Klippet how i become a millionaire in 30 days är ett skämt om att fråga en chattbot om en mirakulös genväg och få det minst magiska svaret möjligt: ”Get a job.” Karaktärens sargade blick, frenetiska skrivande och andra försök är den egentliga historien. Nedan finns två onlineexempel som visar hur samma upplägg fungerar med en människa och ett husdjur. Sedan bygger vi en ny, längre version med en originell karaktär, en ny miljö, läsbar dialog och en reaktion som varar tillräckligt länge för att landa.
Viktiga insikter
- Den igenkännbara sekvensen är den hoppfulla frågan, det tvära svaret, den förolämpade pausen och ett nytt försök.
- Människo- och husdjursversioner online byter ut utföraren men behåller skämtets tajming.
- Vår egen 26-sekunders lekplatsversion använder ett barn och lägger till läsbar dialog i redigeringen i stället för att be en videomodell rita ett telefongränssnitt.
- Behandla ”Get a job” som en manusbunden punchline, inte som bevis på vad en chattbot skulle svara eller en verklig förmögenhetsplan.
Vad händer i onlineversionerna?
Det första onlineexemplet håller skämtet nära ett vardagligt telefonsamtal. En person höjer en telefon med total självsäkerhet, tittar ner för att få svaret och tappar plötsligt självsäkerheten. Se förändringen i hållning. Upplägget sägs mot telefonen, men poängen framförs utåt mot tittaren. Reaktionen gör den korta raden minnesvärd.
Onlineexempel, människoversion. Det centrala visuella momentet är skiftet från hoppfull leverans till synlig misstro.
Det andra onlineexemplet sätter ett husdjur i samma roll. Dess upprätta hållning och telefonrekvisita gör ambitionen absurd innan svaret kommer. En huvudvridning och en lång blick in i kameran gör arbetet som en mänsklig skådespelare skulle göra med ögonbryn och en mumlad protest. Det här är mer än ett kostymbyte: djurets kroppsspråk förändrar känslan i punchlinen medan frågan och svaret förblir igenkännbara.
Onlineexempel, husdjursversion. Framförandet bygger på en upprätt hållning, en tydlig telefongest och den fördröjda förolämpade blicken.
Dessa är exempel på det cirkulerande videoformatet, inte inspelningar som fastställer ett visst chattbotssvar. En komedisketch kan iscensätta utbytet; en AI-nyinspelning kan generera utföraren. Frasen ”how I become” behålls här eftersom den är en del av den sökta memraden, även om ”how do I become” är vanlig engelska. Ingen av fraserna gör videon till finansiell rådgivning.
De fyra momenten som gör den igenkännbar
| Moment | Vad tittarna ser | Varför det spelar roll |
|---|---|---|
| Fråga | En telefon höjs som om den kan avslöja en hemlighet | Karaktärens självsäkerhet bygger upp en överdimensionerad förväntan. |
| Svar | ”Get a job.” visas eller läses högt | Svaret är avsiktligt enkelt och kort. |
| Reaktion | Karaktären stelnar till, tittar upp eller stirrar in i kameran | Pausen låter publiken upptäcka förolämpningen tillsammans med karaktären. |
| Fråga igen | Snabbt skrivande eller ett nytt röstmeddelande | Karaktären vägrar det vanliga svaret och förlänger skämtet. |
Ordningen spelar större roll än en exakt tagninglängd. Om svaret kommer innan tittaren förstår frågan finns ingen kontrast. Om reaktionen klipps bort direkt får punchlinen inget utrymme att andas. Om karaktären bara går därifrån tappar klippet det envisa andra försöket som gör formatet specifikt.
Hur skapar du en egen version?
Börja med skämtets struktur och ändra sedan framförandet, miljön och slutet. Att spela in någon annans material tagning för tagning gör resultatet svårare att skilja åt och ger dig mindre kontroll över dialogen. För vår demonstration placerar vi ett fiktivt barn på en solbelyst lekplats. Barnet ber om en miljonärsgenväg med strålande optimism och möts sedan av det tvära svaret ”Get a job.” Rådet är avsiktligt absurt för ett barn; förändringen från förtjusning till misstro bär skämtet. Telefonskärmen är vänd mot barnet, så modellen behöver aldrig hitta på appknappar eller läsbara meddelanden.
Den användbara designbegränsningen är att separera framförande från text. En videomodell kan animera en person som höjer en telefon, läser, ryggar tillbaka och skriver. Den är mindre pålitlig på att återge exakt chattext på en telefon i rörelse. Vi genererar därför skådespelet först och lägger till rena redaktionella undertexter efteråt. Undertexterna återger skämtets manusrader; de presenteras inte som en skärmbild av en riktig ChatGPT-session.
