Guida ai prompt per video AI: scrivi prompt che funzionano

Cosa rende buono un prompt per video AI

Un buon prompt per video AI risponde a cinque domande in un unico blocco di frasi ordinato: qual è il soggetto, cosa sta facendo, come viene ripreso, dove avviene e come dovrebbe apparire. 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 bagnate di Tokyo di notte, camera a mano che la segue da dietro, riflessi al neon sull'asfalto bagnato, cinematografico, poca profondità di campo" batterà quasi sempre "video figo di una donna a Tokyo".

La differenza chiave rispetto al prompting per immagini è il movimento. Ogni prompt video dovrebbe contenere almeno un'istruzione di movimento esplicita, sia per il soggetto ("lei gira la testa lentamente") che per la camera ("dolly-in lento"). Se lasci il movimento indefinito, il modello lo sceglie per te, e il risultato è spesso una deriva sottile o una deformazione che si percepisce come bassa qualità.

La struttura del prompt in cinque blocchi

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

1. Blocco soggetto: chi o cosa, con uno o due dettagli visivi. "Un airone grigio con le ali ripiegato in piedi in acqua bassa."
2. Blocco azione: un movimento chiaro, con velocità o modo. "Spiega le ali lentamente e spicca il volo."
3. Blocco camera: tipo di inquadratura più movimento. "Inquadratura in picchiata che segue il soggetto, la camera inclina verso l'alto mentre vola."
4. Blocco scena: ambiente, ora del giorno, meteo. "Lago nebbioso all'alba, foschia sull'acqua."
5. Blocco stile: aspetto e tono. "Girato su pellicola 35mm, colori spenti, luce naturale morbida, cinematografico."

Mantieni il prompt completo sotto le 60 parole circa per la maggior parte dei modelli. I prompt troppo lunghi diluiscono l'attenzione, e i modelli tendono a omettere dettagli dal centro di frasi lunghe. Metti l'elemento più importante per primo, perché la maggior parte dei modelli video dà più peso alle parole iniziali.

Linguaggio di ripresa che cambia davvero il risultato

I modelli video si addestrano in parte su metraggio che include metadati e descrizioni, quindi il vocabolario reale di cinematografia ha effetti misurabili. Usa questi termini deliberatamente:

• Tipi di inquadratura: piano generale, piano medio, primo piano, primissimo piano, over-the-shoulder, vista aerea, macro.
• Movimenti di camera: dolly in, dolly out, pan sinistra/destra, tilt su/giù, carrellata, orbita (360 gradi), gru, camera a mano, piano fisso.
• Obiettivo e fuoco: poca profondità di campo, fuoco profondo, compressione teleobiettivo, lente fish-eye, cambio di fuoco dal primo piano allo sfondo.
• Termini di velocità: slow motion, 120 fps, time-lapse, hyperlapse.

Un movimento per prompt è la regola. Combinare "la camera orbita mentre fa dolly in e tilt su" produce solitamente un movimento tremolante e indeciso. Se serve un movimento complesso, genera la clip con un solo movimento pulito e pianifica un taglio, non un'istruzione di camera composta.

Differenze tra modelli: stesso prompt, risultati diversi

I modelli non interpretano i prompt in modo identico, e conoscere le differenze ti fa risparmiare ore di tentativi ed errori.

Conclusione pratica: scrivi un prompt base e mantieni un archivio di varianti per modello. Cambiando strumento, di solito basta riscrivere solo i blocchi camera e stile, non soggetto e azione.

Prompting 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 flussi di lavoro professionali usa image-to-video per tutto ciò che richiede un aspetto specifico.

Facendo prompting image-to-video, non ridiscrivere l'immagine. Il modello la vede già. Indica solo cosa deve cambiare: "la donna si gira verso la camera e sorride, i capelli si muovono col vento, la camera avanza leggermente". Ridiscrivere elementi statici spesso fa sì che il modello li rigeneri e li distorca.

Facendo prompting text-to-video, ti carichi tutto il lavoro descrittivo, quindi contano i cinque blocchi. Aspettati di iterare di più: da due a quattro generazioni per inquadratura è normale anche con un buon prompt.

Un flusso di lavoro di prompting ripetibile

Segui questi passaggi per passare dall'idea a una clip usabile senza andare alla cieca:

1. Scrivi prima la lista inquadrature. Dividi il tuo video in inquadrature a singola azione di 3-8 secondi. Una clip = una azione.
2. Stendi ogni prompt nell'ordine dei cinque blocchi (soggetto, azione, camera, scena, stile), sotto le 60 parole.
3. Genera un batch di test con impostazioni basse se possibile. Genera 2-3 varianti per prompt.
4. Diagnostica i fallimenti per blocco. Soggetto sbagliato? Correggi blocco uno. Niente movimento o movimento strano? Correggi blocco due o tre. Aspetto sbagliato? Correggi blocco cinque. Cambia un blocco alla volta.
5. Blocca il blocco stile. Quando hai un aspetto che funziona, riusa la stessa formulazione di stile in tutte le inquadrature per 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 di prompting da evitare

• Istruzioni negative. La maggior parte dei modelli video non gestisce bene "senza sfocatura, senza tremolio". Di' cosa vuoi, non cosa non vuoi.
• Troppe azioni simultanee. "Lei corre, salta e saluta" produce poltiglia. Un'azione per clip.
• Parole d'umore astratte come prompt completo. "Etereo, onirico, emotivo" non fa nulla senza un soggetto concreto e un movimento attaccati.
• Ignorare i limiti di durata. Chiedere a un modello da 5 secondi una scena di 20 secondi lo costringe a rallentare o ripetere il movimento. Pianifica tagli.
• Copiare prompt per immagini letteralmente. I prompt per immagini ottimizzano la composizione; quelli video devono specificare anche il tempo. Aggiungi sempre movimento prima di riutilizzare un prompt per immagini.

Tratta ogni prompt come una direzione d'inquadratura che daresti a un operatore. Se un direttore della fotografia umano non potrebbe girare la tua frase, probabilmente il modello non può farlo nemmeno lui.

Prompt di esempio che puoi adattare

Stile documentario natura: "Una volpe rossa avanza nella neve profonda, annusa il terreno, camera fissa a livello del suolo, teleobiettivo, poca profondità di campo, luce dell'ora dorata, sfondo bosco innevato, girato come un documentario natura BBC."

Inquadratura prodotto: "Un orologio da polso nero opaco che ruota lentamente su una superficie riflettente, lente macro, illuminazione da studio, sfondo con gradiente scuro, la camera orbita 90 gradi, stile spot pubblicitario high-end."

Scena narrativa: "Un uomo con impermeabile si ferma su un attraversamento e guarda il cielo, piano medio, la camera avanza lentamente, pioggia che cade, strada cittadina al tramonto, color grading teal e arancio malinconico, cinematografico."

Punti chiave

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