Image-to-video-prompts: een skelet van vijf regels dat elk stilstaand beeld doorstaat

Een image-to-video-prompt is geen beschrijving van een scène. Die scène staat al op je scherm: de kleur van de jas, het licht door het raam, de vorm van het glas, de exacte uitsnede. Wat een stilstaand beeld het model niet kan vertellen, is wat er daarna moet gebeuren, en alleen daaraan is het de moeite waard woorden te besteden.

De meeste tegenvallende clips komen uit prompts die de foto aan het model terugbeschrijven. Tien bijvoeglijke naamwoorden over een vrouw in een rode jas geven de generator niets om te animeren, dus verzint die zijn eigen drift, zijn eigen zoom, zijn eigen langzame deining. De prompts die standhouden zijn korter en beter gestructureerd: één regel om het kader vast te zetten, één om één zichtbare actie te benoemen, één om een camerakeuze te maken, één om het tempo te bepalen en één om op te sommen wat er niet mag veranderen.

Wat het stilstaande beeld al heeft besloten

Een bronfoto komt binnen met het grootste deel van een prompt al beantwoord. Het onderwerp is gekozen, het licht heeft een richting, de compositie heeft een uitsnede en het palet ligt vast. De promptgids van Kling zet een raamwerk van zes delen uiteen – onderwerp, actie, scène, camera, licht, sfeer – en wanneer je een stilstaand beeld animeert, zijn vier van die zes al zichtbaar in het bestand. Alleen actie en camera liggen echt open, en de sfeer wordt meestal bepaald door het licht dat je toch niet kunt veranderen.

Daarom moet een image-to-video-prompt veel korter zijn dan een text-to-video-prompt. De promptbibliotheek van Founderz formuleert dezelfde eis vanuit de andere richting: een goede AI-videoprompt benoemt één zichtbare actie, het shot en de camerabeweging, het licht, de duur en wat er niet mag veranderen. Bij een stilstaand beeld is het licht gegeven. De andere vier zijn aan jou.

Behandel de prompt dus als een bewegingsbudget. Elke zin die je besteedt aan het herhalen van het beeld, is een zin die je niet aan de verandering hebt besteed, en het model vult dat gat met generieke beweging: een langzame push waar niemand om vroeg, een glinstering over het hele kader, een onderwerp dat begint te ademen terwijl het stil zou moeten staan.

Het skelet van vijf regels

Schrijf vijf regels in deze volgorde. Samen komen ze op ongeveer veertig tot zestig woorden, de juiste maat voor een clip van een paar seconden.

• Verankering. Leg vast wat het model niet mag hertekenen: ‘hetzelfde kader, dezelfde lens, hetzelfde licht als de bronafbeelding’. Zonder verankering behandelt het model de foto als een suggestie en hercomponeert het die, en daar komen afwijkende uitsneden en scheef wegzakkende horizons vandaan.
• Actie. Één zichtbaar werkwoord gekoppeld aan één onderwerp: ‘ze draait haar hoofd een paar graden naar het raam en stopt’. Één actie, geen reeks. Twee acties in één clip betekent meestal dat geen van beide wordt afgemaakt.
• Camera. Benoem één beweging en de omvang ervan: ‘langzame push-in, eindigend ongeveer tien procent dichterbij, gecentreerd op het label’. Als het shot geen camerabeweging nodig heeft, zeg dat dan expliciet – ‘statische camera’ is een geldige en vaak betere instructie.
• Tempo. Bind de actie aan tijd: ‘bijna stil in de eerste seconde, de draai is rond de derde seconde klaar, de laatste seconde houdt stand’. Modellen rekken beweging standaard over de hele clip uit, wat leest als een constante langzame drift; een tijdschema laat de beweging doelbewust aanvoelen.
• Bevrieslijst. De dingen die niet mogen veranderen of niet mogen verschijnen: ‘het label blijft naar de camera gericht en blijft scherp, geen handen in beeld, geen nieuwe objecten, de mond blijft dicht’. Negatieve verwachtingen werken alleen als ze specifiek zijn.

Lees de vijf regels in volgorde en je hebt een shotplan dat in een sms past. Lees ze in een andere volgorde, of sla er één over, en je kunt meestal voorspellen welke fout je krijgt.

Vier foto's, één skelet

Het skelet is overdraagbaar omdat het nooit een onderwerp noemt. Hier zijn dezelfde vijf regels ingevuld voor vier veelvoorkomende soorten bronbeelden.

Een portret bij een raam. Verankering: dezelfde uitsnede, hetzelfde zachte zijlicht. Actie: ze draait haar hoofd iets naar het raam en komt tot rust. Camera: statisch. Tempo: bijna stil in de eerste seconde, de draai is rond de derde seconde klaar, vasthouden tot het einde. Bevrieslijst: dezelfde haarlijn en dezelfde lijn in de achtergrond, mond dicht, geen handen. De kleine actie is het punt – een hoofddraai van een paar graden leest als levend, terwijl een draai van het hele lichaam het model de tijd geeft om een tweede gezicht te verzinnen.

Een product op een naadloze achtergrond. Verankering: dezelfde gecentreerde compositie en dezelfde schaduw op het oppervlak. Actie: de fles draait niet meer dan vijftien graden zodat het label het licht vangt. Camera: zeer langzame push-in. Tempo: de rotatie begint meteen, de push loopt gelijkmatig door tot het laatste frame. Bevrieslijst: de labeltekst blijft scherp en leesbaar, geen reflectie die over het label strijkt, geen zwevende deeltjes. Productclips lopen als eerste vast op tekst, dus de bevrieslijst doet hier het meeste werk.

