Gemini Omni 1.2 Flash Prompt Rehberi: 7 Kural ve 9 Komut

👁 111 okunma

Google DeepMind’ın video üretim modeli Gemini Omni 1.2 Flash, doğal dildeki komutları rahatça anlıyor ve karmaşık bir sözdizimi zorunluluğu getirmiyor. Ancak modelin yayınlandığı 5 Kasım 2026 tarihinde ürettiğim 24 klibin ardından fark ettim ki birkaç püf noktası sonucu tamamen değiştiriyor: Kesmeleri engelleyen tek bir cümle, tırnak içine alınan diyaloglar ve metne göre ayarlanan süre. İşte Google dokümantasyonundan notlar, gözlemlerim ve doğrudan kopyalayabileceğiniz dokuz çalışan komut.

İlgili inceleme: Gemini 4 Argon ve Gemini 3.1 Pro: Neler değişti?.

Çalışan yedi temel kural

1. Tek plan çekim talep edin. Google dokümantasyonunda modelin kendiliğinden sahne kesmeleri ekleyebileceğini açıkça belirtiyor. “Tek bir kesintisiz plan çekim, kesme olmadan” (veya İngilizce “a single continuous shot”) ifadesi, kameranın sahneyi baştan sona pürüzsüz takip etmesini sağlamanın en kolay yoludur. Bu ifade olmadan üç kişilik bir sahnede konuşana göre kesme kurgu alırken, ifadeyi eklediğimde karakterlerin etrafında dikişsiz bir kamera dönüşü elde ettim.
2. Kamera hareketini bir görüntü yönetmenine anlatır gibi tarif edin. Nereden başladığını, neyin yanından geçtiğini, nerede durduğunu belirtin. “Dron binalar arasında alçalıyor, çamaşır askısının üzerinden geçiyor, kapıdan içeri süzülüyor” gibi bir komut bana 15 saniyelik tutarlı bir uçuş verdi.
3. Diyaloğu tırnak içine alın, konuşmacıyı ve dili belirtin. “Kasketli olan ilk kişi, serzenişte bulunarak Lehçe şöyle der: …”. Dili açıkça yazmazsanız model konuşmanın İngilizce olacağını varsayabilir.
4. Süreyi metne göre belirleyin. Kısa bir cümle için yaklaşık iki saniye hesaplayın. 6 saniyelik bir klipte iki konuşma satırı sığmadı ve model cümlenin yarısını kesti.
5. Yasakları doğrudan metne yazın. Omni üzerinde negatif prompt alanı bulunmuyor. “Ekranda yazı ve tabela yok”, “No dialogue”, “ekstra ses efekti olmadan” şeklinde yazmanız gerekir. Çoğu zaman çalışsa da voleybolcuların formalarındaki numaralar yasağa rağmen sahneye eklendi.
6. Sahne içinde zamanı belirtin. Google, “3 saniye sonra…” yazmayı veya [0-5s] gibi zaman etiketleri kullanmayı öneriyor. Bu yöntem art arda birkaç olayın gerçekleştiği 10-15 saniyelik kliplerde oldukça işe yarıyor.
7. Sesi tarif edin. Müzik her zaman kendiliğinden oluşmaz. “Hafif akustik müzik”, “güçlü bir hip-hop ritmi”, “ızgaradan gelen cızırtı” gibi detaylar tam olarak istediğim ses ortamını sağladı.

Kaçınılması gerekenler

• Kadroda çocuklar. Top oynayan çocukların yer aldığı komut reddedildi. Karakterleri emeklilerle değiştirdiğimde komut onaylandı.
• Sunuculu televizyon stüdyosu. Herhangi bir açıklama yapılmadan art arda iki kez ret aldım. Ancak sınıfta bir öğretmen tasviri sorunsuz üretildi.
• Gerçek markalar ve logolar. Segmind üzerindeki test kullanıcıları burada telif hakkı filtresine takıldı. Diyalogda geçen mağaza isimleri onaylandı ancak görsel tabela istememiştim.
• Eski etiketler. Dokümantasyon <FIRST_FRAME> tarzı etiketleri kullanmamayı tavsiye ediyor. Görselin sahnedeki rolünü “görseldekiyle aynı sahne ve aynı insanlar” şeklinde yalın bir cümleyle tarif etmeniz yeterlidir.

Kopyalayabileceğiniz dokuz hazır komut

Aşağıdaki komutların her biri 720p çözünürlükte başarılı bir klip üretti. Süreler parantez içinde belirtilmiştir. Orijinal testlerde Lehçe diyaloglar ve ortamlar denenmiş olup promptların Türkçe çevirileri aşağıdadır:

1. Tek planda FPV uçuşu (15 sn)

Tek bir kesintisiz FPV dron çekimi, kesme olmadan: gün batımında prefabrik toplu konutların üzerinde yüksekte başlar, dron binalar arasında alçalır, çamaşır askısının ve iki emeklinin oturduğu bankın üzerinden alçaktan uçar, açık kapıdan bir esnaf lokantasına girer, mantı tezgahının üzerinden süzülür ve çorba içen yaşlı bir adamın yanında durur; adam başını kaldırıp kameraya bakar. Doğal sesler: rüzgar, mahalle uğultusu, tabak çanak sesleri. Yazı ve tabela yok.

