Effectieve videoprompts schrijven
Op deze pagina
Bijgewerkt op 3 november 2026. Gebaseerd op de pagina’s Video Overview en Video Generation van xAI en de handleiding voor image prompting: xAI vraagt u om het volledige shot te beschrijven, inclusief camerabeweging, licht en geluid. De regel “maximaal twee of drie zinnen” uit de vorige versie komt op geen enkele xAI-pagina voor; de image-gids adviseert zelfs vier tot zes zinnen voor een enkele afbeelding. Deze les behandelt ook 1080p voor de 1.5-modellen, de negen beeldverhoudingen en het standaard gegenereerde audiospoor. Bronnen: Video Overview · Video Generation · Image Prompting Guide.
De kunst van de videoprompt
De kwaliteit van de gegenereerde video hangt direct af van de precisie van uw prompt. Een videoprompt vereist meer dan een image-prompt. Waar een statische beschrijving volstaat voor een illustratie, moet een videoprompt ook de beweging, temporaliteit en dynamiek van de scène overbrengen – en, aangezien de video met geluidsspoor wordt uitgevoerd, ook wat er te horen is. Een prompt die een setting perfect beschrijft zonder ooit aan te geven wat er beweegt, riskeert een bijna bevroren shot op te leveren: technisch geanimeerd, maar visueel levenloos. In deze les leert u uw beschrijvingen zo te structureren dat u het maximale haalt uit de Grok Imagine Video-modellen.
De vier componenten van een goede beschrijving
Een effectieve videoprompt articuleert vier informatielagen, die u afzonderlijk uitwerkt.
De eerste is het onderwerp: het hoofdelement of de hoofdelementen van de scène, zo nauwkeurig beschreven dat het model niets hoeft te verzinnen. “Een vogel” schrijven laat het veld wijd open; “een kolibrie met iriserende blauwe en groene veren” legt het uiterlijk vast en maakt uw generaties consistenter van de ene poging tot de volgende.
Daarna komt de actie, de meest bepalende component in video. Het volstaat niet te zeggen dat iets beweegt; u moet de beweging, de richting en de intensiteit specificeren. “Een vogel die vliegt” is een intentie, geen regieaanwijzing. “Een kolibrie die voedt aan een rode hibiscusbloem, vleugels slaan snel” geeft het model een gebaar, een doelwit en een ritme.
De derde laag is de omgeving: de plaats, het licht, het weer en de sfeer. Een simpele “in een tuin” laat het model de tijd en het seizoen voor u kiezen. “In een weelderige tropische tuin, gouden laatmiddaglicht dat door het gebladerte filtert” zet de sfeer neer en bepaalt incidenteel de lichtval op uw onderwerp.
Tot slot de visuele stijl, die de render bepaalt: cinematografisch, documentair, geanimeerd. Een zin als “cinematografische stijl, geringe scherptediepte, warme kleuren” etableert een reclameregister, terwijl “gestileerde 3D-animatie, pastelpalet” u met dezelfde inputscène in een heel ander universum plaatst.
Volgorde is belangrijk. De xAI-image-prompting-gids, geschreven voor stilstaande beelden maar hier bruikbaar, stelt dat een prompt die begint met sfeer, filmkorrel of een lijst met verboden, een gepolijste scène oplevert waarin het onderwerp slechts een figurant op de achtergrond is. Begin dus met het onderwerp en zijn actie, en bewaar de stijl voor het einde.
Twee lagen specifiek voor video: camera en geluid
Voor text-to-video vat xAI zijn instructie samen in één zin: beschrijf het shot, inclusief camerabeweging, licht en geluid. Twee van deze elementen bestaan niet bij stilstaande beelden.
De camera bestuurt u met filmterminologie: statisch shot, langzame zoom, tracking shot, drone-view, timelapse. De voorbeelden in de xAI-documentatie gebruiken deze termen als zodanig: een langzame zoom op een catwalk-podium, een camera die glijdt van een zonnige deur naar een raam, een drone-shot tussen pieken, een timelapse van een bloeiende bloem. Als u niets zegt, laat u deze keuze aan het model over.
Licht profiteert ervan om beschreven te worden zoals de xAI-image-gids voorschrijft: bron, richting en hardheid, sterk genoeg zodat het onderwerp leesbaar blijft. “Hard middagzonlicht van links” vertelt het model wat het moet verlichten; “mooi licht” vertelt het niets.
Geluid maakt deel uit van het resultaat: een gegenereerde video bevat standaard een audiospoor, met lip-sync spraak op grok-imagine-video-1.5 en de -lite-versie. Beschrijf dus het geluidslandschap dat u wilt – regen op asfalt, gemurmel in een ruimte, zachte muziek – of schakel het spoor uit met "generate_audio": false als u in de montage uw eigen soundtrack wilt leggen.
Eén laatste operationeel detail verandert uw schrijfwijze: bij de 1.5-modellen rendert text-to-video eerst een stilstaand beeld vanuit de prompt, om dit vervolgens te animeren. De startscène moet daarom leesbaar zijn als een scherpe afbeelding – onderwerp, decor, licht – en de beweging als wat er daarna gebeurt.
