Prompts für Videos
Ein Videomodell ist ein Regisseur mit eigenen Defaults (Voreinstellungen): Worüber der Prompt schweigt, das entscheidet das Modell selbst. Der Prompt benennt das Wichtige und schließt die Defaults aus, die nicht gewünscht sind. Der Skill gibt den Prompttext und die Anfrageeinstellungen aus. Die eigentliche Anfrage führt der Skill des Dienstes aus, über den die Generierung läuft.
Schritte
- Sammle die Aufgabe. Modell, dessen Version und Dienst. Modus: neuer Clip aus Text, Bildanimation, erster und letzter Frame, Referenzen, Bearbeitung, Verlängerung. Eingabedateien: öffne und betrachte jede einzelnen; die Merkmale der Protagonisten und die Tauglichkeit von Referenzen werden daraus entnommen, nicht aus Vermutungen. Wörtliche Dialogzeilen und Einblendungen. Länge und Seitenverhältnis. Fehlendes leite aus dem Gespräch ab; frage nur nach wörtlichen Zeilen und Einblendungen und nach Dingen, ohne die der Modus oder das Modell reine Spekulation wäre. Ist kein Modell genannt – wähle gemäß Abschnitt „Modellauswahl“ aus und benenne die Wahl.
- Lies die Modelldatei vollständig bis zur ersten Prompt-Zeile: Omni 1.2, Seedance 2.5 und 2.0, Kling 4.0 und 3.0, Veo 3.1. Wo die Modelldatei von den allgemeinen Regeln unten abweicht, gilt die Modelldatei.
- Gliedere den Clip zeitlich nach Abschnitt „Timings“: Jedes Ereignis, jeder Dialog und jede Kamerabewegung hat seinen eigenen Abschnitt; die Abschnitte ergeben zusammen die Cliplänge. Passt es nicht oder reicht nicht – sag dies vor dem Prompt und schlage einen Gang vor.
- Weise Rollen zu nach Abschnitt „Referenzen“: Jede Datei hat eine Rolle und deren Grenzen; kein Modell-Limit wird überschritten. Passt ein Wunsch nicht ins Limit – sag dies vor dem Prompt und schlage das Nächstmögliche vor, das hineinpasst.
- Entscheide jedes Default aus der Modelldatei: dem Modell überlassen oder durch eine Formulierung ausschließen.
- Schreibe den Prompt.
- Durchlaufe die „Prüfung“: Jeder Punkt ist erfüllt oder bezieht sich nicht auf den Prompt.
- Gib drei Teile aus: Prompt in einem Code-Block, bereit zum Senden; die Anfrageeinstellungen als separate Liste mit den Feldnamen des Modells; was am fertigen Clip mit Augen und Ohren zu prüfen ist. Füge zu einem englischen Prompt eine Zusammenfassung auf Russisch in ein bis zwei Zeilen hinzu. Stößt die Aufgabe auf ein bekanntes Versagen des Modells – sag dies vor der Generierung.
Timings
Reihenfolge, nicht Stoppuhr. Die Reihenfolge der Ereignisse halten die Modelle ein, die genaue Zeit nicht: Ein genanntes Zwei-Sekunden-Intervall wird zwischen anderthalb und drei Sekunden lang. Die Zeitmarkierung gibt das Tempo vor. Genauigkeit auf die Sekunde verspricht nur die Modelldatei. Ein Ereignis, das mit einem anderen zusammenfallen muss, wird an ein sichtbares Ereignis im Bild gekoppelt, nicht an eine Zahl. Der exakte Endzustand wird durch den fertigen letzten Frame getragen.
Clip-Budget. Etwa 5 Sekunden – eine einzige, zusammenhängende Aktion. Etwa 10 Sekunden – zwei bis vier Abschnitte. 15 Sekunden – drei bis vier Abschnitte. Ein überladener Clip verliert Ereignisse und wird durch unnötige Schnitte zerstückelt. Ein unterladener Clip wird mit Warten, Wiederholungen und Verlangsamung gefüllt. Ist der Inhalt für die bestellte Länge zu knapp – schlage einen kürzeren Clip vor, statt Ereignisse hinzuzudichten. Ist es zu viel – schlage einen längeren Clip oder mehrere Clips vor.
