Scrivi prompt che dirigono il tuo video musicale, inquadratura per inquadratura
Un video musicale AI vale quanto il prompt che lo ha generato. Questa è la guida pratica per descrivere una canzone come un regista — la formula dell'inquadratura, il linguaggio della macchina da presa, come sincronizzare i tagli sul ritmo e come far sì che chi canta resti la stessa persona dal primo all'ultimo fotogramma.
Smetti di scrivere didascalie. Inizia a scrivere shot list.
Il salto di qualità più grande per i tuoi video musicali AI non è un modello migliore — è un prompt migliore.
La maggior parte delle persone descrive una canzone come scriverebbe una didascalia: "una ragazza triste sotto la pioggia, cinematografico." Il modello deve allora indovinare tutto ciò che conta — chi è lei, cosa fa, dove si trova la macchina da presa, come cade la luce, quando arriva il taglio. Un prompt per video musicale funziona al contrario. Tu consegni all'AI una shot list: un soggetto preciso, un'azione precisa, un movimento di macchina inquadrato, un look definito e un paio di vincoli. Smetti di sperare e inizi a dirigere.
Una ragazza triste sotto la pioggia, cinematografico, emozionante, bellissima, 4k
Inquadratura media, una giovane donna con un cappotto grigio fradicio è ferma sotto un lampione e abbassa lentamente la testa mentre la pioggia le scivola sul viso. La macchina avanza dolcemente fino a un primo piano. Fredda luce notturna blu, morbidi riflessi sull'asfalto bagnato, look cinematografico da pellicola. Nessun testo a schermo.
Stessa idea. Una lascia il risultato al caso; l'altra ti dà l'inquadratura che avevi in mente.
L'anatomia di un prompt di inquadratura
Otto elementi, più o meno in quest'ordine. Non servono tutti e otto ogni volta — ma più cose fissi, meno l'AI improvvisa.
Soggetto + Azione + Scena + Luce e colore + Macchina da presa + Stile + Qualità + Vincoli1 · Soggetto
Chi o cosa è in scena. Fissalo con due o tre tratti visivi stabili — abbigliamento, capelli, età, tipo — così l'AI può riconoscerlo e mantenerlo costante tra le inquadrature.
una giovane donna con un abito di seta rossa e un cappello di paglia
2 · Azione
Cosa fa il soggetto, descritto per parte del corpo e per intensità. "Alza la mano" batte "si muove." Preferisci un movimento lento, continuo e collegato all'azione frenetica — si genera molto più pulito.
solleva lentamente il mento e gira la testa verso la finestra
3 · Scena
Dove accade e cosa circonda il soggetto — luogo, ora del giorno, gli elementi in primo piano e sullo sfondo che costruiscono il mondo.
un corridoio sopraelevato illuminato al neon di notte, pubblicità olografiche che tremolano sullo sfondo
4 · Luce e colore
Qui vive l'atmosfera. Indica la direzione della luce, la temperatura e la palette — la stessa scena diventa storia d'amore o angoscia a seconda di questa sola riga.
calda controluce dorata dell'ora magica, ombre morbide, palette ambra e foglia di tè
5 · Macchina da presa
Come è ripresa: la dimensione dell'inquadratura e un movimento di macchina. È la differenza tra una clip piatta e un'inquadratura diretta. Mantieni un solo movimento per inquadratura.
lento avvicinamento da un campo lungo a un primo piano
6 · Stile
La direzione artistica complessiva — film dal vero, animazione 2D, animazione 3D, acquerello a inchiostro, plastilina, pixel art. Dichiaralo esplicitamente, altrimenti una foto di riferimento realistica trascinerà tutto in silenzio verso il live action.
stile anime 2D, disegnato a mano, ombreggiatura cel
7 · Qualità
La rifinitura: nitidezza, texture e le qualità cinematografiche che vuoi integrate. Basta una frase breve e standard.
alta definizione, ricco di dettagli, texture da pellicola, colore naturale
8 · Vincoli
Ciò che non vuoi. I negativi più utili tengono fuori dall'inquadratura testi vaganti, filigrane e logo, e impediscono al look di andare alla deriva.
nessun sottotitolo, nessuna filigrana, nessun logo
Parla il linguaggio della macchina da presa
I modelli video AI rispondono con precisione ai termini standard del cinema. Impara questo vocabolario e potrai inquadrare qualsiasi ripresa in poche parole. La regola d'oro: un movimento di macchina per inquadratura — accatastare avvicinamento, panoramica e zoom in una sola riga rende l'immagine instabile.
