Guida Prompt Video AI: Struttura, Controlli Camera e Differenze Modelli

La Formula a 5 Parti Che Funziona Su Tutti i Modelli

Scrivi ogni prompt in quest'ordine: Soggetto + Azione + Camera + Luce/Atmosfera + Stile/Tecnico. Questa struttura rispecchia come modelli di diffusione e video transformer processano i token, riducendo arti allucinati e flickering temporale. Esempio: "Primo piano cinematografico, anziano orologiaio assembla micro-ingranaggi, lenta carrellata in avanti su macro, luce chiave tungsteno calda, profondità di campo ridotta, 8k, 24fps."

Soggetto e Azione: Sii Specifico Sul Movimento

Verbi vaghi come "muoversi" o "camminare" producono piedi che scivolano. Usa descrittori di movimento precisi:

• Relativi alla camera: carrellata in avanti/indietro, carrellata laterale destra/sinistra, pedestal up/down, orbita, dolly zoom.
• Relativi al soggetto: "ruota la testa 15 gradi a sinistra", "alza la mano destra al mento", "il tessuto ondeggia nel vento trasversale."
• Cue fisici: "i capelli si assestano dopo la rotazione", "l'acqua schizza verso l'alto poi ricade", "l'ombra si accorcia mentre il sole sorge."

Runway Gen-3 Alpha risponde meglio quando il movimento è descritto nei primi 12 token; Kling 1.6 preferisce tag di movimento alla fine. Testa entrambe le posizioni.

Linguaggio Camera: Traduci la Cinematografia in Token

Modelli addestrati su footage stock comprendono la sintassi camera standard. Includi sempre questi quattro elementi:

1. Tipo inquadratura: dettaglio estremo, primo piano, mezzo busto, campo lungo, campo lunghissimo, POV, over-the-shoulder.
2. Lunghezza focale: 14mm (disto wide), 24mm (ambientale), 35mm (naturale), 50mm (standard), 85mm (compressione ritratto), 200mm (appiattimento tele).
3. Apertura/profondità: f/1.8 (ridotta), f/2.8 (separazione soggetto), f/5.6 (contesto), f/11 (profonda).
4. Movimento: statica, tremolio a mano, gimbal fluido, gru in alto, slider laterale, FPV in picchiata.

Esempio: "Mezzo busto, 35mm, f/2.8, lenta carrellata laterale gimbal seguendo il soggetto."

Luce e Atmosfera: Controlla l'Umore Senza Post

I token luce guidano lo spazio latente verso esposizione costante. Specifica:

• Sorgente: sole ora d'oro, cielo nuvoloso, insegna al neon, lampada pratica, pannello LED bi-color, candela.
• Qualità: dura (ombre nette), morbida (avvolgente), diffusa (seta), chiazzata (tra foglie).
• Direzione: key 45° camera-destra, controluce rim, under-lighting (horror), zenitale (interrogatorio).
• Temperatura colore: 2700K caldo, 5600K luce giorno, 6500K freddo, mista (neon ciano/arancio).

Token atmosfera come "nebbia volumetrica", "pulviscolo in fascio luce" o "calore haze" aggiungono profondità ma aumentano compute ~15% su Sora.

Confronto Modelli: Dove Ognuno Eccelle

Negative Prompting e Tuning Parametri

La maggior parte delle UI espone CFG scale (guida) e motion bucket (intensità movimento). Parti da qui:

• CFG 7–9: Bilanciato aderenza vs creatività. Sopra 10 brucia luci; sotto 5 ignora prompt.
• Motion bucket 40–60 (Gen-3) / 0.3–0.5 (Kling): Movimento naturale. Valori alti creano warp; bassi bloccano soggetto.
• Negative prompt default: "sfocato, bassa qualità, anatomia distorta, arti extra, filigrana, testo, titoli, crediti, statico, congelato, jitter, flicker, morphing, cattiva composizione, oversaturato."

Per Sora, usa il dropdown style preset (cinematico, documentario, anime, ecc.) invece di infilare token stile nel prompt.

Image-to-Video: Ancorare la Coerenza

Con I2V (Runway, Luma, Kling, Pika), l'immagine fornisce il 70% del segnale. Il prompt deve solo descrivere cosa cambia:

1. Carica frame riferimento (16:9, min 1280x720).
2. Prompt solo il delta: "Camera orbita sinistra 30 gradi, soggetto sorride, vento solleva capelli."
3. Imposta motion bucket basso (20–30) per evitare che il modello "reimmagini" elementi statici.
4. Genera 4–6 varianti, scegli la più pulita, poi estendi 4 secondi alla volta.

Errori Comuni e Soluzioni

• Mani che morphano: Aggiungi "mani appoggiate al tavolo", "tazza caffè in mano", o "indossa guanti" per vincolare geometria.
• Piedi che scivolano: Specifica "spostamento peso piede sinistro a destro", "tallone tocca poi punta stacca."
• Texture che flickerano: Aggiungi "coerenza temporale", "texture stabile", o riduci CFG di 1.
• Aspect ratio sbagliato: Prefissa con "16:9 cinematografico", "9:16 verticale", "1:1 quadrato."
• Movimento camera ignorato: Sposta token camera all'inizio (Gen-3) o alla fine (Kling) del prompt.

Workflow: Da Idea a Clip Usabile in 5 Minuti

1. Scrivi prompt 5-parti in editor di testo.
2. Genera 3 seed a bassa risoluzione (512x288) per verificare composizione.
3. Scegli miglior seed, upscale a 1080p con motion bucket +10.
4. Se servono >10 sec, usa ultimo frame come input I2V per segmento successivo.
5. Color-grading batch in DaVinci Resolve: applica stessa LUT a tutti i clip per coesione visiva.

FAQ

Quante parole deve avere un prompt?

40–80 token (circa 30–60 parole inglese). Prompt lunghi diluiscono attenzione; corti sotto-specificano.

Devo menzionare "4k" o "8k"?

Sì per Sora e Kling; hanno testine risoluzione. Runway Gen-3 ignora token risoluzione – output fisso 1280x768.

Posso usare prompt cinesi con Kling?

Kling 1.6 capisce cinese nativamente e spesso produce motion più accurato per soggetti asiatici con prompt cinesi. Inglese funziona ma può perdere sfumature culturali.

Perché la camicia del personaggio cambia pattern a metà clip?

Texture sticking richiede attenzione temporale. Aggiungi "texture abbigliamento costante", abbassa motion bucket, o usa I2V con frame riferimento bloccato.