Come realizzare video AI realistici che non sembrino spazzatura AI: 5 soluzioni da un vero film

Per creare un video AI realistico, dirigi ciò che una vera telecamera registrerebbe. Basa ogni set su un luogo reale, costruisci ogni inquadratura da un layout fisso con luce, materiali e messa a fuoco scritti come elementi verificabili, poi scrivi la telecamera, la recitazione e l'azione come comportamenti fisici. Di seguito ci sono i 5 accorgimenti usati da Jaime Yao in In 'twixt Vows, un film fotorealistico di 16 minuti realizzato in Flick, ciascuno con il prompt reale dietro di esso, più quanto è costato realizzare il film.

Come realizzare un film AI che non sembri finto, con Jaime Yao (Flick su YouTube). Le 5 soluzioni qui sotto seguono i suoi cinque trucchi.

Prompt, immagini e numeri da In 'twixt Vows di Jaime Yao (Flick Residency). Jaime racconta la storia del film nel suo post dietro le quinte.

Prova questo metodo sulla tua inquadratura con Sketch to Video: il tuo schizzo definisce il layout, Nano Banana Pro disegna il fotogramma fotorealistico e un modello video lo anima.

Cosa rende realistico un video AI: gli indizi rivelatori e la soluzione per ciascuno

"AI slop" è l'aspetto lucido e generico che ottieni quando il modello riempie ogni lacuna nel tuo prompt con la sua ipotesi più media.

Cosa lo rivela	La soluzione
Set e costumi che potrebbero essere ovunque	Soluzione 1: basarli su un luogo, un'epoca e un materiale reali
Pelle plastificata, superfici nuove e pulite	Soluzione 2: dire cosa ha vissuto ogni materiale
Luce "cinematografica" piatta, tutto illuminato uniformemente	Soluzione 2: nominare la fonte di luce, cosa colpisce e cosa resta al buio
Tutto nitidissimo e troppo pulito	Soluzione 2: nominare il soggetto a fuoco, poi aggiungere grana e morbidezza dell'obiettivo alla fine
Una camera che scivola senza peso	Soluzione 3: scrivere i passi dell'operatore, le derive e le correzioni
Recitazione grande e generica con forme della bocca ampie	Soluzione 4: dirigere il comportamento e i tempi, non l'emozione
Combattimenti fluttuanti senza peso dietro un colpo	Soluzione 5: contatto, forza e reazione, dentro una finestra temporale

Sette indizi rivelatori di un video AI, e quale delle 5 soluzioni risolve ciascuno.

Soluzione 1: Basare ogni set, costume e oggetto di scena su qualcosa di reale

Cos'è

Perché funziona: Chiedi un "villaggio fantasy" e il modello ti dà quello medio che ha visto più spesso. Un luogo reale ti dà dettagli che puoi nominare e verificare.

Nel film: Jaime ha basato l'Avamposto del film sul Vallo di Adriano, e la ricerca gli ha dato roccia scura esposta, suolo poco profondo, erba corta sulla cresta e piante più dense nella valle riparata sottostante.

Come ottenerlo

Prima la ricerca: Per ogni set, costume e oggetto di scena, scegli un luogo, un'epoca o un oggetto reale. Annota il terreno, le piante, i materiali da costruzione e la luce.

Scrivi un manuale: Chiedi all'agente di trasformare la ricerca in un manuale ambientale: un breve documento per location che copre terreno, vegetazione, materiali e illuminazione.

Seguilo in ogni prompt: Jaime fa seguire all'agente il manuale "rigorosamente" ogni volta che scrive un prompt ambientato in quel luogo, così il territorio è sempre nominato come un luogo specifico:

Nota: Una riga dal workflow del film, citata nella sua analisi pubblica

… a late-autumn upland ridge in northern Britain near Hadrian’s Wall …

Soluzione 2: Fare in modo che ogni fotogramma sembri fotografato, non renderizzato

La maggior parte delle inquadrature realistiche parte da un fotogramma, quindi il fotogramma definisce l'aspetto della clip. Questo è anche il modo per far sembrare reali le immagini AI.

2.1. Bloccare l'inquadratura prima come modello bianco

Cos'è

Modello bianco: Una versione semplice dell'inquadratura in cui ogni superficie è dello stesso bianco, ombreggiata solo per mostrare forma e profondità (chiamato anche clay render). Usalo per bloccare l'inquadratura: stabilire l'angolazione della camera e dove si trova ogni elemento prima che esista qualsiasi texture.

