1. Szene und Motiv. Starte damit, was wir sehen und wie nah wir dran sind. „Halbnahe einer Frau nachts an einem regenüberzogenen Busfenster“ legt Bildausschnitt, Motiv, Umgebung und Tageszeit in einer Zeile fest. Vage Einstiege liefern austauschbare Aufnahmen.
2. Kamerabewegung. Nenne genau eine Bewegung und ihr Tempo. „Die Kamera fährt gleichmäßig nach vorn“, „eine langsame 90-Grad-Umkreisung“, „Verfolgung mit Handkamera, die bei der Fahrt mitfedert“. Das Tempo zählt genauso wie die Richtung. Ohne benannte Kamerabewegung bleibt ein Clip meist statisch.
3. Bewegung und Aktionsverben. Schreib die Handlungsschritte der Reihe nach, wie Regieanweisungen. „Sie atmet aus, die Scheibe beschlägt, dann wischt sie einen kleinen Kreis frei.“ Ein Handlungsschritt für einen Clip mit 5 Sekunden, drei oder vier für 15 bis 20 Sekunden. Dieser Teil macht aus einem bewegten Foto eine echte Einstellung.
4. Audioanweisungen. Das Modell erzeugt Ton, also führe Regie. Beende den Prompt mit den gewünschten Geräuschen und benenne sie konkret: „Möwenrufe in der Ferne“, „Sneaker schaben über Beton“, „tiefe Stille ohne Motorengeräusche, vom Wind durchbrochen“. Ein bis drei Vorgaben reichen meist. Ergänze „keine Musik“, wenn du nur Atmosphäre willst.
5. Stil und Stimmung. Zum Schluss kommt der Look: Farbpalette, Licht, Objektiv, Color Grading, Rendering-Stil. „Kühle blaue Schatten mit warmem Lichtsaum vom Sonnenaufgang, anamorphotischer Filmlook“ oder „flaches Cel-Shading, sichtbare Konturlinien, warme Bernsteinpalette“. Steht der Stil am Ende, verdrängt er die Handlung nicht.