Google перевернула гру з AI: Від слів до зображень, від текстів до цілих світів. Чи готова ваша реальність?
Опинившись у вирі свіжих оновлень від Google, я відчула себе частиною космічного шоу. За тиждень вони випустили стільки нового у сфері штучного інтелекту, що деякі компанії не встигають за рік. Gemini 3.0 Pro, Nano Banana Pro, Agent Mode, Veo 3.1… Назви, як з фільмів про супергероїв, чи не так? Якщо ви, як і я, трохи губитеся в цій технологічній бурі, не хвилюйтеся. Ми пройдемо цей шлях разом, і я готова розповісти: що це все означає, як це пов’язане між собою, і головне – як почати цим користуватися вже сьогодні. Забудьте про суху теорію, цього разу ми зануримося в реальні можливості: розглянемо Gemini 3.0 Pro, Nano Banana Pro для створення зображень студійної якості та Veo 3.1 для генерації відео. А потім пройдемося по реальному робочому процесу, де ці інструменти працюють як злагоджений оркестр. Готові? Тоді вирушаємо у захопливу подорож світом Google AI!
Gemini 3.0 Pro: Мозок, що змінює правила гри
Почнімо з основ. Що ж таке Gemini 3.0 Pro? Уявіть собі найрозумніший мозок, який Google має на сьогодні. Це не просто програма, це серце, яке б’ється в усіх найновіших AI-інструментах компанії. І найцікавіше – він мультимодальний: розуміє і може створювати текст, зображення, аудіо, відео, PDF-файли та навіть кодові бази. Одночасно! Випущений 18 листопада 2025 року, Gemini 3.0 Pro – це просто гігантський стрибок порівняно з попередником, Gemini 2.5 Pro. Його створили для розв’язання складних задач, глибокого розуміння контексту та виконання агентських завдань. Простіше кажучи, він може самостійно планувати, виконувати й завершувати багатоетапні робочі процеси.
Якщо ви любите цифри, ось де Gemini 3.0 Pro домінує: він показав 37.5% на останньому іспиті для людства без сторонніх інструментів, 91.9% на GPQA Diamond і 72.7% на Screen Spot Pro, що тестує розуміння інтерфейсу на екрані. Він перевершує GPT 5.1, Clawson Sonnet 4.5 і свого попередника, Gemini 2.5 Pro, по всіх показниках.
А тепер – до найцікавішого: як це працює на практиці. Я відкрила застосунок Gemini і ми протестуємо його. Хочу показати різницю між низьким та високим рівнем мислення, а потім мультимодальні можливості.
Примітка: Поки я тестую Gemini 3.0 Pro, я паралельно використовую AI Master Pro. Це моє особисте сховище промптів, де я відстежую, що працює, а що ні. Але головне – ми створили там AI-агента Ask AI Master, який навчений на нашій базі знань та може поділитися інформацією про Gemini, Veo, Nano Banana Pro та будь-що, пов’язане з AI. До того ж, у нас є PDF-гайди для Gemini, і ми працюємо над повними курсами для Veo та Nano Banana. І ще: ми інтегруємо ці інструменти для генерації відео та зображень прямо на платформу. Тож приєднуйтесь зараз для раннього доступу та бонусів на генерацію. Посилання – внизу.
Коли AI мислить, а не просто відповідає
Я в застосунку Gemini. Обираю “thinking” (мислення) з вибору моделі. Тепер я маю доступ до Gemini 3.0 Pro. Почнемо з простого тесту. Я надам йому складну проблему для розв’язання. Ось мій тестовий промпт:
“Проаналізуй ринок альтернативної енергетики в Україні за останній рік. Визнач топ-3 інвестиційно привабливі сегменти, враховуючи поточні державні програми підтримки, ціни на енергоресурси та прогнозований попит. Для кожного сегменту запропонуй 2-3 ключові показники ефективності (KPI) та можливі стратегії виходу на ринок для українського стартапу.”
