Panduan Prompt Video AI: 7 Perbaikan yang Teruji

Sebagian besar kegagalan prompt video AI bukan terjadi karena kurang imajinasi. Kegagalan itu sering muncul karena kebiasaan yang berhasil pada pembuatan gambar ikut dibawa ke video, padahal model video harus menghasilkan gerakan, timing, gerak kamera, konsistensi subjek, dan terkadang audio dalam satu klip.

Panduan prompt video AI ini membahas tujuh perbaikan praktis untuk generasi video modern. Tips ini dirancang untuk model yang bisa dibandingkan kreator di PixVerse, termasuk Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3, dan Kling 3.0. Tips ini juga berlaku luas untuk generator video AI lain karena titik gagalnya sama: prompt terlalu padat, label gaya yang kabur, gerakan kamera yang saling bertabrakan, negative prompt palsu, kata kecepatan yang memicu jitter, drift dari gambar referensi, dan kata kualitas yang terlalu umum.

Tujuannya bukan membuat semua prompt lebih pendek atau lebih teknis. Tujuannya membuat setiap instruksi punya fungsi yang jelas. Prompt video yang kuat menyebutkan hal penting lebih dulu, memberi satu jalur gerak yang bersih, menjaga konsistensi subjek, dan memakai bahasa visual konkret, bukan kata selera yang luas.

Cara kami menguji prompt video AI ini

Untuk artikel ini, kami menghasilkan tujuh kasus prompt di PixVerse dengan setup dasar pembuatan video yang sama dan audio aktif untuk setiap klip. Tujuannya bukan mempromosikan trik khusus satu model, melainkan mengisolasi struktur prompt sambil menjaga lingkungan uji tetap konsisten. Video sumber berdurasi sekitar 5 detik; enam klip menggunakan output horizontal 1280x720, sedangkan kasus gambar referensi menggunakan output vertikal 720x1280. Setiap file memiliki track audio.

Benchmark kami bersifat praktis, bukan berbasis leaderboard. Setiap video ditinjau dengan enam kriteria produksi:

• Kepatuhan prompt: Apakah klip mengikuti instruksi inti?
• Kontrol gerakan: Apakah aksi utama terbaca tanpa jitter atau keruntuhan visual?
• Konsistensi subjek: Apakah produk, orang, atau objek mempertahankan bentuknya?
• Stabilitas kamera: Apakah jalur kamera yang diminta tetap bersih?
• Kesiapan audio: Apakah prompt memberi model petunjuk suara yang dapat digunakan?
• Kegunaan produksi: Apakah klip bisa dipakai dalam blog, draf iklan, pitch, atau tutorial prompt tanpa membingungkan pembaca?

Aturan ini ditulis sebagai heuristik lintas model karena sebagian besar generator video AI saat ini berbagi titik tekanan yang sama: drift temporal, gerakan ambigu, jalur kamera tidak stabil, dan instruksi subjek yang saling bersaing.

Untuk konteks model yang lebih luas, baca ulasan Seedance 2.0, perbandingan HappyHorse 1.0 vs Seedance 2.0, dan ulasan Kling O3 serta Kling 3.0. Jika ingin mengubah uji prompt menjadi workflow produksi yang berulang, panduan AI video API menjelaskan jalur otomatisasi text-to-video dan image-to-video.

Tip 1: Prompt yang lebih panjang tidak selalu lebih baik

Prompt panjang bisa terasa aman karena terlihat memberi lebih banyak detail. Dalam praktiknya, prompt video AI yang panjang sering mengencerkan instruksi utama. Kalimat pertama biasanya membawa kontrol terbesar, sedangkan detail setelahnya bisa menjadi saran lemah yang saling bersaing.

