Bewegungs-Prompts für Bild-zu-Video: Wörter, die ein Bild bewegen, und Wörter, die es verzerren

Wenn aus einem Standbild ein Clip wird, behält das Modell Ihr Bild und fügt das Einzige hinzu, was Sie nicht zeichnen können: Zeit. Im Prompt sagen Sie ihm, wie diese Zeit vergehen soll. Die meisten enttäuschenden Bild-zu-Video-Ergebnisse sind keine Fehler des Modells, sondern Fehler im Vokabular: ein Prompt, der das Bild noch einmal beschreibt oder vier Arten von Bewegung in einem Clip von 5 Sekunden verlangt. Dies ist eher ein Glossar als ein Tutorial: die Wörter, die ein Bild zuverlässig bewegen, die Wörter, die es zuverlässig zerfließen lassen, und fünf Prompts, die vom einen zum anderen umgeschrieben wurden. Die Schritt-für-Schritt-Anleitung erklärt, wie Sie das Startbild anhängen und eine Länge wählen; dieser Beitrag handelt nur davon, was Sie tippen.

Die Regel hinter jedem Wort auf dieser Seite

Ein Bewegungs-Prompt hat drei Plätze: was die Kamera tut, was das Motiv tut und was die Luft tut (Wind, Wasser, Rauch, Licht). Füllen Sie jeden Platz mit einer konkreten Phrase mit Richtung und lassen Sie den Rest leer. Das Modell liest einen kurzen Clip als Budget an Veränderung; jede zusätzliche Phrase gibt etwas davon aus, und wenn das Budget aufgebraucht ist, beginnt das Modell, Dinge zu verändern, nach denen Sie nicht gefragt haben. Das ist Verzerrung.

Kamerawörter, die halten

• Statische Kamera, fest verriegelt. Die sicherste Phrase überhaupt. Verwenden Sie sie immer, wenn das Motiv ein Gesicht, ein Produkt oder irgendetwas mit geraden Kanten ist.
• Langsames Heranfahren oder langsames Zurückfahren. Eine sanfte Bewegung zum Motiv hin oder von ihm weg. „Langsam“ leistet hier echte Arbeit; lassen Sie es weg, kann das Modell hetzen und verschmieren.
• Sanfter Schwenk nach links oder sanfter Schwenk nach rechts. Dreht den Blick. Funktioniert am besten, wenn das Startbild am Rand etwas Interessantes hat, zu dem geschwenkt werden kann.
• Langsames Neigen nach oben. Gut für Gebäude, Bäume und alles Hohe mit Himmel darüber.
• Kleiner Orbit um das Motiv. Schmeichelhaft für Objekte auf einem Tisch; riskant bei Menschen, weil die abgewandte Seite eines Kopfes erfunden werden muss.
• Leichtes Handkamera-Driften. Ein schwaches dokumentarisches Wackeln. Wirkt wie echtes Filmmaterial; halten Sie es „subtil“, sonst wird daraus ein Erdbeben.

Motivwörter, die halten

Wählen Sie Verben, in denen Richtung und Tempo schon eingebaut sind. „Dreht sich langsam zur Kamera“, „Dampf steigt aus der Tasse“, „der Vorhang hebt sich im Luftzug“, „der Fuchs senkt den Kopf zum Trinken“. Jedes benennt einen Körperteil oder ein Objekt, eine Bewegung, ein Tempo. Ist das Motiv ein Mensch, überzeugen die kleinsten Bewegungen am meisten: ein Blinzeln, ein Atemzug, ein Blick, Haar, das sich verschiebt. Eine volle Geste quer durchs Bild verlangt vom Modell, die Hand zwölfmal pro Sekunde neu zu zeichnen, und der Ratgeber zu Händen und Text erklärt, warum das selten gut ausgeht.

Atmosphärenwörter, die halten

• „Wolken ziehen langsam über den Himmel“
• „Das Kerzenlicht flackert“
• „Regen läuft in Streifen über das Glas“
• „Staubpartikel schweben im Lichtstrahl“
• „Wellen rollen heran und schäumen über den Sand“

Atmosphäre ist die günstigste Bewegung, die Sie bekommen können. Sie passiert hinter oder um das Motiv herum, das Modell kann das Motiv also genau so lassen, wie es gezeichnet ist, und der Clip wirkt trotzdem lebendig. Hat ein Standbild kein offensichtliches atmosphärisches Element, benennen Sie eines, das plausibel da sein könnte: „ein leichter Dunst in der Luft“ ist fast nie falsch.

