Prompt realistici per Seedance 2.0: far sembrare i video AI girati con un vero telefono

La maggior parte degli output di Seedance 2.0 sembra per impostazione predefinita uno spot pubblicitario: movimenti di camera fluidi su stabilizzatore, illuminazione uniforme, carrellate lisce come se la camera fosse su un binario. Ed è proprio questa "qualità cinematografica" a tradire il fatto che il video è generato dall'AI. Il video qui sopra fa l'esatto contrario: il prompt lo spinge deliberatamente a sembrare una clip girata di sfuggita da tua sorella con il telefono mentre ti prepari il tè, con la messa a fuoco che va avanti e indietro, tremolii da camera a mano e un taglio netto alla fine.

Questa tecnica non è una modalità speciale né un parametro. È un prompt che descrive i difetti della camera con la stessa cura con cui la maggior parte dei prompt descrive la sua qualità, e che elenca esplicitamente quali finezze da spot pubblicitario evitare.

Il prompt completo

Ecco il prompt completo usato per generare il video qui sopra, da copiare e incollare così com'è:

Un giovane poco più che ventenne sta davanti al piano di lavoro disordinato di una piccola cucina di un appartamento a Shanghai, la luce del tardo pomeriggio filtra da una finestra appannata. Sta versando l'acqua del bollitore in una tazza, il vapore sale, e lancia un'occhiata di sottecchi a sua sorella che dall'altra parte del piano lo riprende con il telefono — sa che lo sta filmando, ma cerca di ignorarlo, con un'espressione leggermente imbarazzata che a malapena si può chiamare sorriso.

Camera: smartphone tenuto in mano, verticale 9:16. Per tutta la durata si vedono inclinazione e tremolio tipici della ripresa a mano, senza la stabilità di un gimbal. L'autofocus va avanti e indietro a metà clip e si sposta una volta — dagli occhi di lui alla finestra appannata dietro di lui — per poi tornare di colpo. L'esposizione automatica fa un evidente salto/scatto una volta, quando il vapore riflette la luce. Intorno al terzo secondo, quando lui immerge rapidamente il cucchiaio nella tazza, la distorsione da rolling shutter fa sì che il movimento del cucchiaio risulti inclinato. Quando sposta il peso, ai bordi dell'inquadratura si nota la deformazione naturale causata dalla stabilizzazione del telefono.

Audio: audio nativo del microfono del telefono — rumore di fondo della cucina, suono del bollitore, un vago rumore del corridoio, il risolino soffocato della sorella fuori dal microfono, senza musica aggiunta.

Finale: stacco netto al nero, senza dissolvenza, come se la sorella avesse smesso di registrare in quel preciso istante.

Da evitare esplicitamente: niente stabilità da treppiede o gimbal, niente illuminazione professionale a tre punti, niente finitura raffinata da spot commerciale/pubblicitario, niente filtri bellezza o levigatura della pelle, niente composizione centrata secondo la regola dei terzi, niente movimenti di camera levigati da drone/fluttuanti, niente profondità di campo artificialmente ridotta o bokeh — questo deve sembrare materiale reale da telefono, non pianificato, non uno spot in posa.

Perché sembra materiale reale e non uno spot

Movimento di camera: nominare i difetti invece dello stile

Un prompt generico che dice "camera a mano" tende a produrre un tremolio dolce e controllato — l'interpretazione predefinita di "a mano" da parte del modello resta comunque professionale. Questo prompt, invece, indica quattro difetti specifici e indipendenti della camera: inclinazione/tremolio che non si placano mai; l'autofocus che a metà clip passa dagli occhi del soggetto alla finestra appannata; un salto visibile dell'esposizione automatica quando il vapore riflette la luce; e la distorsione da rolling shutter sull'unico movimento rapido dell'inquadratura (il cucchiaio immerso). Ciascuno è una traccia reale lasciata dall'hardware di un telefono che cerca faticosamente di seguire una scena in movimento con luce imperfetta — un generico "tremolio a mano" non ne produce nemmeno una.

Tensione scenica: essere ripresi, non recitare per la camera

Il soggetto sa di essere ripreso e vuole chiaramente ignorarlo — niente posa, niente recitazione. Quello stato di semi-consapevolezza, semi-fastidio, è la linea di demarcazione tra "catturato dalla camera" e "girato per la camera", e vale la pena scriverlo esplicitamente nel prompt invece di lasciare che il modello faccia guardare il protagonista dritto in camera con sicurezza per impostazione predefinita.