Kesalahan umum: menganggap prompt 200 kata lebih terkontrol

Prompt buruk:

Video prompt: Botol parfum mewah di studio elegan, pencahayaan indah, refleksi cinematic, tampilan iklan premium, material mahal, partikel lembut, gerakan halus, suasana halus, high quality, tekstur lembut, gerakan kamera dramatis, storytelling emosional, energi brand mewah, kaca realistis, cairan emas, highlight berkilau, slow motion, bayangan elegan, perfect composition, no distortion, no flicker, no bad anatomy, no messy background, no extra objects, video profesional, gaya iklan viral.

Prompt ini terlihat detail, tetapi kebanyakan detailnya umum atau berulang. Model harus memilih antara gerakan produk, cahaya, gaya, refleksi, partikel, label kualitas, dan frasa negatif. Instruksi inti justru tertimbun.

Mengapa gagal

Model video memproses teks sebagai urutan instruksi. Semakin awal dan jelas aksi utama ditulis, semakin mudah model mempertahankannya sepanjang waktu. Ini terutama penting untuk klip yang lebih panjang, karena koherensi temporal sudah menjadi tantangan. Riset OpenAI tentang Sora juga mencatat bahwa model video masih memiliki tantangan pada fisika yang presisi dan hubungan sebab-akibat, jadi menambahkan instruksi lemah setelah ide utama tidak otomatis memberi kontrol lebih besar.

Perbaikan prompt

Gunakan struktur 50 sampai 80 kata:

Kalimat 1: subjek + aksi + lokasi.
Kalimat 2: kamera + gaya.
Kalimat 3: batasan.

Prompt lebih baik:

Video prompt: Botol parfum kaca bening berdiri di atas marmer hitam saat rim light hangat menembus cairan emas. Botol melakukan showcase turn yang sangat kecil, cukup untuk memperlihatkan sedikit sisi samping, lalu kembali ke posisi hero di tengah. Macro push-in lambat dari tinggi label ke tutup, pencahayaan produk studio mewah, debu emas lembut di belakang botol. Akhiri pada frame produk yang stabil dan terpusat, tanpa overlay teks, tanpa objek tambahan. Audio: gerakan kaca halus, room tone studio lembut.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif untuk gerakan kaca halus dan room tone studio. Yang diuji: apakah prompt ringkas bisa mempertahankan identitas produk, gerakan terkendali, pencahayaan, dan kontrol kamera tanpa menenggelamkan aksi utama.

Dalam tes produk ini, prompt yang bersih berhasil karena aksi utamanya mudah diikuti: botol produk melakukan gerakan showcase yang terkendali sementara kamera melakukan push-in dalam setup komersial yang terarah. Botol tetap berada di tengah, cairan emas terbaca melalui kaca, dan backlight hangat menciptakan nuansa premium tanpa daftar adjektiva panjang.

Pelajaran utamanya: pendek bukan berarti kabur. Prompt ringkas dengan subjek jelas, satu aksi terkendali, satu gerakan kamera, dan beberapa batasan sering mengalahkan prompt panjang yang penuh preferensi acak.

Tip 2: “Cinematic” hampir tidak berguna

“Cinematic” adalah salah satu kata paling umum dalam prompt video AI, tetapi terlalu luas untuk kontrol yang andal. Kata itu bisa berarti bayangan horor, cahaya emas romantis, realisme dokumenter, kabut sci-fi, atau berbagai tampilan film yang tidak saling terkait.

Kesalahan umum: memakai “cinematic” sebagai tombol kualitas

Prompt buruk:

Video prompt: Seorang detektif pensiunan berjalan di gang hujan pada malam hari. Cinematic, professional, dramatic, movie quality.

Ini memberi mood, tetapi bukan tampilan spesifik. Output bisa gelap, terang, noir, handheld, mengilap, kasar, atau sesuatu di antaranya.

Mengapa gagal

Data pelatihan menghubungkan kata luas seperti “cinematic” dengan banyak distribusi visual. Model tidak tahu cabang “cinematic” mana yang Anda maksud kecuali Anda menyebutkan bahasa visual nyata: setup cahaya, rasa lensa, komposisi, jalur kamera, palet warna, atau petunjuk gaya sutradara. Riset Runway Gen-3 Alpha juga menekankan caption video yang deskriptif, pengingat bahwa bahasa visual konkret lebih baik daripada label kabur.

