Nauči kako da napišeš besprijekorne promptove za AI video generatore

Pišete prompt, kliknete "Generate" i dobijete video u kojem čovjek ima tri ruke, kamera se trese kao u zemljotresu, a osvjetljenje izgleda kao da je scena snimljena u podrumu. Poznat vam je taj osjećaj? Problem nije u alatu. Problem je u promptu.

Tri AI video generatora trenutno dominiraju kreativnom produkcijom: Seedance 2.0 (ByteDance), Kling 3.0 (Kuaishou) i Veo 3.1 (Google DeepMind). Sva tri funkcionišu po sličnoj logici, ali svaki nagrađuje drugačiju strukturu prompta.

U ovom vodiču naučićete tačno kako da pišete za svaki od njih, sa formulama koje rade, konkretnim primjerima i greškama koje vam garantovano uništavaju rezultate.

Univerzalno pravilo koje važi za sva tri alata: pišite promptove kao filmske shot liste, ne kao opise slika. Opišite pokret, kameru, osvjetljenje i zvuk kao da brifujete snimatelja. Svaki alat kažnjava nejasan jezik i nagrađuje preciznost.

Formule koje zaista funkcionišu

Svaki alat ima malo drugačiju idealnu strukturu, ali svi dijele istu filozofiju: stavite najvažniju vizuelnu instrukciju na početak, definišite jednu jasnu akciju i usidrište sve sa osvjetljenjem i stilom.

Seedance 2.0 - Formula sa šest segmenata

Subjekat → Akcija → Okruženje → Kamera → Stil → Ograničenja

Seedance-ov model prioritizuje elemente koji se pojavljuju na početku prompta, tako da ko radi šta uvijek ide prije načina snimanja. Idealna dužina prompta je 60 - 100 riječi, dovoljno kratko da spriječite konfliktne instrukcije, dovoljno dugo da definišete svaki bitan detalj.

Seedance podržava i timeline storyboard format za multi-shot narative:

0-4s: Široki kadar. Samuraj hoda kroz bambusovu šumu; jutarnja magla ispunjava scenu. 4-9s: Srednji tracking shot. Izvlači mač; lišće pada oko njega. 9–13s: Krupni plan. Oštrica siječe vazduh; slow-motion prskanje vode.

Kling 3.0 - Rediteljska bilješka u pet slojeva

Pokret kamere → Subjekat i akcija → Okruženje/Osvjetljenje → Tekstura i detalji → Audio/Emocija

Kling-ov idealni raspon je 80-150 riječi, a ključna filozofija dizajna tretira promptove kao filmsku režiju, ne kao listu ključnih riječi. Pisanje kao tečan opis scene, umjesto niza tagova razdvojenih zarezima, daje mjerljivo bolje rezultate. Bitno strukturalno pravilo: označite multi-shot sekvence eksplicitno koristeći Shot 1:, Shot 2:, Cut to: markere. Četiri do šest shotova je optimalno za klip od 10–15 sekundi.

Veo 3.1 - Kinematografija na prvom mjestu

Kinematografija → Subjekat → Akcija → Kontekst → Stil i atmosfera

Veo nagrađuje 100 - 150 riječi organizovanih u 3 - 6 rečenica, gdje svaki prompt opisuje jedan samostalni kadar. Ključna razlika: Veo očekuje eksplicitne audio instrukcije - koristite navodnike za dijalog (A woman says, "We have to leave now."), prefiks SFX: za zvučne efekte i oznaku Audio: za ambijentalne zvukove.

Rječnik kamera pokreta koji AI razumije

Kamera je tačka u kojoj se AI video promptovi najoštrije razlikuju od AI image promptova. Sva tri alata razumiju profesionalnu kinematografsku terminologiju, ali svaki ima različite pragove pouzdanosti.

Pokreti koje sva tri alata pouzdano razumiju:

• Push-in / Dolly (slow dolly-in, push in) - emocionalni naglasak, intimnost

• Pull-out (dolly out, pull back, reveal shot) - otkrivanje okruženja

• Pan (pan left, pan right, slow pan) - skeniranje scene

• Tracking (tracking shot following, camera follows) - akcija, praćenje

• Orbit (orbit shot, arc around) - prikaz proizvoda, uvod lika

• Crane (crane shot rising, jib shot) - establishing shotovi

• Aerial / Drone (aerial drone shot, bird's eye view) - pejsaži, skala

• Handheld (handheld camera, shaky cam) - dokumentarni realizam

• Static (static shot, locked camera) - dijalog, atmosfera

Tri zlatna pravila za kameru

Pravilo 1: Jedan primarni pokret kamere po kadru.

Ovo je najvažnije pravilo na sva tri alata. Camera slow push-in - radi. Camera push-in then pan left then zoom out then orbit - proizvodi trzaje i artefakte na svakom alatu. Ako vam treba složeni pokret, odredite jedan primarni i jedan suptilni sekundarni: low tracking shot with subtle rise.

