Kandinsky 6.0 Pro Text-zu-Video-Prompt-Rezepte für Entwickler

Warum die Struktur eines Prompts wichtiger ist als seine Länge

Lange Prompts fühlen sich produktiv an. Du beschreibst das Licht, die Stimmung, den Hintergrund, das Automodell, die Farbe des Himmels – und dann ignoriert der resultierende Clip die Hälfte davon oder, schlimmer noch, verwischt alles zu einem matschigen Kompromiss. Text-zu-Video-Modelle wie kandinsky-6.0-pro/text-to-video belohnen keine Weitschweifigkeit; sie belohnen Struktur.

Ein strukturierter Prompt leistet drei Dinge, die ein Absatz in freier Form nicht kann:

• Er trennt die Belange. Shot-Typ, Subjektaktion und Kameravehalten sind unabhängige Variablen. Wenn sie in einem Satz verflochten sind, kannst du nicht erkennen, welcher Teil die schlechte Ausgabe verursacht hat.
• Er macht Vergleiche möglich. Wenn jeder Prompt in einem Batch demselben Gerüst folgt, lassen sich Unterschiede in der Ausgabe auf den Teil zurückführen, den du tatsächlich geändert hast.
• Er ist templatebar. Prompts mit festen Slots lassen sich parametrisieren und programmatisch generieren – entscheidend, sobald du von manuellen Tests in die Pipeline-Phase übergehst.

In diesem Artikel verwenden wir ein dreiteiliges Rezept:

[SHOT] + [SUBJECT & ACTION] + [CAMERA]

Kurz, geordnet, wiederholbar. Das Ziel ist nicht, weniger zu schreiben, um weniger zu schreiben – sondern vorhersagbar zu schreiben, sodass dasselbe Rezept mit nur einem ausgetauschten Slot einen aussagekräftigen Vergleich liefert statt einen anderen Film. Alles Weitere baut auf diesem Gerüst auf: kopierbare Templates, Formulierungen für Kamerabewegungen, der Iterationszyklus und schließlich die Anbindung des gesamten Ablaufs an einen API-Aufruf.

Die Anatomie eines Text-zu-Video-Prompt-Rezepts

Bevor du ein Rezept schreibst, verstehe die Rolle jedes Blocks.

Shot

Der Shot-Block legt die Absicht für Bildausschnitt und Dauer fest: Nahaufnahme, Halbtotale, weite Establishing-Aufnahme, Vogelperspektive, Untersicht. Dies ist die Zeile mit dem größten Hebel im Prompt, weil sie die Komposition verankert. Wenn der Shot falsch ist, rettet nichts weiter unten im Prompt den Clip.

Halte ihn als eine Phrase. Wide establishing shot schlägt a shot that shows the whole scene from far away so you can see everything in the environment.

Subjekt und Aktion

Dieser Block beschreibt, was sich bewegt und wie. Sei konkret beim Subjekt, und verwende nur eine Hauptaktion pro Clip. Zwei konkurrierende Aktionen in einem Prompt erzeugen meist ein Subjekt, das beides schlecht macht.

• Gut: a cyclist rides left to right across frame
• Riskant: a cyclist rides while waving and the camera zooms and the crowd cheers

Wenn du eine zweite Aktion brauchst, überlege, ob sie in einen separaten Clip gehört.

Kamerabewegung

Die Formulierung der Kamerabewegung sagt dem Modell, wie sich die Perspektive verhalten soll: statisch, schwenken, neigen, heranfahren, umkreisen. Dies ist der Block, den Entwickler am häufigsten überspringen – und der den größten Einfluss darauf hat, ob sich ein Batch von Clips kohärent anfühlt. Kurze, imperative Formulierungen funktionieren am besten; siehe den speziellen Abschnitt unten.

Was weggelassen werden sollte

Das Rezept lässt bewusst lange Adjektivketten, emotionale Ausschmückungen und in Prosa formulierte Negativanweisungen weg. Wenn ein Detail sich nicht auf Shot, Subjekt oder Kamerabewegung abbilden lässt, ist es in dieser Phase meist Rauschen. Füge es erst wieder hinzu, wenn das Kernrezept stabile Ergebnisse liefert.

