Kebanyakan video AI yang gagal punya pola yang bisa dikenali. Tiap pola punya penyebab yang jelas dan perbaikan yang bisa langsung Anda coba. Panduan ini membahas lima masalah yang paling sering muncul: tangan terdistorsi, wajah yang berubah, gerakan patah-patah, prompt yang diabaikan, dan tampilan yang tidak konsisten. Untuk tiap masalah, Anda akan tahu penyebabnya dan apa yang perlu diubah. Dengan begitu kredit tidak habis untuk generate ulang tanpa arah, terutama saat Anda mengejar jadwal unggah TikTok atau Reels.
Tangan terdistorsi dan jari berlebih
Tangan adalah kegagalan yang paling sering muncul. Ukurannya kecil, geraknya cepat, dan bentuknya rumit saat jari menekuk. Model punya banyak peluang untuk salah. Distorsi biasanya muncul saat tangan melakukan gerakan rumit, atau saat tangan hanya mengisi sebagian kecil frame dengan detail minim.
Perbaikannya: kurangi tugas yang dibebankan ke tangan. Minta pose yang sederhana dan terlihat jelas. Contohnya “kedua tangan memegang gelas es teh” atau “tangan bertumpu di meja warung”, bukan gerakan cepat di udara. Kalau tangan bukan fokus, keluarkan dari frame atau buat diam. Kalau gerakan tangan tertentu memang penting, pakai gambar atau klip referensi pose. Cara ini jauh lebih ampuh daripada kata sifat apa pun, karena model menyalin tangan sungguhan, bukan mengarangnya. Jaga klip tetap pendek, sebab kesalahan pada tangan makin menumpuk seiring lamanya shot.
Wajah yang berubah di tengah klip
Wajah yang tampak benar di frame pertama lalu perlahan tidak mirip lagi adalah masalah identity drift. Tidak ada jangkar yang menjaga wajah tetap sama, jadi di generasi yang panjang wajahnya melenceng. Ini paling terlihat pada close-up dan pada karakter yang perlu muncul berulang kali.
Solusi yang tahan lama adalah referensi. Buat referensi karakter, lalu masukkan ke generasi agar model punya wajah untuk dipegang, bukan menurunkannya ulang di setiap frame. Di Morphic, ini pendekatan reference sheet: sekumpulan gambar yang mendefinisikan karakter, dibawa ke setiap shot yang membutuhkannya. Pendekatan ini memang jadi dasar fitur konsistensi di Morphic, dan hasilnya jauh lebih kuat daripada deskripsi kata-kata. Shot yang lebih pendek juga membantu, karena drift punya lebih sedikit waktu untuk menumpuk sebelum Anda memotong.
Gerakan patah-patah atau berkedip
Gerakan yang berkedip, tersendat, atau melompat antarframe biasanya datang dari permintaan gerak yang terlalu banyak, atau gerak yang kurang diuraikan. Prompt dengan aksi yang kabur atau cepat memberi model target yang tidak stabil. Akibatnya antarframe saling bertentangan.
Perlambat gerakannya
Tambahkan kata tempo. “Pelan”, “lembut”, dan “stabil” menghasilkan keluaran yang lebih halus daripada gerak cepat atau menyapu. Model punya lebih sedikit perubahan untuk diselaraskan per frame. Sebagian besar kedipan hilang begitu Anda meminta gerak yang lebih tenang.
Tulis satu gerakan yang jelas, bukan beberapa
Satu aksi yang mudah dibaca, seperti “kamera menyapu pelan melintasi ruangan”, tampil lebih halus daripada prompt yang menumpuk banyak gerakan sekaligus. Kalau butuh beberapa gerakan, buat masing-masing sebagai beat terpisah lalu potong di antaranya. Jangan dijejalkan ke satu klip.
Kunci kamera dan subjek
Sebutkan apa yang diam. “Penjual diam di balik gerobak, kamera mendekat pelan” memberi tahu model bagian frame mana yang stabil. Kedipan akibat semuanya bergerak sekaligus pun berkurang. Sering kali menyebut jangkar saja sudah cukup.
Model mengabaikan sebagian prompt
Kalau detail yang jelas-jelas Anda minta tidak muncul, penyebabnya biasanya prompt yang kepenuhan dan tidak berurutan. Perhatian model terbatas. Tumpukan klausa dengan bobot yang sama mengubur hal yang paling Anda pedulikan.
Perbaikannya: prioritaskan dan pangkas. Taruh unsur terpenting di depan, yaitu subjek dan aksi, lalu latar, lalu gaya. Buang klausa yang tidak bekerja. Kalau satu elemen terus terlewat, beri kalimat sendiri yang pendek dan langsung, jangan menyelipkannya di kalimat panjang. Bila deskripsi saja belum cukup, berhentilah mendeskripsikan. Lampirkan gambar referensi untuk hal yang Anda mau, dan biarkan gambar itu membawa detail yang terus hilang lewat kata-kata. Anda juga bisa menyerahkan seluruh brief ke Copilot untuk merencanakan shot. Cara ini sering mengubah prompt yang kepenuhan menjadi sesuatu yang benar-benar diikuti model.
