Połącz tekst, obrazy, wideo i dźwięk
Tekst opisuje wynik, obrazy definiują osobę, produkt lub styl, wideo pokazuje ruch i rytm kamery, a dźwięk wyznacza mowę, muzykę lub atmosferę. Jasna rola każdego wejścia ogranicza zgadywanie i ułatwia kierowanie pierwszą generacją.
