Guida ai prompt per video AI: come scriverli per ottenere risultati che funzionano

Cosa rende efficace un prompt per video AI?

Un buon prompt per video AI risponde a cinque domande in un unico blocco di frasi ordinate: chi è il soggetto, cosa sta facendo, come è ripreso, dove avviene la scena e quale deve essere l'aspetto. Modelli video come Runway Gen-3, Luma Dream Machine, Kling e Pika rispondono molto meglio a un linguaggio strutturato e concreto che a descrizioni vaghe. Un prompt come "una donna che cammina per le strade di Tokyo bagnate dalla pioggia di notte, telecamera a mano che la segue da dietro, riflessi al neon sull'asfalto bagnato, cinematografico, profondità di campo ridotta" otterrà quasi sempre risultati superiori a "bel video di una donna a Tokyo".

La differenza fondamentale rispetto al prompting per immagini è il movimento. Ogni prompt video dovrebbe contenere almeno un'istruzione di movimento esplicita, riferita al soggetto ("gira lentamente la testa") o alla telecamera ("lenta carrellata in avanti"). Se lasci il movimento indefinito, il modello lo sceglie al posto tuo, e il risultato è spesso un leggero drift o una deformazione che comunica bassa qualità.

La struttura del prompt in cinque blocchi

Usa sempre questo ordine. La coerenza rende i prompt modificabili: se una clip fallisce, sai esattamente quale blocco correggere.

1. Blocco soggetto: chi o cosa, con uno o due dettagli visivi. "Un airone grigio con le ali chiuse fermo in acqua bassa."
2. Blocco azione: un movimento chiaro, con velocità o modalità. "Apre lentamente le ali e spicca il volo."
3. Blocco telecamera: tipo di inquadratura più movimento. "Inquadratura bassa in movimento, la telecamera si inclina verso l'alto durante il decollo."
4. Blocco scena: ambiente, ora del giorno, meteo. "Lago nebbioso all'alba, foschia sull'acqua."
5. Blocco stile: look e atmosfera. "Girato su pellicola 35mm, colori desaturati, luce naturale morbida, cinematografico."

Mantieni l'intero prompt sotto le 60 parole circa per la maggior parte dei modelli. Prompt troppo lunghi diluiscono l'attenzione e i modelli tendono a tralasciare i dettagli a metà delle frasi lunghe. Metti l'elemento più importante per primo, perché la maggior parte dei modelli video dà più peso alle parole iniziali.

Il linguaggio della telecamera che cambia davvero il risultato

I modelli video sono addestrati in parte su riprese con metadati e didascalie incorporate, quindi il vocabolario reale della cinematografia ha effetti misurabili. Usa questi termini con consapevolezza:

• Tipi di inquadratura: campo lungo, piano medio, primo piano, primissimo piano, over-the-shoulder, vista aerea, macro.
• Movimenti di telecamera: carrellata in avanti, carrellata all'indietro, pan a destra/sinistra, tilt verso l'alto/il basso, inquadratura in movimento, orbita (360 gradi), shot con gru, camera a mano, inquadratura fissa.
• Ottica e messa a fuoco: profondità di campo ridotta, deep focus, compressione teleobiettivo, obiettivo fisheye, rack focus dal primo piano allo sfondo.
• Termini di frame rate: slow motion, 120fps, time-lapse, hyperlapse.

La regola è un movimento per prompt. Combinare "la telecamera orbita mentre carrella in avanti e si inclina verso l'alto" di solito produce un movimento tremolante e indeciso. Se ti serve un movimento complesso, genera la clip con un unico movimento pulito e pianifica un taglio, non un'istruzione di telecamera composta.

Differenze tra i modelli: stesso prompt, risultati diversi

I modelli non interpretano i prompt allo stesso modo, e conoscere le differenze ti risparmia ore di tentativi.

Conclusione pratica: scrivi un prompt base, poi mantieni un file di varianti per modello. Quando cambi strumento, in genere ti basta riscrivere i blocchi telecamera e stile, non quelli di soggetto e azione.

Image-to-video vs text-to-video

Il text-to-video dà al modello il controllo totale; l'image-to-video dà a te il controllo della composizione e chiede al modello solo il movimento. La maggior parte dei workflow professionali usa l'image-to-video per tutto ciò che richiede un look specifico.

