Guida all'uso
Ricetta di prompt text-to-video per PixVerse V6 Max: prompt copiabili e incollabili e output reali
Manuale pratico di prompt per sviluppatori: struttura della ripresa, formulazioni del movimento di camera, ritmo, gestione di durata e rapporto d'aspetto, e negative prompt
In questa pagina
Perché le ricette di prompt battono i prompt usa-e-getta
Ogni sviluppatore che ha generato un buon numero di clip conosce questo schema: scrivi un prompt lungo e ricercato, ottieni un risultato discreto, poi provi a ritoccarlo e l'output deriva in una direzione che non avevi previsto. L'iterazione successiva perde l'illuminazione che ti piaceva. Quella dopo cambia il movimento di camera. Dopo venti generazioni, non sai più quale formulazione ha prodotto quale risultato.
Le ricette di prompt risolvono il problema trattando il prompt come un artefatto strutturato anziché come una singola frase. Invece di scrivere prosa libera, componi in un ordine fisso a partire da moduli con nome: soggetto, azione, ambiente, camera, illuminazione, stile. Questo offre tre vantaggi concreti:
- Confrontabile per differenze. Quando ogni prompt segue lo stesso ordine di moduli, modificare un modulo diventa una modifica visibile e verificabile. Puoi mettere i prompt sotto controllo di versione e confrontare i risultati delle esecuzioni come faresti con il codice.
- Riutilizzabile. Un buon modulo camera o un buon modulo illuminazione può essere riutilizzato in decine di scene. Costruisci una piccola libreria di frammenti e da lì assembli i prompt.
- Intento riproducibile. Aggettivi vaghi come "cinematografico" o "epico" significano cose diverse in esecuzioni diverse. Una formulazione strutturata e concreta fissa più intento, così la varianza deriva dal modello e non dal tuo prompt.
Per il video questo conta più che per le immagini statiche, perché una clip contiene movimento che evolve nel tempo. Una singola frase ambigua può cambiare la sensazione dell'intera ripresa: "lento avvicinamento" che diventa "zoom rapido" è un montaggio completamente diverso. Le ricette mantengono queste variabili esplicite.
Il resto di questa guida costruisce questa struttura modulo per modulo, poi fornisce ricette complete copiabili e incollabili che puoi eseguire, verificare rispetto all'output reale e adattare. Tratta ogni ricetta come una base di partenza e non come una risposta finale: l'obiettivo è un ciclo ripetibile, non un primo prompt perfetto.
Anatomia di un prompt video copiabile e incollabile
Un prompt text-to-video affidabile funziona meglio quando le informazioni compaiono in un ordine prevedibile. Quando il soggetto è stabilito prima della camera e la camera prima dello stile, il modello interpreta la scena in modo più coerente. Usa questo ordine a sei moduli come impostazione predefinita:
1. Soggetto
Chi o cosa è sullo schermo, descritto in modo specifico. Preferisci i dettagli fisici alle etichette astratte: "una donna con un cappotto di lana grigio antracite" batte "una donna alla moda". Se il soggetto è un oggetto, includi materiale e scala: "un bollitore in acciaio spazzolato, alto circa 20 cm".
2. Azione
Cosa fa il soggetto, al presente, con uno stato iniziale e uno finale chiari. "Cammina dal lato sinistro dell'inquadratura verso il centro e si ferma" dà al modello una traiettoria. "Sta camminando" non dà quasi nulla.
3. Ambiente
Il luogo in cui avviene l'azione: posizione, elementi in primo piano e sullo sfondo, meteo, ora del giorno. Questo modulo fissa gli indizi di profondità, che a loro volta aiutano il modello a decidere come primo piano e sfondo devono muoversi l'uno rispetto all'altro.
4. Camera
Scala dell'inquadratura più movimento. "Piano medio-rapproximato, camera fissa su treppiede" oppure "campo lungo, lento avvicinamento". Metti le istruzioni di camera in una frase separata, così non vengono assorbite dalla descrizione dell'azione.
