AINude jest przeznaczony wyłącznie dla osób dorosłych (18+). Materiały z udziałem nieletnich są zabronione. Wyraźna zgoda na użycie wizerunku jest wymagana. Treści intymne bez zgody są zabronione.
Nie wolno używać technologii do bezprawnego wykorzystywania cudzej podobizny, oszustw, podszywania się, manipulacji politycznej ani innych szkodliwych nadużyć tożsamości.
Kategorie: Wideo AI, Prompty, Poradniki dla twórców
Tagi: prompt do wideo AI, tekst na wideo, składnia promptu, negatywny prompt, diagnostyka generacji
Prompt ma opisywać jedno ujęcie
Generator tekst-na-wideo nie czyta opisu jak scenarzysta. Próbuje rozłożyć słowa na elementy widoczne w kilku kolejnych sekundach. Dlatego długi akapit z historią postaci, trzema lokacjami i serią zdarzeń zwykle daje mniej kontroli niż krótka instrukcja operatorska. Najbardziej użyteczny prompt odpowiada na pięć pytań: kto lub co jest w kadrze, co robi, jak pracuje kamera, jakie jest światło i ile trwa działanie.
Praktyczny szkielet wygląda tak:
PODMIOT + AKCJA + KAMERA + ŚWIATŁO + CZAS
To nie jest magiczna formuła gwarantująca idealny wynik. Jest to porządek, który ułatwia znalezienie przyczyny błędu. Gdy postać stoi zamiast się poruszać, poprawiasz akcję. Gdy scena przypomina przypadkowy kadr, doprecyzowujesz kamerę. Gdy obraz migocze między dwiema porami dnia, upraszczasz opis światła. Nie przepisujesz całego promptu po każdej próbie.
Pięć części dobrego promptu
1. Podmiot: jedna kotwica wizualna
Nazwij główny element kadru, a potem dodaj dwie lub trzy cechy, które można zobaczyć. „Postać” jest za ogólna. „Fikcyjna dorosła modelka w czarnym jedwabnym szlafroku, krótkie ciemne włosy” daje modelowi wyraźniejszą kotwicę. Przy produkcie podaj materiał, kolor i kształt. Przy wnętrzu wskaż najważniejszy obiekt oraz styl pomieszczenia.
Nie przeładowuj tej części biografią. Informacja, że bohaterka „wróciła po trudnym dniu i zastanawia się nad przyszłością”, nie ma jednoznacznego odpowiednika w pikselach. Widocznym odpowiednikiem może być opuszczony wzrok, wolny oddech i nieruchoma poza.
2. Akcja: jeden czytelny czasownik
W pięciu sekundach dobrze mieści się jeden główny gest: postać odwraca głowę, podchodzi do okna, przesuwa dłonią po tkaninie albo patrzy w obiektyw. Sekwencja „wstaje, idzie, otwiera drzwi, obraca się i uśmiecha” wymaga wielu zmian anatomii i pozycji. Model może pominąć połowę poleceń lub skleić je w nienaturalny ruch.
Opisuj także tempo: powoli, płynnie, energicznie, z krótką pauzą na końcu. Jeśli ruch ma mieć początek i zakończenie, zaznacz oba stany: „zaczyna profilem, powoli obraca twarz do kamery, zatrzymuje wzrok w ostatniej sekundzie”.
3. Kamera: rozmiar kadru, kąt i ruch
Samo słowo „kinowo” nie określa pracy kamery. Podaj kolejno:
- rozmiar kadru: detal, zbliżenie, plan średni lub szeroki;
- kąt: na wysokości oczu, lekko z góry, niski punkt widzenia;
- ruch: kamera nieruchoma, powolny najazd, odjazd, łagodny przejazd w lewo, subtelny ruch z ręki.
Jedno ujęcie nie powinno jednocześnie wykonywać najazdu, panoramy, obrotu i gwałtownego cięcia. Wybierz jeden ruch, którego efekt potrafisz ocenić. Jeżeli kompozycja jest ważniejsza niż dynamika, zacznij od kamery nieruchomej; ograniczysz liczbę źródeł deformacji.