Perché prima: Jaime usa GPT Image 2 qui perché, come dice lui, è il più forte nel comprendere le relazioni spaziali. Mantenerlo bianco evita anche le "texture a chiazze" che a volte ottiene nelle immagini finite.

Come ottenerlo

Prompt solo per il layout: Posizione e angolazione della camera, le forme principali e come gli spazi si collegano. Termina con l'aspetto del modello bianco così non si insinuano materiali. Preferisci disegnare? Il nostro post sul film vichingo mostra il percorso dello schizzo a mano.

Modello: GPT Image 2 · Nota: Tagli contrassegnati …

3D white-model environment concept.

Semi-overhead three-quarter view. The camera is positioned above the environment and looks diagonally downward, placing the main architectural masses, platform relationships, hanging layers, and winding circulation paths within the same frame.

A half-open silversmith workshop constructed beside water. …

Unified 3D white model / clay render. All architecture, platforms, hanging elements, tools, and small objects use the same clean white modeled surface. Soft ambient shading defines volume, occlusion, spatial depth, and structural relationships.
…

2.2. Blocca il layout, poi cambia solo come vengono renderizzati gli elementi

Cos'è

Destinazione di modifica: Dai al modello fotorealistico il modello bianco come immagine da modificare, non come ispirazione libera. Come dice Jaime: "Sto cambiando come vengono renderizzati gli oggetti esistenti piuttosto che chiedere più oggetti o più dettagli ovunque."

Come ottenerlo

Blocca prima: Una riga "Mantieni ... 100% invariato" per ogni elemento stabilito: composizione, camera, inquadratura, layout.

Poi trasforma: Una frase che nomina il cambiamento, qui da modello bianco a live action.

Dai a ogni immagine un compito: Con persone nell'inquadratura, aggiungi un riferimento per personaggio. Per l'inquadratura del fabbro nel suo talk, Jaime ha dato a Nano Banana Pro tre immagini: il layout, più un riferimento per ciascuno dei due personaggi.

Modello: Nano Banana Pro · Nota: Un riferimento, il modello bianco sopra, mostrato dal suo nome canvas; tagli contrassegnati …

Keep composition 100% unchanged.
Keep camera position 100% unchanged.
Keep framing 100% unchanged.
Keep the entire architectural layout, platform structure, hanging-object density, spatial layering, and all object placement 100% unchanged.

Transform [Silversmith Workshop White Model] from a 3D white-model render into a live-action environment.
…

2.3. Scrivi luce, materiali e messa a fuoco come elementi verificabili

Cos'è

Istruzioni visibili: "Cinematico" o "realistico" non dà al modello nulla da verificare. Indica da dove proviene la luce, cosa la cattura, cosa resta al buio e cosa ha vissuto ogni materiale. Jaime: "Queste sono relazioni concrete che posso verificare nel risultato."

Come ottenerlo

Luce: Una fonte principale, cosa colpisce, cosa cade nell'ombra e qualsiasi piccola luce all'interno della scena, come una lampada.

Materiali: La storia di ogni superficie: umidità, usura, riparazioni, ossidazione. Quella storia fa sembrare legno e metallo usati.

Fuoco: Indica il soggetto a fuoco e cosa sfuma. Nella sua inquadratura del fabbro, il fabbro è la parte più nitida dell'inquadratura, ma "non innaturalmente affilata come un rasoio."

Model: Nano Banana Pro · Nota: Lo stesso prompt, continuato; tagli segnati con …

All timber posts, beams, platforms, hanging racks, roof edges, shelves, tables, stools, and wooden boxes become real aged wood.

The wood has been exposed to damp air and waterside conditions for a long time. Most surfaces are deep wet brown, dark gray-brown, and weathered aged brown. Timber close to the water is darker and visibly more moisture-soaked. The surfaces show natural wear, slight warping, small cracks, repeated repair marks, and reinforcement pieces of slightly different ages. …

The silverwork is mainly aged silver-gray and pale oxidized gray rather than fresh bright silver. Frequently touched and rubbed edges retain small cold metallic highlights, while recesses and gaps are darker. …

The main light source is cool gray-white natural daylight from an overcast sky, entering through the open edges and structural openings.

Timber edges near the open sides, cloth edges facing the sky, and selected silver surfaces receive brighter cool light. Deeper work areas, spaces beneath the roof, areas behind hanging layers, and the undersides of platforms remain distinctly darker.

