Panduan prompt Grok Imagine 1.5

Panduan ini berpijak pada panduan pembuatan video xAI dan contoh prompt di ikhtisar video-nya. Untuk modelnya, lihat halaman Grok Imagine 1.5.

Dokumentasi xAI menyebutkan bahwa 1.5 mengubah teks menjadi video dalam dua langkah tersembunyi: model merender frame pertama dari prompt, lalu menganimasikan frame itu. Jadi kalimat pertama sebuah prompt adalah gambar. Saran xAI adalah menggambarkan shot-nya, termasuk gerakan kamera, pencahayaan, dan suara; contoh-contohnya sendiri menambahkan satu baris tentang apa yang tidak boleh berubah.

1. 1Buka dengan shot dan apa yang ditampilkan frame pertama: sudut atau ukuran shot, subjek, tempat.
2. 2Sebutkan apa yang terjadi, secara berurutan, dengan pemicu bila membantu: “Saat lampu berganti…”.
3. 3Tambahkan satu gerakan kamera, atau tulis “Kamera tidak pernah bergerak.”
4. 4Tambahkan baris kontinuitas untuk apa yang harus tetap: “setiap benda tetap persis di tempatnya”.
5. 5Tentukan cahaya dan tampilannya.
6. 6Akhiri dengan suara: setiap kalimat dalam tanda kutip setelah pembicaranya, lalu “Suara:” untuk sisanya, dan apakah ada musik.

Contoh prompt xAI menulis kamera dengan istilah film yang sederhana, dan sering menyebut apa yang tidak bergerak selain apa yang bergerak. Pilih satu gerakan per shot dan beri kecepatannya.

Saat kamera seharusnya menjadi satu-satunya yang bergerak, katakan begitu, seperti iklan parfum xAI: “Hanya kamera yang bergerak.” Untuk nuansa yang kasar dan fisik, gambarkan apa yang menyebabkan guncangan, seperti contoh penerbangan naganya: kepakan sayap, turbulensi, belokan mendadak.

xAI menyebutkan bahwa 1.5 membuat efek, ambience, dan dialog dalam proses yang sama, jatuh tepat pada aksinya, dengan ucapan ber-lip-sync yang lebih jelas dan lebih sinkron daripada model sebelumnya. Contoh-contohnya menulis suara sebagai arahan yang bisa kamu dengar. Lihat audio native.

• Sebut pembicaranya, beri cara pengucapannya, lalu kalimatnya dalam tanda kutip: Pelan, hati-hati, suara tegang: “Kita? Kamu bahkan tidak bertanya padaku.”
• Taruh jeda akting di dalam kalimat dalam kurung siku, seperti adegan kafe xAI: “Iya. [dia menunduk, terdiam] Aku cuma berpikir…”
• Tulis suara ruangan di bawah dialog pada baris “Suara:”, dan sebutkan jika suara itu tidak boleh hening di antara kalimat.
• Tulis “Tanpa musik” jika kamu tidak menginginkannya; resep karakter berbicara dari xAI meminta tanpa ucapan lain dan tanpa musik.
• Sesuaikan kata-kata dengan detiknya: resep yang sama menentukan durasi klip dari jumlah kata dalam kalimat-kalimatnya.

Dokumentasi xAI tidak mencantumkan bahasa yang diucapkan 1.5, jadi periksa setiap take kalimat dalam bahasa lain. API xAI bisa memberi hingga 3 pembicara suara preset; di DreamBench, suaranya berasal dari deskripsimu. Lihat lip sync.

API xAI menerima 1 sampai 15 detik dengan default 8; halaman Video DreamBench menawarkan 4, 5, 6, 8, 10, 12, atau 15. Contoh xAI berkisar dari satu baris hingga beberapa ratus kata; di DreamBench, prompt Grok bisa sampai 2.500 karakter.

Di API xAI, keyframe mengunci gambar pada detik yang dipilih; dalam prompt, urutanlah yang melakukannya: “lalu”, “saat”, “sambil dia bicara”. Di DreamBench, Grok merender 16:9 untuk YouTube, 9:16 untuk Reels, TikTok, dan Shorts, 1:1, dan 4:3; API xAI juga menawarkan 21:9, 3:2, dan lainnya.

Dalam gambar ke video, foto diam menjadi frame pertama, prompt menggambarkan apa yang terjadi selanjutnya, dan klip mempertahankan bentuk foto itu. Pengumuman peluncuran xAI merangkumnya dalam satu kalimat: beri gambar awal, gambarkan gerakannya. Lihat gambar ke video.

1. 1Jangan menggambarkan gambarnya lagi: gambar itu sudah menjadi frame pertama.
2. 2Sebutkan apa yang bergerak, secara berurutan: “Buat dia tersenyum, melambai, lalu berbalik lagi.”
3. 3Beri arah dan kecepatan jika penting: “dari kiri ke kanan, berakselerasi kencang”.
4. 4Tambahkan kamera, suara, dan apa yang harus tetap seperti semula.

