Ricette di prompt per video da immagine di Kandinsky 6.0 Pro: prompt pronti da copiare per ottenere movimenti migliori

Perché la struttura del prompt conta più della lunghezza

Un prompt per video da immagine non è una versione allungata di un prompt per testo da immagine. Quando fornisci un fotogramma di riferimento, il modello sa già com'è fatta la scena. Il tuo prompt deve descrivere cosa cambia in questo video, non ridoscrivere ciò che è già visibile.

Questo cambio di responsabilità è il motivo per cui un prompt strutturato di 12 parole di solito batte un paragrafo di 120 parole. I paragrafi lunghi mescolano la descrizione del soggetto, l'intento di movimento, il comportamento della camera e le aspettative di stile in un melting pot indistinguibile. Il modello non riesce a capire quale clausola controlla la camera e quale il soggetto, così scende a compromessi: la camera va alla deriva un po', il soggetto si muove un po', e il risultato appare confuso.

I prompt strutturati separano le preoccupazioni in livelli:

• Ancora del soggetto — un breve riferimento a ciò che è presente nell'immagine di riferimento, per confermare quali contenuti devono restare stabili.
• Indizio di movimento — la specifica trasformazione fisica che desideri, con direzione e intensità.
• Descrizione della camera — una clausola indipendente che descrive solo la camera virtuale.
• Vincoli di stile — guardrail su aspetto, texture e coerenza.

Ogni livello sta entro una frase o un sintagma. L'obiettivo non è la brevità fine a sé stessa, ma la parsabilità: ogni livello è una variabile che puoi modificare indipendentemente durante l'iterazione. Un prompt stratificato è sia uno strumento di generazione sia uno strumento di debug.

Un'altra ragione per cui la struttura vince: la riproducibilità. Quando un video funziona bene, devi sapere perché funziona bene per poterlo riutilizzare. Con un paragrafo, la ragione resta sepolta. Con i livelli, puoi copiare il livello vincente nell'esperimento successivo e cambiare solo quello che stai testando.

Regola pratica

Se una parola nel prompt non descrive né il soggetto dell'immagine di riferimento, né il movimento, né la camera, né i vincoli di stile, è probabilmente rumore. Eliminala, rigenera e confronta. Nella maggior parte dei casi, la versione strutturata più breve mantiene meglio l'immagine e produce un movimento più pulito.

Premessa della guida

Quanto segue è scritto per chiamare il video da immagine di kandinsky-6.0-pro tramite l'interfaccia unificata di HiAPI.ai, dove la chiamata video da immagine richiede un'immagine di riferimento più un prompt e restituisce un video generato. Queste ricette sono puro testo — senza sintassi speciale — quindi funzionano in qualsiasi client che chiami lo stesso endpoint.

Anatomia di un prompt per video da immagine

Tratta il prompt come una tabella con quattro slot. Compilali sempre nello stesso ordine e i tuoi esperimenti resteranno comparabili.

Slot 1: ancora del soggetto

Un sintagma breve che indica quali contenuti devono restare riconoscibili. Non è una descrizione completa — l'immagine stessa la contiene già. È un segnale di stabilità.

Esempi: the woman, the ceramic vase, the mountain ridge, the abstract shapes.

Evita di rispecificare dettagli già visibili nell'immagine. Ridoscrivere abbigliamento, illuminazione o colori induce il modello a "migliorarli", e il risultato si manifesta come sfarfallio o deriva dell'identità del soggetto.

Slot 2: indizio di movimento

Un movimento principale, espresso con un verbo, una direzione e un qualificatore di intensità.

Esempi: turns her head slowly to the left, gently sways side to side, drifts steadily upward.

Scegli un solo movimento principale per video. Due movimenti concorrenti di intensità simile sono la causa più comune di output confuso.

Slot 3: descrizione della camera

Una clausola indipendente che inizia con il linguaggio della camera: camera, the camera o shot. Tenere il soggetto fuori da questa clausola è la chiave per un comportamento della camera prevedibile.

Esempi: camera slowly pushes in, camera holds static, camera pans left at a steady rate.

Slot 4: vincoli di stile

Guardrail su aspetto e coerenza. Va bene essere brevi.

Esempi: photorealistic, consistent lighting, no flicker, flat illustration style, stable linework, cinematic color grade, shallow depth of field.