Die Wörter, die verzerren

• „Dynamisch“, „episch“, „cineastisch“, „dramatisch“. Sie tragen weder Richtung noch Tempo. Das Modell füllt die Lücke mit zufälliger großer Bewegung.
• Zwei Kamerabewegungen in einem Clip. „Schwenk nach rechts, dann Heranfahren“ sind zwei Einstellungen. Machen Sie zwei Clips.
• Verwandlungsverben. „Wird zu“, „verwandelt sich“, „morpht“. Sie verlangen, dass das Bild aufhört, Ihr Bild zu sein.
• Alles Schnelle. „Schnell“, „rasch“, „sprintet“. Tempo bedeutet mehr Veränderung pro Frame, und mehr Veränderung pro Frame bedeutet mehr erfundene Pixel.
• Auf die Kamera zugehen. Die Füße frieren ein, der Kopf driftet, die Beine scheren. Ist ein Gang unverzichtbar, halten Sie ihn kurz und ergänzen Sie „natürlicher Gang, Füße bewegen sich“.
• Die Szene erneut beschreiben. „Eine Frau im roten Mantel steht bei Sonnenuntergang an einem See“ steckt schon im Bild. Jedes Wort davon konkurriert mit den Bewegungswörtern um Aufmerksamkeit.

Fünf Prompts, vorher und nachher

Tempowörter und Cliplänge

„Langsam“, „sanft“, „allmählich“ und „subtil“ sind keine Dekoration: Sie senken die Menge an Veränderung, die das Modell pro Frame versucht, und genau das lässt ein Standbild wie es selbst aussehen. Kombinieren Sie sie mit einem kurzen Clip. Das Studio rendert bei manchen Modellen bis zu 30 Sekunden, aber ein Clip von 5 Sekunden mit einer sauberen Bewegung ist fast immer brauchbarer als ein langer, und er ist auch günstiger, denn der Preis wächst mit Sekunden und Auflösung und steht im Composer, bevor Sie bestätigen. Testen Sie die Wörter zuerst in der niedrigsten Auflösung; sobald die Bewegung stimmt, rendern Sie das Final neu. Schlägt ein Rendering fehl, geht der Betrag automatisch zurück auf Ihr Guthaben.

Welches Modell am besten zuhört

Jedes Videomodell im Studio nimmt ein Startbild über die Aktion Animieren oder den Button Referenz an, aber die Modelle unterscheiden sich darin, wie wörtlich sie Bewegungswörter lesen. Motion Real ist die Wahl, wenn physikalische Plausibilität zählt, besonders bei Wasser und Stoff. Motion liefert in den höchsten Auflösungen die meisten Details und verträgt einen etwas volleren Prompt. Motion Turbo ist dafür da, schnell herauszufinden, ob sich eine Idee überhaupt bewegt. Der Modellvergleich stellt sie nebeneinander, und die Anleitung zu Text-zu-Video enthält das längere Kameraglossar, falls Sie ohne Startbild generieren.

Was kein Prompt kann

Ein Bewegungs-Prompt kann nichts hinzufügen, was nicht im Bild ist, und es so aussehen lassen, als gehöre es dazu; eine neue Figur, die ins Bild läuft, wird aus dem Nichts erfunden. Er kann eine lange Textzeile nicht lesbar halten, sobald sich die Kamera bewegt, verriegeln Sie die Kamera also bei Aufnahmen mit Verpackungen oder Schildern. Er kann einem Motiv nicht aus dem Bild folgen und zeigen, was dahinter liegt. Und er kann aus einem unscharfen oder schlecht komponierten Standbild keinen scharfen Clip machen: Das Startbild ist die Obergrenze. Bringen Sie zuerst das Bild in Ordnung, öffnen Sie dann das Studio, hängen Sie es an und tippen Sie Wörter für drei Plätze.