Ricette di prompt per la generazione video da testo con Kling 2.5 Turbo: modelli pratici da copiare e incollare

Perché la struttura del prompt conta più delle parole

La maggior parte delle persone tratta i prompt di generazione video da testo come incantesimi: cerca la frase magica che farà obbedire il modello. In realtà, il modello dà più peso alla struttura che alla poeticità delle parole. Quando scomponi il prompt in livelli, puoi cambiare una sola variabile alla volta e capire davvero cosa funziona.

Un modello mentale utile è una pila a cinque livelli, ordinata dall'importanza maggiore a quella minore ai fini della correttezza:

1. Soggetto: cosa c'è nell'inquadratura e quali sono i suoi tratti visivi determinanti.
2. Azione: cosa fa il soggetto, descritto con verbi diretti e direzione.
3. Camera: come si muove il punto di vista o come resta fermo.
4. Stile: illuminazione, resa dell'obiettivo, color grading, caratteristiche di rendering.
5. Vincoli: corrispondenza della durata, formato, cose da evitare.

Perché la stratificazione batte una frase a effetto:

• Debug facilità. Se l'immagine non è giusta, puoi chiederti «il problema è nel soggetto, nell'azione o nella camera?» invece di ricominciare da zero.
• Trasferibilità. Una ricetta di camera che funziona per una scena di solito funziona anche per un'altra dopo aver cambiato solo il livello del soggetto.
• Comparabilità. Con uno scheletro fisso, due prompt differiscono in un solo punto e il tuo A/B test è onesto.
• Coerenza. Le pipeline che generano molti clip richiedono prompt parametrizzabili, non scrittura manuale ogni volta.

Gli aggettivi vaghi («cinematografico», «epico», «dinamico») influenzano soprattutto lo stile; raramente correggono il movimento. Se il tuo clip sembra una diapositiva, quasi mai il problema è che non hai detto «cinematografico» abbastanza volte, ma che il livello dell'azione è descritto in modo insufficiente. Tratta le parole di stile come condimento, non come portata principale.

Il resto di questa guida offre uno scheletro pronto da copiare e incollare e una ricetta a livelli per la generazione video da testo con kling-2.5-turbo, per aiutarti a costruire una piccola libreria di prompt affidabile.

Uno scheletro di prompt riutilizzabile

Parti da questo scheletro. Compilalo dall'alto verso il basso; mantieni una frase breve per ogni slot.

[soggetto + 2-3 tratti visivi], [azione principale con verbi concreti],
[movimento di camera + velocità], [illuminazione + obiettivo + colore],
[nota di corrispondenza della durata], avoid: [elementi negativi]

Un esempio compilato:

un pescatore segnato dal tempo, con impermeabile giallo, barba macchiata di sale,
ritira la rete alternando le mani, lento push-in da piano medio a primo piano,
luce dell'alba nuvolosa, obiettivo 35mm, tonalità ciano desaturata,
mantieni un unico battito continuo nel clip, avoid: mani in eccesso, testo, tremolio

La funzione di ogni slot:

• Soggetto + tratti. Due o tre tratti di solito bastano. Più tratti si contendono l'attenzione e diluiscono il rendering.
• Azione principale. Una frase con un verbo attivo. Se vuoi due battiti, probabilmente stai chiedendo un clip troppo corto: vedi la sezione sul ritmo.
• Camera. Un movimento, una velocità. Sovrapporre push-in e orbita di solito produce una sbavatura.
• Stile. Illuminazione più resa dell'obiettivo: un modo compatto per controllare l'atmosfera senza scrivere un paragrafo.
• Nota di corrispondenza della durata. Ricorda a te stesso (e suggerisce al modello) che l'azione deve concludersi entro la lunghezza del clip richiesta.
• Elementi negativi. Brevi e specifici; se ne parla più avanti.

