Molte clip IA sembrano piatte per lo stesso motivo: il prompt descrive un'immagine, non una ripresa. I modelli video devono sapere cosa cambia in cinque secondi. Questa guida propone una struttura in quattro parti che funziona con MiniMax, Kling e Seedance.
Passaggio 1: Ambientare la scena in una frase
Dove e quando: "Notte, un tetto bagnato dalla pioggia in una città al neon". Se parti da una foto, salta questo passaggio: il modello vede già la scena. Dedica le parole a ciò che cambia.
Passaggio 2: Scrivere l'azione come causa ed effetto
Non limitarti a indicare il risultato ("combattono"). Scrivi la sequenza: si girano intorno, poi si scontrano; scoppiano scintille; i cappotti sferzano l'aria; uno salta da un serbatoio. Ogni contatto — un piede che atterra, una lama che colpisce — dà al modello qualcosa di fisico da animare. Usa verbi, non aggettivi.
Passaggio 3: Aggiungere un movimento di camera e fissare lo stile
Aggiungi un solo movimento di camera con velocità e fotogramma finale, poi fissa lo stile: nominalo e indica cosa non deve cambiare. Concludi con "nessun testo", per evitare insegne illeggibili.
Night, a rain-soaked rooftop in a neon city. Two rival swordfighters circle, then clash; sparks burst, coats whip in the wind, one vaults off a water tank. Camera arcs around them in one continuous shot, then pushes in on the locked blades. Hand-drawn anime film style, cel shading, same faces and outfits throughout, no text.
Il modello in quattro parti
| Parte | Cosa scrivere | Esempio |
|---|---|---|
| Scena | Luogo, momento, meteo (salta se parti da una foto) | Notte, un tetto bagnato dalla pioggia in una città al neon |
| Azione | Una sequenza di verbi con contatto e peso | si girano intorno, poi si scontrano; scoppiano scintille; uno salta da un serbatoio |
| Camera | Un movimento, una velocità, il punto di arrivo | La camera gira ad arco intorno a loro, poi si avvicina alle lame |
| Vincoli | Lo stile e ciò che non deve cambiare | Stile film anime, stessi volti e abiti, nessun testo |
Resta tra 40 e 90 parole. I prompt più lunghi tendono a nascondere l'azione.
Tre livelli di movimento
Una ripresa prende vita quando si muovono tre cose: la camera, il soggetto e l'ambiente — pioggia, polvere, scintille, luci, acqua. Se la clip sembra immobile, di solito manca il livello dell'ambiente. Poi indica cosa deve restare fermo: volti, abiti, forma di un prodotto, orizzonte.
Partire da una foto
Quando usi una foto come primo fotogramma, scrivi solo ciò che cambia. Descrivere di nuovo l'immagine spreca parole e può indurre il modello a passare a una nuova scena. Assicurati anche che l'azione sia compatibile con la foto: un ritratto a mezzo busto non può improvvisamente uscire dall'inquadratura camminando.
Domande frequenti
Devo scrivere prompt lunghi?
No. Da quaranta a novanta parole è l'intervallo ideale. I prompt brevi spesso producono poco movimento; quelli molto lunghi perdono l'azione.
Il movimento di camera va all'inizio o alla fine?
Per la maggior parte dei modelli funziona bene dopo l'azione. Se un modello ignora il movimento, prova a spostare quella frase all'inizio.
Perché la clip passa a una scena diversa?
Il prompt probabilmente descrive qualcosa che non è nel primo fotogramma. Rimuovi gli elementi nuovi e aggiungi "un'unica ripresa continua, senza stacchi".
