สร้างวิดีโอด้วย H3 — จากบทถึงคลิปจริง ทีละขั้น

คนส่วนใหญ่ที่ลองสร้างวิดีโอด้วย AI ครั้งแรกมักทำแบบเดียวกัน — เปิดเครื่องมือขึ้นมา พิมพ์คำบรรยายฉากลงไป กดสร้าง แล้วรอดูว่าจะได้อะไร

ผลที่ได้มักจะเป็นคลิปสวย ๆ หนึ่งคลิป ที่เอาไปต่อกับคลิปอื่นไม่ได้ เพราะตัวละครหน้าไม่เหมือนกัน แสงคนละอย่าง สไตล์ภาพเพี้ยนไปคนละทาง

การสร้างวิดีโอด้วย H3 ให้ออกมาเป็นเรื่องเป็นราวไม่ได้เริ่มที่การเขียน prompt แต่เริ่มที่การเตรียมของก่อนหน้านั้น บทความนี้จะพาไปทีละขั้นตามลำดับที่ทำงานจริง

ภาพรวม 5 ขั้น

ขั้น	ทำอะไร	ได้อะไรออกมา
1	ล็อกหน้าตัวละคร	character sheet 6 มุม
2	วางช็อต	สตอรี่บอร์ด 6 ช็อต
3	เขียน prompt	prompt H3 ต่อช็อต
4	เรนเดอร์	คลิปดิบพร้อมเสียง
5	ตัดต่อ	คลิปสมบูรณ์

สังเกตว่าการเขียน prompt อยู่กลางทาง ไม่ใช่ขั้นแรก เพราะ prompt ที่ดีต้องอ้างอิงของที่มีอยู่แล้ว

ขั้นที่ 1 — ล็อกหน้าตัวละครก่อน

นี่คือขั้นที่คนข้ามบ่อยที่สุด และเป็นสาเหตุอันดับหนึ่งที่คลิปออกมาต่อกันไม่ได้

ปัญหาคือ ถ้าคุณอธิบายตัวละครด้วยข้อความอย่างเดียว — "ผู้หญิงไทยอายุสามสิบ ผมยาวสีดำ ใส่เสื้อเชิ้ตขาว" — โมเดลจะตีความใหม่ทุกครั้งที่เรนเดอร์ ช็อตแรกได้หน้าหนึ่ง ช็อตที่สองได้อีกหน้าหนึ่ง ทั้งที่คำบรรยายเหมือนกันเป๊ะ

วิธีแก้คือทำ character sheet — ภาพอ้างอิงตัวละครที่แสดงหน้าและร่างกายจากหลายมุมในภาพเดียว รูปแบบที่ใช้ได้ดีคือ 6 พาเนล เรียงเป็นกริด 3×2 ซึ่งให้มุมมองครบพอที่โมเดลจะเข้าใจโครงหน้าและสัดส่วน

สิ่งที่ต้องคงที่ทุกพาเนล:

• โครงหน้าและสีผิว
• ทรงผมและสีผม
• เสื้อผ้าและสีเสื้อผ้า
• สัดส่วนร่างกาย
• ของประจำตัว เช่น แว่น สร้อย รอยสัก

พอมี character sheet แล้ว คุณจะเอาไปเสียบเป็นภาพอ้างอิงใน Full-Reference Mode ของ H3 ซึ่งเป็นวิธีบอกโมเดลว่า "คนนี้หน้าแบบนี้ ใช้หน้านี้ทุกช็อต" แทนที่จะหวังว่ามันจะเดาถูก

เคล็ดลับ: ถ้าเรื่องมีตัวละคร 3 คน ให้ทำ character sheet แยกคนละใบ อย่ารวมทุกคนไว้ในใบเดียว เพราะเวลาอ้างถึงในภายหลังจะสับสน

ขั้นที่ 2 — วางช็อตเป็นสตอรี่บอร์ด

พอมีตัวละครแล้ว ขั้นถัดไปคือตัดสินใจว่าคลิปนี้จะเล่าด้วยกี่ช็อต และแต่ละช็อตเห็นอะไร

ทำไมต้องมีสตอรี่บอร์ด? เพราะ H3 สร้างคลิปได้ทีละช็อต การมีภาพรวมก่อนช่วยให้คุณ:

• รู้ว่าต้องเรนเดอร์กี่ครั้ง คำนวณเวลาและค่าใช้จ่ายได้
• เห็นว่าช็อตไหนต่อกับช็อตไหน จะได้คุมทิศทางการมองและตำแหน่งตัวละครให้ต่อเนื่อง
• ใช้ภาพจากสตอรี่บอร์ดเป็นเฟรมแรกของแต่ละช็อตได้เลย