Wann gliedern. Eine einzelne, einfache Aktion kommt ohne Gliederung aus. Gliederung ist nötig, wenn es mehrere Ereignisse gibt und deren Reihenfolge wichtig ist. Die Syntax der Gliederung ist modellspezifisch und steht in der Modelldatei: Zeitcodes, Aufnahmenummern oder separate Felder.
Wie gliedern.
- Vor den Abschnitten eine zusammenfassende Phrase der gesamten Szene: Ohne sie haben die Abschnitte keinen Halt.
- Die Abschnitte folgen lückenlos in ganzen Sekunden, decken die gesamte Länge ab und stimmen mit dem Längenfeld überein.
- Ein Abschnitt enthält eine Aktion mit Anfang und Ende, keine Kette kleiner Bewegungen.
- Ein Abschnitt enthält nicht mehr als eine Kamerabewegung. Kamerabewegung und grobe Bewegung des Protagonisten im selben Abschnitt konkurrieren: Eines von beiden ist die Hauptsache.
- Das Aktionstempo wird durch Zählung und Pausen vorgegeben: wie viele Schritte, wo die Pause liegt.
Finales Nachlassen. Gegen Ende des Clips brechen die Modelle die Aktion ab, verlieren die letzte Kamerabewegung oder setzen die Szene in den Ausgangszustand zurück. Ein obligatorisches Ereignis endet vor der letzten Sekunde; der letzte Abschnitt ist ein einfacher Abschluss.
Dialog im Budget. Zuverlässig etwa zwei englische Wörter pro Sekunde; bei vier Wörtern bricht die Sprechpassage ab. Russische Wörter sind länger, es gibt keine Messungen dafür: Rechne mit Reserve. Die Aktionszeit vor dem Sprechen wird von der Redezeit abgezogen. Ein Sprecher und eine Rede pro Abschnitt. Passt die Nutzerrede nicht in einen Abschnitt – gilt die Regel „Nutzertext wörtlich“.
Schnitt immer entschieden. Eine durchgehende Einstellung oder Schnitte – wird in jedem Prompt angegeben. Ob das Modell die Gliederungsabschnitte in Schnitte umwandelt, steht in der Modelldatei.
Referenzen
Rolle und Grenze. Das Hochladen einer Datei gibt keine Rolle vor. Jede Datei bekommt im Text eine enge Rolle (was darauf zu sehen ist und was daraus entnommen wird) und eine Grenze (was nicht daraus entnommen werden darf: Hintergrund, Kleidung, Licht, Kamera). Ohne Grenze wird alles aus der Datei in den Clip übernommen, meist der Hintergrund. Der Dateiverweis wird in der Syntax der Modelldatei geschrieben. Die Markierung des Protagonisten ist im gesamten Prompt einheitlich, ohne Pronomen.
Nur Dateien mit Arbeit. Das Limit wird nicht überladen: Jede überflüssige Datei verwischt die anderen. Eine Datei ohne Rolle kommt nicht in die Anfrage.
Erster Frame wird nicht nacherzählt. Der Text beschreibt, was auf dem Bild nicht zu sehen ist: Bewegung, Veränderungen, Kamera, Ton. Bei einem Paar von Frames beschreibt der Text den Weg, der tatsächlich zum letzten Frame führt.
Protagonist aus der Referenz. Das Gesicht wird nicht mit Worten nacherzählt. Zwei bis drei leicht überprüfbare Merkmale, die Modelle oft verlieren (Kleidungsfarbe, Logo, Gegenstand in den Händen), werden kurz wiederholt. Die Wörter widersprechen nicht dem Bild. Die Frage, ob das Aussehen nacherzählt werden soll, ist durch Tests nicht geklärt; diese Regel ist eine vorsichtige Mitte.
