Generatore di video da testo con IA

Di' chi o che cosa c'è in scena e aggiungi due o tre dettagli visibili: età, abiti, materiale, colore. «Un'infermiera stanca in divisa verde acqua» dà al modello molti più appigli di «una persona». Tieni un solo protagonista per clip, così lo sguardo sa dove posarsi.

Descrivi che cosa cambia tra il primo e l'ultimo secondo, con verbi che danno un ritmo: versa piano, lancia un'occhiata indietro, scuote la pioggia dall'ombrello. In una clip breve c'è spazio per una sola azione, con un inizio e una fine. Tre azioni nella stessa frase di solito escono affrettate o lasciate a metà.

Indica il luogo, l'ora del giorno e, se conta, il tempo atmosferico, più uno o due dettagli sullo sfondo. Ciò che si muove da solo, come vapore, foglie o traffico, tiene viva l'immagine anche quando il soggetto è fermo. Uno sfondo troppo pieno ruba la scena al soggetto, quindi scegli con misura.

Specifica il campo (primo piano, piano medio, campo lungo) e un solo movimento: camera fissa, lenta carrellata in avanti, panoramica, carrellata a seguire o camera a mano. Di' dove il movimento comincia e dove finisce. Indicazioni che tirano in direzioni opposte, come zoomare mentre si arretra, costringono il modello a indovinare quale volevi.

Descrivi la fonte di luce, la direzione e il colore: sole basso alle spalle, un'unica lampada da scrivania, la luce piatta di una giornata nuvolosa. Aggiungi una resa solo se conta, per esempio pellicola 35 mm, vecchio filmino di famiglia o animazione in plastilina. La luce cambia l'atmosfera di un'inquadratura più in fretta di qualsiasi oggetto in più.

Se il modello genera audio, scrivi che cosa si dovrebbe sentire: il fondo sonoro di una stanza, passi sulla ghiaia, pioggia su un tetto di lamiera, un treno lontano. Mescola suoni vicini e lontani. Se pensi di aggiungere musica tua o una voce fuori campo, scegli un modello che permette di spegnere l'audio e salta questa parte.

Tutti e tre i modelli generano in 9:16. Per un aggancio brevissimo o un loop, Wan 3.0 parte da 2 secondi. Se vuoi il suono già incluso, MiniMax H3 aggiunge sempre una traccia stereo; con Wan 3.0 e Seedance 2.5 decidi tu se l'audio resta attivo.

Scivolare lungo una costa o guardare una città che si sveglia richiede tempo. Wan 3.0 arriva a 30 secondi, mentre MiniMax H3 e Seedance 2.5 si fermano a 15. In un'inquadratura lunga descrivi un cambiamento graduale, come la luce che scorre su un muro o la nebbia che si alza, così i secondi in più hanno qualcosa da mostrare.

Per un'immagine cinematografica con le bande nere, il 21:9 è disponibile su MiniMax H3 e Seedance 2.5. Un quadro così largo premia i prompt in cui succede qualcosa su tutta la larghezza, come un cavaliere che attraversa una pianura sotto un cielo immenso, invece di un piccolo soggetto da solo al centro.

Se il video finisce in un montaggio con la tua musica, una narrazione o un sound design tuo, una clip muta è più comoda da gestire. Disattiva l'audio su Wan 3.0 o Seedance 2.5. MiniMax H3 genera sempre una traccia audio, che puoi comunque silenziare o sostituire nel programma di montaggio.

Quando la clip verrà proiettata in grande o ritagliata in seguito, la risoluzione conta. MiniMax H3 offre il 2K, mentre Wan 3.0 e Seedance 2.5 arrivano a 1080p. Impostazioni più alte costano più crediti, e il pulsante Genera mostra il numero prima che tu confermi.

Se vuoi solo capire se una scena regge, resta su bassa risoluzione e durate brevi: il 480p di Wan 3.0 o Seedance 2.5 tiene basso il costo delle bozze. Prova più varianti della stessa idea, tieni la migliore e poi genera quella con le impostazioni definitive.

«Un anziano orologiaio con il grembiule verde si china sul banco da lavoro, prende con una pinzetta un minuscolo ingranaggio d'ottone e lo solleva piano verso la finestra. Una bottega stretta nel centro storico, al tramonto, pareti coperte di orologi che ticchettano, polvere sospesa nell'aria. Lenta carrellata in avanti da un piano medio a un primo piano delle sue mani. Luce calda di una lampada da sinistra, luce blu e fredda dalla finestra, profondità di campo ridotta. Suono: ticchettii sovrapposti, un tram che passa in lontananza, il clic della pinzetta.»

«Un anziano orologiaio con il grembiule verde» è una sola persona con due tratti visibili. «Prende un minuscolo ingranaggio e lo solleva verso la finestra» è un'unica azione con un punto di partenza e uno di arrivo, così la clip ha una forma invece di un personaggio che si agita senza meta.

«Una bottega stretta nel centro storico, al tramonto» fissa luogo e ora in poche parole. Gli orologi che ticchettano e la polvere sospesa sono dettagli di sfondo che si muovono da soli, quindi l'immagine resta viva mentre le mani dell'orologiaio lavorano piano e con precisione.

«Lenta carrellata in avanti da un piano medio a un primo piano delle sue mani» indica un movimento, la sua velocità, il campo iniziale e quello finale. Il modello sa dove cominciare, dove finire e di che cosa parla davvero l'inquadratura: le mani e l'ingranaggio.

«Luce calda di una lampada da sinistra, luce blu e fredda dalla finestra» sono due fonti, ognuna con direzione e colore, e creano un contrasto sul viso. «Profondità di campo ridotta» ammorbidisce la parete di orologi, che così sostiene il soggetto invece di soffocarlo.

Tre livelli: un suono d'ambiente (il ticchettio), uno lontano (il tram) e un dettaglio vicinissimo (la pinzetta). Un modello con audio ha così un mix chiaro a cui puntare. Su Wan 3.0 o Seedance 2.5 con l'audio disattivato, cancella questa frase: non serve più a nulla.

Nessun secondo personaggio, nessun dialogo, nessuna scritta sullo schermo e nessuno stacco verso un altro luogo. Ciascuno di questi elementi dividerebbe un'inquadratura breve tra idee in competizione. Se la tua storia ne ha bisogno, generali come clip separate, ognuna con il suo prompt, e uniscile poi al montaggio.