Quasi tutti i brutti video IA nascono da un buon italiano. Qualcuno scrive una bella frase che descrive una scena, il modello rende una bella frase che descrive una scena, e viene fuori una foto d'archivio in movimento: gradevole, ferma, inservibile.
Il rimedio è un cambio di postura. Smetti di descrivere. Mettiti a dirigere. Un regista non dice alla troupe «una bella scena di cucina, cinematografica». Chiama una misura d'inquadratura, un movimento di macchina, una fonte di luce e un'azione. È a questo che Hailuo risponde.
La formula in sette parti
Percorrile in quest'ordine. Non ti serviranno sempre tutte e sette, ma le prime quattro sono quasi obbligatorie.
- Soggetto: chi o cosa, descritto con dettaglio sufficiente a non cambiare tra una ripresa e l'altra.
- Azione: un gesto. Uno.
- Ambiente: dove, e quando.
- Macchina: misura d'inquadratura più movimento.
- Luce e stile: da dove arriva la luce e che resa produce.
- Audio e dialoghi: cosa vuoi sentire, con le battute tra virgolette.
- Vincoli: cosa deve restare fuori campo.
Pezzo per pezzo
Soggetto
Vago: una donna. Meglio: una donna sui cinquant'anni, capelli grigi corti, grembiule da lavoro blu notte.
I sostantivi precisi danno al modello qualcosa a cui aggrapparsi tra un'inquadratura e l'altra. Se un personaggio deve sopravvivere a più generazioni, descrivilo una volta, salva la frase e riusala identica. O meglio: allega un'immagine di riferimento e smetti del tutto di descriverlo.
Azione
È qui che si rompono quasi tutti i prompt. «Prende la tazza, cammina fino alla finestra e guarda la pioggia» sono tre gesti. In una clip da sei secondi il modello li tenterà tutti e tre, li correrà tutti e tre e non ne azzeccherà nessuno.
Tieni quello che conta: Porta la tazza alla bocca e si ferma. La camminata la generi come seconda inquadratura, se ti serve.
Ambiente
Luogo e ora del giorno, in breve. Uno studio in casa, disordinato, al tramonto. Una strada bagnata alle due di notte. L'ora del giorno lavora tantissimo, perché implica la luce prima ancora che tu abbia detto qualcosa sull'illuminazione.
Macchina
Due componenti: quanto vicino, e come si muove.
| Invece di | Di' |
|---|---|
| cinematografico | Primo piano largo, lenta carrellata in avanti |
| dinamico | Macchina a mano, in pedinamento dietro al soggetto |
| epico | Campo lungo, gru che sale lentamente |
| angolazione drammatica | Dal basso, fissa, il soggetto occupa il terzo sinistro |
| bella inquadratura | Sopra la spalla, poca profondità di campo |
La colonna di sinistra è un'atmosfera. Quella di destra è un'istruzione. Solo una delle due si può eseguire.
Luce e stile
Nomina la fonte, non la vibe. Sole duro di mezzogiorno attraverso una veneziana verticale. Una sola lampada in scena, tutto il resto che scivola in ombra. Cielo coperto, luce piatta, nessuna ombra. Se vuoi resa da cinema, nomina una pellicola o un'epoca invece di scrivere «cinematografico» un'altra volta.
Audio e dialoghi
Hailuo genera musica stereo, ambiente e voci nella stessa passata dell'immagine, incollati all'azione. L'audio quindi è un ingresso del prompt, non un problema da risolvere dopo.
- Ambiente: Sala silenziosa, traffico lontano, il ronzio di un frigorifero.
- Musica: Pianoforte scarno, lento. Oppure, altrettanto utile, niente musica.
- Dialogo: metti la battuta tra virgolette e di' chi la pronuncia. Lei dice: «Sei in anticipo.»
Tieni corte le battute. Dieci parole in una clip da sei secondi suonano di corsa.
Vincoli
Di' cosa non vuoi, soprattutto le cose che i modelli amano aggiungere senza che nessuno le chieda: Niente testo a schermo. Niente riflessi d'obiettivo. Nessuno sullo sfondo. Niente musica.
