Guida all'uso
Ricette di prompt per la generazione video da testo con Seedance 2.5, pronte da copiare e incollare
Struttura dello storyboard di 30 secondi in un'unica inquadratura, formulazioni di movimento di camera e ritmo, prompt audio nativi e prompt negativi — con note sulle prestazioni su output reali
In questa pagina
Cosa rende stabili i prompt di generazione video da testo
Su Seedance 2.5 la maggior parte dei prompt non fallisce per scarsa creatività — fallisce per istruzioni vaghe, che il modello interpreta in modo diverso a ogni esecuzione. Un prompt come "una scena di inseguimento cinematografica" equivale a lasciare che il modello inventi da zero soggetto, camera, numero di tagli e ritmo. Ogni generazione diventa un lancio di moneta.
I prompt stabili condividono una caratteristica: ogni componente è esplicito e ordinato. Immagina il prompt come una pila di sei livelli che descrivono insieme un'unica inquadratura continua:
- Soggetto — chi o cosa è sullo schermo, con dettagli visivi sufficienti a fissarne l'identità (età, abbigliamento, materiali, palette colori).
- Battute d'azione — cosa succede, nell'ordine in cui succede, come serie di eventi visibili.
- Camera — un unico percorso continuo, un vocabolario di movimento, non un elenco di inquadrature.
- Ritmo — quanto velocemente le battute si sviluppano l'una rispetto all'altra.
- Audio — il suono diegetico legato all'azione visibile.
- Negative — cosa non deve mai comparire.
Il vincolo chiave è questo: Seedance 2.5 dà il meglio nella generazione video da testo quando il prompt descrive un unico movimento di camera ininterrotto. Non appena il prompt suggerisce più luoghi o tagli, il modello deve inventare da solo le transizioni, ed è proprio lì che emergono per primi deriva, deformazioni del movimento e fratture di stile. Ecco perché lo scheletro di ricetta qui sotto mette tutto su un'unica linea temporale invece di scrivere istruzioni scena per scena.
Seconda regola: descrivi, non etichettare. "Dolly-in lento" è un'etichetta. "La camera avanza a velocità di camminata e nell'ultima battuta si stringe da un'inquadratura ampia a un mezzo primo piano" è una descrizione. Le etichette vengono reinterpretate; le descrizioni vengono seguite.
Modello di ricetta per un'unica inquadratura di 30 secondi
Ecco la struttura di base. Riempi il contenuto tra parentesi quadre e mantieni l'ordine — è proprio l'ordine a mantenere l'inquadratura continua.
Un'unica inquadratura continua, 30 secondi, nessun taglio.
Soggetto: [una persona / un oggetto / una creatura], [età o dimensioni], [abbigliamento o materiale], [dettaglio facilmente riconoscibile].
Ambiente: [luogo], [ora del giorno], [qualità della luce], [meteo o atmosfera].
Battute (in ordine, un'unica inquadratura continua):
1. 0-8 s: [azione iniziale che stabilisce soggetto e spazio]
2. 8-15 s: [il soggetto avvia l'azione principale; la camera inizia a muoversi]
3. 15-23 s: [momento culminante — l'azione più chiara e leggibile]
4. 23-30 s: [azione conclusiva; la camera si ferma o resta ferma]
Camera: [un unico percorso di movimento], parte da [inquadratura] e termina su [inquadratura].
Ritmo: [andamento complessivo], il movimento più veloce si concentra intorno alla terza battuta.
Audio: [rumore di fondo ambientale], più [suono legato alla seconda battuta], [suono legato alla terza battuta].
Da evitare: [breve elenco di elementi negativi].
Perché quattro battute
Quattro battute si mappano in modo pulito su 30 secondi e danno al modello un ritmo leggibile. Con meno battute, il modello riempie con contenuti inventati; con più battute, il modello accelera e la resa sembra accelerata o montata. Ogni battuta deve descrivere un cambiamento visibile — una mano che si muove, una porta che si apre, la polvere che si posa — non uno stato interiore.
Mantieni una sola frase per la camera
Scrivi un unico percorso di camera e richiamalo in tutte le battute. "La camera parte da un'inquadratura ampia, descrive lentamente un arco verso sinistra attorno al soggetto e infine si ferma dietro la sua spalla" è un unico percorso. Se scrivi una seconda frase di camera, trattala come una seconda inquadratura e aspettati un taglio.
La terza battuta è il tuo punto di ancoraggio
Se puoi scrivere correttamente una sola battuta, scrivi correttamente la terza. Metti lì l'azione visivamente più leggibile — qualcosa che lo spettatore potrebbe descrivere guardando un solo fotogramma fermo. Le altre battute esistono per condurvi e per chiudere da lì.
