Guida Prompt Video AI: Struttura, Controlli Camera e Workflow

Un prompting efficace per video AI si basa su una sintassi fissa: Soggetto + Azione + Camera + Illuminazione + Stile + Parametri Tecnici. Modelli come Sora, Runway Gen-3, Luma Dream Machine e Kling interpretano questa gerarchia in modo diverso, ma la logica strutturale rimane costante. Questa guida analizza ogni componente, spiega la ponderazione specifica per modello e fornisce un template riutilizzabile per risultati professionali.

Perché la Struttura del Prompt Determina la Qualità dell'Output

I modelli video elaborano i token in sequenza. I primi token definiscono soggetto e azione principale; quelli centrali controllano camera e ambiente; gli ultimi applicano stile e vincoli tecnici. Se carichi in testa parole chiave estetiche ("cinematico", "8k") prima di definire il movimento, il modello allucina dettagli su frame statici. Un prompt strutturato costringe il modello ad allocare risorse prima alla coerenza temporale.

Runway Gen-3 risponde fortemente ai token camera nelle posizioni 3-5. Kling 1.6 privilegia i verbi di movimento fisico. Luma Dream Machine pesa molto illuminazione e atmosfera. Sora (dove accessibile) segue una gerarchia rigida soggetto-movimento-camera. Capire questi bias ti permette di riordinare gli stessi componenti per ogni modello senza riscrivere il concetto.

La Formula Universale per i Prompt

Usa questo template per ogni generazione. Compila ogni parentesi; elimina quelle non necessarie.

[Descrizione Soggetto] + [Verbo Azione/Movimento] + [Tipo Camera + Movimento] + [Illuminazione/Ora del Giorno] + [Ambiente/Sfondo] + [Stile/Estetica] + [Specifiche Tecniche]

1. Descrizione del Soggetto (Token 1-15)

Definisci l'elemento primario con specificità visiva. Evita sostantivi astratti. Invece di "una donna", usa "una donna di 30 anni con capelli castani alle spalle, indossa un trench blu navy". Includi dettagli distintivi: texture abbigliamento, palette colori, props. Per personaggi, specifica età, etnia, postura. Per oggetti, indica materiale, scala, stato (perfetto, usurato, bagnato).

2. Verbi di Azione e Movimento (Token 16-30)

Il video è movimento. Usa verbi fisici precisi: "cammina a grandi passi", "balza", "pana a sinistra", "ruota in senso orario", "si dissolve in particelle". Evita "si muove", "va", "cammina". Specifica velocità: "slow-motion", "tempo reale", "time-lapse". Definisci traiettoria: "cammina verso la camera", "orbita attorno al soggetto a 2m di raggio". Per movimenti basati sulla fisica, aggiungi "peso naturale", "momento conservato", "simulazione tessuto".

3. Tipo di Camera e Movimento (Token 31-50)

È il fattore che differenzia output amatoriali da professionali. Dichiarare lente, angolazione e movimento in un'unica clausola.

• Lente: 16mm (grandangolo, distorsione), 24mm (ambientale), 35mm (standard), 50mm (naturale), 85mm (ritratto, compressione), 200mm (teleobiettivo, appiattimento).
• Angolazione: livello occhi, bassa (eroica), alta (vulnerabile), olandese (tensione), zenitale, nadirale.
• Movimento: statica, pan sinistra/destra, tilt su/giù, dolly in/out, truck sinistra/destra, pedestal su/giù, orbita oraria/antioraria, handheld (micro-jitter), drone ascesa/rivelazione, FPV picchiata.
• Fuoco: profondità di campo, fuoco selettivo (f/1.8), rack focus da [oggetto A] a [oggetto B].

Esempio: "Obiettivo 35mm, livello occhi, dolly in lento, fuoco selettivo rack da mani in primo piano a viso."

4. Illuminazione e Ora del Giorno (Token 51-70)

L'illuminazione definisce mood e risposta dei materiali. Specifica sorgente, qualità, direzione e temperatura colore.

• Sorgente: sole ora dorata, cielo nuvoloso, insegna al neon, lampada pratica, pannello LED, lume di candela, bioluminescenza.
• Qualità: dura (ombre nette), morbida (diffusa), macchiata (tra fogliame), volumetrica (raggi divini), controluce/rim light.
• Direzione: frontale, laterale (split), 45 gradi (Rembrandt), zenitale, dal basso.
• Colore: 5600K (luce diurna), 3200K (tungsteno), contrasto teal/orange, monocromatico, gel specifico (CTB, CTO).

5. Ambiente e Sfondo (Token 71-85)

Contestualizza il soggetto. "Strada cittadina sfocata" è debole. "Vicolo di Tokyo bagnato dalla pioggia di notte, riflessi al neon su asfalto bagnato, sfiati vapore distanti" dà ancoraggi spaziali al modello. Includi indizi di profondità: elementi in primo piano, azione in piano medio, landmark in sfondo. Specifica meteo: densità nebbia, intensità pioggia, accumulo neve, direzione vento su vegetazione.