Een drankje met zichtbare stoom. Verankering: hetzelfde glas, dezelfde tafelrand, hetzelfde tegenlicht. Actie: de stoom krult omhoog en wordt dunner; condensatie blijft waar die zit. Camera: statisch. Tempo: continu, geen easing, beweging gelijkmatig over de hele clip. Bevrieslijst: geen inschenken, geen nieuw ijs, geen beweging van de vloeistof. Omgevingsbeweging is het makkelijkst goed te krijgen, omdat het onderwerp zelf niet hoeft te veranderen – alleen de lucht eromheen.

Een interieur of een landschap. Verankering: dezelfde horizon en hetzelfde kader. Actie: het gordijn beweegt licht; bladeren in de verte verschuiven. Camera: langzame zijwaartse drift naar rechts. Tempo: constante snelheid van het eerste tot het laatste frame. Bevrieslijst: de horizon blijft waterpas, geen nieuw meubilair, geen mensen. Dit is het enige geval waarin een bewegende camera zijn plek verdient, omdat een kader met voorgrond, middengrond en achtergrond in lagen uiteenvalt terwijl de camera reist – het effect dat een plat beeld ruimtelijk laat voelen.

Maak één camerakeuze, niet drie

De cameraregel is waar prompts meestal te ver gaan. De analyse van Getimg van cinematische AI-camerabewegingen maakt de zaak helder: elk van de zeven standaardbewegingen – push-in, pull-back reveal, zijwaartse tracking, orbit, tilt reveal, crane rise, handheld follow – doet één specifieke taak, en de juiste kiezen is belangrijker dan er meerdere stapelen. Hun diagnose van de gangbare fout is precies: het resultaat krijgt een willekeurige zoom, een instabiele drift of een camera die zonder richting rondzweeft, omdat er helemaal geen camerakeuze is gemaakt.

Daar volgen twee praktische gevolgen uit. Ten eerste: benoem ook de snelheid, niet alleen de beweging, want een ‘push-in’ alleen kan als een uitval aankomen. Ten tweede: controleer of het bronkader de beweging die je wilt kan dragen. Een zijwaartse drift of een orbit heeft diepte nodig om iets te onthullen; in een plat kader waarin alles op één vlak ligt, valt er niets te scheiden, en dezelfde beweging leest als een schuif. Is je foto plat, kies dan een push-in en laat de actie van het onderwerp de clip dragen.

Lees de clip op symptoom en repareer één regel

Als een clip niet klopt, is de verleiding groot om alles te herschrijven. Weersta die. Bijna elke fout valt toe te wijzen aan één regel van het skelet, en die regel aanpassen is een correctie van tien seconden.

• Het hele kader drift of ademt: de verankeringsregel of de cameraregel is vaag. Voeg ‘statische camera, op statief vergrendeld kader’ toe en herhaal het oorspronkelijke kader.
• Het gezicht verandert van identiteit tussen frames: er gebeurt te veel tegelijk. Bevries de camera en breng de actie terug tot één kleine beweging.
• Alles beweegt tegelijk, ook dingen die stil zouden moeten blijven: de bevrieslijst ontbreekt of is te abstract. Benoem de elementen die blijven staan.
• Het ziet eruit als een diashow-zoom zonder leven: de temporegel ontbreekt, waardoor de beweging gelijkmatig wordt uitgesmeerd. Geef de actie een begin, een einde en een slotseconde die standhoudt.
• Er verschijnt een nieuw object of een paar handen: de bevrieslijst heeft een harde negatieve instructie nodig – ‘geen handen in beeld, geen nieuwe objecten, geen toegevoegde tekst’.
• De clip stort aan het einde in of loopt slecht in een loop: de laatste seconde is nooit beschreven. Zeg hoe het laatste frame eruitziet en knip daar.

Houd segmenten kort en knip in plaats van te verlengen

Generatie is bewust kort, en een clip verlengen stapelt meestal kleine fouten op: het gezicht vervaagt, het label vervormt, de achtergrond krijgt detail dat er nooit was. Plan een handvol schone segmenten in plaats van één lange take. Schrijf voor elk segment dezelfde vijf regels en verander alleen de actie en de cameramaat, en monteer ze vervolgens op een bewegingsmoment aan elkaar. Het resultaat leest als een sequentie in plaats van als één shot dat achteruitgaat.

Waar je het skelet inzet

De Wan 2.6 image to video generator van KOOX AI is precies rond die splitsing gebouwd: je levert de bronafbeelding, beschrijft vervolgens de beweging, de camerarichting en de sfeer, en itereert tot de clip bij het doel past. De pagina zegt expliciet dat de originele afbeelding er is om de identiteit van het onderwerp, het kader en de compositie stabiel te houden terwijl de beweging wordt toegevoegd – dat is de verankeringsregel, afgedwongen door de tool in plaats van door je formulering.

Wil je liever vertrekken van een foto die je al hebt dan een nieuw frame genereren, dan volgt de tool foto omzetten naar video dezelfde driedelige vorm en werkt die het best met een heldere, goed belichte afbeelding en een zichtbaar onderwerp. En wil je dieper in de camerataal duiken dan één beweging, dan lopen de vijf shotrecepten door het regisseren van een korte sequentie in plaats van één clip.

Een controle vooraf van zestig seconden

Lees je prompt nog eens door voordat je op genereren drukt en beantwoord vijf vragen. Is het kader vergrendeld? Is er precies één zichtbare actie? Is er precies één camerakeuze, met een snelheid? Is de beweging in de tijd gepland? Is er een lijst van dingen die niet mogen veranderen of verschijnen?

Vijf keer ja, en je hebt een prompt die je kunt debuggen. Één nee, en je weet welke regel je moet aanpassen voordat je er nog een generatie aan besteedt. Het skelet is geen formule voor een goed idee – het is wat je in staat stelt om aan het resultaat te zien of je idee of je formulering het probleem was.