Perbaikan prompt

Ganti “cinematic” dengan petunjuk visual yang sempit:

Komposisi gaya sutradara, setup pencahayaan, perilaku lensa, rasio aspek, atau palet warna.

Prompt lebih baik:

Video prompt: Seorang detektif pensiunan dengan mantel panjang gelap berjalan melalui gang basah karena hujan pada malam hari. Push-in lambat dari wide shot ke medium close-up, neon merah dan biru memantul di batu jalan basah, perspektif satu titik ke dalam gang, flare lensa anamorphic 2.39:1 dari papan neon praktis, asap rokok melintasi wajahnya. Audio: hujan di trotoar, lalu lintas jauh, dengung neon lembut.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif untuk hujan dan suasana kota. Yang diuji: apakah bahasa film yang spesifik menciptakan atmosfer lebih stabil daripada kata umum “cinematic.”

Tes gang hujan berhasil karena prompt menyebutkan elemen film yang terlihat: batu jalan basah, refleksi neon, perspektif satu titik, push-in lambat, dan pencahayaan noir. Detektif tetap menjadi jangkar visual, sementara kedalaman gang, tanah basah, dan papan merah-biru membangun mood. Klip terasa filmis karena prompt menjelaskan bagaimana shot harus terlihat, bukan karena bersandar pada kata “cinematic.”

Tip 3: Menumpuk gerakan kamera menghasilkan jitter

Model video AI dapat mengikuti gerakan kamera, tetapi lebih mudah dikontrol ketika gerakan memiliki satu arah utama. Menumpuk beberapa petunjuk kamera sering membuat jitter, drift, atau transisi yang tidak diinginkan.

Kesalahan umum: menggabungkan beberapa arah kamera

Prompt buruk:

Video prompt: Kereta magnetik mini berjalan melalui kota terrarium kaca. Kamera push in, pan left, orbit di sekitar kereta, tilt up melalui menara lumut, dan menambahkan handheld shake.

Ini terdengar seperti gerakan film nyata, tetapi untuk generasi menciptakan terlalu banyak vektor ruang. Model bisa mencoba menjalankannya berurutan atau mencampurnya menjadi gerakan yang tidak stabil.

Mengapa gagal

Gerakan kamera bersifat spasial. Push-in, pan, orbit, tilt, dan handheld shake masing-masing menjelaskan vektor gerak yang berbeda. Ketika beberapa ditumpuk, model harus memutuskan mana yang dominan dan kapan harus beralih. Hasilnya bisa berupa goyangan yang terlihat di titik transisi.

Perbaikan prompt

Gunakan satu gerakan kamera utama ditambah satu petunjuk tekstur:

Gerakan utama: push-in lambat.
Tekstur: sedikit rasa handheld.

Prompt lebih baik:

Video prompt: Kereta magnetik mini meluncur melalui kota terrarium kaca di atas meja laboratorium, melewati menara lumut, jendela kecil, dan butir kondensasi di dinding kaca. Kamera: satu gerakan tracking lateral yang halus sejajar dengan kereta, hanya sedikit tekstur handheld. Jaga kereta tetap di tengah saat latar bergerak. Audio: dengung listrik lembut, getaran rel kecil, tetes air di kaca, room tone redup.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif. Yang diuji: apakah satu tracking lateral bisa menjaga subjek kecil tetap terbaca sambil membuat gerakan dari latar.

Kasus ini berguna karena adegannya punya banyak sumber kekacauan kamera: refleksi kaca, bangunan kecil, kondensasi, kereta bergerak, dan skala makro. Prompt yang lebih baik memberi model hanya satu vektor kamera, lalu memakai latar bergerak untuk menciptakan energi visual. Saat meninjau, periksa apakah kereta tetap di tengah, refleksi kaca stabil, dan desain suara mendukung skala miniatur.

