Grok Imagine poradnik promptowania
Od pierwszej generacji po rozbudowane historie z wielu scen: struktura promptów, język kamery, procesy twórcze i gotowe do skopiowania szablony do Grok Imagine.
Na podstawie Oficjalny poradnik Grok Imagine od @XCreators.
Grok Imagine poradnik promptowania pokaże Ci, jak zmieniać tekst i obrazy w wysokiej jakości grafiki i wideo. Opisujesz, czego chcesz, wybierasz ustawienia, klikasz generowanie i masz gotowy do użycia klip lub obraz. Ten poradnik prowadzi Cię przez cały proces: od ustawienia pierwszej generacji, przez pisanie promptów dających świetne efekty i wydłużanie klipów w dłuższe sekwencje, po wypracowanie powtarzalnego sposobu pracy.
Przepis na prompt: Główny motyw + styl/klimat + oświetlenie + kąt kamery + detale wykończenia
Wpisz opis i wygeneruj obraz. Grok Imagine tworzy wyraziste obrazy wysokiej jakości na podstawie promptów pisanych naturalnym językiem. Bez upychania słów kluczowych.
Opisz scenę i od razu wygeneruj klip. Pisz tak, jakbyś opowiadał o niej komuś znajomemu: co się dzieje, jak to wygląda, jak porusza się kamera. Najlepsze efekty uzyskasz, gdy masz w głowie konkretną scenę.
Zacznij od dowolnego obrazu i zamień go w krótki klip. Przełącz na model Grok Imagine 1.5, by w tym samym generowaniu otrzymać też dopasowany dźwięk. Więcej w sekcji o dźwięku w 1.5 poniżej. Możesz użyć wygenerowanego obrazu lub przesłać własny. Znasz już wygląd obrazu bazowego, więc łatwiej przewidzieć efekt.
Pro tip: praca w dwóch krokach
Najpierw wygeneruj obraz, korzystając ze szczegółowego promptu. Oceń efekt. Jeśli kompozycja, oświetlenie i główny obiekt wyglądają dobrze, ożyw obraz krótkim promptem opisującym ruch. W prompcie do wideo skup się na ruchu, kamerze i nastroju. Model ma już kontekst wizualny.
Prompt do obrazu
Dwie wydry w akwamarynowej wodzie, widok z góry, estetyka starej taśmy filmowej.
Prompt do wideo
Spokojny, naturalny ruch, główny obiekt pozostaje nieruchomy, kamera powoli się oddala. Wydry delikatnie dryfują, ruch jest przeważnie spokojny.
Prześlij do 7 obrazów referencyjnych jako bazę wizualną lub wzorzec stylu. Grok łączy referencje z twoim promptem tekstowym, by uzyskać efekt zgodny z konkretną estetyką, stylem marki, paletą kolorów lub klimatem wizualnym.
Dobierz je do miejsca, w którym chcesz opublikować lub wykorzystać efekt.
Wybierz długość klipu: 1-15 sekund. Krótsze klipy generują się szybciej i kosztują mniej kredytów. Użyj Extend Video, by łączyć klipy w dłuższe sekwencje.
480p do szybkich szkiców i kolejnych wariantów. 720p for polished, share-ready output.
Jakość efektu zaczyna się od promptu. Konkretne opisy dają modelowi jasne punkty odniesienia, ale nie narzucaj każdego szczegółu. Zostaw przestrzeń na kreatywność.
Zbyt ogólnie
„miasto nocą”
Konkretnie
„futurystyczna ulica Tokio o 2 w nocy, asfalt mokry od deszczu, odbicia neonów, szerokie ujęcie z niskiej perspektywy, filmowa mgła, klimat Blade Runner”
Każdy obraz poniżej powstał w Grok Imagine na PixelDojo. Skopiuj dowolny prompt jako punkt wyjścia, a potem dopracowuj go, zmieniając po jednym elemencie.
Główny motyw + styl + oświetlenie + kąt kamery
Każdy detal usuwa niejasności. Miejsce, pora, oświetlenie, pozycja kamery i odniesienie do klimatu dają modelowi konkretne punkty zaczepienia.
