Guida ai prompt da immagine a video

Un prompt da immagine a video spiega a un modello video AI come deve evolvere nel tempo un’immagine statica.

È un cambio di prospettiva importante. Nel testo-video devi descrivere scena, soggetto, stile, luci, camera e azione. Nell’immagine-video, invece, gran parte dell’aspetto visivo è già definito dall’immagine caricata: il prompt deve concentrarsi su movimento, ritmo e comportamento della camera.

Pensa all’immagine come al primo fotogramma e al prompt come a una breve nota di regia. Se l’immagine mostra una sneaker su un piedistallo, non serve riscrivere materiali e luci. Devi indicare se la scarpa ruota, se la camera si avvicina, se la polvere fluttua o se lo sfondo resta fermo.

• Usa l’immagine per fissare l’aspetto visivo.
• Usa il prompt per definire il movimento.
• Usa le impostazioni per durata, formato, FPS e risoluzione.
• Usa riferimenti quando identità o stile devono restare coerenti tra più clip.

Perché l’immagine ha già definito soggetto, composizione, luci, colori e stile.

Molti errori nell’immagine-video nascono da prompt che descrivono di nuovo ciò che è già visibile. Quando ripeti tutta la scena, il modello può interpretare quelle parole come nuove istruzioni e modificare elementi che erano già corretti.

Un prompt più efficace indica cosa cambia: il soggetto sbatte le palpebre, il vapore sale, la camera scorre verso sinistra, il tessuto si muove al vento, la luce tremola o l’ultimo secondo rivela un dettaglio. Più il movimento è preciso, più il modello riesce a mantenere stabile l’aspetto originale.

Nei video brevi vince la semplicità. Un’azione chiara del soggetto più un movimento di camera chiaro funzionano spesso meglio di molte azioni, un grande cambio di luce, una traiettoria complessa e dialoghi nello stesso clip da cinque secondi.

Una buona riscrittura elimina la descrizione statica e conserva solo ciò che deve cambiare.

Parti da questa domanda: “Se l’immagine è già perfetta, cosa deve succedere dopo?” Poi elimina tutto ciò che descrive un aspetto fisso, a meno che non influisca sul movimento. Sostituisci parole generiche come “cinematografico” con azioni osservabili: “lento avvicinamento della camera”, “i capelli si sollevano appena”, “il vapore sale a spirale per tutta l’inquadratura”.

Questo metodo è particolarmente utile quando generi l’immagine con un modello e la animi con un altro. L’immagine può arrivare da Vynzo, GPT Image, Midjourney, Imagen, Firefly, Seedream, Stable Diffusion o Wan: il prompt di movimento dovrebbe comunque restare breve, fisico e legato al tempo.

Scrivilo come un brief per un’unica inquadratura: azione, camera, tempi e stato finale.

Per la maggior parte degli strumenti, l’ordine più sicuro è: prima il movimento del soggetto, poi quello della camera, poi l’atmosfera, infine la chiusura. Usa frasi semplici. I modelli video rispondono bene ai verbi fisici perché descrivono un cambiamento visibile da un fotogramma all’altro.

Se la piattaforma supporta audio o dialoghi, aggiungili solo quando servono davvero e tienili brevi. Molti lavori immagine-video risultano più solidi senza battute, perché il modello può concentrarsi su movimento e coerenza visiva.

• 1. Indica il soggetto che si muove: “la tazza”, “lei”, “le particelle del logo”, “le foglie”.
• 2. Descrivi un’azione principale: “si gira e sorride”, “ruota lentamente”, “il vapore sale”.
• 3. Aggiungi un movimento di camera: “camera fissa”, “lento avvicinamento”, “leggero scorrimento a sinistra”, “carrellata bassa”.
• 4. Dai un riferimento temporale: “nell’ultimo secondo”, “dopo due passi”, “per tutta l’inquadratura”.
• 5. Aggiungi atmosfera solo se si muove: “la pioggia scorre”, “la polvere fluttua”, “i riflessi tremolano”.
• 6. Inserisci durata, formato, FPS, risoluzione e seed nelle impostazioni, non solo nel testo.

I flussi con primo fotogramma animano da un’immagine iniziale; quelli con ultimo fotogramma indicano dove deve arrivare la scena.

Il primo fotogramma è il caso più comune per l’immagine-video. Fissa composizione iniziale, soggetto, luci e stile. Il prompt dice al motore cosa succede dopo: un movimento di camera, un gesto, una rivelazione di prodotto o una piccola variazione nell’ambiente.

Un flusso con primo e ultimo fotogramma dà al modello sia lo stato iniziale sia il punto di arrivo. È utile per trasformazioni, reveal di logo, movimento di oggetti e idee prima-dopo. Il prompt deve spiegare il percorso tra i due fotogrammi, non descrivere entrambe le immagini nei dettagli.

Le immagini di riferimento sono diverse dal primo o dall’ultimo fotogramma. Servono a mantenere coerenti personaggio, prodotto, direzione artistica o palette del brand tra più clip. Usa riferimenti puliti e di qualità, e ripeti la stessa formulazione nei prompt quando vuoi ottenere una serie uniforme.

Scegli in base al flusso: qualità in cloud, velocità gestita o controllo self-hosted.