Quando scrivi prompt per image-to-video, non ridescrivere l'immagine. Il modello la vede già. Descrivi solo cosa deve cambiare: "la donna si gira verso la telecamera e sorride, i capelli si muovono nel vento, la telecamera avanza leggermente." Ridescrivere gli elementi statici spesso spinge il modello a rigenerarli e distorcerli.

Con il text-to-video porti tu tutto il peso descrittivo, quindi contano tutti e cinque i blocchi. Aspettati più iterazioni: due-quattro generazioni per inquadratura sono la norma anche con un buon prompt.

Un workflow di prompting ripetibile

Segui questi passaggi per passare dall'idea alla clip utilizzabile senza procedere a caso:

1. Scrivi prima la shot list. Dividi il video in inquadrature di un'unica azione da 3-8 secondi. Una clip equivale a un'azione.
2. Redigi ogni prompt nell'ordine dei cinque blocchi (soggetto, azione, telecamera, scena, stile), sotto le 60 parole.
3. Genera un batch di test con impostazioni basse se disponibili. Genera 2-3 varianti per prompt.
4. Diagnostica gli errori per blocco. Soggetto sbagliato? Correggi il blocco uno. Nessun movimento o movimento strano? Correggi i blocchi due o tre. Look sbagliato? Correggi il blocco cinque. Cambia un blocco alla volta.
5. Blocca il blocco stile. Quando trovi un look che funziona, riutilizza l'identica formulazione di stile in ogni inquadratura per una coerenza visiva.
6. Salva i prompt vincenti in una libreria. Gli scheletri di prompt riutilizzabili sono il tuo asset più prezioso tra progetti.

Errori comuni da evitare

• Istruzioni in negativo. La maggior parte dei modelli video non gestisce bene "no blur, non mosso". Dichiara cosa vuoi, non cosa non vuoi.
• Troppe azioni simultanee. "Corre, salta e saluta" produce confusione. Un'azione per clip.
• Parole d'umore astratte come intero prompt. "Etereo, onirico, emotivo" non produce nulla senza un soggetto e un movimento concreti.
• Ignorare i limiti di durata. Chiedere a un modello da 5 secondi una scena di 20 secondi lo obbliga a rallentare o mandare in loop il movimento. Pianifica i tagli.
• Copiare i prompt per immagini alla lettera. I prompt per immagini ottimizzano la composizione; quelli per video devono specificare anche il tempo. Aggiungi sempre il movimento prima di riusare un prompt per immagini.

Tratta ogni prompt come la direzione che daresti a un operatore di ripresa. Se un direttore della fotografia non potesse girare la tua frase, probabilmente non ci riuscirà nemmeno il modello.

Prompt di esempio da adattare

Look da documentario naturalistico: "Una volpe rossa avanza nella neve profonda, annusando il terreno, telecamera fissa a livello del suolo, teleobiettivo, profondità di campo ridotta, luce di golden hour, sfondo di foresta innevata, girato come un documentario naturalistico della BBC."

Shot di prodotto: "Un orologio da polso nero opaco che ruota lentamente su una superficie riflettente, obiettivo macro, illuminazione da studio, sfondo con gradiente scuro, la telecamera orbita di 90 gradi, stile pubblicitario di fascia alta."

Scena narrativa: "Un uomo con un impermeabile si ferma a un attraversamento pedonale e alza lo sguardo al cielo, piano medio, la telecamera avanza lentamente, pioggia che cade, strada cittadina al tramonto, color grading moody teal-and-orange, cinematografico."

Punti chiave

Il prompting efficace per video AI è strutturale, non magico: soggetto, azione, telecamera, scena, stile, in quest'ordine, sotto le 60 parole, con esattamente un movimento per clip. Impara il vero vocabolario della telecamera perché i modelli lo capiscono, adatta il blocco stile a ogni modello invece di riscrivere tutto, e itera un blocco alla volta così gli errori ti dicono esattamente cosa correggere. Costruisci una libreria di prompt man mano, e in una dozzina di generazioni avrai scheletri riutilizzabili che rendono ogni futuro video più rapido e prevedibile.