Wyraźny główny obiekt na czytelnym tle
Wyraźny główny obiekt na czytelnym tle sprawdza się lepiej niż zatłoczona scena pełna detali. Masz wątpliwości? Uprość kadr.
Określ oświetlenie i przejmij pełną kontrolę
„Światło kontrowe złotej godziny”, „rozproszone światło w pochmurny dzień” i „ostre światło obrysowe z lewej” dają zupełnie inne efekty. Oświetlenie to detal, który robi ogromną różnicę.
Przejrzysta kompozycja do zastosowań komercyjnych
Ujęcia produktów wychodzą najlepiej, gdy precyzyjnie określisz kierunek światła, materiały powierzchni i tło.
Wideo wygenerowane w Grok Imagine na PixelDojo. Zwróć uwagę: prompty do wideo z tekstu zawierają pełne opisy scen, a prompty do animowania obrazów są krótkie i skupione na ruchu.
Budowanie świata z tekstu
Prompt do wideo
Przy generowaniu wideo z tekstu opisz ruch kamery, warunki oświetleniowe i dźwięki otoczenia, by uzyskać filmowy efekt.
Dynamiczny ruch i filmowa praca kamery
Prompt do wideo
Nazwij ruch kamery wprost. „Jazda kamery z niskiej perspektywy” bezpośrednio przekłada się na sposób animacji sceny.
Obraz na wideo z subtelnym ruchem
Prompt do obrazu
Prompt ruchu w wideo
Przy zamianie obrazu na wideo pisz krótkie prompty. Model ma już kontekst wizualny. Opisz tylko, co ma się poruszać i jak.
Obraz na wideo z klimatem
Prompt do obrazu
Prompt ruchu w wideo
Prompty z minimalnym ruchem tworzą klimatyczne sceny. Daj scenie odetchnąć, zamiast wymuszać akcję.
Grok Imagine 1.5 to model obraz na wideo, który generuje dźwięk razem z obrazem: muzykę w tle, efekty dźwiękowe, odgłosy otoczenia, a nawet krótkie wypowiedzi. Wszystko w synchronizacji z tym, co dzieje się na ekranie. W Grok Imagine Video przełącz na image-to-video wybierz tryb Grok Imagine 1.5 z listy Model i dodaj obraz. Czas trwania to od 1 do 15 sekund w 480p lub 720p, za 2,5 kredytu za sekundę.
Trzy klipy wygenerowane w Grok Imagine 1.5 na PixelDojo. Każdy ożywia jeden z obrazów z tego poradnika i ma własny, zsynchronizowany dźwięk. Włącz odtwarzanie i dźwięk.
Ożyw portret oddechem, wiatrem i narastającą muzyką
Zamień zdjęcie produktu w przytulną scenę pełną dźwięków
Ożyw miejską ulicę deszczem, szumem i syntezatorami
Model już widzi twoje zdjęcie. W prompcie opisz to, co ma się zmienić: akcję, ruch kamery, atmosferę. Nie opisuj ponownie tego, co już jest w kadrze.
Jeśli na zdjęciu jest mężczyzna, nie pisz „kobieta tańczy”. Dopasuj prompt do tego, co faktycznie widać, i jasno wskaż postać: „starszy mężczyzna w okularach”, „kobieta w czerwonej kurtce”.
Statyczny obraz nie oddaje prędkości. „Przejeżdżający samochód” to ogólnik. „Samochód mknący z dużą prędkością” daje modelowi konkretną wskazówkę. Lekko podkręć intensywność opisu, by uzyskać zamierzony efekt.
Grok Imagine 1.5 je ignoruje. Zamiast wyliczać, czego nie chcesz, opisz to, co chcesz zobaczyć i usłyszeć.
Napisz wprost w prompcie, jaki dźwięk chcesz uzyskać, a model go podchwyci. Łącz te wskazówki:
Muzyka w tle
"with upbeat electronic music" · "dramatic orchestral score"
Efekty dźwiękowe
"footsteps on gravel" · "wind howling" · "engine revving"
Dźwięki otoczenia
"quiet café ambience" · "forest sounds with birdsong"
Krótki dialog
a quiet whisper: "We made it." · urgent shout: "Stop him!"
