Capitolo 04 di 12
Il prompt
Il prompt è la direzione che dai al modello. Ma i modelli di oggi chiedono prompt così ricchi che scriverli tutti a mano non ha più senso: serve sapere cosa contengono e farsi aiutare da un assistente AI.


Un buon prompt cinematografico contiene sempre gli stessi elementi, più o meno nello stesso ordine. Non è una formula rigida, ma una lista di controllo: se manca uno di questi elementi, il modello lo deciderà da solo, e spesso non come vorresti tu.
I modelli sono stati addestrati anche su enormi quantità di descrizioni di film e fotografie, per questo capiscono molto bene il linguaggio tecnico del cinema. Scrivere primo piano con teleobiettivo, luce laterale dura, carrellata lenta in avanti funziona molto meglio di frasi vaghe come bella inquadratura emozionante.
È qui che il primo percorso dell'Academy diventa uno strumento pratico: ogni termine che hai imparato su piani, angolazioni, movimenti, ottiche e luce è un comando preciso che puoi dare al modello. Meglio ancora se usi i termini inglesi più diffusi, come close-up, dolly in o golden hour, che i modelli riconoscono con particolare precisione.
Un prompt per un'immagine descrive un istante: composizione, luce, espressione, dettagli. Un prompt per un video descrive un tempo: cosa cambia dall'inizio alla fine della clip, come si muovono i personaggi e come si muove la camera. Se scrivi un prompt video come se fosse un'immagine, otterrai clip quasi ferme o movimenti casuali.
Quando parti da un'immagine già generata, il prompt video non deve ridescriverla tutta: il modello la vede già. Deve concentrarsi su ciò che accade dopo, sul movimento, sul ritmo e sul suono. Nei multi shot, invece, va descritta ogni inquadratura con la sua durata, come vedremo nel capitolo dedicato.
I modelli di oggi accettano molti riferimenti insieme: immagini dei personaggi, dei luoghi, degli oggetti, video e audio. Nel prompt ogni riferimento si richiama con un tag, come @Image 1, @Image 2, @Video 1. I tag seguono sempre l'ordine in cui hai caricato i file e sono consecutivi: se un'immagine non ti serve in quel prompt, non la carichi e le successive si rinumerano.
Il modello non conosce i nomi dei tuoi personaggi. Scrivere che Marta entra nella stanza non gli dice niente; scrivere che la donna di @Image 1 entra nella stanza sì. I nomi restano solo dentro le battute di dialogo. Inoltre conviene citare ogni tag una sola volta, nel punto in cui spieghi a cosa serve: troppi richiami confondono il modello.
I modelli video di ottobre 2026 accettano prompt lunghissimi, decine di riferimenti, indicazioni di tempo per ogni inquadratura, dialoghi, suoni e movimenti di camera. Un prompt completo per un blocco di 30 secondi può superare facilmente le mille parole. Scriverli tutti a mano, per un intero film, è lento e porta a errori e incoerenze.
Per questo oggi è fondamentale lavorare con un assistente basato su un modello linguistico, come Claude, ChatGPT o Gemini. Meglio ancora se ha installate delle competenze cinematografiche, cioè istruzioni specializzate che gli insegnano come si costruisce un prompt per ciascun modello, quali termini usare e come gestire riferimenti e continuità. Tu resti il regista: decidi le inquadrature e controlli il risultato, l'assistente traduce le tue scelte nella lingua dei modelli.
Il flusso che uso nei miei progetti è semplice e si appoggia alla sceneggiatura a blocchi di 30 secondi. Primo passaggio: do la sceneggiatura completa all'assistente, nel mio caso Claude Opus 5.5 con un livello di ragionamento medio, e gli chiedo di trasformarla in una prima lista delle inquadrature.
Secondo passaggio: correggo quella lista scena per scena, dicendogli esattamente le inquadrature che voglio, con piani, angolazioni e movimenti, e mi faccio restituire la lista definitiva. Terzo passaggio: gli chiedo di scrivere i prompt aggregando le inquadrature a blocchi di 30 secondi, uno per ogni generazione, con i tag dei riferimenti nell'ordine giusto. Il risultato sono prompt lunghi e precisi, ma ogni scelta di regia è mia.
Alcuni errori ricorrono in quasi tutti i prompt di chi inizia. Il più comune è chiedere troppe cose insieme in un'inquadratura sola: tre personaggi che fanno azioni diverse, un movimento di camera complesso e un cambio di luce nello stesso momento. Il modello sceglierà cosa ignorare.
Quando un risultato non ti convince, la tentazione è riscrivere tutto il prompt. È il modo migliore per non capire mai cosa funziona. Il metodo corretto è lo stesso di un esperimento: cambia una cosa alla volta e guarda cosa succede. Se il problema è la luce, cambia solo la luce; se è il movimento, solo il movimento.
Tieni traccia dei prompt che funzionano meglio e delle formule che danno risultati affidabili con ciascun modello. Con il tempo costruirai una tua raccolta di soluzioni, che potrai anche dare al tuo assistente AI come esempio. È così che lo stile di un autore emerge anche nei film fatti con l'intelligenza artificiale.
Casting, le tre viste del personaggio, costumi, varianti e coerenza in ogni inquadratura.








