Multi-shot AI video prompty: jeden nápad, celý zoznam záberov
Krátka odpoveď: najväčší upgrade, aký vieš v roku 2026 dať AI videu, nie je lepší model — je to lepšia štruktúra promptu. Prestaň písať jednu vetu, ktorá chce všetko naraz. Napíš číslovaný, časovaný zoznam záberov: Shot 1, Shot 2, Shot 3, každý s vlastným pohybom kamery a akciou, kým subjekt, štýl a svetlo ostávajú vo všetkých identické. Tak sa z jedného generovania stane krátka scéna, ktorá naozaj drží pokope.
Toto je posun, ktorý tento rok urobil celý odbor — od jedného obrázkového promptu k štruktúrovanej multi-shot réžii. Tu je postup.
Prečo jedna dlhá veta zlyháva
„Rytier vojde do siene, tasí meč, bojuje s tromi strážcami, vyhrá a zdvihne čepeľ, kým sa kamera točí.“ Pýtaj to od modelu na jeden nádych a spriemeruje akcie do rozmazaného chaosu — pohyb sa morfuje, tvár sa rozchádza, žiadny zmysel pre časovanie. Model nemá ako vedieť, čo je prvé a čo posledné.
Zoznam záberov to opraví: každý beat dostane vlastný priestor a ty kontrolu nad tempom — pomalý úvod, úderný stred, pokojný záver.
Anatómia záberu
Každý záber v zozname je jeden riadok so štyrmi vecami:
- Časovanie — napr.
(Duration: 3 seconds). Určuje rytmus a hovorí modelu, koľko sa má zmestiť. - Kamera — veľkosť záberu a pohyb: ECU (extrémny detail), MCU (polodetail), WS (celok), plus objektív/pohyb ako 50mm slow push-in alebo 24mm orbit.
- Akcia — jedna jasná vec, ktorá sa stane. Nie päť.
- Kotva — rovnaký popis subjektu, opakovaný slovo za slovom, v každom jednom zábere, plus referencia @Image1 s rolou „iba identita“.
Dokopy vyzerá čistý trojzáberový úvod takto (prompt ostáva po anglicky):
CORE IDEA: a young knight steels herself before a duel. STYLE: cinematic, film-grade lighting, shallow depth of field. SUBJECT: a young knight, silver-etched armor, a scar over the left brow - repeat these exact tokens every shot. REFERENCE: @Image1 controls the knight's identity only - not her pose, background or lighting. ENVIRONMENT: a torch-lit stone hall, drifting dust. SHOT 1 (Duration: 3 seconds) - ECU, 85mm push-in: her eyes open, jaw set. SHOT 2 (Duration: 4 seconds) - MCU, 50mm handheld: she draws the sword in one slow breath. SHOT 3 (Duration: 3 seconds) - WS, 24mm low angle: she steps into a ready stance as the hall falls silent. [Knight: low, steady]: "Not today." AUDIO: torch crackle, the blade leaving the scabbard, silence at the end. CONSTRAINTS: identity consistent every shot; no flicker, no morphing, no drift; no on-screen text.
Zlaté pravidlo: ukotvi identitu
Jediný najdôležitejší návyk je ukotvenie tokenov — opakovanie presne tých istých opisných slov v každom zábere („a young knight, silver-etched armor, a scar over the left brow“) a priloženie tej istej referenčnej fotky naprieč sekvenciou. Modely držia postavu oveľa lepšie, keď sa slová medzi zábermi nerozchádzajú. Do hĺbky to rozoberáme v návode na konzistentné postavy.
Tempo, kamera a zvuk
- Striedaj veľkosti záberov. Strih z ECU na ECU pôsobí plocho; ECU → MCU → WS sa číta ako film.
- Jeden pohyb na záber. Nájazd alebo orbit, nie oboje. Protichodné pohyby rozmažú obraz.
- Sleduj rytmus. Krátke beaty (2–3 s) pôsobia naliehavo; dlhšie (5–7 s) pokojne. Miešaj ich zámerne.
- Pridaj zvuk, ak ho model podporuje — dialóg v úvodzovkách (Kling:
[Meno: tón]: "replika"), atmosféru, hudobný nástup. Veo 3.1, Kling 3.0 aj Seedance 2.5 generujú synchronizovaný zvuk.
Ktoré modely zvládajú multi-shot najlepšie
Kling 3.0 renderuje až šesť prepojených záberov s konzistenciou subjektu a viacjazyčným lip-syncom. Seedance 2.5 je stavaný na storyboardy a image-to-video — 30 sekúnd na jeden záber s až 50 referenciami s rolami. Veo 3.1 má najsilnejší natívny zvuk pri 8 sekundách. Väčšina modelov stále vydáva krátke klipy, takže dlhý kus je niekoľko zlepených scén — presne preto záleží na čistom, opakovateľnom formáte zoznamu záberov: ten istý ukotvený subjekt používaš v každej scéne. Celý prehľad modelov nájdeš v AI generátoroch videa 2026.
Časté otázky
Čo je multi-shot AI video prompt?
Jeden prompt napísaný ako usporiadaný zoznam záberov — Shot 1, Shot 2, Shot 3 —, kde má každý záber vlastné časovanie, pohyb kamery a akciu, ale subjekt, štýl a svetlo ostávajú vo všetkých identické. Namiesto jedného 5-sekundového klipu režíruješ celú krátku scénu.
Prečo z jednej dlhej vety vznikne zlé video?
Keď do jednej vety natlačíš päť akcií, model ich spriemeruje na kašu. Rozdelenie nápadu na číslované zábery dá každému beatu priestor byť jasný a tebe kontrolu nad tempom — pomalý úvod, úderný stred, pokojný záver.
Ako udržím postavu rovnakú v každom zábere?
Opakuj presne tie isté identitné tokeny (rovnaké opísané črty, slovo za slovom) v každom zábere a priklad tú istú referenčnú fotku ako @Image1 s rolou „iba identita“. Volá sa to ukotvenie tokenov; celú metódu máš v návode na konzistentné postavy.
Ktorý model je najlepší na multi-shot video?
Kling 3.0 je postavený na strihaných sekvenciách (do 6 záberov v jednom generovaní, dialóg so syntaxou [Meno: kto, tón]: „replika“, viacjazyčný lip-sync). Seedance 2.5 urobí 30 sekúnd na jeden záber s až 50 referenciami s rolami. Veo 3.1 má najlepší natívny zvuk pri 8 sekundách. Dlhšie kusy sa stále lepia z viacerých scén.
Musím to celé písať ručne?
Nie. GoldenPrompts poskladá celý číslovaný zoznam záberov za teba — časované beaty, pohyby kamery, ukotvenie identity a dialekt pre konkrétny model — na pár klikov.
Nechce sa ti formátovať zoznamy záberov ručne? GoldenPrompts postaví celý číslovaný, časovaný zoznam záberov za teba — s pohybmi kamery, ukotvením identity a dialektom pripraveným pre Kling, Seedance a Veo. Začni zadarmo: 24 hodín všetko, bez karty.