Aby zyskać precyzyjną kontrolę, dodaj DŹWIĘK: na końcu promptu. Wszystko przed tym wierszem opisuje ruch i nastrój, a wszystko po nim określa dokładnie, co ma być słychać.
Jedno generowanie daje krótki klip. W Grok Imagine Wydłuż wideo pozwala pójść dalej: wybierz dowolną klatkę jako punkt startowy przedłużenia. Model zachowuje ciągłość ruchu, ustawienia postaci, oświetlenia i dźwięku. Każde przedłużenie dodaje kolejne sekundy, a ty możesz łączyć je dalej.
Wskazówka: prompt do wydłużania
Napisz prompt kontynuacji i opisz, co dzieje się dalej next w scenie, zamiast opisywać ją całą od nowa. Model już wie, jak wygląda scena. Po prostu wskaż mu kierunek.
Za dużo
„Kobieta w czerwonej sukience siedzi nocą przy oknie kawiarni, po szybie spływa deszcz, odbijają się w niej neony. Kobieta wstaje i idzie w stronę drzwi”
Lepiej
„Powoli wstaje, bierze płaszcz i idzie w stronę drzwi. Kamera podąża za nią.”
Wyraźny główny obiekt na czytelnym tle sprawdza się lepiej niż zatłoczona scena pełna detali. Masz wątpliwości? Uprość kadr.
Gdy w kadrze są ludzie, szersze ujęcia i wolniejsze ruchy dają najczystszy efekt. Odsuń kamerę i daj ruchowi przestrzeń.
„Klimat Blade Runner” czy „estetyka Studio Ghibli” dają modelowi bogaty zestaw wizualnych inspiracji. Pojedyncze przymiotniki, takie jak „mroczny” czy „delikatny”, zostawiają zbyt wiele do interpretacji.
„Światło kontrowe złotej godziny”, „rozproszone światło w pochmurny dzień” i „ostre światło obrysowe z lewej” dają zupełnie inne efekty. Oświetlenie to detal, który możesz określić i który robi ogromną różnicę.
„Powolny najazd kamery”, „panorama w prawo”, „statyczny plan ogólny” bezpośrednio wpływają na animację sceny. Bez tych wskazówek zostawiasz jedną z najważniejszych decyzji twórczych przypadkowi.
Gdy animujesz istniejący obraz, model zna już kontekst wizualny. W prompcie wystarczy opisać, co i jak ma się poruszać.
Efekty różnią się między generowaniami, nawet przy tym samym prompcie. Jeśli pierwsza próba nie trafi w punkt, powtórz ją, zanim zmienisz prompt. Druga lub trzecia często daje dokładnie to, czego szukasz.
Każde generowanie może dać inny efekt. Gdy trafisz w punkt, zachowaj prompt dokładnie w tej wersji. Będzie sprawdzoną bazą do kolejnych wariantów.
Filmowe krajobrazy i otoczenie z klimatem.
Dynamiczny ruch z precyzyjnym opisem pracy kamery.
Animuj zdjęcia produktów i twórz dopracowane materiały reklamowe.
Ożyw portrety subtelnym, naturalnym ruchem.
Klimatyczne sceny z oszczędnym, celowym ruchem.
Obraz na wideo w modelu 1.5: najpierw opisz ruch, potem dźwięk w wierszu AUDIO:.
Referencje wyznaczają kierunek twórczy, nie są klatkami startowymi. Grok czerpie z ich postaci, obiektów, stylu i kompozycji, by stworzyć coś nowego. xAI zaleca stawiać akcję na pierwszym miejscu, więc zacznij od tego, co się dzieje, a dopiero potem opisz rolę referencji.
Odtwórz konkretną kompozycję: jako pierwszy obraz referencyjny dodaj kadr ze storyboardu lub układ sceny, a za nim obrazy postaci i obiektów. Właśnie tak Film Studio w PixelDojo steruje Grok.