Prompts voor AI video die werken van clip één tot zes

Prompts voor AI video die langer dan twee seconden houden

De meeste prompts voor AI video zijn geschreven voor één clip. De mijne moeten zes clips overleven. Dat is het verschil tussen een wereld genereren en er alleen naar kijken: het licht in clip één moet hetzelfde zijn in clip vier, anders breekt de continuïteit. Hier is de exacte structuur die ik gebruik voor prompts voor AI video op Veo, wat verandert wanneer ik dezelfde brief door Kling draai, en welke gewoontes stil je generatiecredits aan het verspillen waren.

Waarom de meeste prompts voor AI video na twee clips kapot gaan

Ik had zes cinématische shots voor één wereld: een brede establishing, een middelmatige pan, een close-up op het water, drie personagebeaten. Zes aparte prompts, elke keer vers geschreven, zoals elke gids je vertelt.

Bij clip drie was de mist dunner geworden. Bij clip vijf was het licht van schemerblauwe tinten verschoven naar iets dat meer op middag leek. Niemand vertelde het model dat de weersomstandigheden moesten veranderen. Ik beschreef het gewoon iets anders, telkens iets anders, en na zes keer voelt het alsof je op een ander planet bent.

De oplossing was niet een beter prompt. Het was een vast blok dat ik bovenaan elke clip in de sequence onveranderd plak:

Wereldsleutel (ongewijzigd hergebruikt in elke clip):
mistige bergvallei, schemering, blauw-violet licht, dunne grondmist,
verre bergtop op de horizon, ingetogen kleurcorrectie, geen lens flare

Alles erna mag veranderen: onderwerp, actie, camera. De wereldsleutel niet. Eenmaal dat ik continuïteit als een vaste onderdeel ging zien in plaats van als een hoop, daalde mijn onbruikbare-clip-tarief op een zesclipassequence van ongeveer 4 op 10 naar ongeveer 1 op 10.

Dat klinkt klein totdat je de credits telt. Een zesclipassequence met een 40 procent uitvalpercentage betekent twee tot drie shots opnieuw genereren, bovenop de zes die je al hebt betaald. Bij 10 procent uitval eindigen de meeste sequences schoon op de eerste poging. Het prompt werd korter. De output werd voorspelbaarder. Die twee dingen gebeurden tegelijk, en dat is het waard om op te merken.

De vijf lagen die Veo werkelijk beloont

Google's eigen prompting gids voor Veo 3.1 breekt een sterk prompt in vijf delen: onderwerp en actie, camera, omgeving en verlichting, stijl en stemming, en audio, dus dialoog, geluidseffecten en omgevingsgeluid, elk geschreven als eigen regel. Sla de audiolaag over en je krijgt een stille clip die onafgemaakt voelt, zelfs als de beelden perfect zijn.

Dit is een prompt gebouwd op die structuur, beschrijving van een scene die ik werkelijk heb gegenereerd:

Camera: langzame dolly in, heup hoogte, ondiepe scherptediepte
Onderwerp: een robotbartender die een glas achter een verweerde houten bar poetst
Actie: hij zet het glas neer en kijkt op als de deur opengaat
Omgeving: een mistige 1920s Detroit jazzclub, warm snoerlicht, dunne nevel
Stijl: 1940s filmnoir kleurcorrectie, zacht korrelig
Audio: omgevingsgeluid, gemompelde gesprekken en een gedempt trompet

Dit is geen sleutelwoord lijst. Het zijn vijf korte instructies die het model onafhankelijk kan uitvoeren, wat meer uitmaakt dan het klinkt. Google citeert een klant, de audio-app Pocket FM, die meldt een toename van 30 tot 40 procent in behoud na het bouwen van gelaagde, Veo-gegenereerde video in hun product. Ik kan dat getal zelf niet verifiëren, maar de onderliggende claim, dat structuur beter is dan een langere adjectief stapel, klopt met wat ik clip na clip zie.

NPC dialoog schrijven zonder de scene kapot te maken

De audiolaag is waar de meeste wereldgerichte prompts uit elkaar vallen, omdat dialoog moet klinken alsof het van een personage komt, niet van een text-to-speech-lezer.

Aanhalingstekens zijn hier meer van belang dan ergens anders in het prompt. Ken de regel toe aan het personage, beschrijf de aflevering, en houd het kort:

Audio: de bartender zegt, "We krijgen hier niet veel vreemdelingen,"
in een vlakke, onverschillige toon. Omgevingsgeluid: verre donder, tinkelende glazen.

Twee regels, niet één alinea. Een lange dialoogregel heeft de neiging verminkt of afgekapt te raken. Twee korte uitwisselingen, elk met zijn eigen afleveringsnoot, komen er dichter bij wat je eigenlijk voor je zag. Als een scene een derde dialoogregel nodig heeft, is dat meestal een teken dat het twee clips moeten zijn in plaats van één.

Camerataal is de hefboom, niet de bijvoeglijke naamwoorden

Vervang "cinématisch" voor "adembenemend" in een prompt en bijna niets verandert in de output. Vervang "statische wide shot" voor "langzame dolly in" en het gehele emotionele register van de clip verschuift, omdat het model dat werkelijk als een fysieke camerabewegning parseert, niet als versiering.

