Movimenti di macchina cinematografici nei video AI: guida ai prompt per Kling, Veo, Grok Imagine e Seedance

I modelli video AI sono ormai in grado di eseguire in modo affidabile le istruzioni esplicite di movimento di macchina contenute in un prompt testuale, quasi come un vero operatore che segue uno storyboard: basta nominare con precisione il movimento e descrivere cosa fa la macchina da presa, non solo cosa c'è nell'inquadratura. Abbiamo testato sei movimenti cinematografici fondamentali — dolly in, dolly out, pan, orbita, inseguimento/follow e crane (salita/discesa) — su quattro modelli video online di hiapi (Kling 3.0 Turbo, Veo 3.1, Grok Imagine 1.5, Seedance 2.5), e in più abbiamo provato una tecnica extra esclusiva di Seedance 2.5: trasferire la traiettoria di movimento di macchina di un video di riferimento su un soggetto completamente diverso. Ogni clip qui sotto è un output reale generato con i nostri prompt, incorporata e riproducibile direttamente.

Riepilogo

• Scrivere esplicitamente il nome del movimento di macchina ("camera slowly pushes in", "wide pan", "camera orbits") è la leva più efficace per dare un aspetto cinematografico ai video AI: i prompt vaghi producono quasi sempre inquadrature statiche o alla deriva.
• Nei quattro modelli testati, il dolly in e l'orbita sono i movimenti più affidabili; la whip pan e i movimenti compositi complessi sono i meno affidabili e conviene evitarli in un singolo prompt.
• La modalità reference-to-video di Seedance 2.5 può estrarre la traiettoria di movimento di macchina di un video esistente tramite il token @video1 e applicarla a un nuovo soggetto: utile quando hai già trovato un movimento che funziona e vuoi riutilizzarlo.
• Veo 3.1 tende a offrire la gamma dinamica più ampia nella velocità di macchina (da lentissimi pan macro a rapide orbite aeree); Kling 3.0 Turbo e Grok Imagine 1.5 sono più stabili nei movimenti ravvicinati in stile prodotto.
• Nessuna di queste clip richiede stabilizzatori, droni o storyboard: serve solo un prompt ben scritto e il modello adatto a quel movimento.

Perché è importante specificare il movimento di macchina

Prompt generici come "cinematic shot of X" non dicono quasi nulla al modello su come debba muoversi la macchina da presa, che quindi ricade nell'opzione statisticamente più comune nei dati di addestramento: in genere un'inquadratura statica o leggermente alla deriva. La soluzione è trattare la macchina da presa come un personaggio con i propri verbi: push in, pull out, pan, orbita, inseguimento, salita. Le sei sezioni seguenti, una per ciascun movimento fondamentale, contengono prompt reali, clip reali e indicazioni su quale modello lo gestisce meglio.

1. Dolly in (avvicinamento)

Il dolly in avvicina la macchina al soggetto, stringendo l'inquadratura e aumentando la tensione: è il classico movimento "la macchina si avvicina di soppiatto" per una rivelazione. Abbiamo testato la stessa idea su tre modelli e soggetti diversi.

Grok Imagine 1.5 — trailer di prodotto

Prompt:

La macchina da presa si avvicina lentamente alla sneaker, minuscole particelle di polvere salgono fluttuando e brillano nella calda luce di contorno, la delicata texture scamosciata luccica appena, nessuna vibrazione di macchina

Kling 3.0 Turbo — dolly in d'atmosfera

Prompt:

Un piccolo panda rosso maestro del tè versa delicatamente un tè luminoso, il vapore sale e si avvolge, la luce delle lanterne tremola dolcemente, la macchina da presa si avvicina lentamente

Seedance 2.5 — carrello con deriva verticale

Prompt:

Carrello lento e fluido verso una tazza di caffè fumante, la macchina scivola in avanti e leggermente verso il basso, il vapore sale avvolgendosi nella morbida luce del mattino, leggero tremolio a mano, profondità di campo cinematografica ridotta, color grading caldo e naturale

Il dolly in è stato il movimento più affidabile nei nostri test: tutti e tre i modelli hanno rispettato la formulazione "pushes in"/"dolly-in" e hanno mantenuto il soggetto centrato e nitido durante il movimento. Se devi imparare una sola istruzione di movimento, parti da questa.

2. Dolly out (inquadratura rivelatrice)

Il dolly out allarga l'inquadratura, spesso per rivelare una scala o un ambiente che il primo piano non lasciava intuire. L'abbiamo provato con Veo 3.1, perché rende in modo convincente vasti paesaggi aerei.