Ein nützliches mentales Modell: Jeder Block speist dasselbe Ausgabebild aus einer anderen Richtung – Komposition, Bewegung, Perspektive. Wenn ein Block vage ist, füllt das Modell die Lücke mit seinem eigenen Prior, und genau dort schleicht sich Inkonsistenz ein.

Kopierbare Rezepte für gängige Shots

Jedes Template folgt [SHOT] + [SUBJECT & ACTION] + [CAMERA]. Ersetze die Werte in den eckigen Klammern; lasse die Struktur intakt.

Produkt-Hero-Shot

Close-up product shot of a [PRODUCT] rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field

Für E-Commerce-Loop-Videos und App-Hero-Clips. Die Rotation bleibt die einzige Bewegung.

Establishing-Umgebung

Wide establishing shot of [ENVIRONMENT] at [TIME OF DAY], light haze in the air, slow forward dolly

Geeignet für Intros und Kapitelübergänge. Der Dolly-in erzeugt Tiefe, ohne den Fokus zu stehlen.

Charakter- oder Figurenbewegung

Medium shot of [PERSON OR FIGURE] [PRIMARY ACTION], natural pace, camera static at eye level

Nur eine Aktion. Wenn die Figur zuerst eintreten und dann handeln muss, teile es in zwei Clips auf.

Abstrakter oder Hintergrund-Loop

Full-frame abstract shot of [SHAPE OR PATTERN] drifting slowly, [COLOR PALETTE], gentle camera drift

Für nahtlose Hintergrund-Loops konzipiert. Vermeide starke gerichtete Bewegung, damit der Loop-Punkt weniger auffällt.

UI- oder Screen-Style-Material

Straight-on shot of [DEVICE OR SURFACE] displaying [CONTENT], subtle parallax, camera locked, no rotation

Ein fixierter Shot hält Text und UI-Elemente stabil – entscheidend, wenn du echte UI darauf komponieren willst.

Natur- und Texturdetails

Close-up shot of [NATURAL ELEMENT] moving gently in [CONDITION], macro framing, slow lateral drift

Sparsam im Batch verwenden; Texturclips sind der Bereich, in dem sich Modelle am deutlichsten unterscheiden, also halte die Kamerabewegung innerhalb einer Gruppe für den Vergleich identisch.

Klare, lesbare Formulierungen für Kameraführung und Bewegung

Die Sprache der Kameraführung ist der Ort, an dem der Prompt still schiefgeht. Modelle reagieren besser auf kurze, konventionelle Formulierungen als auf beschreibende Prosa, und Konsistenz innerhalb eines Batches zählt mehr als sprachliche Schönheit.

Verwende ein kleines Vokabular

Wähle einen festen Satz von Kamerabegriffen und verwende sie überall wieder. Ein brauchbares Starterset:

• camera static / camera locked off
• slow forward dolly / slow backward dolly
• pan left / pan right
• tilt up / tilt down
• orbit around subject
• handheld drift

Widerstehe der Versuchung, zusammengesetzte Bewegungen wie „dolly-zoom with a slight arc" zu erfinden, es sei denn, du hast überprüft, dass das Modell damit umgehen kann. Jede ungewöhnliche Phrase ist eine ungetestete Variable.

Trenne Subjektbewegung von Kamerabewegung

Das sind zwei verschiedene Anweisungen, die in verschiedene Slots gehören. A cyclist rides left to right beschreibt das Subjekt; pan right beschreibt die Kamera. the camera follows the cyclist zu schreiben führt beides zusammen und lässt dich im Unklaren darüber, was das Modell priorisieren soll.

Gib die Geschwindigkeit an

Ein Wort – slow, steady, brisk – reicht meist. Geschwindigkeitswörter verankern, wie viel der Clipdauer die Bewegung verbraucht, was wichtig ist, wenn du Clips fester Länge zum Zusammenschneiden brauchst.

