Wie schreibt man einen Videoprompt? Kamerabewegung, Licht und Tempo

Kurze Antwort: Ein guter Videoprompt beschreibt einen einzigen, durchgehenden Take: was die Kamera tut, woher das Licht kommt, wie sich das Motiv bewegt und wie viele Sekunden der Clip dauert. Der Unterschied zum Bildprompt ist, dass die Zeit eine Rolle spielt: Du solltest gleichzeitig eine einzige Hauptbewegung, eine einzige Kamerabewegung und ein klares Tempo festlegen. Die Empfehlungen in diesem Artikel stützen sich auf Googles Leitfaden zu Veo 3.1, Alibabas Wan-Leitfaden und die API-Dokumentation von MiniMax.

Wie sollte das Gerüst eines Videoprompts aussehen?

Googles Veo-3.1-Leitfaden schlägt eine fünfteilige Formel vor: Kinematografie + Motiv + Aktion + Kontext + Stil und Atmosphäre. Alibabas Wan-Leitfaden nennt für Text-zu-Video als Grundformel „Motiv + Szene + Bewegung“; in der erweiterten Version kommen ästhetische Kontrolle und Stil hinzu. Beide Leitfäden sagen dasselbe: Ein Prompt, der Kamera und Licht nicht beschreibt, erzeugt eher eine statische Einstellung in einer unbestimmten Umgebung.

Schwach: A man walks through a market.

Besser: Medium tracking shot following an elderly man in a green scarf as he walks slowly through a busy morning market, steam rising from food stalls, soft overcast light, warm muted colors, natural handheld feel.

Wie schreibt man Kamerabewegungen?

Der Veo-Leitfaden fasst die Kamerasprache in drei Gruppen zusammen: Bewegung (Dolly, Tracking-Shot, Kranfahrt, Luftaufnahme, langsamer Schwenk, Point of View), Komposition (Totale, Nahaufnahme, Detailaufnahme, Untersicht, Zweiereinstellung) und Objektiv und Schärfe (geringe Schärfentiefe, Weitwinkelobjektiv, weicher Fokus, Makroobjektiv). Der Wan-Leitfaden verwendet ein ähnliches Vokabular und erklärt, was jede Bewegung bewirkt:

• Heranfahren (push in): Vermittelt Nähe oder Spannung.
• Zurückfahren (pull out): Zeigt Größe oder Einsamkeit.
• Umkreisen (orbit): Betont das Motiv; der Wan-Leitfaden empfiehlt, den Bogen unter 45 Grad zu halten, um räumliche Verzerrungen zu vermeiden.
• Feste Kamera: Vermittelt Ruhe und Fokus.

Die H3-Dokumentation von MiniMax empfiehlt, den Kamerabefehl in eckige Klammern direkt hinter die passende Beschreibung zu schreiben, etwa [pan], [zoom] oder [static]. Welches Werkzeug du auch nutzt: Schreibe pro Clip eine einzige Kamerabewegung. Komplexe Kombinationen wie „umkreisend, sich dabei nähernd und gleichzeitig aufsteigend“ kommen oft inkonsistent heraus.

Wie beschreibt man Licht?

Der Veo-Leitfaden hat keinen eigenen Abschnitt zu Licht; Licht wird im Teil „Stil und Atmosphäre“ der Formel behandelt, etwa mit „weichem Morgenlicht“ oder „einem einzigen dramatischen Spotlicht von vorn“. Der Wan-Leitfaden ist ausführlicher: Tageslicht, Feuerschein, bewölkter Himmel, weiches oder hartes Licht; als Richtung Seitenlicht, Konturlicht, Gegenlicht, Oberlicht; als Ton hoher oder niedriger Kontrast, warme oder kühle Farben.

Close-up of a violinist's hands, warm backlight from a low window creating a golden rim on the strings, shallow depth of field, slow push in.

Praktische Regel: Nenne die Quelle und die Richtung des Lichts, dann füge den Ton hinzu.

Wie steuert man die Bewegung und das Tempo des Motivs?

Der Wan-Leitfaden gibt klare Regeln für Bewegung: Gib Ausmaß und Geschwindigkeit an („langsam“, „schnell“), halte Aktionen einfach und kurz, schreibe keine langen Choreografien, baue einen Clip als einen durchgehenden Take auf und lass Szenenwechsel zwischen den Clips. Bei Bild-zu-Video legt das Bild bereits Motiv, Szene und Stil fest. Deshalb schreibst du im Prompt nur, was sich bewegen soll und was die Kamera tut.

Bild-zu-Video: The child slowly blows on the dandelion; seeds drift to the right and out of frame. The camera stays fixed.

Für das Tempo verwende Adverbien: „langsam“, „behutsam“, „mit einer schnellen Bewegung“. Schreibst du das Tempo nicht, kann das Modell die Bewegung zu schnell oder zu langsam wählen.

Wie bringt man Dauer und Anzahl der Ereignisse in Einklang?

Die offiziellen Grenzen unterscheiden sich je nach Modell: Veo 3.1 bietet 4, 6 oder 8 Sekunden, Wan in den gehosteten Versionen (2.6 und neuer) 2 bis 15 Sekunden, MiniMax H3 4 bis 15 Sekunden. Die Regel ist einfach: Je kürzer die Dauer, desto weniger Ereignisse. In vier Sekunden passen keine drei Ereignisse; entweder verlängerst du die Dauer oder du reduzierst die Ereignisse.