Formulazioni di movimento di camera e ritmo che reggono davvero
Un linguaggio di camera vago è la prima causa di tagli accidentali. Confronta queste coppie:
- Vago: "movimento di camera dinamico" → Specifico: "la camera segue verso destra a velocità di camminata costante, mantenendo il soggetto al centro dell'inquadratura."
- Vago: "angolazione cinematografica" → Specifico: "parte da un'inquadratura ampia dal basso e sale lentamente fino all'altezza degli occhi nell'ultima battuta."
- Vago: "montaggio veloce" → Specifico: "il movimento dentro l'inquadratura accelera; la camera stessa resta continua."
Un piccolo vocabolario che funziona bene
Queste descrizioni di movimento corrispondono a percorsi di camera fisicamente plausibili e tendono a reggere per tutti i 30 secondi:
- Dolly-in / avanzamento — specifica l'inquadratura iniziale e finale (ampia → mezzo primo piano).
- Dolly-out — specifica cosa viene rivelato mentre l'inquadratura si allarga.
- Arco / orbita — specifica direzione e angolo, ad esempio "un quarto d'arco lento verso sinistra".
- Tracking — specifica la direzione e indica che il soggetto resta nell'inquadratura.
- Salita / discesa su braccio — specifica il cambio di altezza in linguaggio semplice.
- Camera fissa, movimento interno — la camera resta immobile, il soggetto si muove; adatto a riprese di prodotto e ritratti.
Scrivi il ritmo come velocità relativa, non come aggettivo
Invece di scrivere "ritmo veloce", descrivi la relazione temporale tra le battute:
Ritmo: le prime due battute si sviluppano lente e pacate;
il movimento si accumula nella terza battuta; l'ultima battuta si placa e resta immobile.
Questo dà al modello una curva, non una costante. Una curva si legge come intenzionale; una costante si legge come piatta o convulsa.
Un solo movimento per inquadratura
Non combinare i movimenti — "dolly-in mentre orbita e sale" richiede un percorso di camera che la maggior parte delle camere reali non può compiere, e il modello risolverà la contraddizione con un taglio. Scegli un movimento principale e, se necessario, aggiungine uno secondario piccolo, come un leggero innalzamento.
Scrivere i prompt audio nativi nel prompt
Seedance 2.5 genera l'audio insieme al video, ma l'audio resta coerente solo se è scritto come conseguenza di un'azione visibile. Descrizioni sonore slegate dall'immagine — "musica epica, sound design cinematografico" — tendono a produrre un rumore di fondo generico che non è sincronizzato con nulla.
Suddividi la riga audio in tre parti
Audio: [rumore di fondo ambientale continuo] + [suono causato dall'azione della seconda battuta] + [suono causato dall'azione della terza battuta]. Niente musica.
Il rumore di fondo ambientale stabilisce lo spazio (rumore di fondo indoor, vento, traffico lontano). I suoni d'azione ancorano la sincronizzazione. Specifica se vuoi la musica — ed escludila esplicitamente quando non la vuoi — per evitare che il modello aggiunga una colonna sonora che poi entrerà in conflitto con il tuo dialogo o la tua voce fuori campo.
Aggancia ogni suono a qualcosa sullo schermo
- Debole: "passi e una porta." → Forte: "il suono degli stivali sul cemento bagnato mentre il soggetto attraversa l'inquadratura nella seconda battuta, seguito dal pesante scatto del chiavistello quando spinge la porta nella terza battuta."
- Debole: "rumore di folla." → Forte: "un brusio di folla basso e indistinto dietro il soggetto, che sale leggermente mentre la camera si avvicina."
Formulazioni audio utili
- "Solo rumore di fondo indoor, niente musica"
- "Suono ambientale continuo e ininterrotto per tutta l'inquadratura"
- "Il suono segue l'intensità del movimento visibile"
- "Nessuna voce fuori campo, nessun dialogo"
Se pensi di aggiungere una voce fuori campo in post-produzione, dichiaralo nel prompt ("nessun dialogo"), così il modello non genererà voci che la contendano. La deriva audio di solito significa che la riga audio descritta non corrisponde a ciò che l'immagine mostra.
Checklist dei prompt negativi
I negativi funzionano meglio come elenchi brevi e specifici, mirati ai modelli di errore che hai effettivamente visto. Gli elenchi generici lunghi diluiscono l'attenzione e possono sopprimere elementi legittimi.
Checklist di base riutilizzabile
Da evitare: tagli, cambi di scena, inquadrature multiple, deriva di stile,
deformazioni di mani o volto, arti in più, sovrapposizioni di testo, filigrane,
logo, sottotitoli, sfarfallio, zoom improvvisi, speed ramp.