Я натискаю “Відправити” і спостерігаю, як Gemini 3.0 Pro опрацьовує завдання. Він розбиває проблему на частини, розраховує показники, будує стратегічні рекомендації. Це не просто відповідь – він розраховує вплив кожної стратегії, порівнює цифри, ранжує варіанти за ROI. Ось це вже високий рівень мислення в дії! Модель витратила кілька додаткових секунд на планування відповіді, перш ніж видати результат. І результат вийшов набагато структурованішим та дієвішим.
Коли AI бачить: мультимодальність на практиці
Тепер протестуємо мультимодальні можливості. Я завантажу зображення – скріншот складного дашборда з даними – і попрошу Gemini проаналізувати його. Ось мій промпт:
“Проаналізуй цей дашборд. Визнач ключові тренди, аномалії та запропонуй наступні кроки для покращення показників.”
І ось результат: вражає! Gemini не просто “читає” зображення. Він інтерпретує дані, виявляє патерни, вказує на аномалії та пропонує наступні кроки. Це саме той момент, коли розумієш: мультимодальні моделі – це не приємний бонус. Це повноцінний аналітик, який може подивитися на дашборд і сказати, що важливо, ще до того, як ви встигнете наблизити зображення. Тоді стає зрозуміло: ми переходимо від ручного аналізу даних за допомогою AI до того, що показуємо йому світ, а він сам робить висновки.
Цікаво знати: Уявіть, що ви можете показати AI свою презентацію, а він одразу ж виправить помилки у графіках, підкаже, як покращити візуалізацію, і навіть запропонує заголовки для слайдів. Ось до чого ми йдемо!
Від статичного екрану до динамічного світу: Аналіз відео
Якщо AI здатен розібратися зі статичним дашбордом, що буде, коли ми дамо йому щось більш хаотичне, наприклад, повне відео? Давайте протестуємо його можливості відеоаналізу. У наступному прикладі я завантажу відео і попрошу Gemini розбити його на розділи, виділити ключові моменти, визначити емоційні піки та запропонувати, як зробити історію більш стислою. Мета проста: чи може мультимодальна модель діяти як реальний редактор, а не просто машина для транскрипції?
І ось – готово. Чітка структура, зрозумілі висновки та навіть примітки щодо темпу. На цьому етапі це вже не AI, що допомагає з редагуванням. Це стає схожим на молодшого редактора.
Довгий контекст: Коли AI пам’ятає все
Останній тест – розуміння довгого контексту. Я завантажу 30-сторінковий PDF-файл, дослідницький звіт, і попрошу Gemini підсумувати його та відповісти на конкретні запитання. Мій промпт максимально простий:
“Проаналізуй цей звіт. Зроби короткий виклад основних висновків, опиши методологію дослідження та виділи ключові обмеження. Далі, дай відповідь на питання: які подальші дослідження рекомендуються авторами?”
Ідеально. Він прочитав весь 30-сторінковий документ, витягнув ключові висновки, визначив методологію та позначив розділ з обмеженнями. Ось як працює вікно контексту в 1 мільйон токенів. Без розбиття на частини, без помилок – лише точний, вичерпний аналіз.
AI-режим у Google Search: Майбутнє пошуку вже тут
Тепер давайте протестуємо новий розширений AI-режим у Google Search. Це Gemini 3.0 Pro, що працює безпосередньо в пошуковій системі, надаючи глибші відповіді з урахуванням контексту. Я ввімкнула AI-режим з розширеним мисленням у Google Search. Подивіться на різницю.
Мій запит: “Як покращити CTR YouTube для технічних туторіалів?”
Дивіться: це не просто список посилань. Це повний макет з дієвими порадами, прикладами мініатюр, формулами заголовків і навіть бенчмарками CTR для технічних каналів. Він бере дані з різних джерел, синтезує їх і представляє у зручному візуальному форматі. Ось як має виглядати пошук на базі AI.
А тепер спробуємо щось складніше.
Запит: “Як працює квантова заплутаність?”
Неймовірно. Це не просто текст. Він генерує візуальні діаграми, що показують стани частинок, кореляції спінів і навіть аналогію, яка порівнює заплутаність із синхронізованими монетами. Це навчання за допомогою AI. Він бере щільну фізичну концепцію і робить її візуальною та доступною.