Halte die Formulierung innerhalb eines Batches konstant

Wenn du zehn Varianten zum Vergleichen generierst, halte die Kamerazeile bytegenau identisch. Wenn du zwischen Läufen sowohl Subjekt als auch Kamerabewegung änderst, kannst du die Unterschiede keinem von beiden zuordnen. Das ist der häufigste Fehler beim Ad-hoc-Testen von Prompts.

Bevorzuge positive, beobachtbare Anweisungen

Beschreibe, was die Kamera tut, nicht was sie vermeidet. Camera static ist eine klare Anweisung; camera doesn't shake verlangt vom Modell, über eine Negation zu schließen. Positive Formulierungen machen deine Prompt-Bibliothek später auch leichter durchsuchbar.

Das Rezept anpassen, ohne es zu zerstören

Das Rezept ist ein Ausgangspunkt, kein festes Kapital. Die Disziplin liegt darin, wie du es veränderst.

Ändere pro Lauf nur einen Slot

Wähle ein Basisrezept, generiere eine Baseline und ändere dann nur einen Block – Shot, Subjekt oder Kamerabewegung – und generiere neu. Wenn du gleichzeitig Shot und Subjekt änderst, kannst du nicht wissen, welche Anpassung gewirkt hat. Diese Einschränkung fühlt sich zunächst langsam an, spart aber viel Zeit, sobald deine Bibliothek wächst.

Protokolliere alles

Für jeden Lauf notierst du:

• den vollständigen Prompt-String, unverändert
• welcher Slot geändert wurde und wozu
• ein kurzes Urteil (behalten / verwerfen / erneut prüfen)
• auffällige Artefakte oder Abweichungen vom Rezept

Eine reine Textdatei oder eine Tabellenspalte genügt. Der Punkt ist, dass der Prompt, der dir vor drei Wochen gefiel, reproduzierbar ist und nicht aus dem Gedächtnis rekonstruiert wird.

Versioniere die Rezepte

Behandle Prompt-Templates wie Code. Gib ihnen Bezeichner (product_hero_v1, establishing_city_v2) und führe pro Version ein Änderungsprotokoll. Wenn ein Downstream-Clip falsch aussieht, kannst du das genaue Rezept auschecken, das ihn erzeugt hat.

Erkenne, wann ein Rezept fertig ist

Ein Rezept ist stabil, wenn drei aufeinanderfolgende Läufe mit denselben Parametern Ausgaben liefern, die du akzeptieren kannst. Zu diesem Zeitpunkt frierst du es ein, taggst es und wendest dich dem nächsten Shot-Typ zu. Ein funktionierendes Rezept weiter zu justieren tauscht Stabilität gegen marginale Gewinne.

Kürze aggressiv

Die meisten Rezepte, die du schreibst, werden irgendwann verworfen. Lösche oder archiviere diejenigen, die nie stabil geworden sind – eine ungepflegte Bibliothek halbfertiger Templates ist schlimmer als eine kleine, der du vertraust.

Rezepte in die Pipeline bringen

Manuelle Iteration dient der Erkundung. Die Produktion braucht parametrisierte, versionierte Prompts, die über einen stabilen Endpunkt gesendet werden.

Parametrisiere die Templates

Speichere Rezepte als Templates mit benannten Slots statt als fertige Strings:

{
  "id": "product_hero_v1",
  "template": "Close-up product shot of a {{product}} rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field"
}

Das Rendern ist einfach: Ersetze {{product}} zum Zeitpunkt des Aufrufs. Das Template bleibt fest; nur die Slot-Werte ändern sich. Das ist dieselbe Disziplin wie beim manuellen Testen mit einer Variable auf einmal, nur programmatisch angewendet.

Bleib bei einem Endpunkt

Leite sowohl Experimentier- als auch Produktions-Traffic an denselben Modell-Endpunkt kandinsky-6.0-pro/text-to-video. Wenn deine Testaufrufe und deine Release-Aufrufe dieselbe API treffen, verhalten sich Prompts, die in der Erkundung funktioniert haben, in der Produktion exakt genauso. Das Wechseln der Schnittstelle zwischen den Phasen ist eine häufige Quelle für Fehler der Art „gestern ging es noch".