5. Illuminazione
Direzione, qualità e temperatura colore. "Sole pomeridiano a basso angolo, alte luci calde, ombre morbide" è abbastanza specifico da essere ripetibile. Evita di impilare tre metafore di illuminazione in un'unica frase.
6. Stile
Tono visivo: fotografia realistica, documentario, animazione, resa da video prodotto. Metti lo stile alla fine, così dà il tono all'intera scena invece di sovrascrivere i moduli precedenti.
Assemblare i moduli
Concatena i moduli in ordine, una o due frasi ciascuno. Ecco il modello compilato:
Soggetto: una tazza in ceramica su un tavolo di legno, vapore che sale
Azione: il vapore si arriccia verso l'alto e si dissolve lentamente
Ambiente: una tranquilla cucina del mattino, finestra sfocata sullo sfondo
Camera: primo piano, camera fissa, profondità di campo ridotta
Illuminazione: luce morbida dalla finestra da sinistra, bilanciamento del bianco neutro
Stile: fotografia di prodotto pulita, realistico
Puoi incollare direttamente la versione con etichette oppure appiattirla in prosa nello stesso ordine. Funzionano entrambe; la forma con etichette rende più facile il confronto per differenze durante l'iterazione.
Formulazioni di movimento di camera e ritmo che funzionano davvero
Il linguaggio di camera è dove i prompt vaghi falliscono più evidentemente. "Inquadratura dinamica" non è un'inquadratura, è un desiderio. Il modello risponde in modo molto più coerente al vocabolario di movimento consolidato unito a qualificatori di velocità.
Vocabolario di movimento
- Carrellata in avanti / indietro: la camera si avvicina o si allontana fisicamente dal soggetto. Usala per creare o rilasciare intimità.
- Panoramica a sinistra / a destra: rotazione attorno a un punto fisso. Usala per rivelare l'ambiente.
- Inclinazione verso l'alto / verso il basso: rotazione verticale. Usala per rivelare altezza o scala.
- Orbita: la camera gira attorno al soggetto. Specifica direzione e arco, ad esempio "lenta orbita in senso orario, circa 45 gradi".
- Camera a seguire: la camera segue un soggetto in movimento. Specifica se guida, insegue o si muove di fianco.
- Zoom: cambia la focale senza spostamento fisico. Nella formulazione distingui lo zoom dal carrello; mescolare i due in un'unica frase genera ambiguità.
Parole di velocità e ritmo
Allega un solo qualificatore di ritmo per ogni istruzione di camera: lento, stabile, delicato, vivace o rapido. Evita di impilare avverbi: "un avvicinamento molto lento, fluido e graduale" dice una cosa in tre modi e spesso appiattisce il movimento.
Il ritmo vale anche per il soggetto. Frasi come "nel corso dell'inquadratura", "nella prima metà", "fino all'ultimo fotogramma" danno al modello un senso del tempo all'interno della clip. Confronta queste due azioni:
Debole: la persona si gira
Meglio: la persona si gira lentamente dalla finestra verso la camera,
completando il movimento prima della fine della clip
La seconda versione dice al modello dove inizia il movimento e dove dovrebbe trovarsi alla fine della clip. È la leva più grande per far sì che una clip breve sembri intenzionale invece che troncata.
Movimenti di camera misti
Un movimento principale per inquadratura è l'impostazione sicura. Se ne servono due, fai in modo che uno domini chiaramente: "movimento principale in lento avvicinamento, con una leggera panoramica a destra". Due movimenti di pari peso in genere sembrano tremolio di camera.
Ricette: prompt di struttura della ripresa copiabili ed eseguibili
Ognuna delle ricette seguenti segue l'ordine a sei moduli. Incollala così com'è, poi controlla i segnali elencati rispetto alla clip generata.
