Grok Imagine promptguide
Fra din første generering til lengre fortellinger med flere scener: promptstruktur, kameraspråk, kreative arbeidsflyter og kopieringsklare maler for Grok Imagine.
Tilpasset fra Offisiell Grok Imagine-guide fra @XCreators.
Grok Imagine promptguide: Grok Imagine gjør tekst og bilder til bilder og video av høy kvalitet. Du beskriver det du vil ha, velger innstillinger og trykker på generer. Så har du et klipp eller bilde klart til bruk. Denne guiden tar deg gjennom hvert steg: hvordan du setter opp din første generering, skriver prompter som gir gode resultater, forlenger klipp til lengre sekvenser og bygger en arbeidsflyt du kan bruke igjen og igjen.
Promptformel: Motiv + stil/stemning + lyssetting + kameravinkel + siste detaljer
Skriv en beskrivelse og generer et bilde. Grok Imagine gir levende resultater av høy kvalitet fra prompter i naturlig språk. Du trenger ikke å stappe inn nøkkelord.
Beskriv en scene og generer et videoklipp direkte. Skriv som om du beskriver scenen for en venn: hva som skjer, hvordan det ser ut, og hvordan kameraet beveger seg. Fungerer best når du har en tydelig scene i tankene.
Start med et hvilket som helst bilde og animer det til et kort klipp. Bytt til Grok Imagine 1.5-modellen for å generere passende lyd samtidig. Se delen om 1.5-lyd nedenfor. Bruk et bilde du har generert, eller last opp et eget. Siden du allerede vet hvordan utgangsbildet ser ut, blir resultatet mer forutsigbart.
Profftips: Jobb i to trinn
Generer først et bilde med en detaljert prompt. Vurder resultatet. Hvis komposisjon, lyssetting og motiv stemmer, animerer du det med en kort bevegelsesprompt. La videoprompten fokusere på bevegelse, kamera og stemning. Modellen har allerede den visuelle konteksten.
Bildeprompt
To otere i akvamarinblått vann, sett ovenfra, med et vintage filmuttrykk.
Videoprompt
Rolig, organisk bevegelse. Motivet er i ro, og kameraet trekker seg sakte ut. Oterne driver litt, for det meste rolig.
Last opp opptil 7 referansebilder som visuelt grunnlag eller stilreferanse. Grok kombinerer referansene med tekstprompten din, slik at resultatet matcher et bestemt uttrykk, en merkevarestil, en fargepalett eller en visuell tone.
Velg ut fra hvor du skal publisere eller bruke resultatet.
Velg 1 til 15 sekunder for klippet. Kortere klipp genereres raskere og koster færre kreditter. Bruk Extend Video til å sette sammen klipp til lengre sekvenser.
480p for raske utkast og flere runder med justeringer. 720p for polished, share-ready output.
Kvaliteten på resultatet starter med prompten. Konkrete prompter gir modellen tydelige holdepunkter, men unngå å detaljstyre så mye at det ikke er rom for kreativitet.
Vagt
«en by om natten»
Konkret
«futuristisk gate i Tokyo kl. 2 om natten, regnvåt asfalt, neonrefleksjoner, vidvinkel fra lav kameravinkel, filmatisk tåke, Blade Runner-stemning»
Alle bildene nedenfor er generert med Grok Imagine på PixelDojo. Kopier en prompt som utgangspunkt, og jobb videre ved å endre én variabel om gangen.
Motiv + stil + lyssetting + kameravinkel
Hver detalj fjerner tolkningsrom. Sted, tidspunkt, lyssetting, kameraposisjon og stemningsreferanse gir modellen konkrete holdepunkter.
Tydelig motiv mot en avgrenset bakgrunn
Et tydelig motiv mot en avgrenset bakgrunn slår konsekvent en travel, overfylt scene. Er du i tvil, gjør det enklere.
Spesifiser lyssettingen for full kontroll
«Motlys i den gylne timen», «diffust lys fra overskyet himmel» og «hardt kantlys fra venstre» gir helt ulike resultater. Lyssetting er en detalj med stor effekt.
Ren komposisjon til kommersiell bruk
Produktbilder fungerer best når du beskriver lysretning, overflatematerialer og bakgrunn tydelig.
Videoer generert med Grok Imagine på PixelDojo. Legg merke til at prompter for tekst til video beskriver hele scenen, mens prompter for bilde til video er korte og fokuserer på bevegelse.
Verdensbygging med tekst til video
Videoprompt
For tekst-til-video: Ta med kamerabevegelse, lysforhold og beskrivelser av omgivelseslyd for filmatiske resultater.
Dynamisk bevegelse med filmatisk kameraføring
Videoprompt
Beskriv kamerabevegelsen tydelig. «Følgende kamera fra lav vinkel» styrer direkte hvordan scenen animeres.
Bilde til video med små bevegelser
Bildeprompt
Bevegelsesprompt for video
Hold promptene korte for bilde-til-video. Modellen har allerede den visuelle konteksten. Beskriv bare hva som skal bevege seg, og hvordan.
Stemningsfull bilde-til-video
Bildeprompt
Bevegelsesprompt for video
Prompter med lite bevegelse skaper stemningsfulle klipp. La scenen puste i stedet for å tvinge frem handling.