Finale: nessuna dissolvenza, nessuna chiusura

La clip stacca di colpo al nero, come se chi riprende avesse semplicemente fermato la registrazione. I video AI tendono quasi sempre a chiudere — una stabilizzazione, una dissolvenza, un'ultima posa. Chiedere un finale senza chiusura è un dettaglio piccolo, ma ha un effetto sproporzionato nel far sembrare la clip reale.

Audio: microfono nativo, non colonna sonora

Il prompt richiede l'audio nativo del microfono del telefono — rumore della cucina, suono del bollitore, un risolino involontario — senza musica aggiunta. Un video generato con musica di sottofondo si legge per impostazione predefinita come contenuto prodotto; un audio ambientale sincronizzato si legge come qualcosa di registrato.

La lista negativa fa davvero la differenza

L'elenco esplicito di cose "da evitare" — niente gimbal, niente luci professionali, niente filtri bellezza, niente composizione centrata, niente movimenti fluttuanti, niente profondità di campo artificiale — non è un riempitivo. Ogni voce blocca uno specifico comportamento predefinito che il modello tende ad assumere quando il prompt non lo vincola. La descrizione positiva ti porta gran parte del percorso; la lista negativa è il passo che impedisce al modello di "correggere" benevolmente il risultato riportandolo alla finitura da spot.

Riproducilo tu: chiamata a /v1/tasks

Seedance 2.0 gira sull'endpoint unificato /v1/tasks di hiapi. Lo schema di input del modello accetta prompt, un duration intero (4-15 secondi), resolution (480p, 720p, 1080p o 4k) e aspect_ratio (1:1, 4:3, 3:4, 16:9, 9:16, 21:9 o adaptive):

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0",
    "input": {
      "prompt": "Un giovane poco più che ventenne sta davanti al piano di lavoro disordinato di una cucina...",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "9:16"
    }
  }'

Interroga GET /v1/tasks/{taskId} finché status non è success, poi scarica la clip da output[0].url prima che scada. A 720p, Seedance 2.0 costa $0.293 al secondo — una clip di 5 secondi come questa viene circa $1.47. I prezzi attuali per ogni fascia di risoluzione sono sulla pagina dei prezzi.

Domande frequenti

Perché i miei output di Seedance 2.0 sembrano sempre uno spot? Perché la tendenza predefinita del modello è la rifinitura — movimento stabile, esposizione uniforme, finale con chiusura — a meno che il prompt non lo imponga esplicitamente. Parole come "cinematografico", "professionale" e "alta qualità" lo spingono ancora più in quella direzione, non lo riportano indietro.

Seedance 2.0 riesce davvero a simulare il tremolio della camera e l'autofocus che va avanti e indietro? Sì — solo con il testo del prompt, entrambi sono comparsi in modo costante in questa clip, senza alcun parametro speciale. Descrivi difetti specifici (inclinazione, deriva della messa a fuoco, salto dell'esposizione, rolling shutter), non aggettivi generici come "tremolio".

Che rapporto d'aspetto e risoluzione usare per una clip in stile telefono? Per un'inquadratura verticale da telefono usa 9:16, e 720p di solito basta — il materiale da telefono non dovrebbe comunque sembrare nitido o ad alta produzione. Lascia 1080p/4k alle riprese in cui il dettaglio stesso è il punto focale.

Quanto può durare al massimo un singolo video Seedance 2.0? Da 4 a 15 secondi per ogni chiamata a /v1/tasks. Per i momenti rubati in stile telefono, spesso più corti sono meglio — 5 secondi bastano per un istante senza chiusura.

Aggiungere l'audio aiuta a rafforzare il senso di realtà? Sì. L'audio ambientale nativo del microfono (rumore della stanza, un suono involontario, nessuna musica di sottofondo) si legge come materiale catturato; una colonna sonora sotto la clip si legge come contenuto prodotto, anche se le immagini sono convincenti.

---

Vuoi provare anche tu questo stile di prompt? Inizia dalla pagina del modello Seedance 2.0 o dalla guida rapida all'API e lancia la tua prima chiamata a /v1/tasks — vedi anche la variante inquadratura POV in un'unica ripresa in Seedance 2.0: prompt video POV in un'unica ripresa, un altro modo per contrastare l'"effetto AI".