One work area contains a very small oil lamp. The lamp creates only a small local pool of warm light, mainly touching the nearby workbench and a few silver objects.
…

Parole che fanno il lavoro: "rather than fresh bright silver" esclude l'aspetto nuovo e lucido. "remain distinctly darker" dice al modello dove non aggiungere luce.

2.4. Aggiungi grana e difetti dell'obiettivo per ultimi

Cos'è

Dettagli finali: Le vere telecamere lasciano segni: grana della pellicola, rumore del sensore, obiettivi leggermente morbidi e frange di colore sui bordi (aberrazione cromatica). Jaime li chiama "dettagli finali misurati, non un sostituto per illuminazione e materiali."

Come ottenerlo

Una riga alla fine: Mettila dopo luce e materiali, e riusala su ogni fotogramma così le inquadrature combaciano. Tutti e 5 i prompt Nano Banana Pro del film che abbiamo controllato finiscono con grana, rumore del sensore e morbidezza dell'obiettivo.

Model: Nano Banana Pro · Nota: Le ultime righe dello stesso prompt

Live-action realism.
Include subtle film grain, slight sensor noise, mild lens softness, very slight chromatic aberration, soft bloom on small highlights, and natural imperfect real-camera rendering.
Wood, fabric, metal, water, and damp surfaces all have tactile, physically realistic material detail.

Attenzione a: La grana non può salvare un'inquadratura debole. Se luce e materiali sono sbagliati, la grana crea solo un falso rumoroso.

Soluzione 3: Muovi la camera come se fosse tenuta da una persona

Cos'è

Tenuta a mano: La camera è tenuta da una persona, non da un supporto, quindi oscilla, deriva e si corregge. Lo descrivi nel prompt spiegando cosa fa il corpo di quella persona all'inquadratura.

Come ottenerlo

Posiziona l'operatore: Indica dove si trova la camera e cosa fa la persona che la tiene. Qui camminano all'indietro davanti a lei.

Descrivi il tremolio come passi: Oscillazione da ogni passo, deriva, rollio, un abbassamento più marcato quando l'operatore scavalca qualcosa, poi la correzione. Permetti un breve sfocamento che si recupera.

Richiedi un output pulito: Niente tagli, niente sottotitoli e niente musica di sottofondo. Aggiungi la musica in montaggio.

Modello: Seedance 2.5, riferimento a video · Nota: 30 s, 720p; la parte di apertura e camera di un prompt più lungo; tagli segnati …

Live-action photographic realism.
No cuts.
No subtitles.
No background music.

Camera

Chest-up medium close-up from directly in front of her.
She keeps walking forward while the camera operator walks backward facing her.

Use strong, heavy handheld throughout:
irregular vertical bobbing from every backward step,
slight lateral drift, slight roll, slight height changes,
and occasional stronger dips or side shifts when the operator steps over roots or moves around trunks, then quick correction within one or two steps.
Allow one very brief natural focus slip, then quick recovery to her face.
…

Quando un prompt non riesce a ottenere il movimento: Per un percorso esatto, come la svolta di 90 gradi che serviva a Jaime per un'inquadratura, blocca l'inquadratura in 3D Stage (lo spazio 3D di Flick per registrare un movimento di camera) e fornisci la registrazione a Seedance come riferimento camera. Le nostre guide sui movimenti di camera AI e su come realizzare film AI mostrano entrambi i passaggi.

Fix 4: Dirigi la performance come comportamento, non come emozione

Cos'è

Perché funziona: Jaime: "Il problema non è che l'AI non possa fornire una buona performance. È che non l'abbiamo diretta con abbastanza cura." "Canta tristemente" ottiene la tristezza media del modello.

Nel film: Lady Caerwyn è fredda, esausta, addolorata e sta ancora cercando di continuare la canzone, quindi il prompt specifica cosa questo fa al suo respiro, al suo corpo e al suo viso.

Come ottenerlo

Conosci prima il personaggio: Parla con l'agente di chi è, cosa ha passato e cosa vuole, poi elabora come reagirebbe.

Scrivi il corpo, mantieni il viso minimo: Postura e come si muove; quanto si apre la bocca, dove vanno gli occhi, quanto spesso sbatte le palpebre.

Temporizza le battute: Assegna a ogni battuta una finestra temporale e indica cosa succede su una parola specifica.

Fornisci un riferimento vocale: Questa ripresa ha ottenuto una clip di lei che canta, per la sua voce e il suo accento.

