AI video prompts schrijven handleiding voor betere clips

In deze AI video prompts schrijven handleiding leer je precies wat het verschil maakt tussen een bruikbare en een onbruikbare clip. Niet geluk, niet het model: precisie in beweging, licht en sfeer.

Na 40 trainingsmodules door drie verschillende pipelines te laten lopen in zes maanden, is de conclusie helder: de meeste creators schrijven prompts zoals ze een Google-zoekopdracht typen. Één zin. Een handvol zelfstandige naamwoorden. Dat is het probleem.

Waarom je clips er nooit uitzien zoals je voor ogen had

Het model negeert je niet. Het interpreteert wat je het gegeven hebt.

"Een persoon die 's nachts door een stad loopt" geeft het model vijf vrijheidsgraden: welke persoon, welke stad, welke richting, welk tempo, welk licht. Wat je terugkrijgt is het beste gokje van het model op alle vijf. Op een goede dag klopt één van die gokjes met je visie.

Sterke AI video prompts halen die vrijheidsgraden één voor één weg. Je hebt niet meer woorden nodig. Je hebt meer precisie nodig.

Het verschil:

Zwak: "Een zakenman die 's nachts door een stad loopt"

Sterk: "Een man in een antracietkleurig overjas, begin veertig, loopt snel van links naar rechts door een regennat Tokio-straatje om 2 uur 's nachts, natriumdamplampen erboven, medium tracking shot, noir-sfeer, lichte filmkorrel"

Zelfde onderwerp. De tweede prompt levert een bruikbare clip op bij de eerste poging in ongeveer 70% van de gevallen. De eerste, zo'n 20%. Dat gat krimpt niet tenzij je verandert hoe je prompts schrijft. Het model leert je voorkeuren niet. Het heeft alleen wat je het geeft.

Voor creators die een bibliotheek opbouwen van 40 tot 100 clips per project, vertaalt dat 50-punten-verschil in first-take-succespercentage zich naar uren. Op schaal wordt het een capaciteitsbeslissing.

Avatar prompts vs. generatieve video prompts: twee totaal andere talen

Dit is het onderscheid dat de meeste handleidingen volledig missen, en het bespaart je uren.

Wanneer je b-roll of cinematografische beelden genereert met tools als Kling AI, Higgsfield of Runway, regisseer je een scène. Het model moet begrijpen wat er in beeld is, hoe het beweegt, en hoe het eruitziet.

Wanneer je avatar talking-head video genereert met tools als Polymorf, HeyGen of Synthesia, regisseer je een performer. Het model moet leveringstempo, avatarstemming en scriptstructuur begrijpen. Niet visuele scènecompositie.

Promptstructuur voor generatieve b-roll:

[onderwerp] + [actie] + [omgeving] + [camera] + [licht] + [stijl] + [bewegingskwaliteit]

Promptstructuur voor avatar video (scriptniveau):

[avatar-toon] + [tempocues] + [pauzemarkering] + [nadruknotities]

Proberen een Kling-prompt te schrijven terwijl je een avatar-clip genereert, is als het geven van toneelregie aan een cinematograaf. Verwarrend op z'n best. Contraproductief op z'n slechtst.

Eén cliptype. Twee volledig andere prompttalen. Weten welke je nodig hebt voordat je het tekstveld opent, bespaart meer tijd dan welke opmaaktruc ook.

De 7 elementen die werken in elk generatief tool

Voor b-roll en generatieve video: stapel deze zeven elementen in volgorde. Sla er één over en je geeft de controle terug aan het model.

1. Onderwerp: Wie of wat de focus is. Wees specifiek: leeftijd, kleding, houding. Niet "een vrouw" maar "een vrouw van eind dertig, marineblauw jasje, stil staand, camera in de ogen kijkend".

2. Actie: Wat er daadwerkelijk beweegt. Wees kinetisch: "langzaam ronddraaien", "snel van rechts naar links lopen", "stoom die opstijgt van een mok op een marmeren aanrechtblad".

3. Omgeving: Waar het plaatsvindt. Voeg achtergronddetail toe. "Modern kantoor met open plattegrond en vloer-tot-plafond glas, 10 uur 's ochtends licht, stadssilhouet erachter."

4. Camera: Type shot en beweging. "Medium close-up, langzame push-in." "Wijd establishing shot, statisch." Specifiek genoeg om geen ruimte voor interpretatie te laten.

5. Licht: Kwaliteit, richting, kleurtemperatuur. "Bewolkt diffuus licht van links." "Hard directioneel neonblauw van bovenaf." Modellen verwerken lichtdescriptoren nauwkeurig als je precies bent.

6. Stijl: Cinematografische referentie of textuur. "Kodak Vision3 filmstock, lichte halatie." "Strak zakelijk uiterlijk, geen korrel." "Stemmig Scandinavisch winter, ontverzadigde palet."

7. Bewegingskwaliteit: Temporele sturing. Woorden als "stabiel", "vloeiende overgang", "geen flikkering", "consistente beweging" verminderen visuele artefacten drastisch op modellen als Kling en Higgsfield.

Een volledig 7-element-prompt ziet er zo uit: "Een productontwerper van begin dertig, grijze coltrui, die met intentie een keramische mok op een wit bureau plaatst. Moderne minimale studio, diffuus raamlicht van links. Medium close-up, langzame push-in. Zacht ochtendlicht, iets warm. Strak redactionele stijl, geen korrel. Stabiele beweging, geen flikkering."

Die prompt levert consequent een broadcast-ready clip op bij de eerste of tweede poging. Ontbrekende elementen 4, 5 of 7 verklaart de meeste problemen met visuele drift en flikkering die creators melden na hun eerste generatieweek.