Cosa previene ciascun gruppo
- Tagli, cambi di scena, inquadrature multiple — lo stabilizzatore più importante per i prompt lunghi.
- Deriva di stile — mantiene coerenti luce e color grading dalla prima alla quarta battuta. Aggiungi anche ancore di stile positive ("luce calda e coerente in interni").
- Deformazioni di mani o volto, arti in più — stabilità anatomica, soprattutto durante il movimento rapido nella terza battuta.
- Sovrapposizioni di testo, filigrane, logo, sottotitoli — il modello a volte inventa insegne o sottotitoli; escluderli esplicitamente fa risparmiare lavoro di pulizia.
- Sfarfallio, zoom improvvisi, speed ramp — difetti di ritmo.
Resta intorno alla dozzina di voci
Se i tuoi negativi superano all'incirca le dodici voci, probabilmente stai compensando un prompt positivo vago. Correggi prima la descrizione, poi snellisci l'elenco. Elimina i negativi che non sono comparsi negli output recenti — i negativi obsoleti possono bloccare dettagli che desideri.
Adatta i negativi all'inquadratura
Le riprese di prodotto richiedono "nessuna mano nell'inquadratura" e "nessun riflesso della troupe". Le riprese di ritratto richiedono "nessuna comparsa sullo sfondo". Aggiungi i negativi specifici dell'inquadratura, conserva la checklist di base, poi ritesta.
Libreria di ricette pronte da copiare e incollare
Qui sotto ci sono basi utilizzabili. Adatta i dettagli tra parentesi quadre; mantieni intatta la struttura.
Ricetta 1 — Primo piano di prodotto, camera fissa
Un'unica inquadratura continua, 30 secondi, nessun taglio.
Soggetto: un dripper per caffè in ceramica opaca, [colore], su un piano di lavoro in rovere chiaro.
Ambiente: cucina minimalista, luce morbida del mattino dalla finestra a sinistra, atmosfera calma.
Battute:
1. 0-8 s: il dripper è fermo; dal bicchiere di vetro sottostante sale lentamente del vapore.
2. 8-15 s: una mano entra da destra e solleva lentamente il dripper.
3. 15-23 s: il caffè viene versato nel bicchiere con un flusso costante, contro la luce.
4. 23-30 s: il versamento termina; la mano appoggia il dripper ed esce dall'inquadratura.
Camera: fissa, bloccata, con una leggera salita dall'altezza del piano di lavoro a un morbido angolo a tre quarti.
Ritmo: lento e pacato per tutta la durata; il movimento raggiunge il picco nella terza battuta.
Audio: silenzioso rumore di fondo indoor, un delicato suono di versamento nella terza battuta, un leggero tintinnio di ceramica nella quarta battuta. Niente musica, nessun dialogo.
Da evitare: tagli, sovrapposizioni di testo, logo, deformazioni delle mani, sfarfallio.
Ricetta 2 — Persona che cammina, ripresa in tracking
Un'unica inquadratura continua, 30 secondi, nessun taglio.
Soggetto: una persona di [età], con un impermeabile [colore], cappuccio abbassato, che porta una borsa in tela.
Ambiente: stretta strada urbana dopo la pioggia, crepuscolo nuvoloso, riflessi sull'asfalto bagnato.
Battute:
1. 0-8 s: il soggetto cammina verso la camera con passo rilassato.
2. 8-15 s: il soggetto si gira e inizia a camminare parallelamente alla camera.
3. 15-23 s: scavalca una pozzanghera, la borsa oscilla, il cappotto si gonfia al vento.
4. 23-30 s: rallenta e si ferma, guardando fuori dall'inquadratura.
Camera: tracking verso destra a velocità di camminata accanto al soggetto, mantenendolo a distanza di piano medio.
Ritmo: andamento costante, leggermente più veloce nella terza battuta, che si placa nella quarta.
Audio: leggero suono ambientale di pioggia, passi sul cemento bagnato dalla prima alla terza battuta, traffico lontano. Niente musica.
Da evitare: tagli, deriva di stile, deformazioni del volto, arti in più, sottotitoli, speed ramp.
Ricetta 3 — Rivelazione ambientale, dolly-out
Un'unica inquadratura continua, 30 secondi, nessun taglio.
Soggetto: una baita solitaria in legno su un crinale innevato.
Ambiente: alba alpina, luce dorata radente, nebbia sottile nella valle.
Battute:
1. 0-8 s: primo piano della brina sulla finestra della baita; dall'interno filtra una debole luce calda.
2. 8-15 s: la camera inizia ad allontanarsi, rivelando la porta e il portico.