Klip yang dihasilkan adalah salah satu demonstrasi paling jelas dalam batch ini. Kereta tetap terbaca di bagian bawah frame sementara kota terrarium berlumut menciptakan paralaks dan kedalaman. Karena prompt memakai satu tracking lateral, bukan menumpuk push, pan, orbit, dan tilt, adegan memiliki gerakan tanpa membuat kamera bertabrakan dengan dirinya sendiri.

Tip 4: Tidak ada negative prompt nyata di kotak prompt biasa

Banyak kreator membawa kebiasaan Stable Diffusion ke prompt video dan menulis daftar seperti “negative: jitter, bent limbs, flicker, deformation.” Di sebagian besar generator video AI, jika tidak ada kolom negative prompt khusus, itu bukan negative prompt sungguhan. Itu hanya teks tambahan.

Kesalahan umum: menulis instruksi “negative” di dalam prompt

Prompt buruk:

Video prompt: Seorang pembuat jam memperbaiki kubus mesin jam melayang di bawah lampu meja. Negative: jitter, bad hands, bent fingers, flicker, deformation, broken gears, unstable lighting.

Ini bisa memperburuk output karena model tetap membaca kata “jitter”, “bent fingers”, dan “deformation.” Alih-alih memblokir konsep itu, prompt bisa membawa asosiasi yang bising.

Mengapa gagal

Kecuali antarmuka menyediakan kolom negative prompt khusus, semua teks prompt biasanya diperlakukan sebagai instruksi positif. Model tidak otomatis memahami “negative:” sebagai pengecualian keras. Jika ingin stabilitas, nyatakan langsung kondisi stabil yang diinginkan.

Perbaikan prompt

Gunakan pernyataan batasan positif:

Wajah tetap stabil.
Anggota tubuh bergerak alami.
Cahaya tetap konsisten tanpa flicker.
Proporsi tubuh tetap konsisten sepanjang klip.

Prompt lebih baik:

Video prompt: Seorang pembuat jam memakai pinset kuningan untuk menempatkan satu roda gigi transparan ke dalam kubus mesin jam kecil yang melayang di bawah lampu meja hangat. Kamera perlahan push dari tangan ke kubus. Tangan bergerak alami, tepi roda gigi tetap tajam, kubus tetap di tengah, dan cahaya lampu hangat tetap konsisten tanpa flicker. Audio: klik pinset kuningan, tik roda gigi kecil, room tone bengkel tenang.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif untuk suara mekanik kecil dan room tone bengkel. Yang diuji: stabilitas tangan, kejernihan tepi objek, konsistensi cahaya, dan apakah batasan positif mengurangi artefak visual.

Kasus ini membuat masalah negative prompt terlihat jelas karena tangan, roda gigi kecil, tepi transparan, dan cahaya hangat rentan terhadap artefak. Prompt yang lebih baik tidak mencantumkan hal yang tidak boleh terjadi, tetapi menyatakan kondisi yang diinginkan: tangan alami, tepi roda gigi tajam, kubus di tengah, dan cahaya lampu stabil. Saat meninjau, bandingkan apakah batasan tersebut membuat kubus lebih mudah diperiksa frame demi frame.

Output memberi titik inspeksi yang bersih: pinset, kubus transparan, dan detail roda gigi tetap terpisah di bawah lampu meja. Tangan cukup dekat untuk menekan model, tetapi batasan positif membuat perilaku target jelas. Ini lebih berguna daripada daftar negatif yang mengulang kata “deformation” atau “bad hands.”

Tip 5: Kata “fast” menurunkan kualitas output

“Fast” terasa berguna ketika Anda ingin kecepatan, tetapi sering mendorong model video ke gerakan yang tidak stabil. Masalahnya makin buruk jika prompt sudah berisi aksi kompleks, gerakan kamera, partikel, atau beberapa subjek.