Давайте заглибимося ще.
Запит: “Візуалізуй, як складні відсотки зростають протягом 20 років при інвестиції $10 000 під 7% річних.”
Ідеально. Він створив повну діаграму з кривою зростання, розбивкою по роках та розрахував кінцевий прибуток – $38 697. Ось де AI-режим стає інструментом для навчання. Він не просто знаходить інформацію. Він візуалізує і пояснює принципи.
AI Master Pro: Ваш персональний AI-хаб
Ми побачили AI-режим у пошуку, але ось де Gemini 3.0 Pro стає серйозно потужним для освіти. Ви можете попросити його створювати індивідуальні навчальні матеріали, візуалізувати складні концепції та навіть будувати інтерактивні інструменти для дослідження наукових принципів. Це не просто читання пояснень. Це створення візуальних інтерактивних навчальних досвідів на вимогу.
Дозвольте мені показати. Я попрошу Gemini створити візуальне пояснення фізичної концепції, зокрема – проективного руху. Ось такий промпт:
“Створи візуальне пояснення проективного руху. Покажи параболічну траєкторію, розбий швидкість на горизонтальну (постійну) та вертикальну (під дією сили тяжіння) компоненти. Поясни рівняння для розрахунку висоти, дальності та часу польоту. Додай просту діаграму.”
Дивіться. Він показує параболічну траєкторію, розбиває швидкість на горизонтальні (постійні) та вертикальні (під дією сили тяжіння) компоненти, і крок за кроком пояснює математику. Він навіть згенерував просту діаграму, що показує кут запуску, максимальну висоту та точку приземлення.
Тепер перейдемо далі. Я попрошу Gemini написати код, який симулюватиме це. Кодування фізичної симуляції. Ось наступний промпт:
“Напиши Python-скрипт, який симулює проективний рух. Скрипт має приймати початкову швидкість, кут запуску та прискорення вільного падіння як вхідні дані. Розрахуй та відобрази траєкторію, максимальну висоту, дальність польоту та час польоту. Використовуй matplotlib для візуалізації.”
Ідеально. Він написав повний Python-скрипт з вхідними даними користувача, фізичними розрахунками та візуалізацією за допомогою matplotlib. Скрипт розраховує максимальну висоту, дальність, час польоту та будує криву траєкторії. Це готово до запуску. Я можу скопіювати та вставити це в Jupyter Notebook або Google Colab і протестувати негайно. Це живе навчання фізики: візуально, інтерактивно та миттєво.
Тепер піднімемо це на новий рівень. Замість того, щоб просто генерувати пояснення чи одноразові симуляції, я попрошу Gemini побудувати повноцінний інтерактивний навчальний застосунок. Щось, що ви можете використовувати для дослідження концепцій, налаштування параметрів та отримання результатів у реальному часі.
Я дам йому таке завдання: побудувати конструктор фізики в стилі Lego – застосунок, де ви можете створювати конструкції, застосовувати сили та бачити, як вони поводяться відповідно до правил фізики. Ось мій промпт для Lego-застосунку на Python:
“Створи інтерактивний застосунок на Python у стилі Lego, де користувач може розміщувати блоки на сітці, де діють гравітація, тертя та зіткнення. Користувач повинен мати можливість застосовувати сили до блоків. Застосунок має використовувати Pygame для реального часу візуалізації, показуючи сили як вектори. Код має бути модульним.”
Неймовірно. Він згенерував повний застосунок. Дозвольте мені розібрати код: система розміщення блоків: клікніть, щоб розмістити блоки на сітці. Фізичний двигун: гравітація тягне блоки вниз, тертя уповільнює ковзання, зіткнення розпізнаються. Застосування сил: клік і перетягування для застосування сили. Реальний час візуалізації: Pygame відображає блоки та показує сили як вектори. Код модульний: окремі функції для фізики, рендерингу та введення користувача. Це готовий до продакшену код.