Assemblaggio

the woman, turns her head slowly to the left, camera holds static, photorealistic, consistent lighting

Questa è l'anatomia completa. Diciotto parole, quattro slot, un'idea controllabile. Ogni ricetta successiva in questa guida ha la stessa forma, cambiano solo i contenuti degli slot 2 e 3.

Disciplina degli slot

Due abitudini fanno attecchire questa anatomia:

• Ordine fisso. Sempre soggetto, movimento, camera, stile. Quando rileggi un vecchio prompt, l'ordine ti dice subito quale livello hai cambiato.
• Un'idea per ogni clausola separata da virgola. Le virgole fungono da separatori morbidi; se una clausola contiene sia l'azione del soggetto sia il movimento della camera, dividila.

Ricette di indizi di movimento per tipi di soggetto comuni

L'efficacia della formulazione del movimento dipende da cosa c'è nell'immagine. Questi sono punti di partenza pronti da copiare — sostituisci le parti tra parentesi quadre con il tuo soggetto.

Persone e personaggi

I soggetti umani sono i più sensibili all'animazione eccessiva. Azioni piccole e specifiche appaiono naturali; azioni ampie appaiono inquietanti.

• [the person], blinks and turns their head slightly toward [direction], camera holds static, natural skin texture
• [the person], smiles subtly while breathing, shoulders rise and fall gently, camera holds static
• [the person], walks slowly toward the camera, steady gait, camera pulls back at the same pace
• [the person], raises one hand to [gesture], other hand stays still, camera holds static

Per i volti usa spesso subtly, slightly e gently: sono smorzatori di intensità.

Oggetti e prodotti

Gli oggetti richiedono una trasformazione pulita e netta. Rotazione e movimento della luce sono le scelte più sicure.

• [the object], rotates slowly clockwise, camera holds static, product photography lighting, no flicker
• [the object], subtle highlight travels across its surface, object stays still, camera holds static
• [the object], gently floats and bobs in place, soft shadow moves with it, camera holds static
• [the object], lid opens slowly, body remains stationary, camera holds static

Natura e ambienti

Le scene esterne tollerano più movimento, perché il pubblico si aspetta dinamismo ambientale — ma va stratificato dal grande al piccolo.

• [the landscape], clouds drift slowly to the right, camera holds static, consistent lighting
• [the landscape], water ripples gently, [foreground element] sways in a light breeze, camera holds static
• [the landscape], fog rolls slowly forward from the background, camera holds static
• [the landscape], sun light shifts from warm to cool across the scene, camera holds static

Input astratti e stilizzati

Le immagini astratte non hanno logica fisica su cui appoggiarsi, quindi specifica esplicitamente la geometria del movimento.

• [the abstract shapes], expand outward from the center at a steady rate, camera holds static
• [the abstract shapes], flow in a continuous horizontal loop, camera holds static, stable palette
• [the abstract shapes], slowly morph into softer forms, camera holds static
• [the abstract shapes], pulse gently in place, rhythm stays even, camera holds static

Leggere lo schema

Lo scheletro di ogni ricetta sopra è lo stesso: verbo + direzione + intensità. Quando un video presenta problemi, il punto di correzione è quasi sempre in una di queste tre parti — verbo sbagliato (rotazione o traslazione), direzione mancante o smorzamento dell'intensità mancante.

Ricette di descrizione della camera

Il linguaggio della camera funziona solo quando è isolato. Queste formulazioni presuppongono che la clausola del soggetto esista già e non menzioni la camera.

Camera fissa

• camera holds static, locked-off shot
• camera is completely still, no movement

Quando il contenuto della scena è movimentato, vale la pena usare la formulazione esplicita no movement; dà al modello un vincolo rigido per resistere al movimento ambientale del soggetto.

Panoramica

• camera pans slowly left across the scene
• camera pans right at a steady rate
• camera pans horizontally, constant speed

Includi sempre una direzione e una parola di velocità (slowly, steady, constant). Altrimenti la panoramica tende ad accelerare o invertirsi a metà video.

Push-in e pull-back

• camera slowly pushes in toward the subject
• camera pulls back gradually, revealing more of the scene
• camera dolly-in at a slow, even pace

Push-in e pull-back sono il singolo movimento di camera più potente per dare vita a un'immagine di riferimento statica. Abbinali a un soggetto quasi immobile per il massimo controllo.