Kesalahan umum: meminta semua elemen bergerak cepat

Prompt buruk:

Video prompt: Longboarder melaju fast menuruni jalan gunung, fast camera, quick turns, fast motion blur, dynamic speed, intense action, rapid movement.

Ini menciptakan beberapa elemen kecepatan tinggi yang saling bersaing. Model harus menggerakkan subjek, kamera, efek, dan timing adegan sekaligus, yang bisa menghasilkan jitter dan kerusakan visual.

Mengapa gagal

Kecepatan bukan hanya gaya. Kecepatan adalah tuntutan temporal. Ketika beberapa elemen dipercepat sekaligus, model harus menjaga anatomi, bentuk objek, jalur kamera, koherensi latar, dan timing efek di bawah tekanan gerakan yang lebih tinggi. Alih-alih menulis “fast”, jelaskan tanda fisik yang membuat kecepatan terlihat.

Perbaikan prompt

Ganti “fast” dengan detail gerakan fisik:

Kaki menghantam tanah dengan kuat.
Setiap langkah terentang penuh.
Lengan berayun pada 90 derajat.
Motion blur berasal dari latar, bukan wajah.

Prompt lebih baik:

Video prompt: Longboarder downhill bersandar ke tikungan jalan gunung yang basah oleh hujan, lutut menekan, tangan belakang melayang beberapa inci di atas aspal. Setiap roda melemparkan semprotan air tipis ke luar sementara reflektor jalan memanjang menjadi jejak latar lembut. Kamera tetap rendah di samping board dalam satu tracking shot stabil. Helm dan jaket tetap stabil. Audio: dengung roda, desis jalan basah, tekanan angin, satu board carve.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif. Yang diuji: apakah bahasa gerakan fisik bisa menciptakan kesan cepat tanpa membebani model.

Kasus ini menghindari kata “fast” tetapi tetap membuat kecepatan terlihat. Board miring, lutut menekan, roda melempar air, dan reflektor latar memanjang menjadi jejak. Saat meninjau, periksa apakah longboarder tetap stabil secara anatomi, kamera tetap rendah dan tenang, serta suara roda dan aspal basah menciptakan kecepatan tanpa kerusakan visual.

Hasilnya menyampaikan kecepatan melalui bukti fisik, bukan kata “fast.” Posisi kamera rendah, refleksi jalan basah, postur menekan, dan semprotan air membuat turunan terasa cepat sambil menjaga tubuh dan board tetap terbaca. Inilah inti tips ini: kecepatan lebih mudah dikontrol ketika ditulis sebagai sebab dan akibat.

Tip 6: Menjelaskan ulang gambar referensi menyebabkan drift subjek

Prompt image-to-video sebaiknya tidak mengulang semua hal yang sudah terlihat pada gambar yang diunggah. Jika gambar sudah menampilkan tas hitam terstruktur di bawah spotlight, lalu prompt menjelaskan tas yang sama dengan kata sedikit berbeda, model menerima dua input untuk subjek yang sama: gambar dan teks. Perbedaan kecil bisa menyebabkan drift.

Kesalahan umum: menjelaskan ulang gambar referensi

Prompt buruk untuk image-to-video:

Video prompt: Tas kulit hitam dengan pegangan melengkung, pengait perak, badan terstruktur, panel jahitan, dan latar studio gelap berada di bawah spotlight dramatis.

Jika detail itu sudah ada di gambar, prompt bisa mengundang model untuk menafsirkannya ulang. Output bisa mengubah siluet objek, material, detail dekoratif, atau mengganti latar.

Mengapa gagal

Gambar referensi sudah menjadi instruksi visual yang kuat. Menjelaskan ulang subjek yang terlihat menciptakan kanal instruksi kedua yang mungkin tidak cocok sempurna dengan piksel. Untuk mempertahankan identitas, gunakan prompt untuk hal yang tidak bisa ditunjukkan gambar: gerakan dan perilaku kamera.