Movimenti di macchina
Avvicinamento
La macchina avanza verso il soggetto — crea intimità o tensione. Il movimento per eccellenza per un primo piano sul ritornello.
Allontanamento
La macchina arretra per rivelare il contesto — perfetto per una rivelazione, o per lasciar respirare una scena alla fine di una frase.
Panoramica
La macchina ruota a sinistra o a destra da un punto fisso — spazza su un palco, una folla o uno skyline.
Inclinazione
La macchina ruota su o giù — sale dai piedi al viso, o scende dal cielo alla strada.
Carrellata / dolly
La macchina viaggia accanto al soggetto — energia da walk-and-talk che tiene in quadro chi canta mentre si muove.
Orbita
La macchina gira intorno al soggetto — un arco di 180° o 360° che lo mette in mostra. Perfetto per un hook.
Gru / braccio
La macchina sale o scende attraverso lo spazio — solleva fino a un campo lungo per dare scala, o cala nell'azione.
Zoom
La lunghezza focale cambia per ingrandire o comprimere — zoom secchi scandiscono un battito; zoom lenti aggiungono inquietudine.
Dimensioni dell'inquadratura
Campo lunghissimo
Soggetto piccolo in un mondo grande — definisce luogo e scala, l'inquadratura d'apertura di una canzone.
Campo lungo / intero
Tutto il corpo in quadro — la dimensione migliore per la coreografia e per il movimento di tutto il corpo.
Mezza figura
Dalla vita in su — il valore conversazionale per eccellenza; legge insieme linguaggio del corpo e viso.
Primo piano
Il viso riempie l'inquadratura — emozione, sincronia labiale, l'inquadratura clou del ritornello.
Dettaglio / macro
Un singolo dettaglio — gli occhi, le mani sulle corde, una lacrima che cade — per tagli di ritmo e texture.
Angolazioni e prospettive
All'altezza degli occhi
Neutrale e radicata — il pubblico incontra il soggetto da pari a pari.
Dal basso
La macchina guarda in alto — rende il soggetto potente, eroico, più grande della vita.
Dall'alto
La macchina guarda in basso — rende il soggetto più piccolo, vulnerabile o smarrito.
Sopra la spalla
Inquadra oltre una figura verso un'altra — connessione, dialogo, tensione tra due.
POV / soggettiva
Lo sguardo stesso del soggetto — trascina lo spettatore dentro il momento.
Aerea / drone
In alto, che guarda in basso — paesaggi vasti, folle, l'outro epico.
Consiglio da pro: un movimento per inquadratura. Vuoi un avvicinamento e un'orbita? Falli diventare due inquadrature e taglia tra loro — il taglio è parte della musica.
Fallo muovere — e fallo sentire
Il modo in cui descrivi l'azione decide se un'inquadratura sembra viva o una foto tremolante. Quattro abitudini separano un movimento pulito da un pasticcio che si scioglie.
Sii specifico per parte del corpo
Indica la parte e l'intensità: "alza lentamente la mano destra," "inclina la testa di qualche grado," "pianta forte il piede." Verbi vaghi come "si muove" o "balla" invitano al caos.
Preferisci un movimento lento e continuo
I micro-movimenti delicati e collegati si generano splendidamente; sprint esplosivi, grandi salti e giri violenti tendono a deformarsi. Conserva l'alta energia per i tagli, non per la singola inquadratura.
Scrivi la transizione
Collega un'azione alla successiva così il movimento ha slancio: "sfruttando lo slancio della rotazione, solleva il braccio," invece di due pose scollegate.
Esterna l'emozione
Non scrivere "è triste." Scrivi il corpo che lo mostra. Il modello non sa rendere un aggettivo — sa rendere una spalla che trema.
