Come scrivere i prompt per Raz-2.0

1. Tre modalità: come viene usata la tua foto decide cosa scrivi

Cosa cambia rispetto a Raz-1.0: qualsiasi durata da 5 a 30 secondi, audio, nessuna opzione di effetti, un limite di 2.000 caratteri per il prompt e tre modalità di generazione. Ogni modalità risponde in modo diverso a «cosa succede alla foto che carico», e il prompt cambia di conseguenza:

2. Quattro regole valide ovunque

2.1 Raccontalo come una storia breve, non come un elenco di parole chiave.

Scrivilo come lo racconteresti a qualcuno: chi fa cosa, e poi cosa succede dopo. Con un elenco di parole chiave il modello non ha nulla da seguire.

woman, nude, bed, missionary, fast, 4k, photorealistic

He walks up to the woman and kisses her. Still kissing, he pulls her clothes off, and pulls off his sweatpants.

2.2 Scrivi prima la versione più corta, poi aggiungi solo ciò che manca.

Inizia con una o due frasi di pura storia: chi fa cosa, in che ordine. Lascia fuori camera, luce, suono e stile finché al risultato non manca qualcosa — poi aggiungi una cosa alla volta. Le frasi «correttive» della sezione 8 vanno aggiunte solo quando incontri davvero quel problema.

2.3 Descrivi il movimento e come si sente, non i numeri.

Di' come appare e come si sente il movimento — veloce, profondo, lento, rude — e cosa fa il contatto al corpo: pressione, presa, pelle contro pelle, carne che cede all'impatto. Numeri come «four strokes per second» non diventano movimento.

fast thrusting

sucks his cock fast and deep

deep insertion, tight grip, natural skin-on-skin friction, soft-body deformation on impact

four strokes per second

2.4 Scrivi nella tua lingua — tranne arabo e italiano.

Tutto il prompt in una sola lingua. Per l'italiano e l'arabo scrivi in inglese. Se i risultati continuano a venire male, prova l'inglese: è quello che funziona meglio.

3. Modalità Immagine: movimento + camera

• La foto fissa già persona, ambiente e stile — scrivi solo ciò che si muove. Se vuoi che la camera faccia qualcosa, dillo: the camera pushes in, the camera pans left, oppure fixed camera per tenerla ferma.
• Una persona che non è nella foto: descrivi aspetto e vestiti la prima volta che appare, compreso cosa indossa sotto la vita. Ciò che ometti lo decide il modello al posto tuo, e un capo nominato più avanti può comparire dal nulla.
• Scrivi lo svestirsi come un'azione in corso (pulls her clothes off). Il primo fotogramma è la tua foto, dove lei è vestita — un'affermazione come «she is naked» lo contraddice.

Template «Video lungo» (primo fotogramma: una donna con un vestito rosso; 15 secondi):

A muscular bald Black man walks into frame, bare-chested in grey sweatpants. He walks up to the woman and kisses her. Still kissing, he pulls her clothes off, and pulls off his sweatpants. She kisses down his chest, crouches in front of him and sucks his cock fast and deep. Then she pulls it out, holds it aimed at her face, and thick white cum shoots from the tip in arcs onto her forehead, nose and lips — from the cock in her hand, not from above or off-screen. She moans and says: "Oh god… yes…"

Nota la struttura: quattro fasi in ordine (entra e bacia → spoglia → orale → eiaculazione), ciascuna solo azioni. Per l'eiaculazione, di' da dove parte e dove arriva, ed escludi from above or off-screen — altrimenti tende a sembrare che cada dall'alto dell'inquadratura.

Fotogramma finale (facoltativo). Aggiungi una seconda foto e il video finisce su di essa; il prompt allora descrive cosa succede tra il primo fotogramma e quello finale.

Template «Primo e ultimo fotogramma» (primo fotogramma: vestita, seduta; fotogramma finale: in piena penetrazione; 7 secondi):

She lies back on the bed pulling her clothes off, and he kneels between her legs and pushes inside — all in the first second and a half, smooth, no jumps. The rest is fast thrusting. She moans loudly and says: "Oh god… yes…"

Metti i dettagli visivi nelle foto, non nelle parole — ciò che mostra il fotogramma finale, il video lo segue. Se il passaggio tra le due foto salta invece di scorrere, dagli un secondo o due in più.

4. Modalità Riferimenti: @foto + azione + dialogo

• Indica le foto come @Image1, @Image2, numerate in ordine di caricamento, e di' all'inizio chi è chi. Se elimini una foto in mezzo, quelle dopo vengono rinumerate — controlla il prompt.
• Nomina ogni foto con il suo numero, e puoi @nominarla di nuovo a ogni azione (@Image2 walks up to her, @Image1 kneels) — è così che controlli quale foto fa cosa. Una foto mai nominata può essere ignorata, e dal risultato non si capisce. L'unica eccezione: quando le foto dicono già tutto, puoi saltare i numeri — l'esempio più corto qui sotto fa proprio così.
• Non devi digitare i numeri: scrivi @ nella casella del prompt, o tocca il pulsante @ nel suo angolo, e scegli una foto per inserire @ImageN.

L'esempio più corto — template «Coppia da 2 foto» (@Image1: una donna; @Image2: un uomo; 5 secondi):

Two people having sex.

Le foto dicono già tutto sulle persone, quindi basta una frase. Per mantenere la stanza di una delle foto, scrivi in the room from @Image1.