1. Bygg en konsekvent första bildruta
Använd en liggande 16:9-bild där barnets ansikte, båda händerna och telefonen syns. En komposition från midjan och uppåt lämnar utrymme för uttrycket att förändras utan att förlora den färgstarka rutschkanan och gungorna bakom barnet. Lämna lite ostörd plats för undertexter. Den första bildrutan ska se hoppfull ut, inte redan chockad.
För den här artikeln genereras den första bildrutan med Seedream v5.0 Pro på Atlas Cloud. Prompten är avsiktligt konkret:
plaintext1Photorealistic 16:9 opening frame for a light comedy video. One fictional child around 10 years old stands in a colorful neighborhood playground on a sunny late afternoon. The child has curly dark hair, a yellow windbreaker over a blue T-shirt, and holds one smartphone near their mouth. Show the child from the waist up, with both hands visible. Their face is large and clear: bright eyes, raised eyebrows, and a wide, hopeful grin, as if they are about to ask for a secret way to become a millionaire. Place a red slide, teal climbing frame, swings, trees, and colorful playground flooring at different depths. Eye-level camera, natural warm light, realistic anatomy. Leave some open space on the right for captions. The phone screen faces the child. No other people, readable text, app interface, logos, or watermark.
Vår genererade startbild. Barnets breda leende och höjda ögonbryn etablerar den hoppfulla öppningen; rutschkanan och gungorna gör den nya miljön omisskännlig.
2. Animera en komplett reaktion, inte ett rörligt porträtt
Använd den första bildrutan som bildinmatning för Seedance 2.5 Image-to-Video på Atlas Cloud. Vi ställer in målet till 26 sekunder, liggande 16:9, med ljud. Prompten efterfrågar en sekvens av tydliga ansiktsreaktioner. Den ber inte modellen visa chattbubblor eller stava punchlinen, eftersom de exakta orden läggs till i redigeringen.
plaintext1Use the uploaded image as the first frame and visual reference. Create one continuous 26-second, 16:9 video in the same sunny playground. Keep exactly the same child throughout: approximately ten years old, curly dark hair, yellow windbreaker over a blue T-shirt, holding the same black smartphone. Preserve the child's face, hairstyle, clothing, body proportions, and the playground layout: red slide, teal climbing frame, swings, trees, and colorful rubber ground. Do not add other people or change locations. The story is a playful reaction to asking a phone how to become a millionaire in 30 days. Show the story through the child's changing expressions and actions; do not render readable text on the phone. Begin with the child smiling hopefully, shifting their weight, raising the phone, and tapping in a question. As they read the first reply, let the smile gradually disappear: their eyes track the screen, eyebrows lift, the phone lowers slightly, and they lean back in surprise. The surprised expression lasts only a moment. Without pausing, they blink, turn their head slightly, glance toward the camera, then look back at the phone with an annoyed frown. They take a small sideways step, adjust their grip, and actively type a second question with both thumbs. Their expression softens into an exaggerated, hopeful plea. They tilt the phone closer, gesture once with their free hand, and keep shifting naturally on their feet. After reading the second reply, their eyebrows rise, then fall. They lower the phone, give one brief exasperated shrug with an open palm, shake their head slightly, and end with a disbelieving look toward the camera while still blinking and moving naturally. Keep each reaction connected to the next through visible head, hand, shoulder, eye, and body movement. There must be meaningful motion throughout the entire clip, especially from seconds 9 to 18. No held pose, frozen reaction, repeated frames, motion loop, or long motionless stare. Use a gentle handheld camera that subtly moves sideways with the child while keeping them clearly framed. No scene cuts, sudden camera jumps, pure zoom-in, character changes, extra fingers or limbs, changing clothes, or changing playground objects. Natural late-afternoon light and realistic playground ambience.
Det levererade klippet gör den känslomässiga förändringen lätt att följa: barnet börjar med ett flin, öppnar munnen av förvåning vid det första svaret, rynkar pannan, skriver en ny fråga och ger till slut en uppgiven axelryckning. Den extra stillbilden nedan isolerar ögonblicket när det vanliga svaret kullkastar barnets miljonärsplan.
Bildruta från ungefär 6 sekunder in i den genererade videon. Jämfört med den hoppfulla första bilden gör de vidgade ögonen och den öppna munnen punchlinens effekt omedelbart synlig.