Modello: Seedance 2.5, riferimento a video · Nota: La stessa ripresa di 30 s del Fix 3, parte della performance; tagli segnati …

Overall performance

From the first frame she is already walking and already singing.
She does not walk upright and composed. She moves with fatigue and slight disorientation:
upper torso slightly folded inward,
shoulders low,
neck loose,
head slightly pitched forward,
chin slightly lowered.
…
While singing, do not use large mouth shapes.
The singing stays quiet, breathy, slightly unstable in pitch, uneven in phrase timing, with no stable vibrato.
Many phrase endings leak softly toward near-speech.
Lips open only as much as quiet speech,
jaw movement stays small,
…
gaze drifting toward distant points beside the camera rather than meeting the lens,
blinks infrequent and slow.
…
On "remember," raise the inner brow ends slightly more and lift both mouth corners very slightly for less than one second, with no teeth.

Parole che fanno il lavoro: "non usare forme della bocca grandi" e "Le labbra si aprono solo quanto il parlato sommesso" evitano l'aspetto di canto esagerato. "accanto alla camera piuttosto che incontrare l'obiettivo" la mantiene dentro la scena invece di recitare per essa.

Fix 5: Scrivi l'azione come contatto, forza e reazione, con una finestra temporale

Cos'è

Battute: I combattimenti fluttuanti accadono quando un colpo colpisce senza peso e il corpo colpito non reagisce. Suddividi ogni mossa in quattro battute: contatto (cosa tocca cosa), forza (quanto forte, e da dove), reazione (cosa fa l'altro corpo) e il movimento successivo.

Come ottenerlo

Assegna alle battute una finestra temporale: Se tre colpi avvengono in un secondo, il prompt deve inserire ogni colpo, il suo bersaglio e la risposta dentro quel secondo.

Lascia che l'agente scriva i beat: Tu indichi solo i tempi. Cosa dice Jaime all'agente:

Nota: Dalla presentazione di Jaime, un esempio di richiesta all'agente

his attacks are extremely fast. He delivers 3 consecutive strikes in 1 second, so make sure the timing reflects that.

I prompt completi e temporizzati della scena di combattimento di questo film si trovano nella nostra guida su come coreografare una scena di combattimento con l'AI.

Fai scrivere i prompt all'agente, poi controllali tu stesso

La regola di Jaime per i prompt lunghi e dettagliati è di non digitarli: "non scrivere i prompt da solo. Falli scrivere all'agente, poi rivedili e correggili tu stesso."

1. Fornisci le regole all'agente. La documentazione di Flick ha una guida per ogni parte di questa pagina: la Guida ai Prompt per la Generazione di Immagini per le immagini fisse, la Guida alla Performance Seedance per la recitazione e la Guida all'Azione Seedance per l'azione. Chiedi all'agente di seguirle ogni volta che scrive un prompt.
2. Forniscigli la tua ricerca. Il manuale dell'ambiente dalla Correzione 1, e ciò che hai definito per ogni personaggio nella Correzione 4.
3. Leggi ogni prompt prima di generare. L'inquadratura è fissata, la luce è nominata, la recitazione è contenuta? Se no, indica esattamente cosa non va così l'agente non lo ripete. Parlare con l'agente (documentazione) mostra come salvare le regole che mantiene.

Quali modelli AI creano video realistici e quanto costa

In 'twixt Vows ha assegnato a ogni modello un compito: idee, layout, immagini fisse finali, poi video.

Modello	Il suo compito nel film	Realizzato per il film	Crediti per generazione (mediana)	Tempo per generazione (mediana)
Midjourney	Idee e primi look	84 immagini	210 in totale (21 generazioni)	circa 20 s
GPT Image 2	Layout white-model	158 immagini	circa 11 nuovi, 18 come modifica	circa 1,5-2 min
Nano Banana Pro	Immagini fisse fotorealistiche finali	903 immagini	circa 30	circa 30-40 s
Seedance 2.0	Riprese video	157 clip	circa 540 con riferimenti	circa 5 min
Seedance 2.5	Riprese video	190 clip	circa 360 con riferimenti	circa 5 min

"Realizzato per il film" proviene dall'analisi pubblica del film di Flick e include le riprese scartate. Crediti e tempi sono le mediane per generazione riuscita in questo progetto di film, eccetto i crediti di Midjourney, che sono il totale (dati Flick, 24 luglio - 14 ottobre 2026).