Trasforma una canzone in una shot list
Un video musicale non è un solo prompt — è una sequenza. Dividi la canzone in sezioni e dai a ciascuna la sua inquadratura. Pensa su una linea temporale: chi, dove, cosa fa e come si muove la macchina, nell'ordine in cui accade.
Il modo più affidabile per generare un video intero è etichettare le inquadrature — Inquadratura 1, Inquadratura 2, Inquadratura 3 — e descriverle in ordine. Mappale sulla struttura della canzone così l'immagine cambia quando cambia la musica.
Intro
Costruisci il mondo. Un campo lungo d'apertura o un lento dettaglio — lascia che lo spettatore arrivi prima della voce.
Strofa
Racconta la storia. Mezze figure, carrellate da walk-and-talk, il soggetto che si muove attraverso la scena.
Crescendo / pre-ritornello
Alza la tensione. Avvicinati, stringi l'inquadratura, accelera i tagli mentre l'energia si raccoglie.
Ritornello / drop
Il momento clou. Il primo piano, l'orbita, la luce più audace e il movimento più grande — l'inquadratura che la gente ricorda.
Bridge / outro
Rilascia o risolvi. Allontanati fino a un campo lungo, sfuma la luce, lascia respirare l'ultima immagine.
Ogni inquadratura, quattro livelli
Macchina da presa
Il movimento o il taglio — "lento avvicinamento da un campo lungo," "quadro fisso," "stacco su un primo piano."
Soggetto ed espressione
L'azione chiave e il cambiamento d'espressione per questo battito.
Spazio
Dove si trova il soggetto e come muta la scena intorno a lui.
Suono e ritmo
Cosa cade su questa inquadratura — il battito forte, il drop, una frase del testo che colpisce nel segno.
Sincronizza i tagli sul ritmo, non sull'orologio. Descrivi cosa accade in ordine e lascia che i tagli cadano sul ritmo — fissare secondi esatti ("0–3s") tende a confondere il modello e a rovinare il risultato.
Mantieni chi canta sempre la stessa persona
Niente rovina un video musicale come un viso che cambia a ogni inquadratura. Immagini di riferimento e prompt disciplinati tengono il personaggio fissato dal primo all'ultimo fotogramma.
Blocca l'identità con 2–3 tratti
Descrivi il soggetto con pochi tratti stabili e inconfondibili — outfit, capelli, un accessorio distintivo. Riusa esattamente la stessa descrizione ogni volta che lo nomini.
Usa un primo piano più una figura intera
Un ritratto pulito di testa e spalle fissa il viso; un'inquadratura a figura intera fissa l'outfit e le proporzioni. Insieme tengono l'identità molto meglio di una sola immagine.
Metti per primo il riferimento importante
Prima compare un riferimento, più peso ha. Apri con quello che conta di più per questa inquadratura.
Non sovraccaricare i riferimenti
Più immagini non è meglio. Troppi riferimenti in competizione confondono il senso di ciò che conta per l'AI — un paio forti e chiari battono un mucchio di deboli.
In SunoMV, salva il tuo personaggio e le tue location come riferimenti di scena, poi punta a essi il prompt di ogni inquadratura — così chi canta resta lo stesso in ogni riga della canzone senza doverlo ridescrivere ogni volta.
Gli errori che rovinano i video musicali AI
Quasi ogni risultato deludente si riconduce a uno di questi. Individuali per tempo e il tuo tasso di successo sale in fretta.
Deriva dell'identità
Il viso cambia tra le inquadrature. Risolvilo con un riferimento pulito in primo piano, una descrizione coerente di 2–3 tratti e il riferimento chiave messo per primo.
Testo indesiderato a schermo
Compaiono didascalie casuali o caratteri senza senso. Aggiungi "nessun sottotitolo, nessun testo," e preferisci il formato panoramico — i quadri verticali producono più spesso testo vagante.
Deriva dello stile
Un'idea anime viene resa in live action. Dichiara lo stile esplicitamente e, per un look deciso, parti da un'immagine di riferimento già in quello stile.