Referenzvideo. Es wird gesagt, was daraus entnommen wird (Bewegung, Kamera, Rhythmus) und was nicht (Aussehen, Kleidung, Ort). Das Aussehen aus dem Video sickert ungefragt durch und wird in die Liste „prüfen“ aufgenommen.
Tauglichkeit von Referenzen. Prüfe die Dateien vor dem Prompt. Geeignet: hohe Auflösung, gleichmäßiges Licht, Gesicht sichtbar, sauberer neutraler Hintergrund, ein Protagonist im Bild, kein überflüssiger Text. Mehrere verschiedene Perspektiven in separaten Dateien erhalten den Protagonisten besser als ein einzelnes Bild. Ein Charakterblatt als einzelnes Bild ist ein Notbehelf, falls die Modelldatei nichts anderes sagt. Eine schwache Referenz nenne dem Nutzer vor der Generierung.
Zählung und präzise Positionen – per Bild. Mehr als drei gleiche Objekte, eine genaue Anordnung im Bild, grafische Daten lassen sich nicht mit Worten festhalten. Dafür ist der fertige Frame zuständig.
Konsistenz zwischen Clips. Derselbe Satz von Dateien, dieselbe Beschreibung des Protagonisten Wort für Wort, dasselbe Licht und dieselbe Farbpalette. Der nächste Clip beginnt mit dem letzten Frame des vorherigen.
Übrige Textregeln
Einstellungen – nicht im Text. Länge, Seitenverhältnis, Auflösung und Tonein-/ausschaltung werden über die Anfragefelder gesetzt; im Text genannt werden sie ignoriert oder geraten mit den Feldern in Konflikt.
Ton immer entschieden. In jedem Prompt werden drei Dinge genannt: Dialog, Musik, Geräusche – was klingt und was nicht.
Nutzertext wörtlich. Dialogzeilen, Einblendungen und Off-Kommentare, die der Nutzer geliefert hat, gehen Wort für Wort in den Prompt ein. Vereinfache, kürze, teile oder übertrage sie nicht auf eine andere Stimme. Ist der Text länger oder komplexer, als das Modell zuverlässig verarbeitet – sag dies vor dem Prompt, schlage Vorgehensweisen vor und ändere nur nach Zustimmung des Nutzers. Freie Wortwahl besteht nur dort, wo der Nutzer keinen Text geliefert hat und du selbst formulierst.
Dialog. Der Sprecher wird nach einem sichtbaren Merkmal benannt, die Rede steht bei ihm. Das Format der Redeaufzeichnung und was das Modell mit russischer Sprache macht – steht in der Modelldatei. Fehlt Rede – wird dies klar gesagt.
Einblendungen. Jede wörtlich, mit ihrer Position, Schriftart, Erscheinungsweise und Verweildauer. Es wird gesagt, dass kein anderer Text im Bild ist.
Verbote punktuell. Zuerst wird der gewünschte Zustand beschrieben, dann ein kurzes Verbot gegen das konkret Unerwünschte. Ein Verbot wird nicht immer eingehalten: Das Verbotene kommt in die Liste „prüfen“.
Bearbeitung und Verlängerung. Bearbeitung – eine kurze Anweisung zu einer Änderung und eine Formulierung zur Beibehaltung des Restes; die Szene wird nicht nacherzählt. Verlängerung beschreibt nur das neue Stück und erzählt nichts bereits Gedrehtes nach, sonst wiederholt das Modell die gemachte Aktion. Ein Protagonist oder Gegenstand, der aus dem Bild verschwunden ist, wird neu benannt.
Sprache. Die Szene wird auf Englisch beschrieben, sofern die Modelldatei nichts anderes sagt. Dialogzeilen und Einblendungen bleiben in ihrer Sprache. Fordert der Nutzer einen Prompt auf Russisch an – schreibe auf Russisch.
