KI-Video-Prompts: Ein praktischer Leitfaden

Die meisten schlechten KI-Videos sind ein Prompt-Problem, das wie ein Modellproblem aussieht. Das Modell hat etwas Vernünftiges mit einer mehrdeutigen Anweisung gemacht. Dieser Leitfaden gibt Ihnen eine sechsteilige Struktur, ein wiederverwendbares Kameravokabular, Prompts für Text-zu-Video und Bild-zu-Video und eine Symptom-zu-Lösung-Tabelle.

Die sechsteilige Struktur

Schreiben Sie Prompts in dieser Reihenfolge. Jeder Teil entfernt eine spezifische Art von Mehrdeutigkeit.

1. Subjekt — was im Frame ist und was unverändert bleiben muss.
2. Bewegung — was sich bewegt und wie schnell.
3. Kamera — die physische Bewegung, benannt.
4. Licht — Richtung, Qualität, Temperatur.
5. Format — Dauer, Seitenverhältnis, Auflösungsabsicht.
6. Einschränkungen — was nicht passieren darf.

Ein Prompt mit allen sechs:

A ceramic bowl of mango pomelo sago on a dark stone surface, spoon stirring slowly, camera pushes in gently, soft top-light with a warm rim, 4 seconds, 16:9, product shape unchanged, no camera shake, no objects added.

Kameravokabular

Verwenden Sie den physischen Begriff, nicht ein Stimmungswort. Modelle reagieren auf Kamerasprache weit besser als auf Adjektive.

Bewegung	Sagen Sie das	Verwenden für
Push in	slow push-in, camera moves toward subject	Enthüllt Detail, baut Fokus
Pull back	slow pull-back, camera retreats	Enthüllt Kontext oder Maßstab
Pan / Traverse	slow lateral pan, camera drifts sideways	Zeigt einen weiten Raum oder eine Reihe
Tilt	slow tilt up, slow tilt down	Enthüllt Höhe oder Boden
Orbit	slow orbit around subject	Produkt-Turntables – klein halten
Handheld	subtle handheld	Energie, Dokumentationen – sparsam
Locked-off	locked-off camera, static framing	Wenn Stabilität mehr zählt als Bewegung

Text-zu-Video vs Bild-zu-Video Prompts

Text-zu-Video muss alles aus Worten aufbauen, braucht also mehr Detail und profitiert von einem klaren einzelnen Beat.

Wide shot of a fog-covered valley at dawn, mist drifting slowly, camera pushes in gently, cool diffused light, no people, 5 seconds, 16:9, locked-off framing, documentary look.

Bild-zu-Video hat das Subjekt bereits. Der Prompt sollte nur beschreiben, was sich ändert – Bewegung, Kamera, Licht – und dann alles andere einschränken.

Using the reference image, the same room, very slow push-in, morning window light unchanged, walls and window frames stay straight, nothing appears or is removed, 4 seconds, 16:9, locked-off camera.

Der häufigste Bild-zu-Video-Fehler ist, das Subjekt in Worten neu zu beschreiben. Das führt Drift wieder ein. Sagen Sie using the reference image und beschreiben Sie dann nur die Änderung.

Wiederverwendbares Prompt-Set

PROMPT — Cinematic establishing
Wide aerial shot of a coastline at golden hour, waves moving slowly, camera drifts forward, warm low sun, 5 seconds, 16:9, no people, cinematic colour grade.

PROMPT — Macro detail
Extreme macro of woven fabric, very slow lateral drift, raking side light reveals texture, colour unchanged, 4 seconds, 1:1, locked-off framing.

PROMPT — Character shot
Using the reference image, the same person turns slightly toward camera, subtle expression change, soft window light from the left, shallow depth of field, 4 seconds, 16:9, face unchanged, same clothing.

PROMPT — Vertical hook
Vertical frame, subject centred and fully visible in frame one, slow push-in, clean background, bright key light, 3 seconds, 9:16, readable at small size, no camera shake.

PROMPT — Product turntable
Product rotates gently on a clean white surface, soft even studio light, subtle contact shadow, packaging text remains legible, 5 seconds, 1:1, shape unchanged.