Un prompt, riscritto
Prima:
- Un'inquadratura cinematografica di un uomo che beve un caffè in un bar, illuminazione stupenda, molto dettagliato, 4k, capolavoro
Dopo:
- Primo piano largo di un uomo sulla trentina in giacca antracite, seduto al tavolo della finestra in un bar quasi vuoto. Posa la tazza e guarda fuori campo, a sinistra. Macchina fissa, poca profondità di campo. Il sole del mattino entra dalla finestra e raso il tavolo, luci calde, ombra profonda sul lato lontano del viso. Ambiente: sibilo della macchina del caffè, brusio basso, niente musica. Niente testo a schermo.
Stessa idea, ma la seconda versione specifica una misura d'inquadratura, una sola azione, una direzione di sguardo, una fonte di luce con la sua direzione, un letto sonoro e un'esclusione. Ognuna di queste cose, altrimenti, la decide il modello al posto tuo.
Prompt su più inquadrature
Per le sequenze, scrivi ogni inquadratura come un blocco a sé, con la sua macchina e la sua azione, e tieni la descrizione del soggetto identica ovunque. Dai un arco alla sequenza: le inquadrature devono salire, non ripetersi.
- Inquadratura 1 — Campo lungo. L'officina, luci spente, una finestra. Fissa.
- Inquadratura 2 — Piano medio. La stessa donna col grembiule blu notte accende la lampada del banco. Lenta carrellata in avanti.
- Inquadratura 3 — Dettaglio delle sue mani che posano un attrezzo. Fissa, fuoco corto.
Tre inquadrature, un gesto ciascuna, che salgono dalla stanza vuota fino alle mani. Questo si legge come una scena. Tre variazioni su «lei lavora in officina» si leggono come tre tentativi della stessa inquadratura.
I riferimenti battono gli aggettivi
Le parole fissano la resa; i riferimenti fissano il concreto. Hailuo 03 accetta fino a 50 riferimenti in una sola generazione, mescolati come vuoi: immagini, spezzoni video e audio.
Se hai riscritto una descrizione tre volte e il volto, l'etichetta del prodotto o il colore del marchio continuano a spostarsi, quello è il segnale di allegare un file invece di cercare l'ennesimo aggettivo.
Cinque errori che bruciano crediti
- Impilare aggettivi. «Cinematografico, iperdettagliato, premiato, 8k» non aggiunge niente e spinge più in basso le istruzioni vere.
- Più di un'azione. La prima causa di movimento sfasciato.
- Descrivere una foto, non un'inquadratura. Se il tuo prompt funzionerebbe come didascalia di un'immagine ferma, dentro non c'è una macchina da presa.
- Combattere la deriva a parole. I problemi di coerenza sono un problema di riferimenti, non di scrittura.
- Fare le bozze a risoluzione piena. Itera in 768p su un modello veloce, poi lancia in 2K il prompt vincente.
Domande frequenti
Quanto dovrebbe essere lungo un prompt su Hailuo?
Abbastanza da coprire soggetto, azione, ambiente e macchina: di solito due-quattro frasi. Quello che va oltre di solito è aggettivo, non informazione.
Posso scrivere dialoghi nel prompt?
Sì. Metti la battuta tra virgolette e di' chi parla. Il dialogo viene generato con l'immagine e sincronizzato sulle labbra, quindi tienilo abbastanza corto da starci nella clip.
Le istruzioni negative funzionano?
Sì. «Niente testo a schermo», «niente musica» e «niente riflessi d'obiettivo» valgono la pena ogni volta che un modello si ostina ad aggiungere qualcosa che non vuoi.
Perché il mio personaggio cambia faccia a ogni clip?
Perché le parole non riescono a inchiodare un volto. Allega la stessa immagine di riferimento a tutte le generazioni della sequenza.
Devo scrivere in modo diverso per modelli diversi?
La formula vale per Hailuo 03, 2.3, 2.3 Fast e 02. Quel che cambia è il margine: 03 accetta molti più riferimenti e una clip più lunga, quindi regge un prompt su più inquadrature più denso.
A che risoluzione conviene scrivere?
Si scrive uguale a qualsiasi risoluzione. Fai le bozze in 768p per risparmiare crediti, poi rilancia in 2K il prompt che ha funzionato.