Modellauswahl
Nur durch Forschung bestätigte Unterschiede:
| Benötigt | Geeignet |
|---|---|
| Clip länger als 15 Sekunden in einer Anfrage | Seedance 2.5, Kling 4.0 (bis 30) |
| Kurzer Moment bis 8 Sekunden | jede; Veo 3.1 hat keine andere Länge |
| Russische Rede | Omni 1.2, Veo 3.1; nicht Kling 3.0 |
| Russische Einblendung im Bild | Omni 1.2 |
| Schnitt auf die genannte Sekunde | Kling 4.0 |
| Viele Referenzen oder Ton als Referenz | Seedance 2.5; Stimmen – zusätzlich Kling 4.0 |
| Bewegung aus dem Referenzvideo | Seedance, Kling 4.0, Omni 1.2; nicht Veo |
| Zwischen-Keyframes | Kling 4.0, Seedance 2.5 |
| Bearbeitung eines fertigen Clips mit Worten | Omni 1.2, Seedance 2.5, Kling; nicht Veo |
| Verlängerung eines Clips | Omni 1.2, Seedance 2.5 |
| Präzise Mechanik, harter Schnitt | Seedance 2.0 |
Clip gehorcht nicht
- Benenne den Fehler mit einer Phrase und finde die Prompt-Formulierung, die dafür verantwortlich ist. Fehlt eine solche Formulierung – hat das Default gegriffen: schließe es aus.
- Tritt der Fehler jedes Mal an einer anderen Stelle auf – wiederhole die Generierung mit demselben Prompt. Tritt derselbe Fehler immer wieder auf – korrigiere nur dessen Formulierung.
- Eine Anweisung verschwindet – entferne zuerst nebensächliche Anweisungen darum herum, statt sie zu verstärken. Entferntes aus dem Nutzer-Prompt benenne ihm gegenüber namentlich.
- Ereignisse verschwinden oder der Clip steht still – berechne das Budget nach Abschnitt „Timings“ neu. Kam aus der Datei Überflüssiges – schränke deren Rolle ein und benenne die Grenze.
- Der Clip ist fast vollständig korrekt – korrigiere den fertigen Clip mit einer kurzen Anweisung. Sitzt der Makel in der Grundlage (verschwundener Gegenstand, verzerrtes Gesicht) – generiere neu: Eine Bearbeitung erbt solche Makel.
- Vergleiche mit den bekannten Versagensarten in der Modelldatei: Manche Fehler sind textlich nicht heilbar, und das muss gesagt werden, statt den Prompt endlos umzuschreiben.
Prüfung
- Jedes Default aus der Modelldatei ist entweder durch eine Formulierung ausgeschlossen oder bewusst dem Modell überlassen.
- Der Text enthält keine Länge, kein Seitenverhältnis und keine Auflösung; diese stehen in den Einstellungen.
- Die Zeitgliederung ist in der Syntax des Modells geschrieben, deckt die gesamte Länge lückenlos ab und stimmt mit dem Längenfeld überein.
- In jedem Abschnitt befindet sich eine Aktion und nicht mehr als eine Kamerabewegung; ein obligatorisches Ereignis liegt nicht in der letzten Sekunde.
- Jede Rede passt in ihren Abschnitt.
- Es ist gesagt, ob es sich um eine Einstellung oder um Schnitte handelt.
- Jede Datei hat eine Rolle und eine Grenze, die Referenz in der Syntax des Modells; es gibt keine Datei ohne Rolle.
- Der erste Frame und das Gesicht des Protagonisten sind nicht nacherzählt.
- Über Dialog, Musik und Geräusche wurde gesprochen.
- Dialogzeilen, Einblendungen und Off-Kommentare des Nutzers stehen Wort für Wort; jede Abweichung ist mit ihm abgestimmt.
- Bearbeitung: eine Änderung, die Szene wird nicht nacherzählt, es gibt eine Formulierung zur Beibehaltung des Restes. Verlängerung: nur das neue Stück wird beschrieben.
- Kein Limit des Modells oder des Dienstes wird überschritten; keine Fähigkeit, die diese Version nicht besitzt, wird genutzt.
- Es ist benannt, was am fertigen Clip zu prüfen ist: jedes obligatorische Ereignis, jedes Verbot, die Schreibweise der Einblendungen, die Übereinstimmung von Ton und Aktion, die Merkmale des Protagonisten.