Dette lærer du
- En femdelt promptstruktur (motiv, handling, setting, stil, kamera) du kan bruke hver gang
- Hvordan skrive om en vag prompt til en presis — med før/etter-eksempler
- Hvorfor negative signaler ("ingen tekst, ingen vannmerke") rydder opp i resultatene
- En iterasjonsloop med én endring om gangen som forbedrer klipp uten gjetting
Hvordan modeller leser prompten din
En tekst-til-video-modell "forstår" ikke en historie slik et menneske gjør — den mønstermatcher ordene dine til visuelle ting den har lært. Jo mer konkret du beskriver hva som skal være på skjermen og hvordan kameraet oppfører seg, desto mindre må den gjette. Presise substantiv, én klar handling og en navngitt kamerabevegelse slår en haug med stemningsadjektiver.
En promptstruktur som fungerer
Beskriv opptaket slik en regissør ville gjort — motiv, handling, setting, stil og kamera. Hold det til én eller to tydelige setninger.
- 1Motiv: hvem eller hva er på skjermen ("en barista", "en slank telefon").
- 2Handling: hva skjer ("heller latte art", "roterer sakte på en pidestall").
- 3Setting: hvor ("solfylt spesialkaffé", "minimalistisk studio, myke skygger").
- 4Stil: uttrykket ("cinematisk, liten dybdeskarphet, varm fargegrading").
- 5Kamera: bevegelsen ("sakte innzoom/push-in", "orbit", "statisk vid").
Før og etter
Vagt: "en kaffevideo". Bedre: "Nærbilde av en barista som heller latte art i en hvit kopp på en trebenk, solfylt spesialkaffé, cinematisk, liten dybdeskarphet, sakte push-in, ingen tekst." Den andre prompten styrer motiv, setting, lys, optikk og bevegelse — så modellen har langt mindre å finne på, og du får oftere et brukbart opptak.
Si hva du ikke vil ha
Negative signaler rydder opp i resultatene. Legg til "ingen tekst, ingen vannmerke, ingen logoer, ingen ekstra fingre" for å unngå klassiske AI-artefakter. For merkevaresikre klipp, legg til "generisk emballasje, ingen merkevarelogoer". En kort eksklusjonsliste gjør ofte mer for kvalitet enn enda et adjektiv.
Iterer, ikke overspesifiser
Start med en fokusert prompt, generer, og endre deretter én ting om gangen — først lyssetting, så kamerabevegelse, så stemning. Å stable ti adjektiver samtidig gjør det umulig å se hva som faktisk hjalp. Behandle hver generering som et eksperiment med én variabel.
Bygg en gjenbrukbar «husstil»
Når du finner et uttrykk du liker, lagre stilhalvdelen av prompten som et suffiks (f.eks. "cinematisk, 4K, mykt naturlig lys, liten dybdeskarphet") og gjenbruk det på tvers av klipp. Du endrer motiv og handling per opptak, men husstilen holder en serie visuelt konsistent — som er det som får en kanal til å virke gjennomtenkt.
Kjappe tips
- Start med det viktigste visuelle — modeller vektlegger starten av prompten mer.
- Navngi kamerabevegelsen ("sakte panorering", "orbit", "statisk") for å styre energi og tempo.
- Gjenbruk et «husstil»-suffiks for et konsekvent uttrykk i hvert klipp.
- Én handling per opptak — del «går inn og setter seg og snakker» i separate scener.
- Hold en swipe-fil med ledetekster som ga flotte opptak; gjenbruk og remiks dem.
Ofte stilte spørsmål
Hvor lang bør en ledetekst være?
Én eller to klare setninger slår som regel et avsnitt. Vær spesifikk, ikke lang.
Kan jeg bruke samme ledetekst på tvers av modeller?
Ja — i Vivideo kan du kjøre én ledetekst gjennom ulike modeller (Sora, Veo, Kling og flere) og sammenligne.
Hvorfor ignorerer videoen min deler av ledeteksten?
Modeller prioriterer starten og kan droppe detaljer senere. Flytt nøkkeldelen tidligere, eller del det opp i en ekstra scene.
Fungerer ledetekster også for bilde-til-video?
Ja — med et inndatabilde styrer ledeteksten hovedsakelig bevegelse og kamera, ikke motivet.
Hvordan holder jeg en karakter konsistent mellom klipp?
Bruk samme detaljerte beskrivelse av motivet, eller bruk en avatar/referansebilde slik at utseendet forblir stabilt.
