Grok Imagine Video 1.5: Anleitung & Prompts

Native, synchronisierte Audiospur

Audio entsteht in einem einzigen Durchgang zusammen mit dem Video: gesprochener Dialog mit Lippensynchronisation, Soundeffekte, Umgebungsgeräusche und Musik. Sie beschreiben den Ton im selben Prompt wie die Bewegung, ein separater Audioschritt entfällt.

Standbild animieren

Ein von Ihnen bereitgestelltes Bild dient als erster Frame, von dem aus das Modell die Animation entwickelt. Ursprüngliches Licht, Farbe und Detailgrad bleiben erhalten, statt neu generiert zu werden, das eignet sich für Fotos, Produktaufnahmen oder fertige Kunstwerke.

Video-Verlängerung

Ein bestehender Clip lässt sich ab seinem letzten Frame fortsetzen, für eine längere Einstellung mit gleichbleibendem Motiv, Licht und Bewegung. Wiederholen Sie den Schritt, um aus einem Startclip eine mehrteilige Sequenz aufzubauen.

Referenzbasierte Generierung

Referenzbilder steuern Stil und Charakter, ohne den ersten Frame festzulegen. Das Modell überträgt diesen Look auf neue Einstellungen und hält so einen Charakter oder visuellen Stil über mehrere Generierungen hinweg konsistent.

Starke Prompt-Treue und Kamerakontrolle

Das Modell folgt detaillierten Vorgaben, darunter Einstellungsgröße, eine bestimmte Kamerabewegung wie Dolly oder Schwenk, sowie Timing für den Ablauf einer Handlung. Das macht eine geplante Einstellung leichter reproduzierbar.

Das Modell belohnt einen starken Startframe und einen klaren, bewegungsfokussierten Prompt. Ein paar Praktiken machen den größten Unterschied für die Qualität:

• Beginnen Sie mit einem Standbild. Erstellen oder laden Sie zuerst ein 16:9-Bild hoch und animieren Sie es anschließend. Ein guter erster Frame ist der wichtigste Hebel für das Ergebnis.
• Halten Sie den Bewegungs-Prompt kurz und präzise. Benennen Sie die Handlung und eine Kamerabewegung, die Komposition und den Stil übernimmt das Bild.
• Benennen Sie immer den Ton. Dialog, Soundeffekte, Umgebungsgeräusche oder Musik, in einfacher Sprache, damit das Modell den Ton zur Bewegung erzeugt statt eines stummen Clips.
• Eine Handlung pro Clip. Packen Sie einen einzelnen Moment in wenige Sekunden und nutzen Sie die Video-Verlängerung für längere Sequenzen.
• Nutzen Sie für sprechende Charaktere ein frontales Porträt mit dem Mund im Bild und halten Sie die Sätze kurz für eine saubere Lippensynchronisation.
• Verwenden Sie Referenzbilder, wenn ein Look oder ein Charakter über mehrere Clips hinweg gleich bleiben muss.

Ein starker Prompt liest sich wie ein kurzes Einstellungs-Briefing, nicht wie eine Bildunterschrift. Zwei Dinge entscheiden über das Ergebnis: eine klare Auflistung dessen, was die Einstellung enthält, und konkrete statt vage Formulierungen.

Was gehört in einen Prompt

Schwache vs. starke Prompts

Benennen Sie Kamera, Bewegung samt Timing und Audio, statt sie dem Zufall zu überlassen.

Wichtige Einstellungen

Häufige Fehler

• Den Prompt ohne Ton lassen: Schreiben Sie immer mindestens einen Audio-Hinweis.
• Vage Kameraangaben: „cinematic“ sagt dem Modell nichts, benennen Sie Einstellung und Bewegung.
• Zu viel in einem Clip: eine Handlung pro Clip, dann verlängern.