soft (ملایم): نور نرم بدون سایه‌های شدید
• Warm (گرم): ایجاد حس آرامش و گرما
• Diffused (پخش‌شده): نوری یکنواخت بدون نقاط تند نور
• Bright and Crystalline (درخشان و کریستالی): مناسب برای جلوه‌بخشیدن به اشیای براق

۷. Shadows/Highlights (سایه‌ها و درخشندگی‌ها)

این بخش تعیین می‌کند نور چه نوع سایه یا درخششی روی سوژه ایجاد کند و چگونه به برجسته‌سازی جزئیات کمک کند. نمونه‌ها:

• Soft highlights on the edges (هایلایت‌های نرم روی لبه‌ها): کمک به جداسازی سوژه از پس‌زمینه و ایجاد عمق
• Shimmering reflections on glass or metal (بازتاب‌های درخشان روی شیشه یا فلز): ایجاد جلوه‌ای براق و لوکس
• Gentle shadows revealing texture (سایه‌های ملایم برای نمایش بافت): تأکید بر جزئیات ظریف سطح سوژه
• Dramatic backlight casting bold silhouettes (نور پشتی دراماتیک با سایه‌های قوی): خلق حس رازآلود یا سینمایی
• Subtle highlights emphasizing fine details (درخشندگی ظریف برای تأکید بر جزئیات): نمایش ظرافت و کیفیت سوژه

۸. Specific Visual Effect (افکت بصری خاص)

افکت‌های بصری جلوه‌های ویژه‌ای هستند که با کمک نور، دوربین یا ترکیب‌بندی صحنه ایجاد می‌شوند تا جذابیت بصری را افزایش دهند. نمونه‌ها:

• Highlighting fine textures (برجسته‌سازی بافت‌ها): نمایش زبری، نرمی یا جزئیات سطح اجسام
• Enhancing the transparency of liquids (تأکید بر شفافیت مایعات): جلوه‌ی زیبای مایعات شفاف یا چرخش آن‌ها
• Creating a dramatic cinematic look (خلق جلوه دراماتیک سینمایی): با نورهای نقطه‌ای یا سایه‌های قوی
• Producing a crystalline sparkle effect (ایجاد درخشش کریستالی): مناسب برای نبات، شکر یا اشیاء درخشان
• Boosting color contrast for vivid visuals (افزایش کنتراست رنگ‌ها): برای تصویری زنده‌تر و چشمگیرتر

۹. Style & Quality (سبک و کیفیت)

سبک و کیفیت کلی تصویر و فضای بصری ویدیو را مشخص می‌کند. برخی نمونه‌ها:

• Hyper-realistic (هایپررئالیستی): نمایش جزئیات بسیار دقیق و واقعی
• Dreamy (رؤیایی): فضایی نرم، محو و آرامش‌بخش
• Cinematic (سینمایی): رنگ‌های عمیق و کنتراست بالا

۱۰. Audio (صدا)

صدا عنصر کلیدی در ویدیوهای ASMR است و می‌تواند به حس حضور واقعی کمک کند، به‌ویژه اگر از عبارت Binaural Stereo (صدای استریوی دو گوشی) در پرامپت استفاده شود. برخی افکت‌های صوتی پرکاربرد:

• Crack (صدای ترکیدن یا شکستن ترد)
• Rustling (خش‌خش)
• Slurp (صدای نوشیدن)
• Bubbling (صدای قل‌قل)

برای دسترسی به Veo 3 و ساخت ویدئو‌ ASMR با هوش مصنوعی، نیاز به اشتراک Google AI Pro یا Ultra خواهید داشت، برای این کار می‌توانید آموزش فعال کردن رایگان جمنای پرو را دنبال کنید یا در صورت تمایل اشتراک بخرید. کاربرانی که از Gemini Pro استفاده می‌کنند، می‌توانند روزانه حداکثر سه ویدیو تولید کنند.

اگر قصد دارید ویدیوهای بیشتری بسازید، طرح Flow Pro این امکان را به شما می‌دهد که با پرداخت ۲۰ اعتبار (Credit) به‌ازای هر کلیپ، ویدیو تولید کنید. همچنین، برای دسترسی پایدار به سرویس‌ها، استفاده از وی‌پی‌ان با سرور آمریکا توصیه می‌شود.

• پس از نوشتن پرامپت مناسب، کافی است آن را کپی کنید و وارد ابزار Flow گوگل در آدرس زیر شوید، سپس روی Create with Flow کلیک کنید.

• سپس روی New project کلیک کنید.

در این صفحه، می‌توانید یکی از دو مدل زیر را انتخاب کنید:

• Veo 3 Fast: سریع‌تر، با وضوح 720p و مصرف ۲۰ کردیت به ازای هر درخواست
• Veo 3 Quality: کندتر، با وضوح 1080p و مصرف ۱۰۰ کردیت به ازای هر درخواست

• در نهایت پرامپت خود را جای‌گذاری کنید و روی دکمه Generate کلیک کنید.