Perbaikan prompt

Untuk image-to-video, batasi prompt pada tiga tugas:

instruksi gerakan, instruksi kamera, dan satu aturan konsistensi.

Prompt lebih baik:

Video prompt: Pertahankan objek referensi sepenuhnya intact. Tambahkan hanya camera push-in lembut dari framing saat ini sementara highlight sempit bergerak perlahan melintasi permukaan yang terlihat. Pertahankan siluet tepat, material, detail dekoratif, latar, arah cahaya, dan komposisi dari gambar referensi. Audio: nada showroom lembut, resonansi kaca samar, gesekan kain halus.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 9:16, image-to-video dengan audio aktif untuk suara material halus dan room tone. Yang diuji: apakah prompt berbasis referensi bisa mempertahankan identitas produk sambil menambahkan gerak kamera dan perubahan cahaya.

Kasus ini hanya bekerja jika gambar referensi sudah mendefinisikan objek. Prompt sengaja menghindari penjelasan ulang warna, bentuk, material, atau detail dekoratif, dan tidak meminta model menciptakan mekanisme tersembunyi atau bagian dalam yang tidak terlihat. Saat meninjau, lihat apakah tas mempertahankan siluet, posisi pengait, bentuk pegangan, tekstur kulit, dan latar studio gelap sambil kamera dan highlight menciptakan gerakan. Jika model mengubah objek, prompt mungkin masih bersaing dengan gambar referensi.

Klip yang dihasilkan sengaja terkendali. Itu cocok untuk tips ini: produk tetap menjadi hero, spotlight menjaga bahasa visual dekat dengan referensi, dan gerakan dibatasi pada push-in display, bukan transformasi. Untuk video produk berbasis referensi, stabilitas yang membosankan sering lebih bernilai daripada gerakan ambisius.

Tip 7: Kata kualitas generik tidak memberi kontrol

Kata seperti “amazing”, “beautiful”, “high quality”, “epic”, dan “professional” umum dalam prompt video AI, tetapi jarang memberi kontrol yang andal. Kata-kata ini adalah label frekuensi tinggi yang terhubung ke terlalu banyak jenis output.

Kesalahan umum: mengisi prompt dengan adjektiva kualitas

Prompt buruk:

Video prompt: Adegan festival amazing, beautiful, epic dengan high quality visuals, stunning motion, professional lighting, dan perfect composition.

Prompt ini memberi tahu model bahwa output harus bagus, tetapi tidak menjelaskan apa arti “bagus” dalam adegan ini.

Mengapa gagal

Kata kualitas generik mengambil sampel dari distribusi yang luas. “Epic” bisa berarti lanskap luas, pertempuran, langit bercahaya, skala besar, musik berat, slow motion, atau armor fantasi. Model tidak bisa menyimpulkan niat Anda dengan tepat kecuali Anda mengganti adjektiva dengan sesuatu yang terlihat dan spesifik.

Perbaikan prompt

Ganti setiap adjektiva umum dengan petunjuk visual bernama:

Komposisi gaya sutradara.
Setup pencahayaan.
Spesifikasi lensa.
Palet warna.
Perilaku material.

Prompt lebih baik:

Video prompt: Festival layang-layang malam berlangsung di dataran garam putih yang tertutup cermin air tipis. Tiga layang-layang transparan berbentuk makhluk laut dalam melayang di atas, dengan rusuk bioluminesen biru-hijau berdenyut di bawah kain. Push-in lambat sudut rendah dari refleksi setinggi pergelangan kaki ke ekor layang-layang terdekat, rasa lensa wide 24mm, kontras cyan-magenta, lentera di cakrawala. Audio: kain berkibar, getaran tali tegang, langkah di air dangkal, gumaman kerumunan jauh.