4. Światło: źródło, kierunek i charakter
„Ładne światło” jest oceną, nie instrukcją. Lepszy zapis brzmi: „jedno ciepłe światło z lampy po lewej stronie, miękkie cienie, ciemne tło”. Trzy informacje wystarczą: skąd pada światło, czy jest twarde czy miękkie oraz jaki ma kolor lub porę dnia.
Unikaj sprzeczności, na przykład południowego słońca i nocnego neonu jako równorzędnych źródeł. Jeśli kontrast ma się zmieniać, powinno to być głównym działaniem ujęcia, a nie pobocznym dodatkiem.
5. Czas: długość i rytm
Czas nie oznacza tylko liczby sekund. Określa, ile wydarzeń zmieści się bez pośpiechu. Dla klipu 5 s można zaplanować prosty rytm: sekunda stabilnego otwarcia, trzy sekundy ruchu i sekunda zatrzymania. Taki rozkład zostawia klatki, które łatwo przyciąć w montażu.
Jeżeli interfejs osobno ustawia długość, nie trzeba powtarzać parametru w każdym zdaniu. W prompcie nadal warto opisać rytm: „pojedynczy powolny gest przez całe ujęcie, spokojne zakończenie bez cięcia”.
Szablon do skopiowania
Użyj następującego układu i wymieniaj tylko jedną warstwę między próbami:
[Podmiot i 2–3 cechy wizualne]. [Jedna akcja oraz jej tempo]. [Rozmiar kadru i kąt]. [Jeden ruch kamery]. [Jedno główne źródło światła, kierunek, charakter]. [Rytm ujęcia i stan końcowy].
Przed testem usuń każde słowo, którego nie da się zobaczyć albo przełożyć na ruch. Następnie otwórz wybraną stronę tekst-na-wideo i sprawdź opis jako pojedyncze ujęcie; sam adres kategorii nie przesądza o dostępnych parametrach, limicie ani wyniku generacji.
Trzy przykłady promptów i ich logika
Przykład 1: portret z kontrolowanym ruchem
Fikcyjna dorosła modelka o krótkich ciemnych włosach, czarny jedwabny szlafrok. Powoli odwraca głowę od okna w stronę obiektywu i zatrzymuje wzrok. Zbliżenie na wysokości oczu, bardzo łagodny najazd. Ciepłe światło okna z prawej strony, miękkie cienie, ciemne neutralne tło. Jedno płynne ujęcie 5 s, spokojne zatrzymanie w ostatniej sekundzie.
Prompt ma jeden podmiot, jeden gest i jeden ruch kamery. Stan końcowy jest przydatny montażowo, ponieważ daje stabilną klatkę do cięcia.
Przykład 2: detal produktu
Czarna szklana butelka na mokrym kamiennym blacie, drobne krople na powierzchni. Butelka pozostaje nieruchoma, w tle przesuwa się delikatna mgła. Detal z niskiego kąta, kamera wykonuje powolny przejazd w prawo. Wąskie chłodne światło konturowe z tyłu, subtelny ciepły refleks z przodu. Ujęcie 5 s bez zmiany kompozycji i bez cięcia.
Tutaj akcja dotyczy tła, a produkt jest kotwicą. To ogranicza ryzyko zmiany jego kształtu podczas ruchu.
Przykład 3: atmosfera zamiast wielu zdarzeń
Fikcyjna dorosła postać stoi przy wysokim oknie w minimalistycznej sypialni, sylwetka widoczna z profilu. Tkanina zasłony porusza się lekko od powietrza, postać bierze jeden spokojny oddech. Plan średni, kamera nieruchoma. Chłodne światło świtu zza okna, łagodny kontrast, stonowana paleta. Ujęcie 5 s, bez zmiany pozycji postaci.
Scena zachowuje nastrój, ale nie wymaga od modelu realizacji miniaturowej fabuły. Opis oddechu i zasłony dostarcza dwóch subtelnych ruchów o małej amplitudzie.