پس از حدود یک دقیقه ویدئو‌ی شما آماده است. می‌توانید آن را با همان وضوح اصلی ساخته‌شده (720p یا 1080p) دانلود کنید یا با صرف کردیت‌های بیشتر ویدئو‌های 720p را به وضوح بالاتر ارتقاء دهید.

در ادامه تعدادی دیگر از نمونه پرامپت‌ها برای ایجاد ویدئو ASMR با هوش مصنوعی گوگل و خروجی آن‌ها را مشاهده می‌کنید:

نمونه پرامپت تکمیل‌شده برای مالیدن کره‌ی زعفرانی روی نان:

A macro close-up shot of a knife slowly spreading saffron-infused butter onto traditional Persian bread. Filmed with shallow depth of field and static camera. The scene is defined by creamy golden butter, delicate saffron threads, and the textured surface of warm bread. The spreading motion happens in extreme slow motion at 480fps. The lighting is soft and natural, casting gentle highlights and revealing the smooth, glossy butter sheen. The overall style is appetizing and tactile, captured in a 16:9 aspect ratio with binaural stereo audio, focusing on the soft spreading sounds and subtle scraping of knife against bread.

نمونه پرامپت تکمیل‌شده برای هم‌زدن نبات در فنجان چای:

A macro close-up shot of a slender Persian tea glass with amber tea gently stirred by a silver teaspoon dissolving rock candy (nabat). Filmed with shallow depth of field and a slow, circular camera movement. The scene is defined by swirling ripples, glinting reflections on glass, and golden sugar crystals melting into the liquid. The stirring happens in extreme slow motion at 480fps. The lighting is soft and warm, casting delicate highlights and shimmering patterns through the tea. The overall style is cozy and elegant, captured in a 16:9 aspect ratio with binaural stereo audio, focusing on the gentle clinking of the spoon, soft swirling sounds, and the faint fizz of sugar dissolving.

نمونه پرامپت تکمیل‌شده برای کوباندن زعفران در هاون سنگی:

A macro close-up shot of vivid crimson Persian saffron threads being gently ground in a small stone mortar and pestle. Filmed with static camera and shallow depth of field. The scene is defined by intense red color, delicate aroma, and fine saffron powder forming. The grinding happens in extreme slow motion at 480fps. The lighting is soft and warm, casting subtle highlights and emphasizing the vibrant hues. The overall style is rich and sensory, captured in a 16:9 aspect ratio with binaural stereo audio, focusing on the rhythmic crushing and gentle scraping sounds.

نمونه پرامپت تکمیل‌شده برای دو نیم کردن کوکی مغزدار با دست:

A macro close-up shot of hands gently breaking a traditional Persian koloocheh cookie in half. Filmed with static camera and shallow depth of field. The scene is defined by crumbly texture, delicate filling stretching apart, and tiny golden crumbs falling. The breaking happens in extreme slow motion at 480fps. The lighting is soft and warm, casting gentle shadows and accentuating the cookie’s fine grains. The overall style is detailed and appetizing, captured in a 16:9 aspect ratio with binaural stereo audio, focusing on the crisp crack and gentle crumble sounds.

نمونه پرامپت تکمیل‌شده برای خوشنویسی با قلم روی کاغذ:

A side shot of a hand writing Persian calligraphy with a reed pen on textured paper, filmed with a fixed camera and shallow depth of field. The scene is defined by the flowing dark ink, graceful and deliberate hand movements, and the texture of the paper catching subtle shadows. The writing action happens in extreme slow motion. The lighting is soft and focused, casting elegant, elongated shadows and emphasizing the texture of the paper and the fluidity of the strokes. The overall style is artistic and meditative, captured in 16:9 aspect ratio and in binaural stereo audio, focusing on the gentle scratching of the pen tip, the smooth glide of ink, and the ambient calm of the space.

ساخت یک ویدیوی ASMR با هوش مصنوعی می‌تواند از یک فرایند ۵ دقیقه‌ای ساده تا یک گردش کار پیچیده و حرفه‌ای متغیر باشد. ویدیوهای مذکور با کیفیت بالای خود توانسته‌اند مخاطبان زیادی را جذب کنند. واکنش کاربران به این پدیده، ترکیبی از هیجان و سردرگمی است؛ بسیاری آن را استفاده‌ی صحیح از هوش مصنوعی می‌دانند، درحالی‌که برخی طرفداران قدیمی ASMR معتقدند این ویدیوها با وجود داشتن محرک‌های حسی، فاقد صمیمیت محتوای انسانی هستند.

با دنبال کردن این راهنما، شما نیز می‌توانید وارد دنیای خلاقانه‌ی ASMR با هوش مصنوعی شوید و ایده‌های خود را به ویدیوهای شگفت‌انگیز تبدیل کنید. اگر در هر کدام از مراحل با مشکلی مواجه شدید، آن را در بخش نظرات با ما به اشتراک بگذارید.