- Blog
- Tekst-naar-video-AI-workflow: vier controles tussen een eerste prompt en een definitieve clip
Tekst-naar-video-AI-workflow: vier controles tussen een eerste prompt en een definitieve clip
Een werkbare routine voor tekst-naar-video-AI: leg het kader vast, schrijf shotblokken met één camerabeweging, koppel elke referentie aan één taak en beoordeel elke render met dezelfde checklist voordat je ook maar één regel wijzigt.

De meeste tekst-naar-video-AI-sessies gaan al mis voordat het model iets rendert, omdat één prompt vier losstaande taken tegelijk moet uitvoeren: het kader bepalen, de scène beschrijven, de camera aansturen en het resultaat beoordelen. Komt de clip verkeerd terug, dan is niet vast te stellen welke van die vier beslissingen de oorzaak was, dus verandert de volgende poging alles en komt de lus nooit tot convergentie.
De oplossing is procedureel, niet creatief. Behandel generatie als een productielus met vier beslissingspoorten, en zorg dat elke poort één vraag beantwoordt voordat de volgende opengaat. Dit is de routine die standhoudt bij korte cinematische clips, productshots en social cutdowns die je maakt in een tekst-naar-video-AI-tool zoals Seedance 2.0 op KOOX AI.
Waarom de eerste prompt nooit het eindproduct is
Een summiere prompt faalt niet op één herkenbare manier, en juist daarom is hij lastig te repareren. De Seedance 2.0-promptgids van Runway onderscheidt zes verschillende faalwijzen: een vaag onderwerp levert generieke ambient beweging in stockstijl op, een actie die in algemene termen is beschreven wordt uitgevonden op het detailniveau dat je hebt weggelaten, ontbrekende belichting of cameravoering laat het shot vlak, een niet-toegewezen referentie laat kleur of stijl doorlekken die je nooit bedoelde, één onverdeelde alinea geeft het model niets om tegen af te tellen, en een prompt zonder afsluitende beperkingen kan ondertitels, logo's of watermerken opleveren waar niemand om vroeg.
Die lijst is diagnostisch, niet decoratief. Benoem, voordat je een prompt wijzigt, welke van die zes je voor je hebt. Ambient drift is een onderwerpprobleem, een vlak kader is een belichtingsprobleem, een onverwacht logo is een beperkingenprobleem, en een clip die knipt waar je één take wilde is een structuurprobleem. Slechts één daarvan los je op door de actieregel te herschrijven.
Poort één: leg het kader vast voordat je een woord schrijft
De instellingen die je bovenaan het paneel kiest, beperken elke zin die volgt; bepaal ze dus eerst en niet pas nadat de eerste render tegenvalt. Drie ervan wegen het zwaarst.
Lengte en kadrering komen eerst. Een typische clip duurt vijf tot vijftien seconden, wat een paar shots draagt in plaats van een volledige sequentie; tel dus de beats die je er echt in kwijt kunt voordat je ze opschrijft. Beeldverhouding vormt de compositie net zo sterk als kadrering: een verticaal kader vraagt een andere ordening van onderwerp en ruimte dan een breed kader, en dezelfde prompt dient zelden beide.
Resolutie komt tweede, omdat die verandert hoe de prompt leest. Een beschrijving die is gebouwd op fijn detail in een render op hoge resolutie is verspild aan een conceptronde, en een ronde op conceptresolutie is juist de plek om beweging te testen. Verschillende modellen hebben bovendien snelle of mini-varianten die de uitvoerresolutie aftoppen, dus een prompt die op maximaal detail is geschreven krijgt dat daar niet.
Duur per actie komt derde. Als één actie vier of vijf seconden nodig heeft om te lezen, dan bevat een clip van vijftien seconden er comfortabel drie, en vijf alleen als de bewegingen klein zijn. Zes beats in acht seconden schrijven is de meest voorkomende oorzaak van een clip die gehaast oogt zonder enig zichtbaar artefact.