Orbite e archi

• camera orbits slowly around the subject, arc of about 30 degrees
• camera arcs to the right, maintaining distance from the subject

L'orbita è il movimento di camera che fallisce più facilmente nel video da immagine, perché mostrare lati mai visti richiede al modello di inventare la geometria dal nulla. Mantieni l'arco breve e dichiaralo esplicitamente. Se il video si rompe, riduci la formulazione dell'arco a slight arc o torna al push-in.

Tilt e movimenti verticali

• camera tilts upward slowly
• camera rises vertically, keeping the subject centered

Combinare movimento del soggetto e movimento della camera

Quando sia il soggetto sia la camera si muovono, mantieni le loro direzioni compatibili, non opposte:

the runner, jogs slowly toward the camera, camera pulls back at the same pace, outdoor daylight, consistent lighting

Soggetto che avanza più camera che arretra si legge come una ripresa in inseguimento stabile. Soggetto che avanza più camera che avanza anch'essa si legge come una rotta di collisione e di solito si deforma.

Un solo movimento di camera per video

Non sovrapporre panoramica, push-in e tilt. Un movimento di camera nominato produce un video prevedibile; due movimenti concorrenti producono un effetto di compromesso che si legge come deriva. Se un'inquadratura specifica richiede davvero un movimento composto, testalo prima da solo, poi combinalo con il movimento del soggetto.

Un modello di ricetta copia-incolla adattabile

Questo è il modello completo. Compila le parentesi quadre, elimina le righe opzionali che non servono e mantieni fisso l'ordine delle clausole.

[subject anchor], [motion verb] [direction] [intensity], camera [camera move] [rate], [style constraint], [consistency guardrail]

Esempio: video di prodotto

the ceramic vase, rotates slowly clockwise, camera holds static, studio product lighting, consistent shadows, no flicker

Esempio: video di ritratto

the woman, turns her head slightly to the right and blinks, camera slowly pushes in, photorealistic, natural skin texture, consistent lighting

Esempio: video di paesaggio

the mountain ridge, clouds drift slowly to the right, camera pans slowly left, cinematic color grade, consistent lighting

Costruisci la tua ricetta in quattro passi

1. Scrivi l'ancora del soggetto come sintagma nominale. Non descrivere — nomina soltanto.
2. Scegli un movimento dalle ricette di questa guida e modifica solo le parole di direzione e intensità.
3. Scegli un sintagma di camera e assicurati che non contraddica il movimento del soggetto.
4. Aggiungi un vincolo di stile e un guardrail di coerenza (consistent lighting, no flicker, stable palette).

Salva il modello compilato in un file di testo semplice, una riga per ricetta, con nomi basati sull'intento (portrait-headturn, product-rotate, landscape-clouds). Questo file diventa la tua libreria di ricette: ogni nuovo esperimento parte copiando una riga esistente invece di scrivere da zero.

Versiona il modello stesso

Se ti ritrovi ad aggiungere ripetutamente un quinto slot — per esempio una clausola di illuminazione — promuovilo deliberatamente nel modello e aggiorna tutte le ricette in una volta. Le aggiunte improvvisate sono ciò che fa marcire i modelli in paragrafi.

Iterare con passi controllati

L'iterazione dei prompt fallisce spesso perché cambi più cose insieme e non riesci ad attribuire il risultato. La soluzione è procedurale, non creativa.

Cambia una sola variabile per esecuzione

Genera prima una baseline, poi cambia solo una delle seguenti cose per esecuzione:

• verbo di movimento
• direzione
• qualificatore di intensità
• movimento di camera
• velocità di camera
• vincolo di stile

Mantieni tutto il resto identico byte per byte. È la stessa disciplina degli esperimenti controllati, e l'unico metodo affidabile per sapere a cosa risponde il modello.

Mantieni un registro dei confronti

Il registro può essere un file di testo semplice o un foglio di calcolo. Per ogni esecuzione annota:

• nome della ricetta
• testo completo del prompt
• quale singola variabile è cambiata rispetto all'esecuzione precedente
• breve verdetto: keep, reject o needs another pass

Poiché i prompt sono puro testo, incollare il prompt completo costa poco e rende ogni esecuzione completamente ricostruibile. Non riassumere il prompt nel registro — copialo così com'è.

