Guida all'uso
Ricetta di prompt per wan2.6-flash image-to-video: prompt efficaci da copiare e incollare
Descrizione del primo fotogramma, formulazioni per camera e ritmo, suggerimenti di audio nativo, compromessi della modalità rapida 1080P e una lista di prompt negativi
In questa pagina
Perché un prompt image-to-video ha bisogno di una ricetta, non di un paragrafo in prosa
Quando la maggior parte delle persone scrive un prompt image-to-video per la prima volta, scrive un paragrafo: descrive in modo denso tutto ciò che è presente nell'immagine e tutto ciò che spera accada. Su un modello text-to-video ha senso, perché il modello non ha altri elementi su cui basarsi. Ma su image-to-video questo si ritorce contro.
L'immagine di input ha già fissato la composizione: dove si trova il soggetto, com'è la luce, quali oggetti ci sono sullo sfondo, la palette cromatica, le caratteristiche dell'obiettivo. Se riscrivi tutto questo in prosa, spendi gran parte del budget del prompt su cose che il modello può già vedere, lasciando pochissimo spazio a ciò che non può vedere: come si muove il soggetto, come si comporta la camera nel tempo, se il momento deve sembrare veloce o lento e come dovrebbe suonare la scena.
Considera il fotogramma come stato iniziale e il prompt come un insieme di istruzioni sovrapposte ad esso. Ogni istruzione risponde a una domanda diversa:
- Cosa deve restare esattamente com'è?
- Cosa si muove, e in quale direzione?
- Come si muove la camera rispetto al soggetto?
- Qual è il ritmo dell'intera clip?
- Cosa sentiamo?
- Cosa non deve assolutamente apparire?
Queste sei domande corrispondono naturalmente a pochi slot del prompt. Una ricetta non è altro che un ordine fisso in cui compilare questi slot, così che ogni ripresa che generi venga descritta allo stesso modo. È proprio questa coerenza a rendere confrontabili gli output, e il confronto è ciò che ti permette di migliorare un prompt invece di tirare a indovinare.
Un paragrafo in prosa fa mescolare tutto al modello con lo stesso peso. Una ricetta ti permette di indicare un singolo slot, cambiare una riga e sapere cosa ha fatto la differenza. Il resto di questa guida è fatto di ricette da copiare e incollare per questi slot, più i compromessi reali che incontrerai nella modalità rapida 1080P.

Lo scheletro del prompt a cinque slot
Ogni ricetta di questo articolo è una compilazione dello stesso scheletro. Scrivilo sempre in questo ordine:
[1] FIRST FRAME: cosa c'è nell'inquadratura e cosa deve restare invariato
[2] CAMERA: un movimento, una direzione, una velocità
[3] PACING: il ritmo e come il movimento evolve lungo la clip
[4] AUDIO: il tappeto ambientale + eventuali effetti sonori puntuali, legati ai battiti visivi
[5] CONSTRAINTS: una breve lista di ciò che va soppresso
Perché l'ordine conta
Metti per primo l'ancoraggio del primo fotogramma, perché le prime decisioni del modello riguardano il mantenimento di identità e layout. La camera va seconda, perché nella maggior parte delle riprese è la singola fonte di movimento più importante: se il movimento di camera è sbagliato, nient'altro può salvare la clip. Il pacing va terzo, così le istruzioni sul ritmo possono modellare il movimento appena descritto invece di combatterlo. L'audio va quarto, perché deve seguire i battiti visivi che hai già definito. I vincoli vanno alla fine, come chiusura compatta.
Un esempio compilato per intero
FIRST FRAME: mantieni invariati il volto e la giacca dell'uomo e i riflessi sulla strada bagnata.
CAMERA: lento push in, dritto verso il soggetto, senza rotazione.
PACING: costante e misurato; il movimento si completa alla fine della clip.
AUDIO: leggero ambiente di pioggia; passi morbidi e continui.
CONSTRAINTS: niente sfarfallio, niente deformazioni del volto, niente tremolio di camera.