Symptom → Lösung

Was Sie sehen	Wahrscheinliche Ursache	Lösung
Subjekt morphed	Zu viel Bewegung in einer Anfrage	Auf 2–4s kürzen, Kamerabewegung reduzieren, shape unchanged hinzufügen
Gesicht ändert sich zwischen Shots	Separate Generationen, keine geteilte Referenz	Ein kanonisches Bild, Bild-zu-Video, face unchanged
Wände oder Fenster verziehen	Große Kamerabewegung an Geometrie	Nur Push-in oder langsame Traverse, lines stay straight hinzufügen
Hände brechen	Schwächster Bereich über Modelle	Hände aus dem Frame rahmen oder wegschneiden
Alles driftet oder jittert	Vage oder fehlende Kameraführung	Benennen Sie die physische Kamerabewegung, fügen Sie locked-off hinzu
Farben verschieben	Keine Lichtanweisung	Nennen Sie Richtung, Qualität und Temperatur
Ausgabe wirkt generisch	Stimmungsworte statt Spezifika	Ersetzen Sie Adjektive durch konkrete Substantive und Bewegungen
Text im Frame ist Unsinn	Modelle rendern Text nicht verlässlich	Fügen Sie allen Text in der Postproduktion hinzu

Iterationsdisziplin

• Ändern Sie pro Lauf nur eine Sache. Wenn Sie Dauer, Kamera und Licht zusammen ändern, lernen Sie nichts.
• Validieren Sie in 480p. Auflösung ist die letzte Entscheidung, nicht die erste.
• Führen Sie ein Prompt-Log. Prompt, Modell, Einstellungen, Ergebnis, Urteil. Es wird Ihre wiederverwendbare Bibliothek.
• Speichern Sie die Gewinner. Ein Prompt, der funktioniert hat, ist mehr wert als ein neuer.

Siehe den Leitfaden zu KI-Video-Preisen für die Kosten jeder Iteration und den Modellvergleich für das passende Modell pro Prompt-Typ.

Testkarten

Drei kurze Übungen auf Basis der Sechsteile-Struktur oben. Je eine Generierung, und du änderst nur, was die Übung verlangt.

Karte A — Strukturstest. Schreibe deinen schlechtesten Prompt anhand der Sechsteile-Tabelle neu. Gleiches Modell, gleiche Einstellungen — und sieh, was das Neuschreiben wirklich gebracht hat. Ausgabe: der komplette H3-Lauf zu dieser Karte – Datei, Prompt und Einstellungen – ist unten veröffentlicht.

Karte B — Ein-Variable-Test. Nimm das Ergebnis, das fast gepasst hat, und ändere nur seine Kamerazeile. Neu generieren und beide nebeneinander vergleichen. Ausgabe: der komplette H3-Lauf zu dieser Karte – Datei, Prompt und Einstellungen – ist unten veröffentlicht.

Karte C — Constraint-Test. Nimm ein Ergebnis, in dem sich das Motiv verformt, ergänze exakte Form beibehalten und halbiere die Dauer. Ausgabe: der komplette H3-Lauf zu dieser Karte – Datei, Prompt und Einstellungen – ist unten veröffentlicht.

Die drei MiniMax-H3-Läufe hinter diesen Karten

Dieselben drei Karten, je einmal auf MiniMax H3 über die offizielle API in 768P ausgeführt. Dateien, Prompts und Einstellungen stehen unten vollständig, damit du sie exakt wiederholen kannst. Das sind Prüfstandsläufe mit einem Referenzbild und generischen Prompts, nicht mit deinem Katalog: lies sie als Beleg für Durchlaufzeit und Bildstabilität, nicht als Urteil über dein Material.

Diesen Clip in einem neuen Fenster öffnen →

Tatsächlich gesendeter Prompt: A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.

Diesen Clip in einem neuen Fenster öffnen →

Tatsächlich gesendeter Prompt: Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.

Diesen Clip in einem neuen Fenster öffnen →

Tatsächlich gesendeter Prompt: Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.