Ricetta 1: primo piano statico di prodotto
Soggetto: custodia di ricarica per auricolari wireless nera opaca su una superficie in pietra
Azione: mentre la luce cambia, un riflesso morbido scorre lentamente sul coperchio
Ambiente: set da studio minimalista, sfondo grigio senza giunzioni
Camera: primo piano, camera fissa su treppiede, profondità di campo ridotta
Illuminazione: grande softbox in alto a sinistra, caduta morbida
Stile: video di prodotto commerciale pulito, realistico
Cosa osservare: se la custodia resta l'unico soggetto nitido e se il riflesso si muove in modo fluido invece di sfarfallare.
Ricetta 2: rivelazione con lento avvicinamento
Soggetto: una persona con una giacca con cappuccio in piedi sul bordo di un tetto
Azione: la figura resta immobile, il tessuto della giacca ondeggia leggermente nel vento
Ambiente: skyline urbano al crepuscolo, le finestre lontane iniziano ad accendersi
Camera: campo lungo, lento avvicinamento alla figura
Illuminazione: luce ambientale blu fredda, alte luci calde dalla città sottostante
Stile: realismo cinematografico, color grading desaturato
Cosa osservare: se l'avvicinamento è percepito come spostamento fisico e non come zoom, e se la parallasse dello skyline corrisponde al movimento in primo piano.
Ricetta 3: orbita attorno al soggetto
Soggetto: una motocicletta vintage parcheggiata su un sentiero di ghiaia
Azione: nessuna, la motocicletta è immobile
Ambiente: campagna aperta, basse colline in lontananza
Camera: piano medio, lenta orbita in senso orario attorno alla motocicletta per circa 45 gradi
Illuminazione: luce solare dell'ora d'oro, ombre lunghe a terra
Stile: fotografia documentaria, colori naturali
Cosa osservare: se la geometria della motocicletta resta coerente durante l'orbita. L'orbita è il punto in cui la distorsione degli oggetti emerge per prima.
Ricetta 4: camera a seguire con una persona che cammina
Soggetto: una persona con un impermeabile chiaro che porta a spasso un cane al guinzaglio
Azione: entrambi camminano con passo costante dal lato destro dell'inquadratura verso il centro
Ambiente: marciapiede urbano bagnato, biciclette parcheggiate, superficie riflettente
Camera: piano medio-lungo a seguire, movimento di fianco al soggetto
Illuminazione: luce diurna nuvolosa, morbida e uniforme
Stile: fotografia di strada documentaria, leggera grana della pellicola
Cosa osservare: se la camera resta sincronizzata con il soggetto e se il guinzaglio resta collegato tra i fotogrammi.
Ricetta 5: primo piano di reazione in stile a mano
Soggetto: una donna con un cappotto di lana grigio antracite, primo piano del volto
Azione: lancia uno sguardo fuori campo, poi riporta lo sguardo verso la camera
Ambiente: atrio affollato di una stazione, figure sfocate dietro di lei
Camera: primo piano, leggero tremolio a mano
Illuminazione: luci calde dall'alto, ombre morbide sotto le sopracciglia
Stile: resa cinematografica narrativa, fuoco ridotto
Cosa osservare: la tempistica dello sguardo. Se il movimento di svolta si completa prima della fine della clip, la formulazione del ritmo ha funzionato.
Tratta queste ricette come punti di partenza e cambia un solo modulo nell'esecuzione successiva.
Gestire durata e rapporto d'aspetto nel prompt
Durata e rapporto d'aspetto sono vincoli e non scelte di stile, e il modello li gestisce meglio quando sono dichiarati esplicitamente accanto alla scena invece che sepolti nella prosa.
Dichiarare la durata
Aggiungi una breve proposizione che indichi la lunghezza della clip e la colleghi al ritmo del movimento:
...il movimento si completa in una clip breve di pochi secondi.
Oppure, più direttamente, dichiara l'obiettivo e lascia che il modulo del ritmo faccia il resto:
Durata: clip breve, circa 4 secondi.
Tieni la proposizione sulla durata separata dalla descrizione dell'azione. Il modello dovrebbe leggerla come un vincolo sull'intera ripresa, non come parte del movimento del soggetto.