Prompt:

Dolly out aereo sul mercato notturno di Marrakech, bancarelle illuminate da lanterne, crepuscolo

Il dolly out funziona meglio quando la macchina deve arretrare da un soggetto in primo piano denso e ricco di dettagli: una scena vuota o semplice non ha nulla da rivelare.

3. Pan (ampia panoramica)

Il pan fa ruotare la macchina orizzontalmente da un punto fisso, spazzando la scena senza avanzare né arretrare. È il movimento da usare quando vuoi stabilire la scala di un paesaggio orizzontale.

Prompt:

Branco di renne in migrazione sotto un'aurora verde, pianura innevata, wide pan

Nota che non abbiamo nemmeno scritto esplicitamente "camera pans": il solo "wide pan" è bastato perché Veo 3.1 lo interpretasse come istruzione di macchina, non come descrizione dell'estensione del branco. Scriverlo esplicitamente resta più sicuro, ma il modello è flessibile riguardo alla posizione dell'istruzione nel prompt.

4. Orbita (movimento attorno al soggetto)

L'orbita fa girare la macchina attorno a un soggetto fisso, mantenendolo al centro mentre lo sfondo ruota dietro di lui: è un espediente tipico della pubblicità di prodotto, perché mostra ogni angolazione in un'unica inquadratura continua.

Prompt:

La macchina da presa ruota dolcemente attorno a una sneaker sospesa, particelle di polvere vorticano e catturano la luce ambrata, una soffice foschia atmosferica passa in lontananza sullo sfondo di un canyon

Grok Imagine 1.5 ha mantenuto il soggetto assolutamente stabile per tutta l'orbita, che è proprio il punto difficile di questo movimento: se il soggetto esce anche solo un po' dal centro, l'orbita sembra materiale a mano improvvisato anziché un movimento meccanico bloccato.

5. Inseguimento / follow

La ripresa in inseguimento si muove di fianco a un soggetto in movimento, sincronizzandosi con la sua velocità e direzione: la macchina diventa un compagno di corsa, non un osservatore fisso.

Prompt:

Un cucciolo di corgi soffice corre al rallentatore su un prato soleggiato, le orecchie sbattono, controluce dell'ora d'oro, ripresa in inseguimento cinematografica

Kling 3.0 Turbo ha tenuto il passo del soggetto senza che la distanza tra macchina e soggetto andasse alla deriva: l'erba dietro il corgi presenta un blur credibile anziché scie, che è il segnale tipico di un inseguimento sbagliato.

6. Crane (salita/discesa)

Il movimento crane sposta la macchina verticalmente, in genere in salita per rivelare la scala o per passare da un momento intimo a un vasto panorama.

Prompt:

Palloncini che salgono su una valle dorata, la macchina sale, i2v from still

Qui abbiamo usato Veo 3.1 Fast: la fascia fast sacrifica un po' di dettaglio di altissimo livello in cambio di costi e latenza più bassi, e per una salita verticale così fluida non si nota differenza nell'output.

Tecnica extra: trasferire la traiettoria di movimento con il reference-to-video di Seedance 2.5

L'endpoint reference-to-video di Seedance 2.5 può fare ciò che i cinque movimenti precedenti non possono: ti consente di puntare a un video esistente con il token @video1 e di chiedere al modello di conservarne la regia della macchina — movimento, ritmo e composizione — sostituendo completamente soggetto o stile visivo. Significa che, una volta trovato un movimento che ti piace, puoi riutilizzarlo su un nuovo soggetto senza doverlo ridefinire da zero.

Prompt:

Usa @video1 come unico riferimento visivo. Conserva le marcature riconoscibili del corgi, il ritmo della corsa, la cadenza dei passi, l'orientamento del corpo, lo slancio in avanti e il movimento di macchina in inseguimento laterale dal basso. Reimmagina l'intera scena come un film in stop-motion artigianale realizzato con feltro, lana, erba in miniatura e scenografie di carta dipinte a mano. Mantieni il caldo controluce del tramonto e il ritmo continuo dell'inseguimento, con una texture artigianale fine e una profondità di campo naturale. Mantieni un unico corgi coerente per tutta l'inquadratura, con struttura delle zampe stabile, movimento fluido in avanti e percorso di macchina continuo. Non introdurre animali aggiuntivi, testo, loghi, tagli bruschi o oggetti estranei.