Gemelli accidentali
La stessa persona compare due volte in quadro. Lega ogni soggetto al suo riferimento e aggiungi un vincolo contro persone duplicate dall'aspetto identico.
Troppo movimento
Azione veloce e violenta deforma visi e arti. Spezza il grande movimento tra i tagli e tieni ogni singola inquadratura calma e continua.
Sovraccarico di riferimenti
Cinque immagini in competizione intorbidiscono il risultato. Usa un paio di riferimenti forti e lascia che sia il prompt a fare il resto.
Fissare secondi esatti
Time code rigidi ("al 2s, stacco") destabilizzano la generazione. Descrivi l'ordine e lascia invece che i tagli cavalchino il ritmo.
Mescolare lingue a metà frase
Cambiare lingua dentro una stessa frase cantata confonde la pronuncia. Tieni ogni frase in un'unica lingua; le parole comuni si rendono nel modo più pulito.
Tre prompt, dall'inizio alla fine
Copia la struttura, inserisci la tua canzone. Ogni esempio è un prompt multi-inquadratura che potresti incollare oggi stesso — costruito con gli elementi qui sopra.
Ballata indie malinconica
Intima, intrisa di pioggia, un solo personaggio, lenta ed emotiva.Stile: live-action cinematografico, look freddo da pellicola. Soggetto: una giovane donna con un cappotto grigio fradicio, i capelli scuri incollati al viso. Inquadratura 1 — campo lungo d'apertura, una strada vuota di notte sotto lampioni ambrati, la pioggia che cade, lei piccola nel quadro; lento avvicinamento. Inquadratura 2 — mezza figura, abbassa lentamente la testa mentre la pioggia le scivola sul viso, il respiro visibile. Inquadratura 3 — primo piano, una sola lacrima si forma ma non cade, gli occhi che si alzano verso la luce. Palette blu fredda, morbidi riflessi sull'asfalto bagnato, alta definizione, texture da pellicola. Nessun sottotitolo, nessuna filigrana.
Perché funziona: un solo personaggio bloccato, tre dimensioni d'inquadratura in crescendo, un solo movimento per inquadratura, emozione mostrata attraverso il corpo e una riga di vincoli pulita.
Synth-pop trascinante
Luminoso, cinetico, dai colori vivaci, costruito intorno al drop del ritornello.Stile: animazione 3D vivace, lucida e colorata. Soggetto: una ballerina con una tuta al neon e sneaker bianche. Inquadratura 1 (strofa) — mezza figura in carrellata che la segue lungo un corridoio assolato dalle pareti a blocchi di colore. Inquadratura 2 (crescendo) — dal basso, avvicinamento mentre si accovaccia, la luce che pulsa più intensa. Inquadratura 3 (drop del ritornello) — orbita di 360° intorno a lei mentre alza entrambe le braccia, coriandoli che esplodono, luce satura rosa e ciano. Secco, energico, alta definizione. Nessun testo a schermo, nessun logo.
Perché funziona: le inquadrature sono mappate sulle sezioni della canzone, il movimento più grande e la luce più intensa sono riservati al drop, e l'energia vive nei tagli invece che in un'unica inquadratura frenetica.
Cyberpunk cinematografico / hip-hop
Stilizzato, neon, intenso, più grande della vita.Stile: animazione 3D cyberpunk sci-fi, palette fredda blu-viola. Soggetto: un artista con una giacca nera col cappuccio e bordi luminosi. Inquadratura 1 — ripresa aerea da drone in discesa verso una città al neon lucida di pioggia, di notte. Inquadratura 2 — mezza figura dal basso, cammina verso la camera attraverso pubblicità olografiche, la testa che si alza incontro all'obiettivo; lenta carrellata. Inquadratura 3 — primo piano, riflessi di neon che scivolano sul suo viso mentre canta in playback l'hook; quadro fisso. Luce volumetrica intensa, ombre profonde, grana da pellicola. Nessun sottotitolo, nessuna filigrana, nessun logo.
Perché funziona: uno stile dichiarato e deciso tiene insieme tutta la sequenza, l'angolazione dal basso costruisce presenza, e ogni inquadratura usa esattamente un movimento — scendere, seguire, tenere.