6. Stile ed Estetica (Token 86-100)

Applica il look per ultimo. Riferisciti a pellicole (Kodak Vision3 500T, Fuji Eterna 250), registi (color grading Wong Kar-wai, scala Villeneuve), o generi (neo-noir, cyberpunk, documentario minimalista). Evita di accumulare stili contraddittori. Un riferimento forte batte cinque deboli.

7. Specifiche Tecniche (Token 101+)

Controlli specifici per modello. Risoluzione: 1280x720, 1920x1080. Aspect ratio: 16:9, 9:16, 2.39:1, 4:3. Frame rate: 24fps (cinematico), 30fps (broadcast), 60fps (movimento fluido). Durata: 5s, 10s. Seed: fisso per coerenza. Negative prompt: "sfocatura, distorsione, morphing, arti extra, watermark, testo, bassa qualità."

Ponderazione Prompt per Modello

Prompt identici producono risultati diversi tra modelli. Regola l'enfasi per componente per piattaforma.

Conclusione pratica: Per Runway, inizia con la camera. Per Kling, inizia con la fisica del movimento. Per Luma, inizia con il mood dell'illuminazione. Per Pika, inizia con il riferimento stilistico. Per Hailuo, bilancia soggetto e movimento equamente.

Cheat Sheet Linguaggio Camera

Copia queste clausole direttamente nei prompt. Si traducono in modo affidabile tra modelli.

Modalità di Fallimento Comuni e Soluzioni

1. Arti che si deformano / dita extra: Aggiungi "anatomicamente corretto, cinque dita, topologia stabile" al negative prompt. Riduci velocità movimento. Usa image-to-video con frame iniziale pulito.
2. Deriva camera (zoom/pan non voluti): Specifica esplicitamente "camera statica" o "locked off". Evita "fluido" senza vettore movimento definito.
3. Luce che sfarfalla: Specifica "illuminazione costante, niente shift esposizione". Blocca ora del giorno. Evita "illuminazione dinamica" se non intenzionale.
4. Sfondo che si deforma: Definisci geometria sfondo: "sfondo statico, parallasse solo da movimento camera". Usa ambienti più semplici per lunghe durate.
5. Sanguinamento stile (color grading indesiderato): Sposta token stile in fondo. Usa negative prompt: "no color grading, bilanciamento bianco neutro". Genera raw, gradua in post.
6. Incoerenza temporale (personaggio cambia tra frame): Usa image-to-video con frame riferimento costante. Aggiungi "coerenza temporale, preservazione identità" al prompt. Mantieni clip sotto 5s per lavoro su personaggi.

Workflow Costruzione Prompt Passo-Passo

1. Definisci l'obiettivo dello shot in una frase. Esempio: "Uno chef trita verdure in una cucina soleggiata, close-up sull'abilità col coltello."
2. Estrai token soggetto. "Chef professionista, 40 anni, espressione concentrata, giacca bianca da chef, coltello santoku, carote e cipolle su tagliere legno."
3. Seleziona verbo movimento primario. "Trita ritmicamente, tagli precisi verso il basso, pezzi cipolla si accumulano."
4. Scegli clausola camera da cheat sheet. "100mm macro, livello occhi, statica, fuoco selettivo su punto contatto lama."
5. Imposta illuminazione. "Luce finestra mattutina, 45 gradi laterale, ombre morbide, vapore sale dalle verdure."
6. Aggiungi profondità ambiente. "Top acciaio inox sfocato dietro, vasi erbe su davanzale, luci pendenti fuori fuoco."
7. Applica stile. "Estetica documentario cibo, colori naturali, alta gamma dinamica."
8. Allega specifiche tecniche. "1920x1080, 16:9, 24fps, 5s, seed 42."
9. Assembla prompt completo. Combina in ordine formula. Conta token; taglia a limite modello.
10. Genera 3 varianti. Varia solo seed. Seleziona migliore coerenza temporale. Upscale se necessario.

Avanzato: Prompting Image-to-Video

Quando usi un'immagine input, il prompt descrive il cambiamento, non la scena statica. Il modello vede già soggetto, illuminazione, composizione. Il tuo prompt serve solo: Vettore movimento + Movimento camera + Indicazione durata.

Esempio: Immagine input mostra auto parcheggiata al tramonto. Prompt: "Auto accelera in avanti, ruote girano, polvere si alza, camera truck sinistra bassa angolazione seguendo, ora dorata mantenuta, 5 secondi." Non ridiscrivere auto o tramonto. Token sprecati confondono il motion planner.

Per animazione personaggi: "Testa ruota sinistra, occhi tracciano oggetto in movimento, leggero sorriso si forma, spalle si rilassano, movimento respirazione, 3 secondi." Micro-espressioni richiedono enumerazione esplicita; i modelli default a facce congelate.

Conclusione Chiave

Il prompting non è scrittura creativa—è ingegneria dei parametri. La formula [Soggetto][Movimento][Camera][Luce][Ambiente][Stile][Tech] funziona perché rispecchia la gerarchia dello spazio latente del modello. Memorizza il cheat sheet camera. Impara il bias di ponderazione del tuo modello target dalla tabella confronto. Costruisci ogni prompt attraverso il workflow 10 step. La coerenza viene dalla struttura, non dall'ispirazione.