Tes prompt nyata

Setup uji: pembuatan video PixVerse dengan setup dasar yang sama untuk ketujuh kasus. Pengaturan generasi: 5 detik, resolusi 720p, rasio 16:9, audio aktif untuk kain, langkah kaki, dan ambience kerumunan. Yang diuji: apakah petunjuk visual spesifik menciptakan konsistensi gaya yang lebih kuat daripada kata kualitas generik.

Kasus ini mengganti setiap kata kualitas generik dengan sesuatu yang terlihat: refleksi dataran garam, layang-layang transparan berbentuk makhluk, rusuk bioluminesen, kamera rendah, rasa wide-lens, kontras cyan-magenta, dan lentera di cakrawala. Saat meninjau, periksa apakah model mempertahankan identitas visual yang tidak biasa ini, bukan drift menjadi adegan festival generik.

Output mempertahankan ide terpenting: layang-layang makhluk laut dalam yang transparan dengan rusuk biru-hijau bercahaya. Sudut kamera terlihat lebih tinggi daripada framing setinggi pergelangan kaki, jadi kepatuhan kamera tidak sempurna. Namun identitas visualnya jauh lebih kuat daripada prompt yang hanya mengatakan “beautiful epic festival”, membuktikan nilai kata benda konkret, petunjuk cahaya, dan hubungan warna.

Bad Case 1: Prompt kualitas yang kabur

Prompt buruk:

Video prompt: Buat cool cinematic AI video tentang kota futuristik. Buat beautiful, realistic, dramatic, high quality, dan viral.

Apa yang salah

Prompt ini melanggar Tip 2 dan Tip 7. Prompt bergantung pada “cinematic”, “beautiful”, “dramatic”, dan “high quality” tanpa menyebut shot konkret. Tidak ada subjek, aksi, jalur kamera, timeline, atau frame akhir.

Prompt yang diperbaiki

Video prompt: Reveal kota futuristik 6 detik. Kamera meluncur rendah di atas jalan basah oleh hujan dengan tanda holografik biru yang memantul di permukaan jalan. Satu drone pengantar lewat dekat lensa dan naik menuju menara kaca. Tracking maju halus, palet biru dingin, cahaya hangat di pintu masuk menara, hujan lembut, lalu lintas jauh, satu drone pass-by.

Bad Case 2: Prompt kecepatan yang terlalu padat

Prompt buruk:

Video prompt: Longboarder melaju fast menuruni jalan gunung, menghindari lalu lintas, melompati pohon tumbang, slide dengan percikan, cut ke drone shot, cut ke close-up roda, cut ke refleksi helm, lalu berakhir dengan logo dan kembang api, semuanya dalam 5 detik, fast camera, perfect sound.

Apa yang salah

Prompt ini melanggar Tip 1, Tip 3, Tip 4, dan Tip 5. Terlalu panjang, menumpuk aksi, menambahkan pengecualian palsu melalui frasa berlebihan, dan memakai “fast” pada terlalu banyak elemen bergerak. Model mungkin menghasilkan energi, tetapi tidak bisa menyelesaikan adegan dengan bersih.

Prompt yang diperbaiki

Video prompt: Longboarder downhill bersandar ke tikungan jalan gunung yang basah oleh hujan, lutut menekan, tangan belakang melayang beberapa inci di atas aspal. Setiap roda melemparkan semprotan air tipis ke luar sementara reflektor jalan memanjang menjadi jejak latar lembut. Kamera tetap rendah di samping board dalam satu tracking shot stabil. Helm dan jaket tetap stabil. Audio: dengung roda, desis jalan basah, tekanan angin, satu board carve.

Template prompt video AI siap salin

Gunakan struktur ini untuk percobaan pertama yang bersih:

Video prompt: [Subjek] + [satu aksi] + [lokasi]. [Satu gerakan kamera] + [gaya, lensa, cahaya, atau komposisi spesifik]. [Batasan positif: apa yang harus tetap stabil, apa yang harus tidak ada, dan apakah audio diperlukan].