Camerabewegingstermen die daadwerkelijk worden verwerkt

Niet alle regietaal is gelijk. Sommige termen worden consistent verwerkt door modellen. Andere worden genegeerd.

Betrouwbare termen getest in Kling, Higgsfield en Runway:

• static shot: Camera blijft vast, geen beweging

• slow push-in: Subtiele dolly naar onderwerp, vergroot intimiteit

• wide establishing shot: Groothoek die de volledige scène weergeeft

• medium close-up: Borst tot hoofd, onderwerp gecentreerd in beeld

• tracking shot left-to-right: Camera volgt horizontale beweging

• slow pan: Camera roteert horizontaal over de scène

Termen die vaak verkeerd worden gelezen:

• "dolly zoom" levert grillige resultaten op bij de meeste huidige modellen

• "Dutch angle" wordt inconsistent toegepast

• "over-the-shoulder" laat het model het onderwerp centreren in plaats van er overheen te filmen

Gebruik de betrouwbare set. Als een shottype niet in die lijst staat, test het op een korte, goedkope clip voordat je het in een volledige sequentie inzet.

Wanneer promptlengte tegen je werkt

Langer is niet altijd beter. Elk tool heeft een praktisch plafond waar begrip piekt.

Voor Kling AI: 60 tot 100 woorden is de sweet spot. Daarboven begint het model elementen in het midden van de prompt te deprioriteren.

Voor Higgsfield: vergelijkbaar plafond, maar het model verwerkt notities tussen haakjes beter. "(subtiel, niet overdreven)" werd correct verwerkt in onze tests op zes opeenvolgende generaties.

Voor avatar video tools: je script is de prompt. Leveringscues gaan in pauzemarkering en nadruknotities. Één zin, één duidelijke instructie. Een blok van 300 woorden geeft je niet meer controle. Het verdunt het.

Het signaal dat je prompt te lang is: je krijgt een clip die drie elementen goed heeft en twee anderen negeert. Verwijder het laagst-prioritaire detail als eerste.

Itereren zonder je creditbalans te verbranden

Bij 20 clips per week met een onbruikbaarheidspercentage van 40% verspil je 8 credits per week. Bij $0,05 tot $0,20 per generatie is dat $16 tot $80 per maand aan slechte prompts alleen al. Voor een team dat 100 clips per week draait, wordt het een echte begrotingspost.

Eén systeem dat verspilling terugdringt: de enkelvoudige-variabelentest.

Genereer een basisclip met een complete 7-element-prompt. Noteer het resultaat. Verander precies één element en genereer opnieuw. Camerabeweging, licht, stijlreferentie: één variabele tegelijk.

Na 4 tot 5 iteraties weet je welke elementen je tool het zwaarst weegt. Die kennis draagt over naar elke toekomstige clip in je batch.

De volledige prompt herschrijven en opnieuw genereren vertelt je dat er iets veranderde, maar niet wat. Je blijft onbepaald lang itereren.

Sla je winnende prompt-templates op. Een goede bibliotheek bevat 12 varianten, georganiseerd op omgevingstype: indoor zakelijk, outdoor stedelijk, productclose-up. Hergebruik het geteste skelet voor elke nieuwe batch.

Wat meer productiesnelheid oplevert dan welke prompt-truc ook

De meest impactvolle ingreep is niet een beter framework. Het is het elimineren van de beoordelings-en-verwerpingscyclus voordat generatie begint.

Twee praktijken die productiesnelheid meer comprimeren dan welke prompttechniek ook:

Pre-generatie storyboarding: Schrijf voor elke clip een omschrijving van één zin voordat je ook maar iets genereert. Als je een shot niet in één zin kunt beschrijven, kun je het ook niet precies prompten. De storyboard-stap dwingt helderheid af voordat je een credit uitgeeft.

Batchgeneratie met variantentesten: Genereer 3 varianten van je meest onzekere shots tegelijkertijd. Selecteer de beste, verwijder de rest. Sneller dan sequentieel itereren en brengt toolgedragpatronen snel aan het licht.

Voor een solo-creator die 2 tot 3 video's per week produceert, verminderen deze twee praktijken de generatietijd met ongeveer 30 tot 40 minuten per project. Bij 3 projecten per week is dat bijna 2 uur teruggewonnen pipeline-tijd.

Productieschaal. Geen studio-overhead.

Wanneer de prompt klopt maar de clip toch mist

Soms is de prompt correct gestructureerd en mist de clip toch. Dat is geen promptprobleem. Het is een modeluitlijningsprobleem.

Drie situaties en wat te doen:

Het model negeert je camera-instructie: Herhaal het tweemaal. Eén keer aan het begin, eén keer aan het einde. "Medium close-up, langzame push-in. Onderwerp: [beschrijving]. Stijl: [stijl]. Shot: medium close-up met langzame push-in." Redundantie helpt bij de meeste huidige modellen.

De clip heeft visuele artefacten of flikkering: Voeg temporele stabiliteitstaal expliciet toe. "Consistente beweging, geen flikkering, vloeiende overgangen door de hele clip, stabiele beweging." Deze woorden worden verwerkt als kwaliteitsbeperkingen door de meeste video-generatie-architecturen.

De levering van de avatar komt niet overeen met de scripttoon: Splits lange scriptsecties op in kortere alinea's. De meeste avatar-tools verwerken levering per zin, niet per alinea. Kortere eenheden geven je strakker controle over tempo en nadruk. Een alinea die instructie, data en een call-to-action mixt, levert elke keer een afgeplatte levering op.

Als alles mislukt bij een cinematografische clip: genereer op 5 seconden in plaats van 10. Korte clips hebben minder samengestelde variabelen. Zorg dat de look klopt op de korte versie, verleng of loop daarna.

Het script is er. Het systeem doet de rest, zodra je het iets precies genoeg hebt gegeven om mee te werken.