Poort twee: schrijf de briefing in twee lagen, niet in één
Seedance reageert op een prompt met een buitenste structuur en een binnenste beschrijving, en prompts die ondermaats presteren vouwen meestal de ene laag in de andere. De buitenste laag is de shotlijst: gelabelde blokken in de volgorde waarin de gebeurtenissen plaatsvinden, zodat het model weet hoe het stuk getempo is voordat het weet wat erin zit. De binnenste laag is proza binnen elk blok: wie er is, wat ze doen, waar, onder welk licht, en hoe de camera zich gedraagt.
Twee gewoonten maken dit concreet. Ten eerste: schrijf samenhangende zinnen in plaats van een trefwoordenlijst. Een lijst zelfstandige naamwoorden en bijvoeglijke naamwoorden geeft het model geen relaties tussen die woorden, dus elk element wordt letterlijk en los van de rest gerenderd; dezelfde elementen als zinnen geven het iets om bijeen te houden. Ten tweede: houd de volgorde binnen elk shot consistent: eerst camerabeweging of overgang, dan actie en expressie van het onderwerp, dan positie of ruimtelijke verandering, dan geluid. Het model scheidt wat de camera doet van wat het onderwerp doet, en een vaste volgorde maakt die splitsing makkelijker te lezen.

Poort drie: acht elementen per shot, één camerabeweging
Een volledig shotblok dekt een precieze omschrijving van het onderwerp, details van de actie, scène en omgeving, belichting en kleurtoon, camerabeweging, visuele stijl, beeldkwaliteit en beperkingen. Beeldkwaliteit en afsluitende beperkingen worden het vaakst overgeslagen, en juist die twee houden een render stabiel.
De cameraregel verdient een eigen regel: één beweging per shot. Tegelijk om een push, een pull, een pan en een tilt vragen verhoogt de instabiliteit, en het resultaat leest als een kader dat niet kan beslissen waar het moet kijken. Enkele, standaard bewegingen blijven stabieler, en gewone terminologie volstaat: medium shot, close-up, wide shot, langzame push-in, vloeiende laterale tracking, vast shot. Heeft een sequentie twee bewegingen nodig, geef hem dan twee shots.
Beperkingen horen aan het slot, uitgedrukt als wat er niet mag verschijnen. Beschrijf de scène zelf in positieve termen en bewaar de negatieve formulering voor de staart van de prompt, waar een regel over ondertitelvrij blijven en geen logo of watermerk genereren niets kost en de vervelendste categorie re-renders voorkomt.
Beweeg het onderwerp via lichaamsdeel, mate en overgang
Een algemeen actiewerkwoord laat het model de details uitvinden, en de beweging tussen twee acties leest als een sprong in plaats van een voortzetting. Het lichaamsdeel benoemen, bereik, snelheid of kracht toevoegen en de overgang opschrijven lost het meeste op. "Ze pakt de kom en brengt hem naar de plank" wordt "ze tilt de kom langzaam met beide handen op en gebruikt dan de vaart van het opstaan om zich natuurlijk naar de plank te draaien."
Snelheid is net zo goed een stabiliteitsbeslissing als een stilistische. Langzame, zachte, continue beweging houdt beter stand dan actie met veel energie, en bij sprinten, grote sprongen en heftige beweging duiken vertekening en instabiliteit meestal op. Emotie volgt dezelfde logica: woorden als trots of nerveus geven het model niets zichtbaars, terwijl een hangende schouder, een uitademing en een flauwe glimlach het iets geven om te animeren.
Poort vier: koppel elke referentie aan één taak
Referenties zijn waar tekst-naar-video-AI zijn consistentie haalt, en waar hij die het vaakst verliest. Twee praktijken leveren het meeste op. Definieer het onderwerp één keer met twee of drie stabiele, statische kenmerken en gebruik daarna datzelfde label elke keer dat het voorkomt, zodat het model nooit hoeft te raden welke persoon in het kader je bedoelde. Koppel vervolgens elk asset expliciet aan wat het aanstuurt, in plaats van het toe te voegen en te hopen: de afbeelding die het productsilhouet bepaalt stuurt het silhouet, de video die de camerabeweging bepaalt stuurt de beweging, en van beide wordt niets anders geleend.