Questo prompt applica la traiettoria dell'inseguimento laterale dal basso della nostra clip del corgi sul prato a un rifacimento in stop-motion con il feltro della stessa azione: stesso movimento di inseguimento, medium visivo completamente diverso. Abbiamo anche usato questa tecnica per trasferire il percorso di macchina di uno spot di prodotto su un altro prodotto (sostituendo la scarpa da corsa con una boccetta di profumo tramite @image1) e per combinare la regia della macchina del video di riferimento, il soggetto dell'immagine di riferimento e il ritmo della traccia audio di riferimento (usando insieme @video1 + @image1 + @audio1): l'endpoint accetta in una sola chiamata qualsiasi combinazione dei tre tipi di riferimento.

Quale modello per quale movimento di macchina?

In base a questa serie di test:

• Dolly in e orbita: tutti e quattro i modelli li gestiscono bene; scegli in base al soggetto (Grok Imagine 1.5 e Seedance 2.5 per prodotti/nature morte, Kling 3.0 Turbo per scene con personaggi o cibo).
• Dolly out e pan: Veo 3.1 ha prodotto le riprese di paesaggi ampi più convincenti; è la scelta migliore quando il movimento deve coprire vasti territori anziché soggetti da tavolo.
• Inseguimento/follow: nei nostri test Kling 3.0 Turbo ha seguito in modo pulito i soggetti in movimento; è il movimento più sensibile alla corrispondenza di velocità con il soggetto, quindi le clip brevi (entro 6 secondi) sono più sicure.
• Crane: Veo 3.1 Fast ha gestito senza intoppi la salita verticale a un prezzo al secondo inferiore a Veo 3.1 standard: per questo tipo di movimento semplice su un solo asse, vale la pena provare prima la fascia Fast.
• Riuso del percorso di macchina su soggetti diversi: il reference-to-video di Seedance 2.5 è l'unico endpoint di questo gruppo costruito appositamente per questo compito.

Sui prezzi (tariffe attuali nella pagina dei prezzi in tempo reale di hiapi): Kling 3.0 Turbo a 720p costa $0,13/secondo; Seedance 2.5 image-to-video e text-to-video a 720p costano $0,204/secondo, mentre reference-to-video costa $0,2715/secondo a 720p e $0,1215/secondo a 480p, con fatturazione basata sulla lunghezza del video di riferimento più la lunghezza dell'output; Grok Imagine 1.5 è il più economico dei quattro, $0,015/secondo (480p) o $0,0282/secondo (720p); Veo 3.1 senza audio nativo a 720p costa $0,29/secondo ($0,57/secondo con audio), mentre Veo 3.1 Fast scende rispettivamente a $0,17/secondo e $0,25/secondo. Se stai testando prompt di movimento prima del rendering definitivo, Grok Imagine 1.5 o Veo 3.1 Fast sono i modi più economici per iterare.

Domande frequenti

Devo scrivere esplicitamente "camera" perché il modello lo tratti come istruzione di macchina? Di solito sì, ma non sempre: nel nostro test del pan, il solo "wide pan" è stato interpretato correttamente anche senza la parola "camera". Resta comunque più sicuro scrivere esplicitamente "camera pans", "camera pushes in" ecc., soprattutto nei prompt lunghi, dove l'istruzione può perdersi tra dettagli di soggetto e illuminazione.

Posso combinare due movimenti in un unico prompt, ad esempio un dolly in che diventa un'orbita? Puoi provarci, ma nei nostri test un movimento singolo e chiaramente nominato dà risultati più affidabili di un movimento composito. Se ti serve un'inquadratura a più fasi, di solito è più affidabile generare due clip (una per ciascun movimento) e montarle tra loro, anziché chiedere a una sola generazione di fare entrambe le cose.

Qual è il modello migliore per chi inizia a sperimentare con i prompt di movimento? Grok Imagine 1.5, soprattutto per il costo: $0,015–$0,0282/secondo è abbastanza economico da permetterti di ritoccare la formulazione più volte senza preoccuparti della spesa, e nei nostri test ha gestito in modo affidabile dolly in e orbite.

Per i prompt di movimento è meglio image-to-video o text-to-video? Funzionano entrambi, ma image-to-video (partendo da un fotogramma statico) ti dà più controllo sulla composizione prima che la macchina inizi a muoversi, perché il fotogramma iniziale è già bloccato. Quando stai ancora sperimentando il movimento in sé anziché la composizione precisa, text-to-video consente di iterare più rapidamente.

Se vuoi eseguire tu stesso questi prompt, ogni modello citato è disponibile nell'elenco dei modelli video di hiapi, con una forma di API coerente tra i modelli: basta sostituire il campo model e i campi dei media di riferimento, mantenendo lo stesso flusso di invio e polling del task.