Grok Imagine 1.5 er en bilde-til-video-modell som genererer lyd samtidig med bildet: bakgrunnsmusikk, lydeffekter, atmosfærelyd og til og med korte replikker, alt synkronisert med det som skjer på skjermen. I Grok Imagine Video bytter du til image-to-video modus, velg Grok Imagine 1.5 fra modellvalget, og legg til et bilde. Varigheten er 1 til 15 sekunder i 480p eller 720p, til 2,5 kreditter per sekund.
Tre klipp generert med Grok Imagine 1.5 på PixelDojo. Hvert klipp animerer ett av stillbildene fra denne guiden og har sin egen synkroniserte lyd. Trykk på spill av og skru på lyden.
Animer et portrett med pust, vind og musikk som bygger seg opp
Gjør et produktbilde til et lunt øyeblikk med rik lyd
Gi liv til en bygate med regn, summing og synth
Modellen ser allerede bildet ditt. Bruk prompten på det som skal endres: handlingen, kamerabevegelsen og atmosfæren. Ikke beskriv det som allerede er i bildet på nytt.
Hvis det er en mann på bildet, skal du ikke skrive «en kvinne danser». Tilpass prompten til det som faktisk er der, og identifiser motivet tydelig: «den gamle mannen med briller», «kvinnen i den røde jakken».
Et stillbilde formidler ikke fart. «Bil som passerer» er vagt. «Bil som raser forbi i høy fart» gir modellen noe å jobbe med. Skru intensiteten litt opp for å treffe uttrykket du vil ha.
Grok Imagine 1.5 ignorerer dem. Beskriv det du vil se og høre, i stedet for å ramse opp det du ikke vil ha.
Beskriv lyden direkte i prompten, så følger modellen opp. Miks og match disse lydgrepene:
Bakgrunnsmusikk
"with upbeat electronic music" · "dramatic orchestral score"
Lydeffekter
"footsteps on gravel" · "wind howling" · "engine revving"
Omgivelseslyd
"quiet café ambience" · "forest sounds with birdsong"
Kort dialog
a quiet whisper: "We made it." · urgent shout: "Stop him!"
For presis kontroll, legg til en LYD: linje på slutten av prompten. Alt før den beskriver bevegelse og stemning. Alt etter den beskriver nøyaktig hva du skal høre.
Én generering gir deg et kort klipp. Grok Imagine har Forleng video lar deg gå videre. Velg en hvilken som helst bilderamme som startpunkt for en forlengelse. Modellen viderefører bevegelse, karakterenes plassering, lyssetting og lyd. Hver forlengelse legger til flere sekunder, og du kan fortsette å koble dem sammen.
Prompttips for forlengelse
Skriv en fortsettelsesprompt som beskriver hva som skjer next i scenen, ikke en full beskrivelse på nytt. Modellen vet allerede hvordan scenen ser ut. Bare fortell den hvor den skal videre.
For mye
«En kvinne i rød kjole sitter ved et regnstripet kafévindu om natten, med neonrefleksjoner. Hun reiser seg og går mot døren.»
Bedre
«Hun reiser seg sakte, tar kåpen og går mot døren. Kameraet følger henne.»
Et tydelig motiv mot en avgrenset bakgrunn slår konsekvent en travel, overfylt scene. Er du i tvil, gjør det enklere.
Videre utsnitt og roligere bevegelser gir de reneste resultatene når det er mennesker i bildet. Trekk kameraet tilbake og gi bevegelsen rom.
«Blade Runner-stemning» eller «Studio Ghibli-følelse» gir modellen et rikt visuelt bibliotek å hente inspirasjon fra. Enkeltord som «mørk» eller «myk» gir for stort tolkningsrom.
«Motlys i den gylne timen», «diffust lys fra overskyet himmel» og «hardt kantlys fra venstre» gir helt ulike resultater. Lyssetting er en detalj du kan spesifisere for å få stor effekt.
«Sakte kamerakjøring inn», «panorering mot høyre» og «statisk totalbilde» styrer direkte hvordan scenen animeres. Uten slike føringer overlater du en av de viktigste kreative avgjørelsene til tilfeldighetene.
Når du animerer et eksisterende bilde, har modellen allerede den visuelle konteksten. Prompten trenger bare å beskrive hva som skal bevege seg, og hvordan.
Resultatene varierer fra kjøring til kjøring, selv med samme prompt. Hvis første generering ikke treffer, prøv igjen før du skriver om. Andre eller tredje forsøk sitter ofte.
Resultatene varierer fra kjøring til kjøring. Når du treffer, ta vare på den nøyaktige prompten. Da kan du bygge videre på et utgangspunkt du vet fungerer.
Filmatiske landskap og miljøer med atmosfære.
Dynamisk bevegelse med presist kameraspråk.
Animer produktbilder til gjennomført reklameinnhold.
Gi portretter liv med diskrete, naturlige bevegelser.
Stemningsfulle scener med minimale, bevisste bevegelser.
Bilde til video med 1.5-modellen: Beskriv bevegelsen først, deretter lyden på en egen AUDIO:-linje.
Referanser gir kreativ retning, de er ikke startbilder. Grok bruker motivene, stilen og komposisjonen deres til å skape noe nytt. xAI anbefaler å starte med handlingen, så beskriv først hva som skjer, og forklar deretter hvilken rolle referansene skal ha.
Gjenskap en bestemt komposisjon: Legg stillbildet fra storyboardet eller layoutbildet som første referanse, og eventuelle motiver etter det. Slik bruker Film Studio i PixelDojo Grok.