Mantieni lo scheletro breve
Ogni slot dovrebbe essere composto da una a tre frasi brevi. Se uno slot supera questa lunghezza, il testo in eccesso è quasi sempre fatto di aggettivi estetici che non guidano il movimento. Eliminali e sposta ciò che conta davvero come voce negativa nello slot dei vincoli.
Due regole per compilare lo scheletro
- Un solo movimento di camera per ripresa. Usare due movimenti in una clip è la causa più comune di movimento tremolante e illeggibile.
- Usa verbi concreti invece di aggettivi. "La bandiera si solleva e si arriccia" batte "un'atmosfera drammatica e cinematografica".
Lo scheletro è lo stesso sia che tu stia animando un ritratto, un fermo immagine di prodotto o un paesaggio. Cambia solo il contenuto di ogni slot, ed è proprio questo che coprono le ricette seguenti.

Descrivi il primo fotogramma così che il movimento abbia un ancoraggio
Lo slot del primo fotogramma non è una didascalia dell'immagine. Il suo compito è dire al modello quali pixel sono portanti, così che non li reinventi.
Nomina gli ancoraggi, non descrivere la scena
Invece di descrivere l'intera immagine, elenca gli elementi che devono restare attraverso tutta la clip:
FIRST FRAME: conserva il volto e i capelli della donna, il suo cappotto grigio, il telaio della finestra dietro di lei e la lampada calda a sinistra dell'inquadratura.
Non stai dicendo al modello cos'è l'immagine. Gli stai dicendo quali parti sono essenziali per l'identità: volto, abbigliamento, loghi, testo, oggetti di scena riconoscibili e la direzione della luce principale.
Separa ciò che resta fisso da ciò che si muove
La frase più utile in questo slot è quella che divide il mondo in due:
FIRST FRAME: la bottiglia del prodotto e il tavolo restano fissi; cambiano solo la tenda sullo sfondo e la luce sulla superficie della bottiglia.
Questo singolo schema sopprime la maggior parte del movimento globale indesiderato, perché ora il modello sa dove può avvenire il movimento.
Ancora la posa iniziale
Per persone e animali, dichiara la posa del primo fotogramma, così il movimento ha un punto di partenza:
FIRST FRAME: il soggetto è seduto, con le mani sul tavolo, la testa leggermente girata a sinistra; mantieni questa posa iniziale all'inizio della clip.
Ancora la luce
La direzione della luce è la cosa che tende a spostarsi più facilmente. Una frase breve la tiene stabile:
FIRST FRAME: la luce principale resta in alto a destra, le ombre non cambiano.
Cosa omettere
- Non ripetere la palette, lo stile pellicola o i dettagli dell'obiettivo che l'immagine mostra già.
- Non descrivere oggetti che non sono nell'inquadratura e che non vuoi far apparire.
- Non riformulare l'aspetto del soggetto con un linguaggio fiorito; una breve lista di ancoraggi è più efficace di un paragrafo descrittivo.
Tratta lo slot del primo fotogramma come un recinto. Tutto ciò che nomini al suo interno è protetto; tutto il resto è libero di muoversi, e come si muove lo decidi tu nello slot successivo.

Formulazioni per camera e ritmo che muovono davvero l'inquadratura
Le parole sulla camera cambiano la clip più di qualsiasi altro slot, ed è proprio qui che gli aggettivi stilistici vaghi fanno più danni. "Regia cinematografica" non dice nulla al modello. "Lento push in, senza rotazione" gli dice tutto.
Usa un piccolo vocabolario di movimenti di camera
Mantieni una lista breve e concreta, e scegli un solo elemento per ripresa:
- push in (avvicinamento) — la camera si muove verso il soggetto
- pull out (allontanamento) — la camera si allontana dal soggetto
- pan left / pan right (panoramica a sinistra / a destra) — rotazione orizzontale sul posto
- tilt up / tilt down (inclinazione verso l'alto / verso il basso) — rotazione verticale sul posto
- track left / track right (carrellata a sinistra / a destra) — spostamento laterale lungo il fianco del soggetto
- orbit (orbita) — giro attorno al soggetto
- static (statica) — nessun movimento di camera; il movimento viene solo dalla scena stessa
Aggiungi sempre la velocità: slow, steady o fast. E aggiungi sempre il contrario che ti interessa: "no rotation", "no handheld shake", "no zoom".