Due modi di scrivere la nudità, a seconda che tu voglia vedere o no lo svestirsi:

• Vuoi vederlo → scrivilo come azione in corso (he pulls her clothes off).
• Non vuoi → non scrivere affatto «spogliare». Descrivi lo stato: nuda fin dal primo fotogramma, senza nulla addosso, i vestiti non devono mai apparire. Come uno stato, non come qualcosa appena accaduto.

La versione Riferimenti di «Video lungo» racconta la stessa storia della versione Immagine, con quattro differenze: si apre dicendo chi è @Image1 e chi è @Image2; l'ambiente è scritto in the room from @Image1; l'aspetto dell'uomo viene da @Image2, quindi non è descritto; e poiché i suoi vestiti non sono più fissati dal testo, «pulls off his sweatpants» diventa «takes his own off».

Template «Video lungo», versione Riferimenti (@Image1: una donna; @Image2: un uomo; 15 secondi):

@Image1 is the woman, @Image2 is the man, in the room from @Image1. @Image2 walks up to her and kisses her. Still kissing, he pulls her clothes off, and takes his own off. She kisses down his chest, crouches in front of him and sucks his cock fast and deep. Then she pulls it out, holds it aimed at her face, and thick white cum shoots from the tip in arcs onto her forehead, nose and lips — from the cock in her hand, not from above or off-screen. She moans and says: "Oh god… yes…"

5. Modalità Testo: persona + ambiente + movimento

Senza foto, tutto viene dal testo. La forma base è chi + dove + facendo cosa, sempre e solo come scheletro:

Template «Senza foto» (5 secondi):

A dim bedroom. A naked woman in her twenties with long dark curly hair lies back on the bed, legs apart; a naked man kneels between them and fucks her fast. She moans loudly and says: "Oh god… yes… don't stop…"

Una riga per l'ambiente → poche parole per la persona (età, capelli, corporatura) → posizione e azione → suono. Quando la versione base funziona e vuoi più controllo, aggiungi uno di questi alla volta:

• Luce e camera: la fonte di luce e l'atmosfera (warm afternoon light through the blinds), l'inquadratura (close-up, medium shot, low angle) e il movimento di camera (slow push-in, fixed camera).
• Stile: un'espressione per il look (photorealistic, film grain, soft focus). Tienine una sola — mischiare gli stili è ciò che rende un video cartoonesco (vedi sezione 8).
• Suono: vedi sezione 6.

6. Audio: voce + effetti + musica

I video hanno l'audio di default; spegnerlo non li rende più economici — l'interruttore dice solo se vuoi il suono. Tutto ciò che non descrivi, il modello lo riempie da solo. Per controllarlo, scrivilo:

• Voce: scrivi says: "…" e il modello dice esattamente quello, nella lingua in cui lo scrivi. Per darle forma, aggiungi dopo la battuta umore, ritmo e tono: says: "Oh god… yes…", breathless, slow, a low whisper. Se non vuoi nessun dialogo, scrivi no dialogue.
• Effetti sonori: indica cosa produce il suono e dove: wet skin slapping, the bed creaking, a quiet room.
• Musica di sottofondo: se non dici nulla, il modello aggiunge la sua. Per sceglierla, indica uno stile (slow, sensual background music); se non ne vuoi, dillo:

No background music.

7. Durata e inquadrature

Da 5 a 30 secondi, a passi di 1 secondo. Più lungo costa di più; il pulsante di generazione mostra i crediti esatti per le impostazioni attuali. Non esiste una durata migliore in assoluto — dipende da quanta storia hai. Usa le durate dei template come punto di partenza:

• Una sola azione continua («Coppia da 2 foto», «Senza foto»): 5 secondi.
• Un passaggio da una foto all'altra («Primo e ultimo fotogramma»): 7 secondi.
• Una storia in più fasi (entrambi i «Video lungo»): 15 secondi.

Scegli il tempo che la storia richiede davvero, partendo corto; se nel risultato un passaggio viene saltato o dura un attimo, dagli più tempo. Un video più lungo costa anche di più ogni volta che un tentativo fallisce.

Una inquadratura o più?

Se non dici nulla, il modello decide da solo se tagliare. Per restare in un'unica inquadratura continua, scrivi one continuous shot, no cuts. Per controllare tu i tagli — quanti e quando — scrivi il video come una lista di inquadrature con marcatori temporali: prima una riga generale, poi una riga per inquadratura con il suo intervallo di tempo e cosa succede. Ogni marcatore temporale diventa un taglio.

Overall: a photorealistic intimate scene, the same two people and the same room throughout.
Shot 1 [0–3s]: side view, medium shot — the two of them on the bed, skin to skin, starting slowly.
Shot 2 [3–10s]: steady side close-up on the contact, faster and deeper; Shot 2 continues the physical rhythm established in Shot 1.
Constraint: photorealistic throughout; clothing must never come back.

Due abitudini che tengono pulita una lista di inquadrature: scrivi in ogni inquadratura che continua ciò che la precedente ha iniziato, e affida alla prima il compito di mostrare chi c'è prima che l'azione cominci. Se un'apertura in una sola inquadratura si scioglie in una poltiglia, prova a dividerla così in due inquadrature.

8. Quando qualcosa va storto

Aggiungi le frasi «correttive» solo quando incontri il problema — non metterle tutte dall'inizio (vedi 2.2).