І ось він працює. Я розміщую блоки, будуючи вежу. Тепер я вмикаю гравітацію. Спостерігайте, як конструкція руйнується, бо основа нестійка. Спробую збудувати знову, але з ширшою основою. Тепер я застосовую бічну силу. Дивіться, як блоки ковзають і падають реалістично. Це повністю інтерактивний фізичний майданчик, створений менш ніж за 2 хвилини одним промптом.
Давайте зробимо ще одне. Я попрошу Gemini створити інтерактивну візуалізацію для закону Ома. Ось мій промпт:
“Створи інтерактивну візуалізацію закону Ома. Застосунок має мати повзунки для напруги та опору. Струм має розраховуватися автоматично. Відображай просту схему з опором, напругою та струмом. Побудуй графік залежності струму від напруги та опору.”
Ідеально. Застосунок має повзунки для напруги та опору. Струм розраховується автоматично. Відображається проста схема кола та графіки I vs V та I vs R, що оновлюються в реальному часі. Ось він. Я регулюю повзунок напруги. Дивіться, як значення струму миттєво оновлюється, і графік перемальовується. Тепер я збільшую опір. Струм пропорційно падає. Це активне навчання. Ви змінюєте вхідні дані і одразу бачите, як реагує система. Це зайняло б години, щоб побудувати вручну. Gemini зробив це за секунди.
Голосовий режим та Live Mode: AI, що чує та бачить
Наступний крок – голосовий режим. Це дозволяє вести природні розмови з Gemini. Не потрібно нічого набирати. Він вбудований у Gemini. Зазвичай я використовую його на телефоні. Ось іконка мікрофона.
“Привіт, Gemini, мені потрібно спланувати YouTube-відео про інструменти автоматизації AI. Запропонуй п’ять варіантів заголовків, гачок, що приверне увагу протягом перших 10 секунд, та структуру контенту для 15-хвилинного відео.”
І дивіться. Gemini обробляє мій голосовий ввід, розуміє контекст і генерує повний план відео: заголовки, гачок, структуру, все. Відповідь миттєва і вичерпна. Це ідеально підходить для мозкового штурму на ходу, коли немає часу набирати текст.
Тепер спробуємо Live Mode. Ось де речі стають по-справжньому цікавими. Live Mode дозволяє Gemini бачити ваш екран або використовувати вашу камеру в реальному часі. Він миттєво реагує на те, що бачить.
Отже, я ввімкнула Live Mode і навела камеру свого телефону. Я намалювала приблизну блок-схему для робочого процесу автоматизації.
“Чи можеш ти прочитати цю блок-схему і сказати, чи є в ній логічні помилки або пропущені кроки?”
“Гаразд, давайте розглянемо цю блок-схему. Вона починається з ‘Отримати замовлення’, потім ‘Ввести в систему’, далі ‘Перевірка кредиту’. Якщо перевірка кредиту пройшла успішно, вона переходить до ‘Перевірка наявності на складі’. Якщо ні, вона переходить до ‘Відхилити замовлення’.”
Автор: Неймовірно. Gemini читає мій почерк, розуміє структуру блок-схеми, виявляє пропущений логічний крок і пропонує, куди додати обробку помилок. Це реальний час візуального мислення. Ви можете використовувати це для налагодження коду на вашому екрані, аналізу фізичних документів або навіть для отримання миттєвого відгуку на ваші нотатки.
Отже, ось де ми зараз. Gemini Live Mode випереджає реалістичний розмовний AI, тоді як Runway 4.5, Veo 3.1 та Sora 2 швидко наздоганяють у консистентності AI-відео, і гонка ще далеко не закінчена. Чесно кажучи, темп шалений. Шість місяців тому жоден з цих інструментів не був навіть близько до цього рівня.
Чи готові ви до 2026 року?
Це підводить нас до чогось реального. Якщо ви не активно вивчаєте, як працює AI, не просто дивитеся відео про нього, а реально його використовуєте, то прокинетеся в 2026 році і зрозумієте, що розрив став набагато більшим. AI був однією з найбільш затребуваних навичок 2025 року, за даними Всесвітнього економічного форуму. Проте більшість з нас його не вивчили. І це ставить нас під ризик не тільки відставання, але й заміщення.