Dichiarare il rapporto d'aspetto
Indica esplicitamente l'orientamento della composizione, preferendo un linguaggio semplice ai rapporti quando questo rimuove ambiguità:
Proporzioni: composizione verticale 9:16, per dispositivi mobili.
Proporzioni: composizione orizzontale 16:9 widescreen.
Se la ricetta richiede una composizione verticale, dillo anche nel modulo camera: "composizione verticale, soggetto centrato". Composizione e inquadratura sono decisioni collegate. Una clip verticale con camera a seguire orizzontale richiede un posizionamento diverso del soggetto.
Verificare rispetto all'output reale
Il prompt influenza il risultato, ma non lo garantisce. Dopo ogni esecuzione controlla tre cose:
- La durata restituita corrisponde a quella richiesta? Se la tua pipeline si aspetta una lunghezza specifica della clip, controlla la durata effettiva dell'asset restituito invece di dare per scontato che il prompt l'abbia imposta.
- L'inquadratura corrisponde? Verifica le dimensioni dei fotogrammi restituiti, soprattutto quando passi da ricette orizzontali a ricette verticali.
- Il ritmo è adatto a quella lunghezza? Un movimento che si completa in quattro secondi sembra frenetico in una clip più lunga e troncato in una più corta. Adatta la formulazione del ritmo, non solo la proposizione sulla durata.
Registra le richieste di durata e inquadratura insieme ai valori restituiti, così le deviazioni tra esecuzioni diventano visibili.
Negative prompt e pulizia degli artefatti
I negative prompt sono più utili quando sono brevi e specifici. Incollare una pila di parole generiche sulla qualità ("bassa qualità, bassa risoluzione, brutto, deformato") di solito ottiene l'effetto opposto: diluisce il segnale e può spingere il modello lontano da output perfettamente accettabili.
Elenco pratico di partenza
Mantieni l'elenco concentrato sugli artefatti che hai effettivamente osservato:
Negativo: sovrapposizioni di testo, filigrane, loghi, dita extra,
arti duplicati, volti distorti, sfarfallio dell'illuminazione,
tremolio improvviso della camera, salti di montaggio
Questo elenco copre i fallimenti più comuni nei video generati: testo indesiderato, errori anatomici su mani e volto, instabilità temporale. Aggiungi altre voci solo quando vedi un problema specifico.
Adattare i termini negativi alla ricetta
È meglio limitare i termini negativi all'ambito della ricetta invece di applicarli globalmente:
- Riprese di prodotto: aggiungi
riflessi che sfarfallano, oggetti sospesi, ombre incoerenti. - Riprese con orbita: aggiungi
deformazione geometrica, oggetti distorti durante la rotazione. - Riprese con camera a seguire: aggiungi
guinzaglio spezzato, piedi che scivolano, velocità dello sfondo non corrispondente. - Riprese di reazione: aggiungi
movimenti oculari innaturali, espressioni congelate.
Cosa omettere
Evita di impilare aggettivi generici sulla qualità. Se un'esecuzione produce un'immagine sfocata, di solito la soluzione è aggiungere al prompt positivo un modulo di illuminazione o di stile più nitido, non un altro termine negativo. I termini negativi rimuovono contenuti indesiderati specifici; non aggiungono qualità. Trattali come una fase di pulizia e rivedi l'elenco ogni volta che cambiano gli artefatti che stai contrastando.
Iterare sugli output reali senza sprecare generazioni
Il modo più rapido per esaurire le generazioni è cambiare tre cose insieme e poi indovinare quale abbia funzionato. Tratta l'iterazione del prompt come un esperimento controllato.
Ciclo a variabile singola
- Scegli una ricetta di base. Salvala così com'è, inclusi i moduli con etichette.
- Cambia un solo modulo. Se il movimento di camera non convince, modifica solo il modulo camera. Soggetto, azione, ambiente, illuminazione, stile e termini negativi restano invariati.