3. 15-23 s: l'allontanamento continua, rivelando il crinale e la valle avvolta nella nebbia.
4. 23-30 s: la camera si ferma su un ampio paesaggio; dal camino sale fumo.
Camera: dolly-out lento e continuo, dal primo piano al campo lunghissimo.
Ritmo: senza fretta, rivelazione costante, nessuna accelerazione.
Audio: vento e un leggero scricchiolio di neve sotto i piedi, canto di uccelli in lontananza. Niente musica, nessun dialogo.
Da evitare: tagli, zoom, sovrapposizioni di testo, sfarfallio, deriva di stile.
Per l'elenco completo dei parametri supportati e le capacità attuali del modello, consulta la pagina del modello Seedance 2.5 per la generazione video da testo.
Testa l'output, iterando una sola variabile alla volta
Il prompt engineering è empirico. Il ciclo qui sotto trasforma i rilanci casuali in un processo ripetibile.
1. Fissa il seed quando possibile
Se l'API fornisce un seed, mantienilo fisso mentre cambi il testo del prompt. Stai testando se un cambio di formulazione produce un cambio di comportamento, non se il modello è stato fortunato.
2. Cambia una sola variabile per esecuzione
L'esecuzione A è la tua baseline. L'esecuzione B cambia solo la frase della camera. L'esecuzione C cambia solo la riga audio. Se cambi tre cose e l'output migliora, non hai imparato nulla di riproducibile.
3. Osserva sempre gli stessi tre segnali
- Continuità della camera — l'inquadratura resta ininterrotta?
- Tempi delle battute — le azioni cadono più o meno dove indicano i timestamp?
- Sincronizzazione audio — i suoni corrispondono agli eventi visibili?
Annota superato/fallito per ogni esecuzione in un log; gli schemi emergeranno presto.
4. Tieni un registro dei prompt
Per ogni esecuzione annota: il testo completo del prompt, il seed, i valori dei parametri e una riga di nota sul risultato. Quando una generazione riesce bene, vuoi poterla riprodurre esattamente, non approssimarla a memoria.
5. Esegui in batch test confrontabili
Quando modifichi la frase della camera, genera più varianti dello stesso prompt in sequenza e confrontale. Il confronto affiancato batte la memoria sequenziale.
Regola pratica
Se lo stesso prompt produce due esecuzioni molto diverse consecutive, il prompt è sotto-specificato — torna ad aggiungere dettagli al livello del soggetto e a quello della camera, poi modifica qualsiasi altra cosa.
Modalità di errore comuni e come correggerle
Sintomo: la camera taglia o cambia luogo a metà
Causa: più frasi di camera o un accenno a un cambio di scena. Correzione: riduci a un unico percorso di camera, aggiungi all'inizio "un'unica inquadratura continua, nessun taglio" e metti "tagli, cambi di scena, inquadrature multiple" tra i negativi.
Sintomo: deriva di stile — luce o colore cambiano nell'arco dei 30 secondi
Causa: mancano ancore di stile positive. Correzione: aggiungi una clausola di coerenza ("luce calda e coerente in interni") e mantieni "deriva di stile" tra i negativi.
Sintomo: il modello accelera o riempie a metà
Causa: tempi delle battute vaghi, o troppe/poche battute. Correzione: usa quattro battute con timestamp e aggiungi una frase sulla curva di ritmo ("il movimento si accumula nella terza battuta e si placa nella quarta").
Sintomo: audio generico o non sincronizzato
Causa: i suoni descritti non hanno una causa visibile. Correzione: aggancia ogni suono non ambientale all'azione di una battuta specifica; se non vuoi una colonna sonora, dichiara esplicitamente "niente musica".
Sintomo: deformazioni di mani o volto durante il movimento rapido
Causa: troppi movimenti simultanei in un'unica battuta. Correzione: rallenta leggermente la terza battuta, riduci le azioni simultanee e aggiungi negativi anatomici ("deformazioni di mani o volto, arti in più").
Sintomo: compaiono testi, insegne o sottotitoli inattesi
Causa: il modello inventa etichette in scene affollate. Correzione: aggiungi "sovrapposizioni di testo, filigrane, logo, sottotitoli" tra i negativi e semplifica i dettagli dello sfondo.
Sintomo: il movimento sembra uno speed ramp
Causa: il ritmo è descritto come "veloce" senza una curva, o gli indizi di velocità sono in conflitto. Correzione: descrivi la velocità relativa per battuta e aggiungi "nessuno speed ramp" tra i negativi.
Parti da una ricetta che sai funzionare, cambia una cosa alla volta e annota i risultati — è la via più rapida per passare da prompt intelligenti a una pipeline affidabile.
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