У вас ще є 45 днів, щоб вивчити AI і увійти в 2026 рік як більш кваліфікований, розумніший і працевлаштований індивід. І ви можете зробити це всього за два дні. Дозвольте мені розповісти вам про 2-денний тренінг AI Mastermind від Outskill – першої в світі освітньої платформи, що спеціалізується на AI. Він проходитиме цієї суботи та неділі, з 10:00 до 19:00 EST обидва дні. І час ідеальний, тому що діє їхня святкова пропозиція року, тож ви можете отримати доступ абсолютно безкоштовно замість звичайних $395. Outskill має рейтинг 4.9 з п’яти на Trustpilot. І цей 16-годинний живий досвід від них відвідали понад 10 мільйонів професіоналів з усього світу, як ви, з таких галузей, як маркетинг, фінанси, інженерія та дані. Наставництво від AI-експертів з таких компаній, як Microsoft та Nvidia.
Найкраще – цей тренінг не просто про вивчення інструментів. Його мета – змінити ваш спосіб роботи. Ви навчитеся використовувати AI для спрощення ваших щоденних завдань. Створювати AI-агентів, які планують, створюють та автоматизують ваші робочі процеси. Розробляти AI-автоматизації, що пов’язують такі інструменти, як Sheets, Notion та CRM, заощаджуючи години. Отримувати готові до використання AI-системи для вашої роботи, бізнесу чи фріланс-проектів.
Але достатньо мати лише ці навички. Найважливіше – знати, як їх монетизувати. Навчальні на Outskill запустили бізнеси на базі AI, які приносять тижневий дохід у розмірі $4000-$5000. А ще, ви отримаєте бонуси на суму $5000, включаючи біблію промптів, дорожню карту для монетизації AI та персоналізований конструктор AI-тулкітів – але лише якщо ви відвідаєте обидва дні. На це Різдво подаруйте цю можливість комусь, хто, на вашу думку, міг би отримати користь від вивчення AI, адже це може змінити їхню кар’єру у 2026 році. Кількість місць обмежена. Захопіть своє зараз за посиланням в описі та приєднуйтесь до спільноти WhatsApp, щоб бути в курсі перед великим вибухом.
Nano Banana Pro: Коли AI стає художником
[Музика]
Перейдемо до розпізнавання зображень. Gemini 3.0 Pro не просто генерує зображення – він може аналізувати їх з хірургічною точністю. Він може читати текст на зображеннях, розпізнавати об’єкти, розуміти макети, витягувати дані з графіків та навіть інтерпретувати рукописний текст.
Я завантажу фотографію чека, зім’ятого, злегка розмитого, зробленого телефоном, і попрошу Gemini витягти всі дані.
Промт: “Витягни всю інформацію з цього чека. Назва продавця, дата, придбані товари, ціни, загальна сума та спосіб оплати. Відформатуй як таблицю.”
Ідеально. Він прочитав кожен рядок, навіть дрібний шрифт внизу, і відформатував це в акуратну структуровану таблицю. Назва продавця, дата, товари, ціни, загальна сума – все точно. Це працює для рахунків-фактур, візитних карток, контрактів, форм – будь-чого з текстом.
[музика]
Тепер протестуємо розуміння макету. Я завантажу скріншот головної сторінки веб-сайту і попрошу Gemini дати критичну оцінку дизайну за цим промптом:
“Критично оціни дизайн цієї головної сторінки. Зосередься на візуальній ієрархії, зрозумілості навігації, силі заклику до дії та загальному естетиці.”
Ось відповідь. Він аналізує візуальну ієрархію, помічає, що навігаційне меню захаращене, і пропонує чіткіший фокус над згином. Це відгук щодо дизайну від AI, який справді розуміє макети.