Karte	Modus	Einstellungen	Ausgabedatei	Absenden → abrufbar
A	Bild → Video	5s · 768P	1344×768, 24 fps, 5.2 s, 726 KB	196 s
B	Text → Video	5s · 768P · 9:16	768×1344, 24 fps, 5.2 s, 1.0 MB	117 s
C	Text → Video	4s · 768P · 1:1	768×768, 24 fps, 4.5 s, 341 KB	83 s

Umfang: drei Einzelläufe auf einem Modell. Wir haben die Credit-Belastung innerhalb von VidVid nicht gemessen, kein anderes Modell gestoppt und die Ausgabequalität nicht bewertet – das bleibt eine menschliche Entscheidung. Der veröffentlichte H3-Satz bei VidVid ist 24 Credits (3s · 480p); der echte Wert steht auf dem Generate-Button.

Dieselben drei Karten auf einem anderen Modell fahren

Eine gemessene Karte sagt nur dann etwas, wenn das Modell die einzige Variable ist. Halte Eingabe, Prompt, Dauer und Auflösung identisch – dann zeigt dir der nächste Lauf, was dieses Modell anders macht. Die Modelle aus der Tabelle oben mit ihren veröffentlichten Beispielkosten:

• Pruna P-Video — 4 Credits (1s · 720p) — Günstiges 720p/1080p-Video mit Audio
• Gemini Omni Flash Text — 78 Credits (3s · native) — Text-zu-Video mit nativem Audio
• Veo 3.1 Fast — 240 Credits (4s · 720p) — Hochwertige kinematische Sequenzen

Studio öffnen, dasselbe Referenzbild laden, denselben Prompt einfügen und nur das Modell wechseln. Ein Lauf reicht, um den Unterschied an deinem eigenen Material zu sehen. Den Vergleich im VidVid-Studio fahren

Die Credit-Zahlen sind veröffentlichte Beispielkonfigurationen von VidVid, gelesen am 2026-09-21, und nur bei identischen Einstellungen vergleichbar. Keines dieser Modelle haben wir gestoppt.

FAQ

Wie lang sollte ein KI-Video-Prompt sein?

Lang genug, um alle sechs Teile abzudecken – meist zwei bis fünf Sätze. Länger ist nicht besser; spezifischer ist besser.

Muss ich auf Englisch schreiben?

Die meisten Modelle reagieren am besten auf englische Prompts, selbst wenn Ihr Inhalt in einer anderen Sprache ist. Schreiben Sie den Prompt auf Englisch und fügen Sie Untertitel in Ihrer Sprache hinzu.

Sollte ich Negative Prompts verwenden?

Formulieren Sie Einschränkungen wo möglich positiv – face unchanged schlägt don't change the face. Beide funktionieren; positive Formulierung ist meist verlässlicher.

Warum gibt derselbe Prompt unterschiedliche Ergebnisse?

Generierung ist stochastisch. Führen Sie ihn mehr als einmal aus und behalten Sie den besten Take, statt anzunehmen, ein Lauf repräsentiere den Prompt.

Kann ich Text auf dem Schirm verlangen?

Sie können, aber Modelle rendern Text nicht verlässlich. Fügen Sie Titel, Preise und Untertitel in Ihrem Editor hinzu.

Kann ich echte MiniMax-H3-Ausgaben sehen, bevor ich zahle?

Ja. Auf dieser Seite sind drei vollständige H3-Läufe mit Prompts, Einstellungen und den MP4-Dateien selbst veröffentlicht: 768P, 4–5 Sekunden, 83–196 Sekunden von Absenden bis Datei. Die anderen Modelle stehen mit veröffentlichten Beispielkosten daneben – denselben Prompt dort laufen lassen und am eigenen Material vergleichen.

Wohin als Nächstes

• Öffnen Sie das VidVid-Studio und führen Sie das wiederverwendbare Set auf Ihrem eigenen Subjekt aus.
• Aufgabenspezifische Prompts: Produktvideo, Immobilien, Vertikal.
• Ein Subjekt stabil halten: der Leitfaden zu konsistenten Charakteren.
• Iterationen budgetieren: der Leitfaden zu KI-Video-Preisen.