Wie man einen Text-zu-Video-Prompt schreibt, der zusammenpasst

Text-zu-Video-Prompts scheitern auf vorhersehbare Weise: Sie beschreiben eine Geschichte statt einer Einstellung. Eine Geschichte hat Figuren, Handlung und mehrere Schauplätze. Eine Einstellung hat ein Motiv, eine Aktion, eine Kamera, Licht und Atmosphäre. Das Modell kann eine Einstellung erzeugen. Mit einer Geschichte tut es sich schwer.

Dieser Leitfaden gibt dir eine fünfzeilige Struktur, die für kurze Clips funktioniert, plus den Prüfprozess, der die Fehler aufdeckt.

Die kurze Antwort

Schreibe fünf Zeilen: Motiv, Aktion, Kamera, Licht, Atmosphäre. Halte die Aktion bei einer Sache und die Kamera bei einer Bewegung. Wähle das Seitenverhältnis, bevor du schreibst. Beginne mit dem kürzesten Clip, den das Modell unterstützt. Prüfe Gesichter, Hände, Text und Bewegung Bild für Bild.

Zeile 1: das Motiv

Nenne ein Hauptmotiv. Es kann eine Person, ein Objekt, ein Tier oder ein Ort sein.

Ein einsamer Wanderer in einer roten Jacke.

Wenn du eine Person einbeziehst, beschreibe sie so, dass keine bestimmte reale Identität erforderlich ist:

Ein Wanderer mittleren Alters in einer roten Jacke und einem dunklen Rucksack.

Vermeide es, einen echten Schauspieler oder eine öffentliche Person zu nennen. Das Modell könnte ein Abbild erzeugen, für dessen Nutzung du keine Rechte hast.

Zeile 2: die Aktion

Eine Aktion. Keine Abfolge.

Geht langsam entlang eines Bergrückens.

Gute Aktionen für kurze Clips:

• Dreht den Kopf.
• Geht ein paar Schritte.
• Hebt eine Hand.
• Blickt zum Horizont hinaus.
• Öffnet eine Kiste.
• Gießt ein Getränk ein.
• Dreht sich langsam.

Aktionen, die schwer sind:

• Kämpfen.
• Tanzen mit komplexer Fußarbeit.
• Ein Objekt an eine andere Person übergeben.
• Laufen und sich drehen.
• Alles, was präzisen Handkontakt erfordert.

Wenn du eine komplexe Aktion brauchst, teile sie in mehrere Clips auf und schneide sie zusammen.

Zeile 3: die Kamera

Eine Bewegung, mit einer Geschwindigkeit und einer Richtung.

Langsamer Push-in von einer Totale zu einer Halbnahen.

Kamera-Vokabular, das funktioniert:

• Statische Kamera.
• Langsamer Push-in.
• Langsamer Pull-out.
• Seitlicher Schwenk.
• Untersicht.
• Over-the-Shoulder-Einstellung.
• Drohnenartiger Aufstieg.

Kombiniere höchstens zwei Ideen, etwa „langsamer Push-in, leicht untersichtig“. Eine Liste mit fünf Kamerabewegungen verwirrt das Modell.

Zeile 4: das Licht

Licht bestimmt die Stimmung und die Farbe.

Weiches Sonnenaufgangslicht von rechts, warme Glanzlichter, kühle Schatten, leichter Dunst.

Nützliche Lichtbeschreibungen:

• Weiches Fensterlicht.
• Hartes Mittagssonnenlicht.
• Bewölktes, diffuses Licht.
• Neonlicht bei Nacht.
• Gegenlicht zur goldenen Stunde.
• Einzelne Softbox.
• Kerzenlicht.
• Blaue Stunde.

Nenne die Richtung und die Qualität, nicht nur die Farbe.

Zeile 5: die Atmosphäre

Atmosphäre verleiht Tiefe und Bewegung, ohne neue Motive hinzuzufügen.

Dünner Nebel zieht zwischen den Bergrücken, ein paar Vögel in der Ferne.

Nützliche Atmosphäre:

• Nebel oder Dunst.
• Regen oder Schnee.
• Staubpartikel.
• Rauch.
• Lichtschimmer.
• Hitzeflimmern.
• Wellen.
• Blätter im Wind.

Halte die Atmosphäre vom Gesicht fern, wenn die Identität wichtig ist.