CAMERA: lento push in, frontale e diretto, senza rotazione, senza tremolio.
Un movimento di camera accompagnato da un'azione del soggetto
Le riprese pulite hanno di solito esattamente un'intenzione di camera e un'azione nella scena:
CAMERA: lenta carrellata a destra, mantenendo il soggetto al centro dell'inquadratura.
PACING: il soggetto gira la testa seguendo la camera per tutta la clip, raggiungendo la posa finale nell'ultimo terzo.
Scrivi il ritmo come una timeline, non come un avverbio
"Lentamente" è debole, perché non ha un punto di riferimento. Ancora il movimento alla durata della clip:
- "il movimento inizia all'inizio della clip e si completa alla fine"
- "mantieni la prima posa durante il battito iniziale, poi muoviti"
- "l'azione si completa nell'ultimo terzo"
Questa formulazione impedisce al modello di precipitare il movimento nel primo secondo per poi congelarsi, un fallimento molto comune nelle clip brevi.
Ricette di ritmo per ogni intenzione
# Ripresa calma di prodotto
PACING: molto lento, continuo, senza accelerazioni.
# Rivelazione
PACING: prima resta fermo, poi un unico movimento fluido che si completa verso la fine.
# Battito d'azione
PACING: movimento immediato dal primo fotogramma, velocità costante, senza pause.
Cosa evitare
- Due movimenti di camera in una sola clip.
- Accumulare aggettivi ("epica inquadratura panoramica drammatica") senza direzione né velocità.
- Descrivere il ritmo solo come emozione ("teso") senza riferimenti temporali.
Nel dubbio, scegli il movimento più semplice. Una ripresa statica con un'azione chiara del soggetto è più utile di una ripresa ambiziosa con più movimenti che tremola.
Aggiungi suggerimenti di audio nativo al prompt
Quando il modello supporta l'audio nativo, lo slot audio non è decorativo: è una seconda timeline che deve allinearsi ai battiti visivi che hai già scritto.
Separa ambiente ed eventi sonori
Ogni descrizione audio ha due livelli:
AUDIO:
ambiente: pioggia continua sull'asfalto, brusio lontano del traffico
eventi: passi leggeri, che iniziano al primo passo del soggetto
e continuano fino alla fine della clip
Il tappeto ambientale è continuo; gli eventi sonori sono puntuali. Scriverli separatamente evita di seppellire un suggerimento temporizzato sotto una massa di atmosfera.
Lega il suono ai battiti visivi
Fai riferimento allo slot del ritmo, così audio e movimento condividono lo stesso orologio:
PACING: il soggetto solleva la tazza nella prima metà della clip.
AUDIO: brusio soffuso di caffetteria; un leggero tintinnio di ceramica
nella seconda metà, quando il fondo della tazza tocca il piattino.
Per le clip brevi bastano uno o due eventi temporizzati. Con di più, l'audio diventa rumoroso e difficile da descrivere in modo affidabile.
Mantieni il vocabolario fisico
Descrivi il suono come descriveresti un oggetto: fonte, materiale, distanza.
- Buono: "passi secchi sulla ghiaia, vicini alla camera"
- Debole: "sound design drammatico"
- Buono: "vento basso, molto lontano, senza voci"
- Debole: "atmosfera cinematografica"
Cosa non mettere nello slot audio
- Dialoghi e testi di canzoni. La voce è un problema separato e più difficile; descrivere battute nello slot audio non è affidabile. Se ti serve una ripresa senza voce, dichiaralo esplicitamente: "solo ambiente, senza voci".
- Etichette di genere musicale senza descrizione del comportamento. "Beat lo-fi" è meno utile di "impulso grave costante, senza voci".