Contoh:

Video prompt: Cangkir kopi keramik berada di atas meja kayu gelap saat uap naik perlahan. Macro push-in lambat, cahaya samping tungsten hangat, depth of field dangkal, latar kafe pagi yang tenang. Bentuk cangkir tetap stabil, tanpa overlay teks, audio mencakup room tone lembut dan denting sendok samar.

Kesimpulan

Prompt video AI yang lebih baik bukan yang lebih panjang. Prompt yang lebih baik adalah yang lebih jelas. Letakkan subjek, aksi, dan lokasi di awal. Ganti “cinematic” dan kata kualitas generik dengan petunjuk visual spesifik. Gunakan satu gerakan kamera. Hindari negative prompt palsu. Ganti “fast” dengan detail gerakan fisik. Untuk image-to-video, jangan jelaskan ulang gambar referensi.

Perbaikan ini bekerja di sebagian besar generator video AI saat ini karena menargetkan kelemahan yang sama: drift temporal, sampling gaya yang kabur, jitter kamera, inkonsistensi subjek, dan gerakan yang terlalu padat. PixVerse berguna di sini karena kreator dapat membandingkan prompt yang sama di Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3, dan Kling 3.0 tanpa membangun ulang workflow di alat terpisah.

FAQ

Apa itu prompt video AI yang baik?

Prompt video AI yang baik memberi model sebuah shot yang jelas: subjek, aksi, lokasi, satu gerakan kamera, petunjuk gaya yang terlihat, dan beberapa batasan positif. “Botol parfum kaca di atas marmer hitam, showcase turn kecil, rim light hangat, refleksi stabil” lebih kuat daripada “cinematic luxury product video.”

Berapa panjang prompt video AI yang ideal?

Untuk banyak prompt text-to-video, 50 sampai 80 kata adalah titik awal yang baik. Tulis subjek, aksi, dan lokasi lebih dulu, lalu tambahkan gerakan kamera, cahaya, detail gerakan, dan audio. Jika kalimat pertama kabur, lebih banyak kata biasanya memberi lebih sedikit kontrol.

Mengapa “cinematic” tidak bekerja baik dalam prompt video AI?

“Cinematic” terlalu luas untuk prompt generator video AI. Gunakan bahasa film yang terlihat, seperti “35mm handheld feel”, “rainy alley with neon reflections”, “slow dolly-in”, “hard backlight”, atau “warm practical lights in the background.”

Apakah generator video AI mendukung negative prompts?

Beberapa alat memiliki kolom negative prompt khusus, tetapi kotak prompt video biasa biasanya membaca semua teks sebagai instruksi. Daripada mencantumkan kegagalan, tulis batasan positif: “hands remain natural”, “camera stays steady”, “background remains empty”, atau “product silhouette stays intact.”

Bagaimana menulis prompt image-to-video tanpa mengubah subjek?

Untuk image-to-video, jangan jelaskan ulang gambar yang diunggah. Gunakan prompt untuk gerakan, perilaku kamera, perubahan cahaya, audio, dan aturan stabilitas: “Pertahankan objek referensi intact. Tambahkan push-in lembut. Pertahankan siluet, material, latar, dan komposisi.”

Generator video AI mana yang sebaiknya dipakai untuk menguji prompt?

Artikel ini menjaga satu setup generasi PixVerse tetap konsisten di ketujuh tes. Tips prompt video AI yang sama berlaku di sebagian besar generator saat ini karena menargetkan masalah bersama: sampling gaya kabur, drift temporal, jitter kamera, gerakan berlebihan, dan inkonsistensi gambar referensi.

Contoh prompt video AI apa yang berguna untuk pengujian?

Contoh yang berguna menguji satu kemampuan sekaligus: putaran produk untuk presisi gerakan, gang hujan untuk kontrol gaya, satu tracking shot untuk stabilitas kamera, dan prompt objek referensi untuk konsistensi subjek. Nilai hasil dari kepatuhan prompt, kontrol gerakan, koherensi temporal, kesiapan audio, dan kegunaan produksi.