- Rigenera e confronta affiancati. Guarda le due clip insieme, concentrandoti sul modulo che hai cambiato.
- Mantieni o torna indietro. Se la modifica ha aiutato, promuovila a base di partenza. Se no, torna indietro e prova una formulazione diversa nello stesso modulo.
- Registra la differenza. Annota l'ID della base, il modulo modificato, la nuova formulazione e una riga di conclusione.
Cosa confrontare
Confronta le clip in base a proprietà osservabili e non alle sensazioni: la direzione del movimento corrisponde? La durata cade dove richiesto? L'inquadratura resta stabile? L'elenco degli artefatti è cambiato? Scrivi le risposte per ogni esecuzione: dopo una dozzina di clip la memoria non è affidabile.
Quando abbandonare una ricetta
Se due o tre tentativi a variabile singola sullo stesso modulo non cambiano il risultato, il problema è probabilmente strutturale. Forse il movimento di camera entra in conflitto con l'azione del soggetto, o la scena è troppo affollata per la scala dell'inquadratura. In quel caso cambia la struttura della ripresa (usa un altro modulo camera o semplifica l'ambiente) invece di continuare a ritoccare gli aggettivi.
Riutilizzare tra progetti
Quando una ricetta è stabile, copiala nella libreria dei prompt insieme alle note conclusive. Nel tempo accumuli moduli collaudati per tipi di ripresa specifici, e le nuove scene partono da basi già testate invece che da zero. È questo il vantaggio del metodo delle ricette: l'iterazione si accumula invece di azzerarsi.
Integrare nella tua pipeline
Le ricette di questa guida sono pensate per reggere il passaggio dall'interfaccia manuale alle chiamate programmatiche. Alcune abitudini pratiche lo rendono più semplice.
Salva i prompt come dati strutturati. Salva ogni ricetta come un record con campi per soggetto, azione, ambiente, camera, illuminazione, stile, termini negativi, durata e proporzioni. Assembla la stringa finale del prompt al momento della chiamata, così da registrare il testo esatto che ha prodotto ogni output.
Fissa il modello. Usa un unico identificatore di modello nella configurazione e registralo a ogni generazione. Il modello text-to-video PixVerse V6 Max è documentato nella sua pagina del modello, compresi i parametri della richiesta: parti da lì quando costruisci il client.
Verifica la risposta, non solo la richiesta. Dopo ogni chiamata, controlla la durata e l'inquadratura restituite rispetto ai requisiti della ricetta e memorizza i valori osservati insieme al record del prompt. Una deviazione è un segnale precoce che la ricetta va rivista.
Metti le ricette sotto controllo di versione. Tratta la libreria dei prompt come codice: quando fai commit di una modifica, includi una nota che descriva quale modulo è cambiato e perché. Quando un aggiornamento del modello fa sì che una ricetta non produca più buoni risultati, puoi ricostruire con precisione cosa è cambiato.
Il flusso minimo di chiamata è questo: carica la ricetta → assembla il prompt → invia la richiesta text-to-video → memorizza il prompt e i metadati della risposta → confronta l'output con i vincoli della ricetta. Costruisci questo ciclo una volta e ogni nuova ricetta potrà essere collegata ad esso.
Le ricette sopra sono basi di partenza e non garanzie: il vero valore sta nel ciclo disciplinato di iterazione che le circonda.
Articoli correlati
Vedi tutti gli articoli →-
Guida all'uso
Guida introduttiva a gpt-6.2-sol: limiti delle capacità, integrazione API e note sui prezzi per token
Punti decisionali e pratici per l'integrazione rivolti ai team di ingegneria
-
Guida all'uso
Guida introduttiva a gpt-6.2-astra: confini delle capacità del modello testuale, punti di integrazione e controllo dei costi
-
Guida all'uso
Guida introduttiva a Tripo H3.1: come scegliere tra tre modalità di input, parametri e prezzi
Guida pratica per sviluppatori: decisioni di integrazione e controllo dei costi nella generazione 3D