Pravilo 2: Odvojite pokret kamere od pokreta subjekta.

Napišite ih kao odvojene rečenice. "The dancer spins slowly. Camera holds fixed framing." - nikad "spinning camera around a dancing person." Spajanje je najčešći uzrok nestabilnog outputa.

Pravilo 3: Koristite riječi ritma, ne tehničke specifikacije.

Sva tri alata reaguju mnogo bolje na slow, smooth, gentle, gradual nego na 24fps, f/2.8, ISO 800. Opišite ritam kao da brifujete montažera, ne kao da podešavate tijelo kamere.

Upozorenje: Ključna riječ "fast" je najrizičniji modifikator brzine na sva tri alata. Kombinovanje brze kamere + brze akcije + gužve u sceni gotovo garantuje trzanje slike. Ako vam treba energija, neka samo jedan element bude brz dok su ostali kontrolisani.

Osvjetljenje - faktor s najvećim uticajem na kvalitet

Zvanična Seedance dokumentacija potvrđuje ono što testiranje zajednice na sva tri alata pokazuje: opis osvjetljenja ima najveći uticaj na kvalitet outputa od svih elemenata prompta. Ako možete dodati samo jedan detalj da poboljšate generisanje, dodajte opis osvjetljenja.

Osvjetljenja koja konzistentno daju vrhunske rezultate:

• Golden hour - warm golden hour sunlight, magic hour side lighting -topao, filmski, laskav ton

• Rim light - dramatic rim light against dark background - dubina, drama, odvajanje subjekta

• Neon - neon-lit rainy street, pulsating neon signage - cyberpunk, urbana estetika

• Chiaroscuro - hard chiaroscuro lighting, deep shadows - film noir drama

• Praktična svjetla - warm practicals from bedside lamp - realizam, motivirano osvjetljenje

• Volumetrično - volumetric fog rays, god rays through forest canopy - fantasy, epska atmosfera

Pravilo: Imenujte stvarne izvore svjetla. Na sva tri alata, "dramatic lighting" ne uspijeva tamo gdje "flickering neon signs casting magenta and cyan reflections on wet asphalt" daje odlične rezultate. Budite doslovni o tome odakle svjetlo dolazi.

Stilski ključevi koji konzistentno podižu kvalitet

Filmske reference i reference na reditelje spadaju među najefikasnije stilske sidre na sva tri alata:

• 35mm film grain, Kodak color palette - topla filmska tekstura

• anamorphic lens flares - wide-screen filmski osjećaj

• Wes Anderson symmetry, pastel colors - precizna, stilizovana kompozicija

• Blade Runner aesthetic, neon reflections - cyberpunk noir

• Christopher Nolan style, practical effects, cold blue tones - uzemljeni realizam

• vintage VHS aesthetic, chromatic aberration - nostalgični lo-fi

Kritično pravilo: birajte jedan do dva stilska sidra maksimalno. "Cyberpunk + Wes Anderson + BBC nature doc + anime" stvara stilski sudar koji zbunjuje svaki model. Opredijelite se za koherentan vizuelni identitet.

Deset grešaka koje uništavaju AI video

Greška 1: Promptujete kao da je image generator. Ovi alati generišu pokret, pa je opis kako se kadar kreće važniji od toga kako statični frejm izgleda. Statični opisi proizvode beživotan video na svakom alatu.

Greška 2: Nejasne instrukcije za kameru. "Camera follows a man" gubi od "Handheld shoulder-cam drifts behind the subject with subtle sway" svaki put.

Greška 3: Izostavljanje osvjetljenja. Bez opisa svjetla, output je ravan i neprivlačan - univerzalno.

Greška 4: Traženje tačnih brojeva. "Exactly 5 birds" ne funkcioniše ni na jednom alatu - AI se muči s brojanjem.

Greška 5: Kontradiktorne stilske instrukcije. "Bright sunny palette, film-noir mood" - nemoguć zahtjev koji model rješava nepredvidivo.

Greška 6: Previše pokreta kamere u jednom kadru. Jedno pravilo, bez izuzetaka.

Greška 7: Miješanje pokreta kamere i pokreta subjekta u istoj rečenici.

Greška 8: Korištenje tehničkih specifikacija umjesto opisnog jezika. f/2.8 ISO 800 ne znači ništa modelu. Creamy soft background blur - znači.

Greška 9: Ignorisanje specifičnosti alata. Seedance-ovi content filteri zahtijevaju jasan narativni kontekst. Kling default teži "savršenim, nasmiješenim scenarijima", potrebni su eksplicitni negativi za grittier rezultate. Veo-ovi safety filteri se aktiviraju na riječi poput "fire" i "shot" - koristite "burning logs in the hearth" umjesto toga.

Greška 10: Nesidrenje ruku uz objekte. "Her fingers firmly grip the edge of the ceramic coffee cup" sprečava lebdeće ili dodatne prste efikasnije od bilo kojeg negativnog prompta.