Gambar ke video xAI berjalan hingga 1080p di 1.5, dan API-nya juga bisa mengunci frame terakhir, atau hingga 4 keyframe di dalam klip. DreamBench tidak menawarkan keduanya, dan panel pembuatannya tidak punya slot awal atau akhir: dalam film, DreamBench menggambar frame pembuka setiap klip dari referensimu dan Grok menganimasikannya. Lihat frame pertama dan terakhir.

Referensi ke video xAI menerima hingga 14 gambar di 1.5, hingga 720p, untuk menghadirkan orang, produk, dan tempat tanpa mengunci frame pertama. Sarannya untuk banyak referensi: beri setiap referensi satu peran dan tempat yang tetap dalam adegan, jaga jumlah pemeran tetap sedikit, dan biarkan properti diam. Dalam prompt:

• Gambarkan setiap karakter dengan kata-kata yang sama setiap kali, dan sebutkan posisinya: “Sam tetap di kiri, Lena di kanan, di kedua shot.”
• Hitung properti sekali dan pertahankan: “satu piring dengan tepat dua croissant; tidak ada yang menyentuhnya”.
• Pertahankan pakaian, waktu dalam hari, dan cahayanya.

Resep storyboard xAI mempertahankan karakter dengan menyunting satu keyframe ke setiap adegan baru. DreamBench menggambar setiap karakter, tempat, dan properti sekali sebagai lembar, dan frame pembuka setiap klip dari lembar yang dibutuhkannya. Lihat konsistensi karakter.

xAI menunjukkan dua cara untuk melampaui satu shot. Contoh kafenya menaruh dua shot dalam satu klip 15 detik, “disambung dengan satu hard cut, tanpa cross-dissolve, tanpa fade”. Resep storyboard-nya merencanakan empat shot, masing-masing klip delapan detik tersendiri, lalu menyambungnya. Lihat video multi-shot.

• Dalam satu klip: sebutkan berapa shot dan bagaimana shot-shot itu tersambung, gambarkan shot kedua dari posisi kamera, dan jaga semua orang tetap di sisi frame yang sama.
• Antarklip: satu momen per klip, masing-masing dengan latar atau sudutnya sendiri, dan kata-kata yang sama untuk setiap karakter.

Di DreamBench, jelaskan filmnya dan pilih Grok Imagine 1.5: DreamBench menulis setiap shot sebagai satu klip Grok tanpa putus hingga 12 detik, menggambar frame pembukanya, dan menyunting klip-klip itu menjadi satu; ulangi klip mana pun dengan catatan. Di halaman Video, potongan yang kamu tulis sampai ke Grok persis seperti yang ditulis.

Tempel prompt ini ke halaman Video DreamBench atau alat apa pun yang menjalankan Grok Imagine 1.5. Masing-masing dibuka dengan frame pertamanya.

Aksi: lompatan sepeda gunung

8 detik, 16:9. Wide shot rendah sebuah jalur hutan berlumpur, pengendara berhelm merah melewati puncak tanjakan. Dia melompat dari tanjakan, mendarat dalam cipratan lumpur, dan tergelincir di tikungan. Kamera melakukan tracking rendah di sampingnya. Cahaya mendung. Suara: ban mengoyak lumpur. Tanpa musik.

Produk: botol parfum

8 detik, 1:1. Shot dekat botol kaca buram berlabel “SALT & FERN” di atas batu sabak hitam yang basah. Push-in yang pelan dan halus, berakhir dengan label yang tajam. Cahaya beriak di permukaan kaca seolah menembus air. Hanya kamera yang bergerak; botol dan tulisannya tidak pernah berubah. Tidak ada yang baru muncul. Suara: musik ambient yang lembut.

Dialog: dua pembicara di meja dapur

15 detik, 16:9. Dua shot disambung dengan satu hard cut. Shot 1, two-shot lebar di meja dapur dalam cahaya pagi: seorang pria bersweter abu-abu menyodorkan sebuah tiket dan berkata sambil menyeringai: “Dua minggu di Lisbon. Bilang iya.” Hard cut ke shot dari balik bahu, dari belakangnya, ditahan sampai akhir: si perempuan mengambil tiket itu, lalu, sambil tertawa, terkejut: “Kamu sudah memesannya?” Kontinuitas: meja, dua mug, dan tiketnya sama di kedua shot. Suara: ketel, kicau burung di luar. Tanpa musik.

Kerumunan: pasar malam

10 detik, 16:9. Wide shot sudut tinggi sebuah pasar malam di tengah hujan, lampion di antara lapak. Saat gong berbunyi, ratusan orang berpayung memenuhi lorong dan berkelit melewati satu sama lain tanpa bertabrakan. Nuansa time-lapse yang pelan. Suara: hujan di atas terpal, wajan yang berdesis.

Time-lapse: taman sepanjang hari

12 detik, 16:9. Time-lapse statis sebuah taman pondok dari fajar hingga malam: bayangan menyapu halaman rumput, bunga matahari berputar mengikuti matahari, langit menjadi keemasan, lalu biru tua, dan jendela-jendela menyala. Awan berarak cepat di atas. Kamera tidak pernah bergerak. Suara: kicau burung, lalu jangkrik.

