AI Musikvideo-Prompts, die tatsächlich funktionieren

Gib die Informationen in dieser Reihenfolge an, und die Ergebnisse verbessern sich sofort:

1. Aufnahmetyp. Weitwinkelaufnahme, Nahaufnahme, Luftaufnahme, niedriger Winkel.
2. Subjekt, konkret. Ein rostiges rotes Fahrrad vor einer nassen Ziegelwand.
3. Beleuchtung und Zeit. Goldene Stunde, bewölkt, hartes Mittagslicht, Neonlicht bei Nacht.
4. Bewegung. Langsame Kamerafahrt nach innen, Subjekt bewegt sich von links nach rechts, Kamera statisch.
5. Aussehen. Körniges 16mm, hoher Kontrast, gedämpfte Farbpalette.

Modelle gewichten den Anfang eines Prompts stark, weshalb Aufnahmetyp und Subjekt zuerst kommen und stilistische Hinweise zuletzt.

Das ist die größte Verbesserung, die verfügbar ist.

Schwach: eine stimmungsvolle, atmosphärische städtische Szene mit einer traurigen Stimmung

Stark: eine nasse Gasse bei Nacht, ein flackerndes Neonlicht, Dampf aus einem Lüftungsschacht, keine Menschen

Die erste beschreibt ein Gefühl und überlässt jede tatsächliche Entscheidung dem Modell. Die zweite beschreibt ein Bild. Gefühle sind das, was du beim Zuschauer hervorrufen möchtest, nicht das, was du eintippen solltest.

Prompts, die nach zwei Ereignissen fragen, produzieren keines. "Eine Frau geht durch eine Tür in einen Wald" sind zwei Aufnahmen, und das in einer Generation zu verlangen, führt zuverlässig zu etwas Unzusammenhängendem.

Teile es auf. Aufnahme eins ist die Tür, Aufnahme zwei ist der Wald. Du wolltest dort sowieso einen Schnitt.

Unbenannte Bewegung ist der Bereich, in dem Modelle improvisieren, und sie improvisieren schlecht. Wenn du nicht sagst, was sich bewegt, bekommst du Driften, Verformen und Objekte, die sich leise verändern.

Sag es:

• "Kamera statisch, nur der Regen bewegt sich"
• "Langsame Annäherung, Subjekt still"
• "Festgehalten, Rauch driftet nach links"

"Kamera statisch" ist die nützlichste zwei Wörter in AI-Video-Prompts und fast niemand verwendet sie.

Vermeide oder arbeite um diese, denn sie scheitern bei jedem aktuellen Modell:

• Hände, insbesondere bei spezifischen Aktionen
• Lesbarer Text. Schilder, Logos, Schriftzüge jeglicher Art
• Menschenmengen. Gesichter im Hintergrund werden falsch sein
• Schnelle komplexe Bewegung. Tanzen, Sport, alles mit Gliedmaßen in Bewegung
• Kontinuität über einen Schnitt. Dasselbe Objekt wird zwischen zwei Generationen nicht übereinstimmen, es sei denn, du verwendest ein Referenzbild

Wenn eine Aufnahme eines davon benötigt, gestalte es entweder darum herum oder akzeptiere, dass du mehrere Male neu generieren wirst.

So hältst du eine Welt über acht Szenen hinweg kohärent. Generiere einen Frame, mit dem du zufrieden bist, und verwende ihn als Referenz für alles andere. Es trägt Palette, Setting und Subjekt über Aufnahmen hinweg auf eine Weise, die keine Menge an Prompt-Wiederholung kann.

Atmosphärische Schleife, funktioniert für Canvas: Nahaufnahme, Tinte, die sich in Wasser verteilt, schwarzer Hintergrund, einzelne Lichtquelle von oben, Kamera statisch, Zeitlupe, hoher Kontrast

Etablierungsszene: Weitwinkelaufnahme, leere Küstenstraße bei Dämmerung, niedriger Nebel, bewölktes Licht, Kamera statisch, gedämpfte Farbpalette, 16mm Korn

Subjekt-Szene, kein Gesichtsrisiko: Mittlere Aufnahme von hinten, Figur in einem langen Mantel, die sich entfernt, regennasser Straßen, Neonreflexionen, langsame Kamerafahrt

Textur-Ausschnitt: Extreme Nahaufnahme, Regen, der auf ein Autofenster bei Nacht trifft, unscharfe Straßenlichter im Hintergrund, Kamera statisch, geringe Schärfentiefe