Salva i prompt in file versionati, JSON o YAML, con campi corrispondenti agli slot. Così il prompt diventa configurazione:

{
  "subject": "un pescatore segnato dal tempo, con impermeabile giallo",
  "action": "ritira la rete alternando le mani",
  "camera": "lento push-in da piano medio a primo piano",
  "style": "luce dell'alba nuvolosa, obiettivo 35mm, tonalità ciano desaturata",
  "negative": "mani in eccesso, sovrapposizioni di testo, tremolio"
}

Ora ogni esperimento cambia solo un campo e puoi confrontare i risultati invece di strizzare gli occhi sugli screenshot.

Ricette per il movimento di camera

Il linguaggio della camera è il punto in cui chi scrive prompt è più vago. «Camera dinamica» non è un movimento. Specifica movimento, direzione e velocità. Di seguito gli schemi da copiare e incollare; sostituisci soggetto e stile per adattarli alla tua scena.

Panoramica (Pan)

lenta panoramica orizzontale da sinistra a destra attraverso la scena, velocità costante, orizzonte livellato

Usala per: inquadrature di ambientazione, mostrare un ambiente ampio, scorrere una fila di oggetti. La panoramica risulta calma e osservativa: ottima quando il soggetto stesso è statico.

Inclinazione (Tilt)

lenta inclinazione dal suolo verso il volto del soggetto, velocità costante

Usala per: mostrare la scala (edifici, alberi, figure alte) o spostare l'attenzione dal dettaglio all'ambiente. L'inclinazione può essere drammatica; mantienila lenta per evitare scatti bruschi.

Carrellata (Dolly)

lento avanzamento verso il soggetto, da piano medio a primo piano, lineare e fluido

Usala per: creare intimità o tensione. La carrellata cambia la relazione spaziale tra camera e soggetto, e il modello la gestisce bene quando specifichi verso o lontano e fornisci l'inquadratura iniziale e finale.

Zoom

leggero zoom in avanti, camera ferma, inquadratura invariata all'inizio

Usalo per: enfatizzare senza attraversare lo spazio. Lo zoom è il movimento che più facilmente sembra finto se esagerato: chiedine uno leggero e mantieni piccola l'ampiezza.

Orbita / arco (Orbit)

lenta orbita attorno al soggetto, 90 gradi, in senso antiorario, raggio costante

Usala per: mostrare la tridimensionalità di un personaggio o di un prodotto. Specifica ampiezza e direzione dell'arco; le orbite non specificate spesso derivano o si invertono a metà clip.

Regole pratiche

• Un movimento per prompt. In un clip breve due movimenti si combattono.
• Indica sempre la velocità. «Lento», «stabile», «a velocità costante» sono parole economiche che prevengono il tremolio.
• Ancora punto di partenza e arrivo. «Da piano medio a primo piano» aiuta il modello a pianificare la traiettoria invece di tremare sul posto.
• Anche la staticità è un movimento valido. A volte camera fissa, nessun movimento è esattamente giusto, soprattutto per l'interpretazione di un personaggio.

Formulare le azioni in modo che si leggano come video

La singola causa più frequente di «sembra una foto che si muove a scatti» è un livello di azione fatto di aggettivi invece che di verbi. Confronta:

• Vago: una scena di danza drammatica e piena di energia
• Specifico: una ballerina fa un giro sul tallone, le braccia aperte, poi si blocca in una posa statica

La seconda frase dice al modello cosa si muove, in quale direzione, quanto velocemente e quando si ferma. Sono queste le informazioni che può renderizzare.

Checklist dell'azione

Quando scrivi la clausola dell'azione, includi dove possibile i seguenti elementi:

• Soggetto. Chi o cosa si muove.
• Verbo. Un'azione fisica: agitare, versare, sollevare, girare, piegare, calpestare.
• Direzione. Verso l'alto, a sinistra, verso la camera, verso l'interno, in senso orario.
• Velocità e ritmo. Lentamente, con un movimento fluido, tre passi rapidi.
• Ampiezza. Un leggero cenno del capo rispetto a una rotazione di tutto il corpo.
• Punto finale. Dove si ferma il movimento: «poi resta immobile» previene loop e derive.

