Sora Video Prompt Tipps: Struktur, Kamerasteuerung & Bewegungsbeherrschung

Sora reagiert am besten auf Prompts, die Subjektdefinition, Kamerasprache, Umgebungsphysik und zeitliche Abfolge in getrennte, geordnete Klauseln aufteilen. Anders als Text-zu-Bild-Modelle verlangt Sora explizite Anweisungen, wie sich Objekte über Zeit im 3D-Raum bewegen. Dieser Leitfaden zerlegt die Syntax und das Vokabular, die kontrollierbare, hochqualitative Ergebnisse liefern.

1. Die Vier-Ebenen-Prompt-Architektur

Effektive Sora-Prompts folgen einer strikten Hierarchie. Abweichungen führen oft dazu, dass das Modell Ästhetik über Physik stellt oder Kameranweisungen ignoriert.

• Ebene 1 – Subjekt & Aktion: Primäres Objekt und Kernbewegung definieren (z. B. "Ein rot wollener Pullover tragender Corgi rennt").
• Ebene 2 – Kamera & Objektiv: Brennweite, Winkel und Bewegung festlegen (z. B. "Nahaufnahme von unten, Tracking-Shot, 35mm, Steadycam").
• Ebene 3 – Umgebung & Physik: Beleuchtung, Wetter und Materialinteraktion beschreiben (z. B. "Nasser Asphalt spiegelt Neon, Regentropfen im Fell, physikbasierte Fell-Simulation").
• Ebene 4 – Zeit & Stil: Dauer, Tempo und ästhetischen Filter setzen (z. B. "5 Sekunden, Zeitlupe, kinematisches Color Grading, hohe Verschlusszeit").

Ebenen immer als kommagetrennte Klauseln in einem Absatz schreiben. Soras Aufmerksamkeitsmechanismus verarbeitet sequenzielle Abhängigkeiten besser als Zeilenumbrüche.

2. Kameravokabular, das funktioniert

Generische Begriffe wie "kinematischer Shot" erzeugen generische Ausgabe. Soras Trainingsdaten enthalten detaillierte Kamerametadaten. Präzise Terminologie nutzen, um das virtuelle Kamerarig zu steuern.

Bewegungstypen

• Dolly / Truck: Laterale Bewegung parallel zum Motiv. "Langsamer Dolly links" für Parallaxentiefe nutzen.
• Pedestal / Boom: Vertikaler Heben ohne Neigung. Unverzichtbar für Reveal-Shots.
• Orbit / Arc: Kreisförmiger Pfad um das Motiv. Radius und Geschwindigkeit angeben ("enger 360-Grad-Orbit mit 15 Grad/Sek.").
• Handheld / Drohne: Fügt Mikro-Wackeln oder hohe Perspektive hinzu. Mit "stabilisiert" kombinieren, um unerwünschtes Zittern zu reduzieren.

Objektiv- & Sensorsteuerung

• Brennweite: "24mm Weitwinkel" übertreibt Tiefe; "85mm Tele" komprimiert Hintergrund.
• Blende: "f/1.8 geringe Schärfentiefe" isoliert Motiv; "f/11 große Schärfentiefe" hält alles scharf.
• Verschlusswinkel: "180-Grad-Verschluss" (Standard-Bewegungsunschärfe) vs. "45-Grad-Verschluss" (knackige, staccato-artige Action).

3. Physik & Materialverhalten simulieren

Soras Diffusion-Transformer modelliert Fluiddynamik, Tuchsimulation und Starrkörperkollision – aber nur bei explizitem Prompting. Ohne diese Tokens greift das Modell auf "Traumlogik" zurück, bei der Objekte sich durchdringen.

Maximal zwei Physik-Tokens pro Shot kombinieren. Überladen verursacht temporales Flackern durch Solver-Konflikte.

4. Charakter- & Objektkonsistenz steuern

Sora besitzt keinen eingebauten Identity-Lock (wie IP-Adapter oder LoRA). Konsistenz muss durch Prompt-Wiederholung und räumliche Verankerung erzwungen werden.