Für mehrteilige Erzählungen empfiehlt der Veo-Leitfaden zeitgestempelte Prompts: Du schreibst für jeden Zeitabschnitt einen eigenen Plan. Der Wan-Leitfaden schlägt für 2.6 und 2.7 einen ähnlichen Aufbau vor: eine allgemeine Beschreibung, danach nummerierte Einstellungen mit Zeitstempeln.

[00:00-00:03] Wide shot of a lighthouse on a cliff at dusk, waves crashing below.

[00:03-00:06] Close-up of the lantern room, warm light turning on. SFX: low wind and a distant bell.

Wie schreibt man Ton und Sprache?

Der Veo-Leitfaden empfiehlt, Ton in eigenen Zeilen zu schreiben: Sprache in Anführungszeichen (A woman says, “We have to leave now.”), Effekte mit „SFX:“, Umgebungsgeräusche mit „Ambient noise:“. Der Wan-Leitfaden empfiehlt ab Version 2.5, Ton, Effekte und Musik neben dem visuellen Prompt anzugeben. Schreibe in einem kurzen Clip keine langen Repliken; der Wan-Leitfaden weist außerdem darauf hin, dass man keine verlässliche Lippensynchronität auf bestimmte Wörter erwarten sollte.

Wie beschreibt man, was man nicht will?

Der Veo-Leitfaden empfiehlt, stattdessen zu beschreiben, was du willst: etwa „eine einsame Landschaft ohne Gebäude oder Straßen“ statt „keine künstlichen Bauwerke“. Außerdem ist es eine gute Gewohnheit, keine echten Personen namentlich zu nennen. Der Wan-Leitfaden weist darauf hin, dass Plattformen solche Anfragen ablehnen oder inkonsistente Ergebnisse liefern können.

Wie sollte ein Prompt-Testprozess ablaufen?

1. Kurz und in niedriger Auflösung beginnen: Teste die Idee in einem kleinen Clip.
2. Eine Variable ändern: Ist die Bewegung zu schnell, ändere nur das Tempowort; stimmt der Ausschnitt nicht, ändere nur den Kamerasatz.
3. Erstes und letztes Bild festlegen: Bei Modellen, die das unterstützen, macht die Vorgabe von Start- und Endbild klar, wie der Clip beginnt und endet.
4. Zuletzt zur hohen Auflösung wechseln: Wenn der Prompt ausgereift ist, erstelle die finale Version in hoher Auflösung.
5. Speichern: Cloud-Links können zeitlich begrenzt sein; lade, was dir gefällt, sofort herunter.

Drei Videoprompts für dieselbe Idee

Um die Regeln greifbar zu machen, übertragen wir dieselbe Idee auf drei Arten von Clips. Jeder hat eine einzige Aktion, eine einzige Kamerabewegung, klares Licht und ein deutliches Tempo.

Produktclip: Das Produkt selbst bewegt sich nicht; die Kamera bewegt sich.

Slow orbit around a glass bottle of olive oil on a marble counter, arc under 45 degrees, warm side light from a window, soft reflections on the glass, shallow depth of field.

Porträtclip: Eine kleine Gesichtsbewegung und eine feste Kamera reichen für Emotion.

Close-up of a young woman looking out of a train window, she slowly turns toward the camera and smiles, soft overcast light, fixed camera, quiet ambient train sound.

Landschaftsclip: Natürliche Bewegung und eine langsame Kamera reichen; ein komplexes Ereignis ist nicht nötig.

Wide aerial shot slowly pulling back from a lone cabin beside a lake at sunrise, mist drifting across the water, golden low light, calm pace.

Allen drei Beispielen gemeinsam ist, dass ein Clip nur eine Sache erzählt. Wenn du mehr willst, teile den Clip und erzeuge die Teile getrennt; danach fügst du sie zusammen.

Häufige Fehler

• Einen kurzen Clip mit vielen Ereignissen überladen: Wähle eine Hauptbewegung.
• Mehrere Kamerabewegungen schreiben: Eine Bewegung pro Clip reicht.
• Das Licht auslassen: Wird Licht nicht angegeben, wählt das Modell selbst, und das Ergebnis kann flach wirken.
• Das Tempo nicht schreiben: Ohne Tempowort kommt die Bewegung mit unerwarteter Geschwindigkeit.
• Beim Bild-zu-Video das Foto noch einmal beschreiben: Zähle nicht auf, was im Bild schon zu sehen ist, sondern beschreibe die Bewegung.
• Lange Dialoge schreiben: Kurze, klare Repliken funktionieren besser.

Zusammenfassung

• Ein Videoprompt beschreibt einen durchgehenden Take: Kamera, Motiv, Aktion, Kontext, Licht und Stil.
• Schreibe pro Clip eine Hauptbewegung und eine Kamerabewegung; halte Umkreisungsbögen klein.
• Nenne Quelle, Richtung und Ton des Lichts; markiere das Tempo mit Adverbien.
• Je kürzer die Dauer, desto weniger Ereignisse; baue lange Geschichten Clip für Clip oder mit Zeitstempeln auf.
• Schreibe Ton in eigenen Zeilen und beschreibe, was du nicht willst, positiv.