Alles zusammenfügen

Ein einsamer Wanderer in einer roten Jacke geht langsam entlang eines Bergrückens.
Kamera: langsamer Push-in von einer Totale zu einer Halbnahen, leicht untersichtig.
Licht: weicher Sonnenaufgang von rechts, warme Glanzlichter, kühle Schatten.
Atmosphäre: dünner Nebel zieht zwischen den Bergrücken, ein paar Vögel in der Ferne.
Filmisch, fotorealistisch, stabile Anatomie, kein Text, keine Logos, 5 Sekunden.

Das ist eine Einstellung. Sie hat genug Detail, um das Modell zu führen, und nicht so viel, dass das Modell eine Handlung improvisieren muss.

Seitenverhältnis und Dauer

Wähle das Verhältnis, bevor du schreibst. Ein vertikaler Clip braucht eine andere Komposition als ein horizontaler.

Halte den ersten Clip kurz. Kurze Clips sind günstiger, leichter zu prüfen und leichter kohärent zu halten. Verlängere erst, wenn die Bewegung stabil ist.

Das Ergebnis prüfen

Halte auf Einzelbildern an. Prüfe:

• Anatomie: Finger, Hände, Arme, Beine und Gesichter.
• Identität: Bleibt die Person dieselbe?
• Text: Schilder, Beschriftungen und Bildschirme.
• Physik: Bewegen sich Objekte mit Gewicht?
• Hintergrund: Verzerrt er sich, wiederholt er sich oder verschwindet er?
• Kontinuität: Bleibt das Motiv am selben Ort?
• Ende: Hält das letzte Bild zusammen?

Ein Clip kann bei Abspielgeschwindigkeit gut aussehen und bei einem einzelnen angehaltenen Bild scheitern. Wenn das Bild scheitert, scheitert der Clip.

Häufige Fehler

Eine Geschichte schreiben. Das Modell braucht eine Einstellung, keine Handlung.

Mehrere Figuren hinzufügen. Jede Figur erhöht die Chance auf Fehler bei Anatomie und Identität.

Text auf einem Schild verlangen. Text ist unzuverlässig. Füge ihn in einem Editor hinzu.

Eine komplexe Aktion verwenden. Teile sie in einfachere Clips auf.

Das Ende ignorieren. Die letzten Bilder driften oft ab.

Das Seitenverhältnis vergessen. Ein horizontaler Prompt, der auf vertikal zugeschnitten wird, verliert die Komposition.

Audio voraussetzen. Audio hängt vom gewählten Modell ab. Prüfe die aktuellen Steuerelemente.

Wann man stattdessen Bild-zu-Video verwendet

Verwende Bild-zu-Video, wenn du bereits ein starkes Standbild hast und Bewegung hinzufügen möchtest. Es gibt dem Modell ein festes erstes Bild, was die Identitätskonsistenz meist verbessert.

Verwende Text-zu-Video, wenn du eine neue Szene brauchst und kein Ausgangsbild hast. Es hat mehr Freiheit, was sowohl der Vorteil als auch das Risiko ist.

Wenn du ein gutes Standbild hast, lies zuerst den Bild-zu-Video-Leitfaden. Er ist oft der zuverlässigere Weg.

Eine wiederverwendbare Video-Prompt-Vorlage

[Ein Motiv mit einer klaren visuellen Beschreibung].
[Eine Aktion].
Kamera: [eine Bewegung, Geschwindigkeit, Winkel].
Licht: [Richtung, Qualität, Farbe].
Atmosphäre: [ein atmosphärisches Element].
[Stil: filmisch / dokumentarisch / werblich].
Stabile Anatomie, konsistente Identität, kein Text, keine Logos.
[Vom Modell unterstützte Dauer und Seitenverhältnis].

Den Workflow ausprobieren

Die Seite KI-Video-Generator öffnet den Arbeitsbereich im Text-zu-Video-Modus mit drei Einstellungs-Prompts. Du kannst einen Prompt ohne Konto kopieren. Eine Generierung verbraucht Credits; die Preisseite listet die aktuellen Pakete und Pläne auf.

Wenn du ein Vorschaubild für den fertigen Clip brauchst, lies den Vorschaubild-Leitfaden. Wenn du ein Standbild in Bewegung verwandeln möchtest, beginne mit dem Bild-zu-Video-Leitfaden.