Makanan: sirup di atas pancake

6 detik, 9:16. Makro shot extreme slow motion: sirup maple gelap dituang ke tumpukan pancake, melipat ke dirinya sendiri dan menetes di sisi-sisinya saat sepotong mentega meluncur. Cahaya jendela yang hangat, uap mengepul, depth of field dangkal. Suara: tetesan lembut, desis samar.

Animasi: landak tanah liat

10 detik, 16:9. Claymation stop-motion, sidik jari terlihat di tanah liat, frame rate yang sedikit patah-patah. Landak tanah liat cokelat kecil berselendang hijau menggelindingkan apel melintasi meja berlumut, menghentikannya dengan satu kaki, dan menggigitnya dengan bangga. Kontinuitas: setiap benda tetap persis di tempatnya; tidak ada yang muncul atau berubah bentuk. Cahaya set miniatur yang hangat. Suara: melodi kotak musik yang lembut.

POV: meluncur dengan kereta luncur

8 detik, 16:9. POV dari kereta luncur kayu yang melaju menuruni lereng hutan bersalju, tangan bersarung memegang tali di bagian bawah frame. Kereta berbelok di antara pohon pinus dan terlonjak melewati punggung bukit, seperti rekaman action camera handheld: guncangan di setiap benturan, salju menyembur melewati lensa. Suara: bilah luncur berdesis, sorakan. Tanpa musik.

Klip sosial vertikal: hook ke kamera

6 detik, 9:16. Framing selfie di peron stasiun yang ramai pada jam sibuk, seorang perempuan muda berjaket denim memegang ponsel sejauh lengan. Dia mencondongkan badan dan berkata, cepat dan seperti membocorkan rahasia: “Ini yang nggak pernah diceritakan orang soal kereta malam.” Kereta masuk di belakangnya. Suara: pengumuman peron, rem berdecit.

Kalimat pendek: meja toko roti

5 detik, 4:3. Medium shot tukang roti bercelemek berlumur tepung di balik meja penuh roti, cahaya hangat dari jendela di sebelah kiri. Dia menyodorkan kantong kertas dan berkata dengan riang: “Masih hangat. Hati-hati kulitnya.” Kamera statis. Suara: bel toko, laci mesin kasir.

Cuaca: ombak di tembok laut

8 detik, 16:9. Shot rendah dari balik tiang tambat di tembok pelabuhan dari batu di bawah langit gelap. Ombak badai meledak di atas tembok dan semburannya menghantam peti-peti ikan, lalu surut kembali. Kamera tetap statis. Suara: debur ombak yang menggelegar, camar. Tanpa musik.

Dua klip: penjaga mercusuar

Klip 1. 6 detik, 16:9. Wide shot penjaga mercusuar tua berjanggut putih dan bersweter wol biru dongker menaiki anak tangga terakhir sebuah tangga besi, lentera di tangan. Kamera melakukan tilt ke atas mengikutinya. Cahaya fajar biru yang dingin. Suara: sepatu bot di atas besi, angin.

Klip 2. 6 detik, 16:9. Shot dekat penjaga mercusuar tua berjanggut putih dan bersweter wol biru dongker menyalakan korek api di samping lampu besar; cahaya hangat membanjiri wajahnya. Kamera statis. Suara: korek api, desis lampu.

Kedua klip menggambarkan sang penjaga dengan kata-kata yang sama dan mempertahankan cahaya fajar; framing berubah di potongan.

Sebagian besar prompt Grok yang lemah melewatkan frame pertama.

• Satu prompt yang dijalankan dua kali menghasilkan dua klip.
• Setiap klip DreamBench punya suara; API xAI bisa membuat klip tanpa suara, DreamBench tidak bisa, jadi matikan suaranya di editor.
• Orang atau produk sungguhan tidak bisa dikenali dari kata-kata; butuh gambar yang berhak kamu pakai.
• Satu generasi berhenti di 15 detik, dan di halaman Video DreamBench, prompt yang lebih dari 2.500 karakter ditolak.

• Satu klip: di halaman Video, pilih Grok Imagine 1.5, tempel prompt-mu, pilih 4 sampai 15 detik, frame-nya, dan 720p atau 1080p. Prompt dikirim ke grok-imagine-video-1.5 milik xAI persis seperti yang ditulis.
• Prompt: generator prompt video AI menulis satu prompt untuk model apa pun dalam urutan daftar shot; alat ini tidak punya preset Grok dan hanya menulis prompt-nya.
• Film: jelaskan filmnya, tambahkan hingga 8 gambar referensi, dan pilih Grok Imagine 1.5; DreamBench menulis, menggambar, dan menyunting setiap shot, dan kamu bisa mengulang shot mana pun.
• Tidak tersedia: 1.5 Lite, gambar referensi atau suara preset, frame pertama, terakhir, atau keyframe, klip tanpa suara, atau 21:9.

Grok Imagine 1.5 tersedia di setiap paket. Panel pembuatan menampilkan harga dalam kredit sebelum kamu menghasilkan; untuk pertama kalinya, buat akun gratis dan pilih paket. Untuk model lain, lihat panduan prompt MiniMax H3, Veo 3.1, atau Kling 3.0; untuk prompt dari kata-kata saja, teks ke video.