Prima e dopo

Vago: una strada trafficata con pedoni e auto
Meglio: i pedoni camminano sul marciapiede da sinistra a destra,
un'auto sullo sfondo passa lentamente da destra a sinistra

Vago: le onde del mare si infrangono
Meglio: un'onda si solleva, si arriccia, poi si infrange sulla spiaggia,
la schiuma si estende in avanti e si ritira

Suggerimenti pratici

• Meglio un'azione completata che molte azioni a metà. Un clip che fa bene una cosa batte un clip che ne fa cinque a metà.
• Usa verbi fisici, non verbi emotivi. «Oscilla leggermente» si renderizza; «prova nostalgia» anche se si renderizzasse influenzerebbe soprattutto lo stile.
• Dichiara lo stato successivo. «Poi si assesta», «poi si ferma», «mantiene la posa» dicono al modello che l'inquadratura ha uno scopo.
• Attenzione alle parole fisiche. Versare, piegare, schizzare, oscillare implicano un movimento secondario credibile: usale quando si adattano alla scena.

Quando il clip sembra ancora statico, prova prima ad aggiungere ritmo («con un movimento continuo») e un punto finale, prima di aggiungere altri aggettivi di stile.

Controllo della durata e ritmo della scena

Il fallimento più comune di un prompt non è la formulazione scadente, ma il sovraccarico. Chi scrive stipa premessa, svolta e culmine in un clip che può contenere un solo battito, poi dà la colpa al modello quando l'immagine si impasta.

Far corrispondere i battiti alla lunghezza

Tratta la lunghezza del clip come un budget da spendere in battiti:

• Un battito per inquadratura. Un'azione chiara più un punto finale esplicito entrano comodamente in un clip breve.
• Due battiti solo se uno è la continuazione dell'altro («solleva la tazza, poi beve»).
• Tre o più battiti vanno generati separatamente e montati in post-produzione, non scritti in un solo prompt.

Una regola utile: se nel prompt c'è più di un «poi», probabilmente stai scrivendo una sequenza, non un'inquadratura.

La durata è un'impostazione, non prosa

Non scrivere «una lunga scena di dieci secondi» nel prompt sperando che funzioni. Imposta la durata del clip nei parametri della richiesta e adatta il prompt a quella durata. Gli accenni temporali in prosa per lo più aggiungono solo rumore; a fare la differenza sono i parametri.

prompt: un barista versa il latte nella tazza con un flusso sottile e costante,
        terminando con un piccolo vortice; camera fissa, luce calda da interni
duration: short

Nota che il prompt descrive un'azione continua che si completa naturalmente: niente riempitivi, niente seconda scena.

Suggerimenti di ritmo utili

• «Con un movimento continuo» indica un'unica ripresa senza interruzioni.
• «Poi resta immobile» dà al modello un punto di arrivo, che si legge come un ritmo intenzionale anziché un punto di loop.
• Lo stato iniziale («all'inizio la tazza è vuota») aiuta il modello a distribuire il tempo nell'azione.

Quando ti serve più storia

Genera inquadrature separate con prompt diversi e una descrizione coerente di soggetto e stile, poi montale insieme. Così ogni generazione resta nella propria zona di comfort e ottieni punti di taglio controllabili. Il ritmo è una decisione di montaggio; il compito del prompt è fornire materiale pulito, a singolo battito e montabile.

Prompt negativi senza vincolare troppo

I prompt negativi sopprimono ciò che non vuoi. Usati bene, eliminano difetti ricorrenti. Usati male, contraddicono la scena e producono una poltiglia.

Mantienili brevi e specifici

Cinque o otto parole concrete di solito bastano. Preferisci i nomi dei difetti alle parole estetiche:

avoid: dita in eccesso, arti duplicati, sovrapposizioni di testo, filigrana,
tremolio, sfarfallio dei fotogrammi, volti distorti

Una buona lista negativa è un tracker dei difetti: cresce solo quando si osserva un problema ricorrente specifico e si accorcia quando il problema non si presenta più.