De werkwoorden die consistent werken in zowel Veo als Kling: dolly in of uit, pan, crane, steadicam volgen, handheld, aerial of drone. Ook lenzkeuze is belangrijk. Een 16mm voelt wijd en licht vervormd, goed voor schaal. Een 85mm comprimeert de achtergrond en vleit een close onderwerp. Geen van beide heeft drie gestapelde bijvoeglijke naamwoorden nodig om zijn werk te doen.

Kling gaat hier anders om dan Veo op één specifieke manier die het waard is om te weten voordat je een tool kiest: het is merkbaar sterker in soepele menselijke en karakterbewegingen over langere clips, waar Veo meestal wint op natuurlijke verlichting en prompt-trouw op omgevingsshots. Als je wereld veel NPC-stijl beweging in beeld heeft, dat is de afweging om zelf te testen in plaats van aan te nemen.

Ik draai instellingen en omgevingsshots door Veo en karakterzware beats door Kling, dan pas ik de wereldsleutel op beide aan. Het is meer setup dan één tool kiezen en daar blijven, maar de naden tonen minder dan je zou verwachten als de verlichtingstaal is vergrendeld.

Wat je moet vermijden: gewoontes die je credits verspillen

Drie dingen die ik niet meer doe, in volgorde van hoeveel ze me kostten.

Sleutelwoord-salade prompts. Een kommagescheiden stapel zoals "epic, cinématisch, 8k, trending, meesterwerk" doet minder dan één duidelijke zin over wat er in beeld gebeurt. Het model heeft niets om op in te spelen in een woord als "epic." Het heeft echt wat op in te spelen in "de camera kraan op terwijl de brug in zicht komt."

Vage negatieve prompts. "Geen slechte kwaliteit" vertelt het model niets nuttig. "Geen lens flare, geen motion blur op het voorgrond onderwerp" vertelt het precies wat het moet onderdrukken. Specifieke negatieven werken. Vage werken niet.

De hele wereld elke clip opnieuw schrijven. Dit is dezelfde fout als het continuïteitsprobleem hierboven, maar verschijnt als verspilde uitgaven in plaats van zichtbare drift. Elke volledige herschrijving is een frisse kans voor het model om de palet te laten afwijken, en elke afwijkende clip is een generatie die je weggooit.

Meer dan twee nieuwe elementen per shot stapelen. Voeg een nieuw personage toe, een nieuwe weersomstandigheid, en een nieuwe camerabewegings in hetzelfde prompt, en het model moet gissen welke het meest belangrijk voor je is. Verander één ding, kijk wat gebeurt, verander dan de volgende.

Één wereld consistent houden over zes clips

De wereldsleutel trick werkt, maar het is een handmatige patch voor een probleem waarmee de industrie actief aan tooling werkt. Higgsfield's Soul feature bijvoorbeeld, is speciaal gebouwd om de visuele identiteit van een karakter constant te houden over aparte generaties, een moeilijkere versie van hetzelfde continuïteitsprobleem dat ik handmatig met een geplakt tekstblok oplos.

Ik heb nog geen tool gevonden die omgevingscontinuïteit op de manier vergrendelt die ik wil voor een volledige wereld, zes clips, één coherente plaats. Tot die ergens bestaat, is de discipline aan de prompt-schrijver: dezelfde wereldsleutel, dezelfde verlichtingstaal, dezelfde voorzichtigheid over hoeveel nieuwe elementen je per clip introduceert. Twee nieuwe elementen per shot, maximum. Voeg er een derde in en iets anders breekt meestal.

Er is een versie hiervan die voorbij zes clips schaalt. Wanneer een fork van een wereld wordt opgepikt door iemand anders, een medewerker, een tweede maker die je basis remixed, reist de wereldsleutel mee met de fork. Ze erven de verlichtingstaal of ze weten het of niet, omdat deze bovenaan elke prompt in de sequence zit. Dat is de werkelijke waarde van het opschrijven in plaats van het in je hoofd houden: iemand anders kan precies waar je bent gebleven oppakken, zonder een oproep om te synchroniseren wat "het licht" er uit moet zien.

Redigeren wat je genereert: het onderdeel waar niemand een prompt voor schrijft

Geen prompt bepaalt tempo. Eenmaal je zes clips hebt die samengaan, moet je ze nog steeds in iets kijkaars snijden, onderschriften toevoegen als het stuk ergens sociaal gaat, en de halve seconde trimmen waar de motie van het model raar wordt voordat het zich settelt.

Dat is een apart vaardigheid van prompting, en het is degene die de meeste gidsen overslaan omdat het na het interessante onderdeel gebeurt. Het is ook waar een ruwe set clips een werkelijke sequence wordt, onderschriften erin, dode frames eruit, de onhandige halve seconde beweging getrimd voordat het in iets griezeligs settelt.

Je eerste ontwerp is een rough cut, geen diagnose

De eerste keer dat een clip verkeerd terug komt, is het instinct om het hele prompt te herschrijven. Niet doen. Verander de ene regel die werkelijk verantwoordelijk is, het camerawerkwoord, de verlichtingsfrase, het enkele nieuwe element dat je toevoegde, en genereer opnieuw. Het meeste wat lijkt op een prompt-fout is één woord dat het verkeerde werk doet.

Schrijf de wereldsleutel eerst. Schrijf dan zes korte, specifieke instructies die erin leven, niet zes werelden die toevallig dezelfde naam delen. Fork de ene clip die het dichtst bij staat, verander één regel, en kijk wat breekt voordat je beslist dat het prompt verkeerd was.