Il riepilogo in una schermata
Tutto quanto sopra, condensato. Fanne uno screenshot e tienilo accanto alla casella del prompt.
Soggetto + Azione + Scena + Luce e colore + Macchina da presa + Stile + Qualità + VincoliFai
- Descrivi una shot list, non una didascalia.
- Blocca il soggetto con 2–3 tratti stabili e riusali.
- Un movimento di macchina per inquadratura — per il resto, taglia.
- Mostra l'emozione attraverso il corpo, non con gli aggettivi.
- Mappa le inquadrature sulle sezioni della canzone; sincronizza i tagli sul ritmo.
- Chiudi con i vincoli: nessun testo, nessuna filigrana, nessun logo.
Non fare
- Non accatastare avvicinamento + panoramica + zoom in una sola inquadratura.
- Non fissare time code esatti.
- Non chiedere movimenti violenti ed esplosivi in una sola inquadratura.
- Non sovraccaricare il prompt con immagini di riferimento in competizione.
- Non lasciare lo stile non dichiarato accanto a un riferimento realistico.
- Non cambiare lingua dentro una stessa frase cantata.
Domande frequenti sui prompt per video musicali
Cos'è la scrittura dei prompt per video musicali?
È l'arte di descrivere una canzone a un modello video AI così da ottenere le inquadrature che avevi davvero in mente — scegliendo soggetto, azione, movimento di macchina, illuminazione e stile per ogni parte del brano, invece di digitare una descrizione vaga e sperare. Fatta bene, è la differenza tra una clip generica e un video musicale diretto.
Devo conoscere i termini del cinema per scrivere buoni prompt?
Aiuta, e si imparano in fretta — avvicinamento, panoramica, primo piano, dal basso. Il vocabolario di questa pagina copre quasi tutto ciò che ti servirà. I modelli AI rispondono con precisione a questi termini standard, così poche parole inquadrano un'intera ripresa.
Come faccio a mantenere lo stesso personaggio in tutto il video?
Usa un'immagine di riferimento — idealmente un primo piano pulito più un'inquadratura a figura intera — e descrivi il personaggio con gli stessi 2–3 tratti ogni volta. In SunoMV puoi salvare un personaggio come riferimento di scena e puntare ogni inquadratura a esso, così resta coerente dalla prima all'ultima riga.
Perché il mio video musicale AI ha testo o sottotitoli casuali?
A volte i modelli inventano testo a schermo. Aggiungi al prompt un vincolo come "nessun sottotitolo, nessun testo," e preferisci un formato panoramico — i video verticali tendono a produrre più spesso testo vagante. Puoi anche ritagliare in verticale in seguito.
Devo scrivere un solo lungo prompt o più inquadrature?
Più inquadrature. Etichettale come Inquadratura 1, Inquadratura 2, Inquadratura 3 e descrivile in ordine, mappate sulle sezioni della canzone. Una sequenza di inquadrature chiare è molto più affidabile di un unico paragrafo che cerca di fare tutto in una volta.
Perché l'azione sembra sciolta o deformata?
Di solito troppo movimento in una sola inquadratura. Preferisci un movimento lento, continuo e specifico per parte del corpo e spezza la grande azione tra i tagli. Inquadrature calme montate insieme leggono come alta energia; una sola inquadratura frenetica si limita a deformarsi.
Posso usare queste tecniche con qualsiasi modello video AI?
Sì. La formula — soggetto, azione, scena, luce, macchina da presa, stile, vincoli — è un mestiere universale. SunoMV ti permette di scegliere tra diversi modelli video avanzati e di cambiarli liberamente, ma il modo in cui scrivi il prompt resta valido per tutti.
Dove lo faccio concretamente in SunoMV?
Incolla una canzone o creane una, poi apri l'editor: ogni riga di testo diventa un'inquadratura che puoi guidare singolarmente, con riferimenti di scena per mantenere coerenti personaggi e location. Inizia gratis e dirigi il tuo primo video qui sotto.
Ora va' a dirigere la tua canzone
Hai la formula, il linguaggio della macchina da presa e gli esempi. Incolla un brano, scrivi la tua prima shot list e guarda l'AI girarla.