- Suoni senza una fonte visibile. Se chiedi un suono ma la sua causa non è nell'inquadratura né nell'azione, il modello non ha elementi per decidere quando inserirlo.
Un default sicuro
Se la ripresa non richiede dettagli audio, una riga di ambiente è meglio di niente:
AUDIO: solo un quieto tappeto ambientale indoor, senza voci, senza musica.
Questa riga previene prompt vocali o musicali casuali e mantiene la clip utilizzabile mentre prima iteri sugli slot visivi.
Modalità rapida 1080P: quando la velocità vale il compromesso
La modalità rapida 1080P esiste per permetterti di iterare velocemente. Trattala come una manopola da impostare per ripresa, non come un'impostazione di progetto.
Il compromesso in parole semplici
Una risoluzione di output più alta offre dettagli più puliti, texture fini più stabili e una migliore conservazione dei piccoli dettagli: volti lontani, testo, strutture sottili. Le modalità più rapide scambiano parte della fedeltà e della stabilità con tempi di risposta più brevi. La scelta giusta dipende da a cosa serve quella ripresa in quel momento.
Usa la modalità rapida quando
- Stai ancora cercando la soluzione. Le decisioni su composizione, movimento di camera e ritmo si leggono anche quando i dettagli fini non sono nitidi. Fai qui tutte le tue iterazioni sui prompt.
- Il soggetto è grande e semplice. Un primo piano o un prodotto su uno sfondo a tinta unita hanno pochissimi dettagli fini da perdere.
- La ripresa è solo un segnaposto. Il montaggio temporaneo, lo storyboard animato e i test di montaggio non richiedono la fedeltà finale.
- Ti servono molte varianti. Quando confronti dieci movimenti candidati, la velocità conta più della rifinitura.
Spendi di più quando
- Le texture fini reggono la ripresa. Tessuti, capelli, vegetazione, schizzi d'acqua e sfondi densi sono i primi punti in cui emerge la differenza di fedeltà.
- Testo o loghi sono visibili. I caratteri piccoli degradano rapidamente.
- La clip è il deliverable finale. Qualsiasi cosa pubblicata verso il pubblico merita una lavorazione a fedeltà più alta.
- Hai già bloccato il prompt. Una volta che la ricetta è stabile, riesegui il prompt vincente con impostazioni più alte, invece di rifare tutto da capo.
Un flusso di lavoro pratico
- Scrivi la ricetta a cinque slot.
- Itera in modalità rapida finché camera, ritmo e audio non sono corretti.
- Cambia una sola variabile alla volta.
- Riesegui la ricetta bloccata con impostazioni di fedeltà più alta per ottenere la versione finale.
La disciplina chiave è non mescolare le due cose. Non rifinire la fedeltà mentre il movimento di camera è ancora sbagliato, e non rigenerare ripetutamente la composizione con impostazioni costose.
Puoi provare queste ricette direttamente sulla pagina del modello wan2.6-flash image-to-video, e consultare i dettagli aggiornati delle modalità nel pannello prezzi di quella pagina, perché fatturazione e disponibilità delle modalità risiedono nella vista prezzi del sito stesso, non in numeri fissi in questa guida.
Lista dei vincoli negativi
I prompt negativi sono un'assicurazione a basso costo, ma una lunga lista di negazioni diventa rumore. Mantieni una breve lista standard e aggiungi solo i fallimenti che hai effettivamente visto.
La lista standard
Ogni ricetta inizia con questa chiusura:
CONSTRAINTS: niente sfarfallio, niente deformazioni di volto e mani, niente distorsioni dei bordi dritti, niente deriva indesiderata della camera, niente artefatti di testo o watermark.
Questo copre i fallimenti più comuni:
- Sfarfallio — luminosità o texture che pulsano fotogramma per fotogramma.
- Deformazione — volti, mani e piccoli oggetti che si fondono o si dissolvono.
- Distorsione dei bordi — linee rette (telai di porte, bordi del tavolo, profili dei prodotti) che si curvano.