2. Karakter etrafında dönüş (6 sn)

Kamera, ekim ayı öğleden öncesinde Kraków Kleparz pazarındaki tezgahta elma satan yaşlı bir kadının etrafında tam ve akıcı bir tur atar. Kadın gülümser ve başörtüsünü düzeltir. Karakter boyutu sabit, kesme yok. Arka planda pazar uğultusu. Yazı yok.

3. İki kişilik diyalog (8 sn, 6 saniyede kesiliyor)

Hobi bahçesinde mangal başında ellili yaşlarında iki komşu. Kasketli olan ilki, serzenişte bulunarak Lehçe orijinalinin Türkçe çevirisiyle şöyle der: "Sana sosisi Biedronka'dan almanı söylemiştim, Lidl'dan değil!". Gözlüklü olan ikincisi sakin bir tavırla Lehçe orijinalinin Türkçe çevirisiyle yanıt verir: "Yiyeceksin ve mızmızlanmayacaksın.". Belirgin dudak hareketleri, doğal sesler, ızgara cızırtısı.

4. Masada üç kişi (10 sn)

Bir Polonya evinde Noel arifesi yemeği, masada pancar çorbası ve mantılar, arka planda çam ağacı. Üç kişi her biri farklı bir ses tonuyla Lehçe konuşuyor. Büyükanne, Lehçe orijinalinin Türkçe çevirisiyle der ki: "Son mantıyı kim yedi?". Ağzı dolu olan genç torun, Lehçe orijinalinin Türkçe çevirisiyle der ki: "Ben değil, yemin ederim!". Anne güler ve Lehçe orijinalinin Türkçe çevirisiyle der ki: "Çenende mantı kalmış.". Her karakterde belirgin dudak hareketleri, kamera konuşan kişiye odaklanır.

5. Kameraya konuşan tek kişi (8 sn)

Tarih öğretmeni, 40 yaşlarında kazaklı ve gözlüklü bir kadın, sınıfta kadrajda öğrenci olmadan yazı tahtasının önünde duruyor. Kameraya bakar ve Lehçe orijinalinin Türkçe çevirisiyle net bir şekilde konuşur: "Grunwald, yıl bin dört yüz on. Bunu not edin, çünkü cuma günü kısa sınav var.". Kusursuz dudak senkronu, doğal tonlama, hafif kamera yaklaşmasıyla tek bir kesintisiz plan çekim.

6. Ürün çekimi (8 sn)

Ürün tanıtım çekimi: köy mutfağında ahşap masa üzerinde dereotu ve sarımsaklı ev yapımı turşu kavanozu, pencereden gelen sabah ışığı. Kamera kavanozun etrafında yavaşça döner, bir büyükannenin eli kapağı açar, ağır çekimde buhar ve salamura damlaları, çatalla çıkarılan bir salatalık turşusu. Sıcak renkler, sığ alan derinliği, hafif akustik müzik. Etiket ve yazı yok.

7. Anime (8 sn)

El çizimi sinema filmi tarzında anime: gece yağmur altında Varşova'da ilerleyen bir tramvay, içeride kulaklıklı liseli bir kız buğulu camdan şehir ışıklarına bakıyor, ıslak asfaltta harfsiz neon yansımaları. Kamera tramvayın dışından camın içinden içeriye doğru kayar. Hafif yağmur sesi ve ray tıkırtısı.

8. Dikey Reels/Shorts formatı (8 sn, 9:16)

Dikey video formatı: bol pantolonlu ve kapüşonlu genç bir kadın dansçı gün batımında Łódź manzaralı bir binanın çatısında hip-hop dansı yapıyor, el kamerası etrafında dönüyor, rüzgar saçlarını savuruyor, sonda durup objektife bakıyor. Güçlü hip-hop ritmi, yazı yok.

9. Spor sahnesi (6 sn, dikkat edilecek noktayla)

Kapalı salonda voleybol maçı, numarası ve logosu olmayan beyaz-kırmızı formalı takım. Oyuncu hücum için sıçrar, sert bir smaç basar, top bloktan sekip sahaya düşer, taraftarlar sevinçle coşar. Sahanın kenarından dinamik kamera, topa vuruş sesi ve tribün tezahüratı.

Aksiyon oldukça net üretildi ancak model “numarası olmayan” talimatını göz ardı etti.

Başlangıç için önerilen ayarlar

• Taslak: 360p, 5-8 saniye, sabit seed. Saniyesi yaklaşık 0,02 USD civarında bir maliyete denk gelir.
• Yayın sürümü: 720p. Dijital paylaşımlar için tamamen yeterlidir.
• 1080p ve 4K ölçeklendirme gerektirir. Çözünürlük parametresini doğrudan değiştirmek mevcut klibi büyütmek yerine yeni bir klip ürettiğinden, önce sahneyi seçmeli, ardından ayrı bir büyütme işlevi kullanmalısınız.

Tüm sürümlerin maliyet tablosunu Gemini Omni 1.2 fiyatlandırma rehberinde, bu komutların test sonuçlarını 24 kliplik model testimizde, genel detayları ise Gemini Omni Flash merkez sayfasında bulabilirsiniz.

// okumaya devamSuno Studio 2.0 nasıl kullanılır? Adım adım rehberGenelGemini’ye nasıl giriş yapılır? Tarayıcı ve telefonGenelGemini Omni 1.2 ile Sohbet İçi Video Düzenleme Nasıl Çalışır?Yapay zekâ araçları