Publikované 2026-06-27 · Aktualizované 2026-09-16

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.