- Deriva della camera — la camera si muove lentamente quando hai chiesto che resti ferma.
- Artefatti di testo — il testo pulito nell'immagine sorgente diventa illeggibile.
Aggiungi negazioni basate sull'evidenza
Non scrivere venti negazioni in anticipo. Quando un'esecuzione fallisce in un modo specifico, aggiungi una sola riga che lo descrive:
CONSTRAINTS: niente sfarfallio, niente deformazioni, niente deriva indesiderata della camera, nessuna figura aggiuntiva che entra nell'inquadratura.
L'ultima riga è stata aggiunta perché l'esecuzione precedente introduceva un passante. Annota il motivo nelle tue note — non nel prompt — per mantenere il prompt pulito.
Esprimi in positivo ciò che vuoi
Le negazioni sopprimono, non creano. "Non sfocare lo sfondo" non produce uno sfondo nitido. Se vuoi che qualcosa appaia, dillo con un'istruzione positiva nello slot del primo fotogramma o in quello della camera, e lascia lo slot dei vincoli per sopprimere ciò che non deve apparire.
Non più di cinque voci per reale categoria di fallimento
Se la riga dei vincoli inizia a sembrare un disclaimer legale, scomponi il problema: correggi la deriva della camera con "senza rotazione, senza tremolio" nello slot della camera, e mantieni breve la chiusura dei vincoli. Un prompt fatto in gran parte di divieti lascia pochissimo budget alle istruzioni di ripresa che fanno davvero funzionare la clip.
Itera la ricetta senza perdere l'orientamento
Le ricette di questa guida sono punti di partenza, non prompt finiti. Il flusso di lavoro che le trasforma in qualcosa di affidabile è noioso ma efficace: cambia una sola variabile per esecuzione e annota cosa è successo.
Cambia un solo slot alla volta
Se la clip non è giusta, non riscrivere impulsivamente tutto il prompt. Individua lo slot più probabilmente responsabile e cambia solo quello:
- Direzione del movimento sbagliata → slot camera.
- Movimento troppo veloce o che finisce troppo presto → slot pacing.
- Identità del soggetto che cambia → ancoraggi del primo fotogramma.
- Suoni casuali o voci → slot audio.
- Artefatti ricorrenti → chiusura dei vincoli.
Cambiare una sola cosa per esecuzione significa avere una sola differenza attribuibile. Riscrivendo tutto in una volta non impari nulla, anche se la clip successiva è migliore.
Mantieni un registro delle esecuzioni
Un breve registro senza tabelle per ogni ripresa è sufficiente:
shot: product_hero_01
recipe: v3
change: camera "lento push in" -> "statica, senza movimento"
result: movimento pulito; l'azione del soggetto ora si legge chiaramente
next: provare "push in molto lento" per confronto
Tre campi — cosa è cambiato, cosa è successo, cosa fare dopo — bastano per rendere un prompt riproducibile in team. Quando qualcuno chiede perché una ripresa appare in un certo modo, il registro dà la risposta.
Congela le ricette vincenti
Quando una ricetta si stabilizza, smetti di modificarla. Copiala in una libreria condivisa con un nome breve e il registro delle esecuzioni. Le nuove riprese dovrebbero partire dalla ricetta congelata più vicina, non da un prompt vuoto. È così che una raccolta di prompt diventa un asset, invece di una pila di stringhe usa e getta.
Sapere quando fermarsi
L'iterazione ha rendimenti decrescenti. Se tre modifiche consecutive a singola variabile non portano alcun miglioramento significativo, il problema è di solito l'immagine di input, non il prompt: un primo fotogramma con una posa ambigua o uno sfondo affollato continuerà a remarti contro. Sostituisci il fotogramma e riesegui la ricetta bloccata.
Il ciclo è semplice: esegui, confronta, cambia una cosa, annota. Fallo con costanza e le ricette diventeranno più rapide da usare a ogni ripresa completata. Se vuoi un punto di partenza, inizia dalla pagina del modello wan2.6-flash image-to-video e compila i cinque slot con lo scheletro qui sopra.
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