3. Lägg till exakt dialog och håll skämtet läsbart utan ljud
Det korta manuset räcker. Sätt frågan på skärmen medan barnet vänder sig till telefonen, ta in ”Get a job.” först när barnet läser svaret och lämna ett andrum före protesterna. För uppföljningen, använd en ny fråga i stället för att upprepa öppningen ord för ord. Undertexter bör ligga i ett konsekvent säkert område, med stark kontrast, och bör aldrig täcka ansiktet eller händerna.
| Moment i vårt 26-sekundersklipp | Redaktionell undertext | Framförandesignal |
|---|---|---|
| Öppning | ”How I become a millionaire in 30 days?” | Klar, säker framtoning mot telefonen. |
| Svar | ”Get a job.” | Blicken faller till skärmen; leendet försvinner. |
| Reaktion | ”Seriously?” | Förvåning övergår i rynkad panna före skrivandet. |
| Andra försöket | ”Okay, but what if I skip that part?” | Telefonen höjs igen; tonen blir vädjande. |
Håll texten kort nog att läsas med en blick. Förfalska inte en realistisk chattskärmbild för att bevisa att raden genererades av en app. En tydligt formgiven undertext kommunicerar det manusbundna utbytet ärligt och håller 16:9-klippet begripligt med ljudet avstängt. Originalljudet stannar med videon; de fyra visade raderna är redaktionella undertexter.
4. Exportera, granska och märk
Exportera en enda sammanhängande MP4 i stället för att klippa ett källklipp i flera artikel inbäddningar. Kontrollera den faktiska längden efter export. De begärda 26 sekunderna spelar bara roll om filen verkligen är längre än 20 sekunder och den extra tiden innehåller meningsfull handling. I den här artikeln bäddas det slutliga originalexemplet in nedan med en affischbild så att läsarna kan se den färdiga sekvensen på plats.
Vårt originalexempel: ett barn på en lekplats frågar, får det tvära svaret, stirrar i misstro, skriver och försöker igen i en 26 sekunder lång liggande video. Undertexterna är redaktionella tillägg till det genererade framförandet.
Innan du publicerar en AI-genererad realistisk scen, använd plattformens AI-innehållsmärkning där det är tillämpligt. TikToks vägledning om AI-genererat innehåll förklarar dess märkningsverktyg och krav för realistiska AI-medier. YouTubes vägledning om ändrat eller syntetiskt innehåll beskriver redovisning vid uppladdning. Använd ditt eget utseende, en fiktiv karaktär eller en deltagare som samtyckt till att medverka. De två online-GIF-filerna ovan är exempel för analys; att publicera en nyinspelning kräver eget material, ljud och tillstånd.
Vad får punchlinen att landa i ett längre klipp?
En 26-sekundersversion behöver mer än två kopior av en 13-sekunders mem. Vi ger barnet en synlig strategiändring. Först behandlas telefonen som en genvägsmaskin. Efter svaret upprepar barnet inte bara kravet: de rynkar pannan, skriver, omformulerar det och försöker förhandla med svaret. Det skiftet gör det sista momentet till ett nytt skämt i stället för utfyllnad.
Läsbarhet utan ljud förändrar också redigeringen. I ett flöde kan tittare möta klippet med ljudet avstängt. Undertexterna behöver avslöja frågan och svaret vid rätt tillfällen, medan skådespelarens rörelse levererar känslan. Den fördröjda undertexten ”Seriously?” bör inte visas under den första chockade bildrutan; den tysta blicken kommer först. Den lilla pausen är där tittaren läser ansiktet.
Slutligen, håll premissen sanningsenlig. Videon är en iscensatt komediscen och repliken är en manusbunden gag. Den visar inte en riktig chattbotssession eller lovar att någon kan bli rik på 30 dagar. Nästa användbara åtgärd är att välja en originell utförare och miljö, göra ett storyboard för de fyra momenten och testa om någon kan förstå ditt utkast med ljudet avstängt. Om de kan identifiera både frågan och det förolämpade andra försöket fungerar formatet.
Vanliga frågor
Svarade en chattbot verkligen ”Get a job”?
Frasen är punchlinen i ett komediformat. En video som visar den är inte bevis på ett riktigt chattbotsutbyte eller ett svar du alltid kommer att få.
Kan jag göra memen med ett husdjur eller en vän?
Ja, om du har ett lämpligt foto och tillstånd från alla personer som visas. En husdjursversion behöver tydliga ögon, nos och pälsmarkeringar. En vänversion behöver ett tydligt ansikte och deras samtycke till att avbildas när de säger replikerna.
Varför använda en videomodell och sedan lägga till undertexter separat?
Modellen hanterar rörelse och skådespel; en redigerare hanterar exakt text. Att separera de uppgifterna undviker förvanskade telefonskärmar och ger dig kontroll över punchlinens tajming.
Överskrider originalexemplet här 20 sekunder?
Ja. Den levererade MP4-filen verifieras efter export, i stället för att bara lita på längden som valdes i generatorn. Den extra tiden används för ett andra försök och en slutlig reaktion.
