I modelli video di intelligenza artificiale oggi sono potentissimi. Ma restano strumenti: da soli non fanno un film. Il film lo fa il metodo con cui li usi. Ed è proprio il metodo che, a fine 2026, apre una porta che fino a poco tempo fa era chiusa a quasi tutti: fare cinema non dipende più dal budget o dai finanziamenti, dipende da come lavori.

In questo video ti mostro il mio flusso di lavoro aggiornato, quello con cui ho realizzato il mio ultimo cortometraggio, che trovi completo alla fine. Tutto il lavoro l'ho fatto su Higgsfield, la piattaforma che mette in un unico posto i migliori modelli per immagini e video, con Nano Banana per le immagini e Seedance per i video.

Il metodo in cinque passi

Il metodo parte dalla sceneggiatura, scritta pensando già a come verrà generata: poche battute, scene chiare, niente che il modello non possa capire. Poi vengono gli asset, cioè personaggi, luoghi e oggetti, costruiti una volta sola e riusati per tutto il film. Terzo passo, il prompt, che trasforma ogni scena in una serie di inquadrature precise. Quarto, le clip, generate una dopo l'altra tenendo la continuità. Infine il montaggio, dove scelgo le parti migliori e il film prende forma. La regola d'oro è una: prima costruisci il mondo, poi giri le scene.

Personaggi identici in ogni scena

Il problema numero uno di un film fatto con l'AI è che i personaggi cambiano faccia da una scena all'altra. Per evitarlo li costruisco in tre passaggi. Il primo è il character sheet: un'unica immagine con tre viste dello stesso personaggio, di fronte, di spalle e in primo piano, su un fondo grigio neutro. È la sua carta d'identità.

Il secondo passaggio sono le texture. Con Nano Banana applico al personaggio dei riferimenti reali di pelle, capelli e tessuto, ognuno con il suo compito, così sparisce quell'aspetto troppo liscio e finto tipico delle immagini generate. Il terzo è il video character sheet: animo il personaggio con Seedance, gli do una voce e una piccola prova di recitazione, con rotazione, dettagli e primo piano, e quel video diventa il riferimento vivo che uso in tutte le scene. L'ordine conta: il video eredita tutto dall'immagine, quindi prima la texture e poi il video. E a ogni passaggio do un nome fisso, sempre uguale, sia quando parlo con il chatbot sia sulla piattaforma.

Location e riferimenti

Per ogni luogo che torna in più scene creo un fondale pulito, cioè l'ambiente vuoto, senza persone: serve a dare al modello la forma dello spazio, i materiali e la luce. Se un posto compare una volta sola, lo descrivo direttamente nel prompt. Poi vale la regola più importante di tutte: un riferimento, un compito. Quando carico un'immagine dichiaro cosa deve prendere da lì e cosa no. Dal personaggio prende volto, capelli e costume, ma non il fondo grigio. Dalla location prende spazio, materiali e luce, ma non deve mai restituirmi l'inquadratura vuota. Dall'oggetto prende la forma, non la grandezza della foto.

Ultimo dettaglio, che fa perdere ore a molti: i tag con la chiocciola seguono l'ordine in cui carichi le immagini. Se ne togli una, le altre si rinumerano e il prompt va aggiornato.

Il prompt lo scrive il chatbot, ma devi sapere cosa chiedere

Oggi scrivere i prompt video a mano non ha più senso: li faccio costruire da un chatbot. Ma il risultato dipende da cosa gli dai. Gli servono quattro cose: la scena, cioè cosa succede, chi c'è e come finisce; i riferimenti che caricherai, nell'ordine dei tag; durata, formato e numero di inquadrature; e il look, cioè ottiche, pellicola e luce.

In cambio pretendi un prompt diviso in sezioni sempre uguali: il contesto della scena, i riferimenti con il loro compito, il blocco dell'identità dei personaggi, la location descritta per intero, le inquadrature con i tempi al decimo di secondo, le battute in inglese parola per parola, la recitazione, una sola luce bloccata, l'audio, lo stile e, in fondo, un riepilogo che ripete i vincoli più importanti. Ogni inquadratura ha quattro righe: quando e con quale lente, come si muove la camera, cosa succede e come finisce. Il consiglio è semplice: al chatbot chiedi la struttura, non solo il prompt.

La continuità tra le clip

Una scena lunga non si genera in un colpo solo: la divido in blocchi da trenta secondi. Il modello però non ricorda nulla di quello che ha fatto prima, quindi ogni blocco nuovo parte dall'ultimo fotogramma del precedente: carico la clip appena fatta come riferimento video e chiedo di continuare esattamente da lì. Non scrivo mai "come prima" o "stessa stanza", ma descrivo ogni volta luogo e luce per intero, con le stesse identiche parole. E chiudo ogni inquadratura con il suo stato finale, così so già da dove ripartire. In una frase: ogni clip finisce dove inizia la prossima.

Il corto completo

Alla fine del video trovi il cortometraggio realizzato con questo metodo: un horror su una nave di ricerca in mezzo all'oceano, girato con il look della pellicola anni Settanta e delle ottiche anamorfiche. L'ho scritto, diretto e montato io; l'intelligenza artificiale l'ho usata per generare immagini e video, con Nano Banana e Seedance su Higgsfield.

Vuoi provare anche tu? Prova Higgsfield.