Categorie comuni

• Difetti anatomici: dita in eccesso, mani fuse, volti distorti.
• Difetti temporali: sfarfallio, tremolio, deformazione, tagli improvvisi nel clip.
• Difetti di sovrapposizione: testo, sottotitoli, filigrane, elementi UI.
• Difetti di composizione: schermo diviso, collage, bordi, bande nere.

Evita di contrapporti alla scena

Questa è la trappola del vincolo eccessivo. Se il prompt richiede una folla, non mettere «persone» tra i negativi. Se l'inquadratura è notturna, non negare «buio». La contraddizione spinge il modello verso un compromesso sbagliato su ogni fronte.

Segnali di vincolo eccessivo:

• Il soggetto si ammorbidisce o diventa sfocato.
• Il movimento si blocca, o il clip si congela in anticipo.
• Lo stile si appiattisce visibilmente rispetto allo stesso prompt senza negativi.

In questo caso, dimezza la lista negativa e riprova. Di solito sono una o due parole a fare danni.

I negativi non sostituiscono la chiarezza

Se le mani escono sempre sbagliate, i negativi aiutano, ma una formulazione più chiara dell'azione («entrambe le mani visibili, che afferrano il manico») spesso aiuta di più. Scrivi il prompt positivo in modo che i difetti siano improbabili, poi usa i negativi come rete di sicurezza, non come controllo principale.

Testare i prompt nella tua pipeline

Quando puoi riprodurre i risultati, scrivere prompt diventa ingegneria. L'obiettivo è un ciclo stretto: genera un piccolo lotto, registra tutto, confronta con la baseline, cambia una sola cosa alla volta.

Il ciclo ripetibile

1. Genera. Genera una piccola serie di varianti dallo stesso scheletro, di solito da tre a cinque, che differiscono in un solo campo.
2. Registra. Annota il prompt completo, ogni parametro della richiesta (durata, formato, eventuali seed o impostazioni di campionamento esposti dall'API) e il timestamp.
3. Confronta. Guarda gli output affiancati a un clip di baseline fisso. Annota quale livello è cambiato e cosa ha prodotto.
4. Affina. Promuovi la variante vincente a nuova baseline e ripeti.

La registrazione conta più di quanto pensi

Una voce minima di log:

{
  "run_id": "cam-dolly-03",
  "prompt": "...",
  "params": {"duration": "short", "aspect": "16:9", "seed": 4412},
  "changed": "camera: push-in -> orbita 90 gradi",
  "verdict": "l'orbita dà più profondità; il push-in sembra più piatto"
}

Fissa il seed dove l'API lo supporta, così le variazioni di camera e formulazione sono confrontabili. Senza seed fisso, non puoi capire se la differenza viene dalla tua modifica o dal rumore di campionamento.

Costruisci una piccola libreria di prompt

Mantieni un set versionato di ricette validate: una per ogni movimento di camera, una per ogni archetipo di azione, ciascuna con il set di parametri e un output di riferimento. Le nuove inquadrature partono dalla ricetta più vicina e vengono adattate, invece che dalla pagina bianca. È così che i team mantengono output coerenti su generazioni su larga scala.

Guardrail pratici

• Cambia un solo campo per esecuzione. Modifiche su più campi non ti dicono nulla.
• Testa su soggetti rappresentativi. Un prompt ottimizzato su un ritratto può fallire su un prodotto.
• Fissa la tua baseline. Conserva per ogni ricetta un clip noto come buono da usare come ancora di confronto.
• Ritesta dopo gli aggiornamenti del modello. Il comportamento può cambiare; una ricetta che funzionava ieri merita una rapida ricontrollata.

Una volta che una ricetta è stabile in sviluppo, lo stesso prompt più l'oggetto dei parametri può passare direttamente alla generazione in produzione tramite l'API unificata di HiAPI.ai, così ciò che hai validato è ciò che metti in produzione.