Confronta con una baseline fissa

L'abitudine più utile è mantenere una ricetta di riferimento per ogni tipo di soggetto e rigenerarla ogni volta che cambi qualcos'altro nella pipeline. Se la baseline appare ancora corretta, la pipeline è stabile e qualsiasi differenza è attribuibile alla modifica del prompt. Se la baseline è cambiata, ferma il lavoro sui prompt e indaga prima la pipeline.

Testa in piccoli lotti, rivedi in gruppi

Quando testi una parola di direzione o intensità, esegui un piccolo lotto di varianti invece di un singolo video. Rivedile affiancate, scegli la migliore, poi elimina le altre dalla libreria. Conservare ogni variante trasforma la libreria di ricette in un archivio illeggibile.

Promuovi i vincitori, elimina i perdenti

Quando una variante batte chiaramente la baseline, sovrascrivi la voce di baseline nella libreria e annota la data. La libreria di ricette dovrebbe sempre contenere la migliore ricetta attualmente nota per ogni intento, non la storia di ogni tentativo.

Modalità di fallimento comuni e come ristrutturare il prompt

La maggior parte dei problemi di video da immagine è in realtà un problema di prompt travestito da problema di impostazioni. Prima di toccare qualsiasi altro parametro, prova le ristrutturazioni seguenti.

Video sovra-animato

Sintomo: tutto si muove — soggetto, sfondo, illuminazione — e l'immagine appare rumorosa.

Ristrutturazione: rafforza lo smorzamento dell'intensità (slowly, subtly, gently), congela esplicitamente la camera (camera holds static, no movement) e aggiungi un guardrail di coerenza (consistent lighting, no flicker). Se persiste, rimuovi un movimento secondario dalla clausola del soggetto.

Video quasi immobile

Sintomo: l'output è praticamente l'immagine di riferimento, con solo un debole sfarfallio.

Ristrutturazione: rendi il verbo di movimento più forte e più fisico (usa rotates invece di shifts, walks toward the camera invece di moves). Se manca la direzione, aggiungila. Se il soggetto deve restare fermo, aggiungi invece un movimento di camera — un lento push-in crea movimento percepito senza toccare il soggetto.

Deriva dell'identità del soggetto

Sintomo: volti, loghi o forme del prodotto si deformano nel video.

Ristrutturazione: accorcia l'ancora del soggetto e smetti di ridoscrivere dettagli visibili. Aggiungi subject remains unchanged o stable [feature] nei vincoli di stile. I movimenti di camera ampi che rivelano nuovi angoli peggiorano la deriva — riduci l'arco o eliminalo.

Camera e soggetto in conflitto

Sintomo: l'immagine appare instabile anche se entrambe le clausole sembrano ragionevoli.

Ristrutturazione: controlla le direzioni. Vettori opposti (soggetto che si muove a sinistra, camera che panoramica rapidamente a destra) creano un conflitto evidente. Allineali o riduci uno dei due a slowly.

Due movimenti in competizione

Sintomo: nessuno dei due movimenti si completa; entrambi appaiono timidi.

Ristrutturazione: dividi in due ricette, generando un solo movimento per video. Se servono davvero entrambi, ordinali (first [motion A], then [motion B]) e accetta un risultato più lasco.

Lo stile scivola verso il generico

Sintomo: il video appare più levigato e più "da AI" rispetto all'immagine di riferimento.

Ristrutturazione: ribadisci esplicitamente il medium nello slot di stile (flat illustration, 35mm film look, product photography) e, dove pertinente, aggiungi stable palette, consistent linework.

Regola generale

Se cambiare le impostazioni e cambiare il prompt sembrano entrambi possibili soluzioni, prova prima a cambiare il prompt — è più veloce, il test è gratuito e mantiene la pipeline comparabile tra le esecuzioni. Tocca le impostazioni solo quando il prompt ristrutturato continua a fallire nella stessa direzione.

Una volta che una ricetta supera queste ristrutturazioni, salvala. Una piccola libreria di ricette strutturate collaudate vale più di qualsiasi singolo prompt brillante, ed è ciò che rende il video da immagine di kandinsky-6.0-pro riproducibile nella tua pipeline.