1. Beschreibung seeden: In jedem Prompt für denselben Charakter identischen 25-Wort-Deskriptor nutzen (z. B. "Blasse Frau, asymmetrischer silberner Bob, Heterochromie – linkes Auge bernstein, rechtes blau, trägt mattschwarze taktische Jacke").
2. An Geometrie verankern: Feste Weltkoordinaten referenzieren: "Steht bei Koordinate (0,0,0) auf kariertem Gitterboden."
3. Kamera relativ zum Subjekt fixieren: "Kamera an Hüftknochen des Subjekts gebunden, Offset 2 m zurück, 1 m hoch." Verhindert Drift.
4. Schlüsselattribute mid-sequence wiederholen: Bei 10 s+ Generationen Subjektdeskriptor bei 5 s-Marke wiederholen: "...fortfahrend, blasse Frau asymmetrischer silberner Bob...".

5. Zeitliche Strukturierung für komplexe Aktionen

Mehrphasige Aktionen (z. B. "Tür öffnen, eintreten, setzen, Kaffee einschenken") brauchen explizite Zeitstempel. Ungetimestampte Listen behandelt Sora als simultane Wahrscheinlichkeitswolken.

Timestamp-Syntax

Format [0.0-2.0s] Aktion A. [2.0-4.5s] Aktion B. [4.5-5.0s] Reaktion. Beispiel:

[0.0-1.5s] Corgi sprintet zur Kamera. [1.5-3.0s] Springt, Pfoten landen auf Knien. [3.0-4.0s] Leckt Gesicht, wedelt 120 bpm. [4.0-5.0s] Setzt sich, schweres Atmen, Fell feucht vor Schweiß.

Dauern müssen Gesamtlänge ergeben. Lücken erzeugen Schwarzframes; Überlappungen Morphing-Artefakte.

6. Negative Constraints & Anti-Halluzinations-Tokens

Sora unterstützt negatives Prompting via --neg Parameter (oder dediziertes UI-Feld). Damit gängige Fehlerarten unterdrücken:

• Morphing: --neg morphing, melting, topology change, extra limbs, fused fingers
• Kameradrift: --neg zoom, pan, tilt, roll, dolly, handheld shake (bei gewünschtem Locked-off-Shot)
• Temporales Flackern: --neg strobing, texture swimming, color shifting, frame interpolation artifacts
• Physikverletzungen: --neg clipping, phasing, gravity inversion, mass inconsistency

Negative Tokens auf 15 pro Generation begrenzen. Zu viele Negatives schnüren den latenten Raum zu eng ein, reduzieren Bewegungsvielfalt.

7. Praktischer Workflow: Vom Konzept zum finalen Clip

1. Storyboard in Text: 4-Ebenen-Prompt für jeden Shot in Tabellenkalkulation notieren (Shot-ID, Dauer, Prompt, Negatives).
2. Low-Res-Proxys generieren: 480p, 2-Sekunden-Tests für jeden Shot. Physik und Kameralogik prüfen vor Upscaling.
3. Kamera zuerst iterieren: Wenn Bewegung falsch wirkt, nur Ebene-2-Tokens anpassen. Subjekt und Physik fixiert lassen.
4. Upscalen & Verlängern: Soras nativen Upscaler auf 1080p/4K nutzen. Für längere Clips letztes Frame von Shot N als Bildkonditionierung für Shot N+1 verwenden.
5. Post-Prozess-Stabilisierung: Optical-Flow-Stabilisierung (DaVinci Resolve / Topaz) anwenden, um Mikro-Jitter aus Diffusions-Sampling zu entfernen.

Fazit

Sora belohnt Präzision statt Poesie. Prompts als technische Spezifikationen behandeln: Jedes Token sollte auf eine kontrollierbare Variable mappen – Kamerarig, Physik-Solver oder temporaler Keyframe. Eigene Token-Bibliothek aufbauen, Prompts versionieren, systematisch iterieren. Die Lücke zwischen "cooles Demo" und "Produktionsasset" ist Prompt-Disziplin.