Versioniere und protokolliere am Aufrufpunkt

Jeder generierte Clip sollte auf Rezept-ID, gerenderten Prompt und Zeitstempel zurückführbar sein. Protokolliere diese zusammen mit den Referenzen der Ausgaben. Wenn ein Clip markiert wird, willst du ohne Forensik beantworten können: „Welche Rezeptversion und welche Parameter haben das erzeugt?"

Generiere Batches mit Bedacht

Wenn du Varianten generierst, ändere pro Batch nur einen Slot und halte alles andere konstant – einschließlich der Kamerazeile. Das erhält die Vergleichbarkeit des Batches und macht automatisierte Prüfungen oder manuelle Stichproben deutlich schneller.

Führe die Ergebnisse zurück in die Bibliothek

Rezepte, die sich in der Produktion stabilisiert haben, sollten getaggt und wiederverwendet werden. Mit der Zeit wird die Bibliothek zum eigentlichen Prompt-Kapital deines Teams: eine Sammlung verifizierter, versionierter Bausteine statt eines Ordners mit Einmal-Strings.

Sobald die Templates parametrisiert und versioniert sind, kann dasselbe Rezept ohne Änderung sowohl manuelle Tests als auch Produktions-Batches antreiben.

Häufige Fehlermuster und wie man sie interpretiert

Schwache Ausgaben sind selten zufällig. Ordne das Symptom dem wahrscheinlich verantwortlichen Block zu und ändere nur diesen Block.

Die Komposition driftet zwischen Läufen

Wahrscheinliche Ursache: der Shot-Block. Vage oder zusammengesetzte Framing-Phrasen – a wide shot, somewhat close – geben dem Modell Interpretationsspielraum. Straffe sie zu einem einzelnen kanonischen Shot-Begriff und halte sie innerhalb eines Batches konstant.

Das Subjekt tut das Falsche oder zu viel

Wahrscheinliche Ursache: der Subjekt-und-Aktion-Block. Mehrere Aktionen in einem Prompt oder mit vagen Verben beschriebene Aktionen. Reduziere auf eine Hauptaktion und verwende beobachtbare Sprache.

Übermäßige oder unruhige Kamerabewegung

Wahrscheinliche Ursache: die Formulierung der Kamerabewegung oder ihr Fehlen. Ohne Kameraanweisung erfindet das Modell die Bewegung selbst. Füge ein explizites camera static oder eine benannte Bewegung hinzu; entferne Prosa, die Bewegung andeutet – the scene sweeps across wird als Kameraanweisung gelesen.

Details erscheinen, die du nicht angefordert hast

Wahrscheinliche Ursache: ein überlanger Prompt. Adjektivketten und Stimmungssprache laden das Modell ein, Lücken zu füllen. Kürze das Rezept auf die drei Blöcke zurück, bestätige, dass der Kern funktioniert, und führe Details dann einzeln wieder ein.

Die Ausgabe ist konsistent, aber langweilig

Wahrscheinliche Ursache: ein übermäßig eingeschränktes Rezept. Wenn jeder Block fixiert ist und das Ergebnis flach bleibt, ist die Lösung meist eine kontrollierte Änderung – eine neue Kamerabewegung, eine neue Aktion – und keine vollständige Neufassung.

Ergebnisse lassen sich nicht reproduzieren

Wahrscheinliche Ursache: ein Prozessproblem, nicht der Prompt. Nicht protokollierte Bearbeitungen, zwischen Läufen geänderte Kameraförmulierungen oder Tests an einem anderen Endpunkt als in der Produktion. Die Abhilfe sind die oben beschriebene versionierte Bibliothek und die Ein-Endpunkt-Disziplin.

Fehler auf diese Weise zu interpretieren verwandelt jede schlechte Generierung in eine konkrete, testbare Hypothese statt in einen Grund, alles neu zu schreiben.