Gemini Agent Mode: AI, що діє самостійно
Наступний крок – Agent Mode. Тут Gemini 3.0 Pro стає серйозно потужним. Agent Mode дозволяє Gemini самостійно виконувати багатоетапні завдання. Ви даєте йому високорівневу мету, наприклад, “організуй мою поштову скриньку” або “досліди та підготуй чернетку електронного листа”, і він розбиває завдання на кроки, використовує інструменти та виконує план для вас. Agent Mode працює на основі розширеного мислення Gemini 3.0 Pro, можливостей перегляду веб-сторінок у реальному часі та використання інструментів. Він інтегрується з Gmail, Google Calendar, Canvas, Deep Research та іншими.
Nano Banana Pro: Коли AI стає студійним художником
[музика]
До зображень. Nano Banana Pro – найсучасніша модель Google для генерації та редагування зображень. Вона побудована на Gemini 3.0 Pro і призначена для створення професійних зображень. Розберемо ключові функції, і я покажу реальний приклад для кожної з них.
Nano Banana Pro – найкраща модель для зображень з розбірливим, точним текстом. Дозвольте показати рендеринг тексту в дії. Я створю мініатюру для YouTube з чітким, розбірним текстом. Використаю такий промпт:
“Створи мініатюру для YouTube. Запропонуй яскравий, динамічний дизайн. Текст на мініатюрі має бути: ‘Google AI Updates’. Шрифт має бути чітким, розбірливим, з невеликим об’ємом.”
Подивіться. Текст кристально чистий. Жодних дивних інтервалів, жодних спотворених літер – лише чиста, професійна типографіка. Це саме те, що потрібно для мініатюр, плакатів чи будь-якого дизайну, де читабельність тексту є критично важливою.
Це унікально. Nano Banana Pro може підключатися до Google Search, щоб перевіряти факти в реальному часі. Запитаний на генерацію інфографіки з поточними погодними умовами в Токіо з точною температурою та умовами, він завантажить актуальні дані про погоду з Google Search і згенерує зображення з правильними цифрами.
Тепер давайте протестуємо розширені елементи керування редагуванням. Я почну з яскравого, сонячного зображення і перетворю його на похмуру кінематографічну нічну сцену. Для цієї сцени покажу такий промпт:
“Перетвори це сонячне зображення на похмуру кінематографічну нічну сцену. Додай неонові відбиття на мокру вулицю. Зроби загальну атмосферу більш загадковою.”
Вау, вся атмосфера змінилася. Освітлення тепер похмуре та атмосферне. Є неонові відбиття на мокрій вулиці, а колірна гама – кінематографічна. Це зайняло б години у Photoshop. Nano Banana Pro зробив це за секунди.
Ви також можете завантажити до 14 референтних зображень. Nano Banana Pro бездоганно їх поєднає. Приклад: завантажте портрет персонажа, фон пейзажу та референс освітлення.
Промт: “Поєднай ці три зображення в одну цілісну сцену, де персонаж стоїть на фоні пейзажу, використовуючи освітлення та стиль з третього зображення.”
Ідеальна консистентність персонажа, бездоганне злиття.
Нарешті, давайте подбаємо про злиття кількох зображень. Я створю цілісну рекламу, поєднуючи три зображення: фото продукту, логотип та референс стилю. Це мій промпт:
“Створи рекламний макет, поєднуючи фото продукту, логотип та референс стилю. Продукт має бути в центрі уваги. Загальний стиль має бути мінімалістичний та елегантний.”
Ідеально. Продукт виділяється. Логотип інтегровано природно. Естетика відповідає референсу стилю, а слоган – різкий і розбірливий. Це робота студійної якості, створена менш ніж за 10 секунд.
Остання функція для зображень: генерація в роздільній здатності 1K, 2K або 4K. Ви можете створити макет продукту у 4K для друкованих матеріалів. Результат буде чітким, з високою деталізацією та готовим для широкоформатного друку.
Veo 3.1: Коли AI стає режисером
Наступним – генерація відео. Veo 3.1 – найсучасніша модель Google для генерації відео. Вона створює високоякісні 8-секундні відео з роздільною здатністю 720p або 1080p з нативною генерацією аудіо, що означає, що звук синхронізується автоматично. Ось основні функції.