Negatywne ograniczenia: lista błędów, nie drugi scenariusz
Negatywny prompt powinien usuwać konkretne artefakty. Jeżeli narzędzie ma osobne pole, wpisz ograniczenia właśnie tam. Jeżeli go nie ma, dopisz krótką końcówkę po opisie głównym. Nie mieszaj zakazów między zdaniami o akcji, bo hierarchia poleceń staje się nieczytelna.
Przykładowy zestaw:
bez dodatkowych kończyn, bez deformacji dłoni, bez migotania twarzy, bez zmiany stroju, bez skoków tła, bez nagłego cięcia, bez tekstu i znaku wodnego w kadrze
Wybierz trzy do pięciu ograniczeń związanych z błędami, które faktycznie pojawiły się w teście. Lista dwudziestu przypadkowych wykluczeń może konkurować z opisem głównym. Negatywne polecenie nie zastąpi także brakującej kompozycji: „bez złej kamery” nie mówi, gdzie kamera ma stać.
Diagnostyka: objaw, przyczyna, jedna poprawka
| Objaw w klipie | Prawdopodobna przyczyna w prompcie | Następna pojedyncza zmiana |
|---|---|---|
| Postać prawie się nie rusza | Akcja jest abstrakcyjna albo bez czasownika | Zastąp emocję jednym widocznym gestem |
| Ruch wygląda na przyspieszony | Za dużo działań na 5 s | Zostaw jedną akcję i stan końcowy |
| Twarz lub strój zmieniają się w czasie | Brakuje krótkiej kotwicy wyglądu | Powtórz 2–3 najważniejsze cechy podmiotu |
| Kamera ignoruje polecenie | W opisie są sprzeczne ruchy | Zostaw jeden ruch albo kamerę nieruchomą |
| Tło faluje i przeskakuje | Scena ma zbyt wiele ruchomych elementów | Unieruchom tło i animuj tylko jeden detal |
| Światło migocze | Podano kilka konkurujących źródeł | Wskaż jedno światło główne i jeden delikatny refleks |
| Początek lub koniec jest bezużyteczny | Brakuje rytmu i stanu końcowego | Dodaj krótkie otwarcie oraz zatrzymanie w ostatniej sekundzie |
| Wynik nie przypomina zamierzonego kadru | Podmiot, akcja i kamera są wymieszane | Przepisz opis w pięciu stałych blokach |
Po każdej generacji nazwij jeden największy problem. Zmień tylko odpowiadający mu blok i zachowaj resztę bez zmian. Po trzech próbach porównaj wersje obok siebie. Taki zapis pokazuje, czy poprawa wynika z promptu, czy z naturalnej zmienności modelu.
Minimalny protokół iteracji
Pierwsza próba sprawdza kompozycję: podmiot, kadr i pozycję. Druga sprawdza ruch: akcję oraz kamerę. Trzecia dopracowuje światło i negatywne ograniczenia. Jeżeli kompozycja nie działa, nie ma sensu polerować koloru. Jeżeli postać zmienia wygląd, dokładanie kolejnych przymiotników do nastroju również nie rozwiąże problemu.
Zapisuj prompt razem z długością, proporcją i identyfikatorem pliku, na przykład w prostym arkuszu lub pliku tekstowym. Najważniejsza jest możliwość odtworzenia decyzji, a nie liczba wygenerowanych wersji.
Podsumowanie
Dobry prompt do wideo AI przypomina kartę jednego ujęcia. Najpierw kotwica podmiotu, potem pojedyncza akcja, jednoznaczna kamera, spójne światło i rytm mieszczący się w wybranej długości. Negatywne ograniczenia opisują zaobserwowane artefakty, a nie wszystkie możliwe problemy naraz.
Gdy klip zawodzi, nie zaczynaj od losowego dopisywania słów. Nazwij objaw, przypisz go do jednej warstwy i wykonaj jedną zmianę. W ten sposób prompt staje się narzędziem produkcyjnym, które można testować, porównywać i poprawiać zamiast za każdym razem pisać od początku.