รูปแบบที่ใช้ได้ดีคือ สตอรี่บอร์ดแผ่นเดียว 6 พาเนล มีเลขกำกับชัดเจน โดยแต่ละพาเนลออกแบบเป็น ช็อตแนวตั้ง 9:16 ถ้าทำคอนเทนต์ลง TikTok, Reels หรือ Shorts

สไตล์ภาพของทั้งแผ่นต้องคงที่ ไม่ใช่พาเนลหนึ่งเป็นภาพเหมือนจริง อีกพาเนลเป็นการ์ตูน เพราะภาพพวกนี้จะกลายเป็นจุดตั้งต้นของคลิปจริง

ถ้าอยากเข้าใจหลักการวางช็อตให้ลึกขึ้น ลองอ่าน AI ทำวิดีโอ Storyboard อัตโนมัติ — Workflow Pro

ขั้นที่ 3 — เขียน prompt แยกทีละช็อต

ตอนนี้คุณมีหน้าตัวละครและมีช็อตแล้ว ถึงเวลาแปลงเป็น prompt

H3 ใช้ prompt ที่แบ่งเป็นสามช่อง:

integrated_multimodal_description: ...

overall_soundscape: ...

non_diegetic_music: ...

ช่องแรกคือไทม์ไลน์ของคลิป ช่องที่สองคือเสียงบรรยากาศ ช่องที่สามคือดนตรีประกอบที่มีแต่คนดูได้ยิน

หลักสำคัญที่สุด — เขียนเฉพาะสิ่งที่เห็นหรือได้ยิน

ประโยคที่ใช้ไม่ได้:

• "ฉากนี้เต็มไปด้วยความเศร้า"
• "โมเมนต์ที่ทรงพลัง"
• "ตัวละครรู้สึกสิ้นหวัง"

เขียนเป็นหลักฐานที่จับต้องได้แทน:

• ตาลดต่ำลง มองพื้น
• ไหล่ผ่อนลง ลมหายใจสั่น
• เสียงพูดค่อยลงจนแทบไม่ได้ยิน
• ฝนกระทบกระจกหน้าต่างดังขึ้นเรื่อย ๆ

โมเดลแปลงคำว่า "เศร้า" เป็นภาพไม่ได้ แต่แปลง "ตาลดต่ำลง" ได้ทันที

เรื่องบทพูดภาษาไทย H3 รองรับตรง ๆ โดยครอบข้อความด้วยแท็กที่ระบุภาษา แล้วบรรยายวิธีพูดไว้นอกแท็ก ไม่ใช่ข้างใน เช่นบอกว่าพูดด้วยเสียงต่ำ ควบคุมอารมณ์ สำเนียงเหนือ แล้วค่อยตามด้วยตัวบทพูด

รายละเอียดของแต่ละช่อง คำศัพท์การเคลื่อนกล้อง และวิธีจัดการบทพูดหลายคน อ่านต่อได้ที่ เขียน H3 Prompt ให้ได้คลิปตรงใจ

ขั้นที่ 4 — เรนเดอร์

ขั้นนี้ต้องมีเครื่องที่รัน H3 ได้ ซึ่งหมายถึง GPU ที่มี VRAM 32 GB ขึ้นไป

คนส่วนใหญ่เช่าเป็นรายชั่วโมงแทนการซื้อการ์ด ราคาราว $0.45–$0.95 ต่อชั่วโมงสำหรับ RTX 5090 วิธีเช่าและวิธีคุมค่าใช้จ่ายอ่านได้ที่ เช่าเครื่อง GPU ทำ H3 บน vast.ai

เมื่อเข้า ComfyUI ได้แล้ว ลำดับการทำงานคือ:

1. เสียบภาพอ้างอิง — character sheet และภาพเฟรมแรกจากสตอรี่บอร์ด เรียงลำดับให้ตรงกับที่อ้างใน prompt
2. วาง prompt ลงในช่องข้อความ
3. ตั้งความยาว เป็นวินาที ระบบจะแปลงเป็นเฟรมให้เอง
4. กดรัน แล้วรอ

เรื่องความยาวคลิปที่ควรรู้ — อย่ายัดหลายเหตุการณ์ลงในคลิปสั้น ๆ

ความยาว	ควรมี
5–6 วินาที	1 ช็อต, 1 การกระทำหลัก, บทพูดไม่เกิน 1 ประโยคสั้น
8–10 วินาที	1 ช็อตยาว หรือ 2 ช็อตง่าย ๆ, บทพูด 1–2 ประโยค
15–20 วินาที	2–4 ช็อต, บทสนทนาโต้ตอบสั้น, มีต้น-กลาง-จบชัดเจน