Нативна генерація аудіо: Veo 3.1 автоматично генерує синхронізований аудіо. Природна розмова, звукові ефекти, фоновий шум – все вбудовано.
Тепер давайте протестуємо нативну генерацію аудіо. Ось де Veo 3.1 сяє. Ось мій промпт:
“Згенеруй відео, де жінка розмовляє з чоловіком в кафе. Вона розповідає захопливу історію про те, як вона побачила щось неймовірне. Додай звуки кафе на фоні.”
І послухайте це.
“І тоді він просто підвівся і вийшов, залишивши всіх зовсім без слів. Це була найбожевільніша річ, яку я коли-небудь бачила. >> Боже мій! >> Ви чуєте розмову. Голоси природні і ідеально синхронізовані з рухами губ. Але зверніть увагу на фон. Шум кавомашини. Тихий говір інших відвідувачів. Кроки. Навіть дзвін чашок. Все це було згенеровано автоматично. Жодної роботи з живим звуком, мікшування аудіо. Veo 3.1 створив весь звуковий ландшафт.
Зображення в відео: Завантажте статичне зображення, і Veo анімує його. Це ідеально для перетворення зображень з Nano Banana Pro на динамічні відеокліпи. Ось де це стає потужним. Я візьму зображення, яке щойно створив з Nano Banana Pro, і анімую його за допомогою Veo 3.1. Мій промпт простий:
“Анімуй це зображення бігової доріжки. Покажи, як людина біжить. Додай легкий фоновий пульс. Передай атмосферу ранкового тренування.”
Неймовірно. Продукт плавно обертається. Неонові вогні пульсують, а камера наближається саме так, як було запрограмовано. Фонова музика бадьора і відповідає атмосфері. Це повний відеоролик, створений з одного зображення менш ніж за три хвилини.
Дозвольте показати. Я створю два зображення з Nano Banana Pro. Одне, що показує людину, що стоїть на скелі на світанку, і друге – та сама людина з піднятими руками, коли сонце повністю сходить. Ідеально. У мене є два ключові кадри. Тепер я завантажу їх у Veo 3.1 і попрошу створити перехід.
Промт: “Створи плавний перехід між цими двома зображеннями. Покажи, як людина, що стояла, піднімає руки, коли сонце сходить. Збережи атмосферу.”
Неймовірно. Перехід плавний. Рух людини з нерухомого положення до підняття рук природний і плавний. І ви можете бачити, як волосся і одяг рухаються на вітрі. Це кінематографічна якість руху, створена лише шляхом визначення двох кадрів.
Розширення сцени: Розширюйте ваші відео, з’єднуючи кліпи. Тепер давайте розширимо відео, щоб створити довшу розповідь. Ось мій промпт:
“Розшир це відео. Камера має віддалитися, щоб показати весь асортимент продукції. З’явиться текстове накладання знизу: ‘Доступно зараз’. Перехід до логотипу бренду. Зроби фінальний кадр з логотипом.”
Ідеально. Новий кліп бездоганно з’єднується. Камера віддаляється. З’являється текстове накладання, і перехід до логотипу. Ось як створювати повні відеокампанії за допомогою Veo 3.1, по одному розширенню за раз.
Нарешті, давайте протестуємо референтні зображення. Це критично для підтримки візуальної послідовності в кількох сценах. Ви можете завантажити до трьох референтних зображень, таких як дизайн персонажа, місце розташування або посібник зі стилю. І Veo 3.1 використовує їх для збереження послідовності.
Я створю коротеньку розповідь з трьох сцен, усі з тим самим персонажем у різних місцях. Ось мій промпт:
“Створи коротку розповідь з трьох сцен. Використовуй наданий портрет персонажа, референтне зображення міського пейзажу вночі та референтне зображення для кінематографічного освітлення. Персонаж має бути в центрі уваги в кожній сцені. Додай відповідні звуки для кожної сцени.”
Ідеально. Персонаж точно відповідає наданому портрету, те саме обличчя, той самий одяг. Міський пейзаж має неонове, суворе освітлення з референтного зображення місця розташування, а освітлення – похмуре і кіне