• Le immagini fisse costano poco, i video no. Il 72% delle 1.549 generazioni riuscite del film erano immagini, ma i video hanno consumato l'86% dei suoi 223.959 crediti (dati Flick, 24 luglio - 14 ottobre 2026). Stabilizza l'inquadratura prima di animarla.
• Circa 14.000 crediti per minuto finito: 223.959 crediti per un film di 16 minuti (stessi dati).
• 5,6 volte più video della durata del film: 5.381 secondi di video generati per un film di 960 secondi (analisi pubblica di Flick), quindi la maggior parte non è finita nel montaggio.

Crea il tuo primo video AI realistico in Flick

Registrati, apri un canvas e prova le 5 correzioni su una singola inquadratura.

Ogni account riceve 100 crediti gratuiti al momento della registrazione e altri 100 ogni lunedì.

Crea il tuo account Flick gratuito →

Continua

• Dietro le quinte di In 'twixt Vows La presentazione completa di Jaime Yao nelle sue parole.
• Guida a Nano Banana Pro Cosa fa bene il modello per immagini fisse, incluso il matching con un blockout 3D.
• Movimenti di camera AI 12 movimenti di camera con prompt reali, e quando disegnare un movimento in 3D Stage.
• Come creare film AI L'intero processo, dai beat al montaggio, con dati da 9 film realizzati in Flick.
• Come coreografare una scena di combattimento con l'AI Inquadrature di combattimento temporizzate e numerate da In 'twixt Vows.
• Omni Reference (documentazione) Come la modalità da riferimento a video di Flick usa ogni riferimento: fotogramma iniziale, personaggio, movimento di camera e dialogo.

Informazioni sull'autore

Bilguun Bayarkhuu è un growth engineer presso Flick. Questa guida è costruita dal workflow pubblico di In 'twixt Vows di Jaime Yao, dal tutorial di Jaime sul canale YouTube di Flick e dai dati di generazione del film di Flick stesso.

Domande frequenti

Qual è il video AI più realistico?

Non esiste un unico vincitore, e il modello conta meno della direzione. Per In 'twixt Vows, un film fotorealistico di 16 minuti, Jaime Yao ha realizzato le immagini finali in Nano Banana Pro e il video in Seedance 2.5 e 2.0. Ciò che lo ha fatto sembrare girato è stato l'input: un'immagine che già sembra fotografata, e prompt che descrivono luce, materiali, camera e recitazione come elementi fisici.

Come ottenere video AI realistici?

Basa ogni set su un luogo reale. Costruisci ogni immagine da un layout fisso, con luce nominata, usura dei materiali e un soggetto focale, e aggiungi la grana per ultima. Scrivi la camera come una persona che la regge, dirigi la recitazione come comportamento temporizzato e minimo, e descrivi l'azione come contatto, forza e reazione all'interno di una finestra temporale.

Come fa l'AI a generare video così realistici?

Sembra reale quando lasci al modello pochi vuoti da riempire. Un modello video riempie ogni vuoto nel prompt con la sua ipotesi più media. Quell'aspetto medio si legge come AI. Parti da un fotogramma che già sembra fotografato, e descrivi luce, materiali, camera e recitazione come comportamento fisico.

Come rendere realistica un'immagine AI?

Imposta l'inquadratura come un modello bianco semplice, poi fai in modo che un modello fotorealistico come Nano Banana Pro mantenga quel layout "invariato al 100%" mentre modifica solo materiali e luce. Nomina la fonte di luce e cosa rimane scuro, dì cosa ha attraversato ogni superficie, e termina con una riga di grana della pellicola, rumore del sensore e lieve morbidezza dell'obiettivo.

Quali sono buoni prompt per video AI?

Prompt che descrivono cose verificabili sullo schermo. Invece di "handheld, emozionale", In 'twixt Vows scrive "l'operatore della camera cammina all'indietro rivolto verso di lei" e "Le labbra si aprono solo quanto basta per un discorso tranquillo". Fissa ciò che i tuoi riferimenti già mostrano, descrivi solo ciò che cambia, e aggiungi "Nessuna musica di sottofondo" se creerai la colonna sonora del film dopo.

Come stanno facendo le persone a creare video AI realistici?

Realizzando prima un'immagine fotorealistica e poi animandola, con un modello per ogni lavoro. Per In 'twixt Vows, un film di 16 minuti realizzato in Flick, Jaime Yao ha usato Midjourney per le idee, GPT Image 2 per i layout, Nano Banana Pro per le immagini finali e Seedance 2.0 e 2.5 per il video.