ถ้าเขียนบทพูดยาวสามประโยคลงในคลิป 6 วินาที โมเดลจะบีบให้พูดเร็วผิดธรรมชาติ หรือตัดกลางคัน

เรื่องความละเอียด วิธีที่เร็วที่สุดคือเรนเดอร์ร่างที่ความละเอียดต่ำก่อน (ราว 0.2 megapixels) แล้วค่อยขยายใน latent ไปที่ 1.0 megapixels แล้วเก็บรายละเอียดอีกไม่กี่ step วิธีนี้ให้คุณภาพเท่าการเรนเดอร์เต็มรอบเดียวแต่ใช้เวลาน้อยกว่ามาก ดูรายละเอียด workflow ได้ที่ ComfyUI H3 — ติดตั้งและใช้ workflow

ขั้นที่ 5 — ตัดต่อรวมเป็นคลิปสมบูรณ์

H3 ให้คลิปพร้อมเสียงมาแล้ว แต่ยังเป็นคลิปแยกช็อต ต้องเอามาต่อกัน

งานที่เหลือในโปรแกรมตัดต่อ:

• เรียงช็อตตามสตอรี่บอร์ด และตัดหัวท้ายที่ไม่ต้องการ
• ปรับระดับเสียง ให้แต่ละช็อตดังเท่ากัน เพราะเสียงที่โมเดลสร้างอาจไม่เท่ากันทุกคลิป
• ใส่ซับไตเติล ถ้าจะลงโซเชียล เพราะคนส่วนใหญ่ดูโดยปิดเสียง
• ใส่ดนตรีคลุมทั้งเรื่อง ถ้าอยากได้โทนเดียวกันตลอด แทนที่จะให้แต่ละช็อตมีดนตรีของตัวเอง

เคล็ดลับเรื่องดนตรี: ถ้าจะใส่ดนตรีคลุมทั้งเรื่องในขั้นตัดต่ออยู่แล้ว ให้ตั้งช่องดนตรีประกอบใน prompt เป็นค่าว่างไปเลย จะได้ไม่มีดนตรีสองชั้นทับกัน

ข้อผิดพลาดที่เจอบ่อย

เขียน prompt ก่อนมีภาพตัวละคร — จบลงที่ตัวละครหน้าเปลี่ยนทุกช็อต ต้องเรนเดอร์ใหม่ทั้งหมด

เสียบภาพอ้างอิงสลับลำดับ — prompt อ้างถึงภาพใบที่สองว่าเป็นตัวละครหญิง แต่เสียบไฟล์ผิดลำดับ โมเดลจะสร้างผิดคนโดยไม่มีอะไรเตือน

ยัดบทพูดยาวในคลิปสั้น — ได้เสียงพูดเร็วผิดธรรมชาติ หรือประโยคขาดกลางคัน

ลืมปิดเครื่องที่เช่า — ค่าใช้จ่ายบานปลายโดยไม่ได้งานเพิ่ม

เรนเดอร์ที่ความละเอียดเต็มตั้งแต่รอบแรก — เสียเวลาเป็นเท่าตัวโดยไม่จำเป็น ทั้งที่การเรนเดอร์ร่างก่อนให้ผลเหมือนกัน

สรุป

การสร้างวิดีโอด้วย H3 ให้ออกมาเป็นเรื่องเป็นราวคือการทำงานเป็นสายพาน ไม่ใช่การกดปุ่มเดียว

ล็อกหน้าตัวละครก่อน ด้วย character sheet แล้ว วางช็อต เป็นสตอรี่บอร์ด จากนั้นค่อย เขียน prompt ที่อ้างอิงของสองอย่างนั้น แล้ว เรนเดอร์ ด้วยวิธีสองรอบเพื่อประหยัดเวลา สุดท้าย ตัดต่อ รวมเป็นคลิปสมบูรณ์

ขั้นที่คนข้ามบ่อยที่สุดคือขั้นแรก และเป็นขั้นที่ทำให้ต้องกลับมาเรนเดอร์ใหม่ทั้งหมด ถ้าจำอะไรจากบทความนี้ได้อย่างเดียว ให้จำว่า อย่าเริ่มที่ prompt

---

อยากได้เครื่องมือที่ทำสามขั้นแรกให้อัตโนมัติ? AI Unlocked มีคอร์สสร้างละครสั้นด้วย H3 พร้อมสกิลสำหรับสร้าง character sheet, สตอรี่บอร์ด และ prompt ที่ใช้ได้ทันที ดูแพ็กเกจได้ที่ หน้าราคา