Tampilan tidak konsisten antarshot
Kalau tiap shot kembali dengan gaya, warna, atau dunia yang sedikit berbeda, penyebabnya jelas: setiap generasi mulai dari nol tanpa ikatan ke generasi sebelumnya. Satu prompt tidak bisa menjamin konsistensi di banyak proses terpisah.
Solusinya: beri setiap shot referensi dan pengaturan tetap yang sama. Pakai ulang referensi karakter dan referensi lokasi atau set di semua shot yang berbagi keduanya. Kunci juga pengaturan yang tidak boleh berubah, yaitu rasio aspek (misalnya 9:16 untuk konten vertikal), model, dan bahasa gaya inti di prompt. Kalau Anda sering menjalankan urutan yang sama, simpan sebagai workflow. Model dan pengaturan yang dikunci ikut terbawa otomatis di setiap run. Shot kesepuluh pun cocok dengan shot pertama, tanpa mengisi ulang nilai apa pun.
Langkah berikutnya
Hampir semua perbaikan di atas bermuara pada tiga langkah: perlambat gerakan, pangkas prompt, dan tambahkan referensi. Begitu Anda tahu masalah mana yang sedang dihadapi, perbaikannya biasanya satu perubahan, bukan membangun ulang. Mulai dari generator video AI untuk mencoba perbaikan prompt. Lalu simpan urutan yang sudah beres di pustaka Morphic Workflows, supaya tampilan yang sudah pas tetap bertahan.
FAQ
Ubah satu hal dulu, baru generate ulang. Sebagian besar masalah berakar pada satu penyebab: prompt yang kepenuhan, gerakan berlebih, atau referensi yang tidak ada. Kenali yang sedang Anda lihat, lalu lakukan perubahan yang cocok, jangan menekan generate ulang secara membabi buta. Generate ulang tanpa perubahan hanya memberi versi lain dari masalah yang sama, dan tiap percobaan memakai kredit.
Tangan kecil, bergerak cepat, dan melipat jadi bentuk rumit. Model punya banyak cara untuk salah, terutama saat tangan hanya mengisi sedikit frame. Minta pose tangan yang lebih sederhana dan terlihat. Keluarkan tangan dari frame kalau bukan fokus. Pakai gambar atau klip referensi saat gerakan tertentu penting, sebab menyalin tangan sungguhan mengalahkan mendeskripsikannya. Klip yang lebih pendek juga membantu, karena kesalahan pada tangan makin menumpuk seiring waktu.
Wajah berubah karena model tidak punya jangkar yang menahan wajah tetap sama antarframe. Solusi yang tahan lama adalah referensi karakter: sekumpulan gambar yang mendefinisikan karakter, dimasukkan ke setiap generasi yang membutuhkannya, supaya model punya wajah untuk dipegang dan tidak menurunkannya ulang. Pendekatan reference sheet ini menahan identitas jauh lebih baik daripada deskripsi kata-kata. Shot yang lebih pendek memberi drift lebih sedikit waktu untuk menumpuk.
Biasanya gerakan yang terlalu banyak atau kurang diuraikan, sehingga antarframe saling bertentangan. Perlambat aksi dengan kata tempo seperti “lembut” atau “stabil”. Tulis satu gerakan yang jelas, bukan beberapa sekaligus. Lalu sebutkan apa yang diam, misalnya subjek statis dengan kamera mendekat pelan. Menyebut bagian frame yang stabil menghilangkan sebagian besar kedipan.
Prompt yang kepenuhan dan tidak berurutan mengubur detail yang Anda pedulikan, karena perhatian model terbagi ke terlalu banyak klausa dengan bobot sama. Taruh unsur terpenting di depan, yaitu subjek dan aksi, lalu latar dan gaya, dan buang klausa yang tidak bekerja. Beri detail yang bandel kalimat pendeknya sendiri, atau lampirkan gambar referensi untuknya, dan kurangi beban kata-kata.
Beri setiap shot referensi dan pengaturan tetap yang sama. Pakai ulang referensi karakter dan lokasi di shot yang berbagi keduanya. Lalu kunci rasio aspek (9:16 untuk konten vertikal), model, dan bahasa gaya inti. Kalau Anda sering mengulang satu urutan, simpan sebagai workflow supaya model dan pengaturan terkunci ikut terbawa di setiap run. Shot belakangan lalu cocok dengan shot awal tanpa mengisi ulang nilai.
Sering kali bisa. Kalau satu shot sudah benar kecuali satu hal, edit berbasis prompt pada video yang ada bisa menyebarkan perubahan ke seluruh klip. Anda tidak perlu generate ulang penuh. Bedanya seperti catatan revisi dengan syuting ulang. Untuk masalah struktural seperti anatomi yang melengkung atau identitas yang melenceng, biasanya lebih cepat memperbaiki inputnya. Pakai referensi yang lebih bersih atau pose yang lebih sederhana, lalu generate lagi.