Gebruik minder assets dan het maximum toestaat. Vier tot vijf referenties in totaal verslaan meestal een volledige set, omdat te veel assets het voor het model moeilijker maken te beoordelen welke kenmerken prioriteit hebben, wat zich uit in stijlconflicten en drift. Voor een personage verankert een close-up headshot naast een fullbody-afbeelding een gezicht veel beter dan één gecombineerde afbeelding waarin de kenmerken te weinig van het kader vullen.
Zet het geluid in de prompt, waar het hoort
Wanneer het model audio in dezelfde ronde als het beeld genereert, is geluidsontwerp promptinhoud in plaats van een latere stap. Markeer wat voor informatie elke regel is: dialoog, muziek en geluidseffecten krijgen elk hun eigen conventie, zodat het model niet hoeft af te leiden of een zin gesproken, begeleid of een geluid in de ruimte is. Een regel dialoog in een taal die het model niet standaard aanneemt, heeft die taal ernaast nodig.
Hier verdient de reviewronde zich ook terug. Een clip waarvan het beeld klopt maar waarvan de audio-ambience tegen de scène vecht, is geen mislukte generatie; het is een regel om te herschrijven, want de oplossing zit in dezelfde prompt die hem heeft voortgebracht.
Beoordeel aan de hand van een vaste lijst, niet van een gevoel
De laatste poort is degene die de meeste sessies overslaan. Inspecteer een render, voordat je beslist of hij goed is, elke keer aan de hand van dezelfde korte lijst: blijft het silhouet van het onderwerp intact door de beweging heen, blijft de belichting consistent tussen shots, staat er ergens tekst, een logo of een watermerk, leest de beweging als continu in plaats van stapsgewijs, en klopt het tempo met de shotlijst die je hebt geschreven.
Camerabegeleiding en bewegingsadvies gericht op gecontroleerde generatie maken hetzelfde punt in productietermen (zie de camera- en bewegingsnotities van ReelMind): inspecteer het shot op bewegingsstabiliteit, behoud van het silhouet en consistente belichting voordat je het aan iets anders koppelt. Een clip die die drie doorstaat is bruikbaar, ook als het niet de take is die je je voorstelde, en een clip die er één niet haalt, is in de montage niet te redden.

Verfijn één variabele per keer
De reden om de prompt als gelabelde blokken te schrijven, is dat het verfijnen chirurgisch maakt. Wijzig één regel tussen generaties, houd al het andere identiek, en het verschil in de uitvoer is toe te schrijven. Wijzig je de onderwerpregel en de cameraregel tegelijk, dan heb je niets geleerd, ook als de tweede clip beter is.
Houd een kort logboek bij de renders: het shotblok, de instellingen en de ene regel die je hebt gewijzigd. Komt een clip chaotisch terug, dan is de eerste zet meestal aftrekken in plaats van toevoegen, omdat te veel actie voor de beschikbare tijd de standaardoorzaak is. Levert een render zwarte frames op of mislukt hij ronduit, dan is de prompt vaak simpelweg te complex voor de gekozen duur en resolutie, en is terugschroeven naar één actie per paar seconden of de conceptresolutie laten vallen een snellere oplossing dan nog een herschrijving.
Zodra een shot de reviewlijst doorstaat, laat je het met rust en ga je door naar het volgende shot in de sequentie. Een afgeronde clip is een sequentie van geverifieerde shots, niet één perfecte prompt, en daarom lijkt de routine die betrouwbare tekst-naar-video-AI-uitvoer oplevert meer op een checklist dan op een toverspreuk.