I sistemi proprietari in cloud come Google Veo, Adobe Firefly, i modelli immagine OpenAI usati per preparare il primo fotogramma, Midjourney per la creazione di immagini e Synthesia per video business guidati da script sono facili da usare e possono produrre risultati ottimi. Si paga a consumo o in abbonamento e si lavora dentro termini e impostazioni di ciascun provider.

Gli strumenti video gestiti per creator, come Runway, Pika e Luma, sono forti per contenuti brevi, creativi e rapidi, con controlli semplici. Seedance, Seedream e Kling sono sistemi proprietari potenti, ma l’accesso può dipendere da area geografica e disponibilità della piattaforma.

Le soluzioni open-weight come Stable Diffusion e Wan offrono il massimo controllo ai team in grado di gestire setup, GPU, aggiornamenti dei modelli e manutenzione del flusso. Se vuoi generare immagini e video di qualità senza collegare API o installare strumenti in locale, Vynzo è la strada più pratica: usa Vynzo Studio su /studio per animare i tuoi upload in un unico spazio, ed esplora le opzioni dedicate ai motori su /tools.

Tieni stabile l’ancora visiva, riusa le stesse parole e cambia una sola variabile alla volta.

I problemi di coerenza nascono spesso da segnali contraddittori. Se l’immagine di riferimento comunica una cosa e il prompt chiede un’altra angolazione, un nuovo outfit, una luce diversa e un’azione complessa, il modello può perdere stabilità. Lascia l’identità visiva all’immagine e usa il testo per controllare il movimento.

In una sequenza composta da più clip, ripeti lo stesso nome del soggetto e gli stessi descrittori chiave. Riusa parole di palette, immagini di riferimento, seed quando supportato e linguaggio di camera. Se un clip non funziona, modifica un elemento alla volta per capire cosa ha migliorato il risultato.

• Usa la stessa immagine sorgente o lo stesso set di riferimenti approvati tra le varie inquadrature.
• Mantieni stabili abiti, forma del prodotto, etichette e parole legate al colore.
• Evita di cambiare angolazione, luci e azione nello stesso tentativo.
• Parti da clip brevi, poi estendi quando il movimento è stabile.
• Per l’immagine-video, preferisci istruzioni di movimento positive a lunghe liste di esclusioni.
• Blocca seed o impostazioni di riferimento quando la piattaforma lo consente.

Le impostazioni definiscono il contenitore; il prompt definisce il movimento visibile.

La durata conta perché un clip da cinque secondi può contenere solo poche azioni leggibili. Il formato influisce su inquadratura e spazio di movimento: il 9:16 favorisce movimenti verticali, mentre il 16:9 offre più spazio per carrellate laterali. FPS e risoluzione incidono su fluidità e dettaglio, ma di solito si impostano fuori dal prompt.

Molti provider trattano questi controlli come impostazioni, non come testo descrittivo. Veo espone opzioni per durata, formato, risoluzione e frame rate. Pika offre campi per prompt, prompt negativo, seed, risoluzione, durata e formato. Anche Runway e Firefly collocano i principali controlli di output attorno al prompt.

Non affidarti alla frase “rendilo più lungo” se l’interfaccia o l’API ha un campo durata. Imposta la durata e poi scrivi un prompt adatto a quel tempo.

Anima solo immagini e somiglianze che hai il diritto di usare.

L’immagine-video può rendere uno scatto più personale perché aggiunge gesti, espressioni e movimento. Per questo serve attenzione ai permessi quando sono coinvolti persone riconoscibili, voci, asset di brand, luoghi privati o materiali dei clienti.

I termini della piattaforma e le norme locali sul copyright non sono la stessa cosa. Uno strumento può concederti certi diritti sull’output secondo i propri termini, mentre la tutela del copyright può comunque dipendere dall’apporto umano e dalla legge locale. Per lavori di produzione, controlla i termini del provider, conserva traccia degli asset sorgente e prevedi disclosure o credenziali di contenuto quando richieste.

Proteggi anche la privacy. Non caricare materiali riservati, regolamentati o personali in un flusso consumer, a meno che il tuo team non abbia verificato gestione dei dati, conservazione e condizioni di training del provider.

• Usa asset tuoi, concessi in licenza o per cui hai ottenuto autorizzazione.
• Ottieni consenso nei flussi basati su somiglianze riconoscibili o voce.
• Conserva una traccia di prompt, file sorgente, modifiche ed export finali.
• Rispetta metadati di provenienza e regole sui watermark quando si applicano.
• Rivedi i termini di uso consentito e i diritti sull’output di ogni piattaforma prima di pubblicare.

Usali come punti di partenza solo per il movimento, non come descrizioni complete della scena.

Ogni esempio parte dal presupposto che l’immagine caricata contenga già soggetto, composizione, luci e stile. Regola durata e formato nelle impostazioni dello strumento. Se usi Vynzo, entra in /studio, carica l’immagine, incolla un prompt, genera qualche variante e poi rifinisci il movimento.

La prossima risorsa di questa serie, Template ed esempi di prompt AI, arriverà presto. Raccoglierà in un unico posto template più ampi per immagini, video e brand.