Guida prompt video IA: come scriverli davvero

Cosa rende efficace un prompt per video IA

Un prompt per la generazione video con intelligenza artificiale funziona quando descrive cosa succede, non solo cosa si vede. I modelli video come Sora, Kling, Runway Gen-3, Veo e Pika reagiscono a frasi che contengono quattro elementi: un soggetto chiaro, un'azione specifica, un movimento di camera definito e uno stile visivo riconoscibile. Tralasciarne anche uno solo produce clip generiche, mosse o incoerenti.

La regola base: più il movimento è descritto con precisione, più il risultato è stabile. Un modello video non interpreta l'atmosfera come un modello di testo: interpreta verbi, direzioni e velocità.

La struttura del prompt in 5 blocchi

Un prompt video efficace segue quasi sempre questo ordine, perché i modelli pesano di più le parole iniziali:

1. Soggetto: chi o cosa appare, con dettagli fisici concreti («una donna sui trent'anni con capelli rossi e un cappotto beige»).
2. Azione: un solo movimento principale per clip («cammina lentamente verso la telecamera»). Le azioni multiple in un singolo prompt generano artefatti.
3. Camera: tipo di inquadratura e movimento (vedi sezione successiva).
4. Ambiente e luce: luogo, ora del giorno, tipo di illuminazione («strada bagnata al tramonto, luce calda radente»).
5. Stile: estetica di riferimento («cinematografico 35mm», «documentario», «anime anni '90»).

Scrivi il prompt come una didascalia di ciak: soggetto, azione, camera, luce, lente. Se un regista non potrebbe girarlo così com'è descritto, il modello non lo genererà bene.

Il linguaggio della camera: il vocabolario che conta davvero

Il movimento di camera è il blocco dove la maggior parte dei prompt fallisce. Usa la terminologia del cinema, perché i modelli sono addestrati su dati con queste etichette:

Aggiungi sempre la velocità: «slow», «gentle», «fast» sono parole che i modelli rispettano. Un «dolly-in» senza aggettivo produce spesso un movimento troppo brusco per una clip di 5-10 secondi.

Differenze tra i modelli: come adattare lo stesso prompt

Non esiste un prompt universale. Ogni modello ha bias e sintassi preferiti:

• Sora e Veo: preferiscono prompt descrittivi lunghi, quasi paragrafi narrativi. Reggono bene dettagli di luce e atmosfera.
• Runway Gen-3: funziona meglio con prompt più asciutti, soggetto + azione + camera. Descrizioni troppo lunghe diluiscono l'azione.
• Kling: molto sensibile ai verbi di movimento e alle espressioni facciali; ottimo per azioni fisiche complesse.
• Pika e modelli leggeri: conviene un solo concetto forte per clip, senza subordinazioni complesse.

La strategia corretta è scrivere un prompt master neutro, poi adattarlo: per Sora lo espandi in narrazione, per Runway lo riduci all'osso. Testa lo stesso concetto su due modelli prima di scartare un'idea: spesso il prompt non è sbagliato, è solo incompatibile con quel modello.

Workflow pratico: dal concept alla clip utilizzabile

1. Definisci una sola azione per clip: 5-10 secondi di video reggono un solo movimento. Se servono più azioni, pianifica più clip.
2. Scrivi il prompt master con i 5 blocchi in ordine.
3. Genera 3-4 varianti senza modificare il prompt: valuta la varianza naturale del modello prima di correggere.
4. Diagnostica per sintomo: soggetto deformato → semplifica l'azione; camera casuale → usa «static shot»; stile inconsistente → aggiungi riferimenti espliciti («shot on 35mm film, shallow depth of field»).
5. Itera un solo blocco alla volta: cambia camera, oppure luce, oppure azione. Modificare tutto insieme rende impossibile capire cosa ha migliorato o peggiorato il risultato.
6. Fissa il seed quando il modello lo consente, per mantenere coerenza tra iterazioni.

Errori comuni da evitare

• Prompt negativi lunghi: meglio un breve «no text, no distortion» che liste di dieci esclusioni.
• Azioni composte: «si alza, prende la tazza e sorride» genera quasi sempre arti sbagliati. Spezza in tre clip.
• Fisica impossibile: i modelli faticano con liquidi, mani che manipolano oggetti e riflessi complessi. Descrivi azioni che la fisica del dataset supporta.
• Testo on-screen: chiedere titoli o scritte dentro il video produce quasi sempre caratteri illeggibili. Aggiungi il testo in post-produzione.
• Ignorare il primo frame: quando il modello lo consente, usa un'immagine di partenza (image-to-video). Un buon primo frame riduce di metà il lavoro di prompt.

Cosa portare a casa

Un prompt video IA efficace non è poesia: è una specifica tecnica. Soggetto, azione singola, camera esplicita, luce e stile: questi cinque blocchi, nell'ordine giusto, valgono più di qualsiasi aggettivo evocativo. Itera un blocco alla volta, adatta la lunghezza del prompt al modello che usi e sfrutta l'image-to-video ogni volta che puoi. Chi padroneggia il linguaggio della camera e la diagnostica per sintomi produce clip utilizzabili in 2-3 iterazioni invece di dieci.