Primjeri promptova za tri ključne kategorije

Filmska scena

Seedance 2.0:

A detective in a trench coat walking down a rain-soaked alley at night, neon signs reflecting in puddles creating streaks of red and blue light, steam rising from a manhole, slow dolly shot following from behind, film noir style, high contrast with deep shadows, 1940s meets cyberpunk.

Kling 3.0:

Static tripod camera in narrow neon-lit ramen shop, condensation fogs the window, couple sits side by side under flickering magenta sign, steam rising from bowls as they eat noodles in slow synchronized rhythm, shot on 35mm film with shallow focus and glowing bokeh behind them.

Veo 3.1:

Close-up with very shallow depth of field, a young woman's face, looking out a bus window at the passing city lights with her reflection faintly visible on the glass, inside a bus at night during a rainstorm. Melancholic mood with cool blue tones, moody, cinematic. Audio: Gentle rain tapping on glass, muffled city traffic, soft piano melody.

Reklamni / Produktni video

Seedance 2.0:

A premium wristwatch floating in mid-air, slowly rotating with precision, water droplets suspended around it catching the light like diamonds, pure black background with a single dramatic spotlight from above, extreme macro detail, high-end jewelry commercial aesthetic, ultra-smooth rotation.

Kling 3.0:

Slow macro dolly-in shot of a luxury crystal perfume bottle on a velvet pedestal. Clearly embossed on the glass label is the word "ETTREAL" in elegant gold serif font. Soft golden hour lighting creates refractive caustics on the velvet. The bottle slowly rotates 45 degrees, ensuring the text remains perfectly stable and readable.

Veo 3.1:

On a matte black tabletop, a ceramic pour-over coffee dripper in glossy white steams gently. Slow dolly-in, macro detail on condensation. Three-point lighting with soft rim light. High-contrast, modern commercial look. Audio: Ambient café hush and subtle kettle pour. She says, "Meet our morning ritual."

Social media / Lifestyle

Seedance 2.0:

Street-level wide shot of a rainy Tokyo intersection at night, neon reflections on wet pavement, busy pedestrians under umbrellas, slight camera shake for handheld feel. Vertical format, 9:16 aspect ratio, dynamic energy.

Kling 3.0:

A young woman with flowing auburn hair stands on a windswept cliff at golden hour. Her silk dress ripples in the breeze as she gazes at the ocean. Soft rim lighting catches her profile. Slow dolly forward. Cinematic realism, shallow depth of field, warm tones.

Veo 3.1:

30-year-old woman in business casual attire typing on laptop at modern wooden desk, side angle medium shot, natural window lighting from left, focused expression, contemporary office with plants visible in background. Audio: Soft keyboard tapping, distant office ambience.

Kada koristiti koji alat?

Seedance 2.0: kada vam treba maksimalna kreativna kontrola kroz multi-modalne inpute. Možete uploadovati referentne videe za pokret kamere, audio za beat-matching i više slika za konzistentnost lika. Najjači za character-driven narative. Quad-modalni input sistem (tekst + do 12 fajlova) je bez konkurencije.

Kling 3.0: kada su rezolucija, frame rate i dinamična akcija prioritet. Nativan 4K na 60fps, fizički svjesno renderovanje, i Motion Brush za preciznu kontrolu. Idealan za produktne reklame, sportski sadržaj i akcione sekvence.

Veo 3.1: kada je audio integralan dio kreativne vizije. Dijalog sa lip-sync, ambijentalni zvukovi, sound efekti i originalna muzika se generišu nativno unutar videa. Najzrelija audio generacija u industriji. Plus, Gemini meta-prompting workflow čini alat pristupačnim i onima koji se muče sa pisanjem detaljnih promptova.

Napredna tehnika koju svi potcjenjuju

Najmoćnija tehnika na sva tri alata: prvo generišite referentne slike, pa onda animirajte. Kreirajte character sheet-ove, product rendere ili kompozicije scene koristeći Midjourney, Flux ili Gemini-jev image model, pa ih proslijedite video generatoru kao input. Ovo eliminuje nasumična lica i nekonzistentan stil.

Za multi-shot projekte, koristite "Style Bible" pristup, dodajte identičnu stilsku rečenicu na svaki prompt: "cinematic lighting, 35mm film grain, moody color grade, shallow depth of field, high production value." Ovo stvara vizuelnu konzistentnost kroz cijeli projekat bez referentnih slika.

Kombinujte ova dva pristupa i čak složeni multi-shot narativi zadržavaju vizuelnu koherenciju. Era AI videa je prešla iz faze "otkucaj rečenicu i nadaj se" u strukturisanu, ponovljivu kreativnu produkciju.

Ovaj vodič pripremio je AI Zdravo tim. Za više o praktičnoj primjeni AI alata, istražite naše kurseve i zajednicu na aizdravo.com