Drie prompts, drie stijlen
Deze lagen combineren verschillend, afhankelijk van de bestemming van de clip. Voor reclamegebruik let u op materiaal en licht, en blijft de actie minimaal maar perfect beschreven:
A steaming cup of coffee on a rustic wooden table,
steam rising in gentle spirals. Natural side light from
the left, very slow zoom toward the cup, shallow depth of
field, advertising style. Muted coffee shop ambiance.
Voor datavisualisatie bedoeld voor een presentatie wordt beweging structureel – deze draagt de informatie – en wordt de stijl bewust nuchter. Deze video draait onder live-commentaar: genereer hem geluidloos, met "generate_audio": false.
A slowly rotating globe, bright lines
connecting major cities. Dark background, static camera, style
clean modern infographic.
Bij creatieve animatie tot slot kan het onderwerp abstract zijn, mits de transformatie nauwkeurig wordt beschreven:
Abstract geometric shapes transforming fluidly
into one another, vivid color palette on black background.
Camera slowly orbits the shapes, contemporary motion design
style, synth pads.
Neem even de tijd om in elk van deze drie blokken aan te wijzen waar het onderwerp, de actie, de omgeving en de stijl zich bevinden, en vervolgens de camera en het geluid. Deze leesoefening maakt het schrijven daarna natuurlijk.
Parameters afstemmen op inhoud
De prompt werkt niet alleen: duur, verhouding en resolutie moeten erop aansluiten. De duur varieert van 1 tot 15 seconden, standaard 8. Een duur van 1 tot 3 seconden past bij een enkele actie, een overgang of een GIF-achtige render; van 4 tot 7 seconden krijgt u een korte scène met begin en eind; tussen 8 en 15 seconden betreedt u een narratieve sequentie met evolutie. Hoe langer de video, hoe meer generatietijd het kost, en de prijs wordt per seconde berekend: begin kort en bouw geleidelijk op.
Kies de verhouding op basis van de uiteindelijke bestemming. De API biedt er negen: 16:9 (standaard) voor breedbeeld, web en presentaties, 9:16 voor mobiel, stories en Reels, 1:1 voor social posts en thumbnails, 4:3 en 3:4 voor presentaties en portretten, 3:2 en 2:3 voor een fotografische render, 21:9 voor een ultrabreed cinemaformaat, 5:2 voor een banner of site-header. Bij image-to-video verdwijnt deze keuze: de output volgt de beeldverhouding van de afbeelding.
Wat resolutie betreft, houd 480p aan voor previews en drafts – dit is de standaardwaarde en de render is sneller – en schakel over naar 720p of 1080p wanneer de clip naar productie gaat. 1080p bestaat alleen op de 1.5-modellen: native op grok-imagine-video-1.5, verkregen door upsampling van 720p op de -lite-versie, terwijl grok-imagine-video stopt bij 720p. Voor eenvoudige video’s raadt xAI grok-imagine-video-1.5-lite aan, de goedkoopste per seconde, en reserveert grok-imagine-video-1.5 voor referentieafbeeldingen, stemmen, opgelegde afbeeldingen en native 1080p.
Waarom een prompt faalt
Vijf valkuilen keren vaak terug. De eerste is de te vage prompt: “een mooie scène” bevat geen bruikbare informatie. De tweede is de prompt die alles wil vertellen – meerdere onderwerpen, meerdere locaties, meerdere scènes in een paar seconden. Voor een verhaal met meerdere shots volgt u het voorbeeld Storyboard to Short Film uit het xAI-kookboek: het breekt het verhaal op in vier shots, genereert elk apart met zijn eigen scène en camerabeweging, en monteert ze vervolgens. De derde, reeds genoemd, is het ontbreken van beschreven beweging, wat resulteert in een statisch shot. De vierde ligt in logische conflicten: vragen om “een kat die vliegt in water” plaatst het model voor een contradictie, en het resultaat zal waarschijnlijk incoherent zijn. De vijfde is de lijst met negaties – “geen auto’s, geen tekst, geen menigte”. De xAI-image-gids merkt op dat een lange lijst met te vermijden elementen gemakkelijk wordt genegeerd en de prompt vult met objecten die uiteindelijk toch verschijnen: beschrijf liever wat u wél wilt zien.
Wat de lengte betreft, geeft de xAI-documentatie geen ideale maatstaf voor video en kwantificeert het niet de limiet waarboven een te lange prompt wordt geweigerd (invalid_argument-fout). De image-gids suggereert vier tot zes zinnen voor een enkele afbeelding: het onderwerp en zijn details, dan het decor, licht en kadering. Voor een videoshot begint u met deze structuur en voegt u actie, camera en geluid toe.
Oefen door een volledige prompt te schrijven voor drie verschillende bestemmingen: een achtergrondvideo voor een restaurantwebsite, een clip van 3 seconden voor een Instagram-story van een kledingmerk, en een abstracte animatie voor een technische presentatie. Controleer bij elk of de vier lagen aanwezig zijn, of camera en geluid beschreven zijn – of het audiospoor uitgeschakeld – en of duur en verhouding overeenkomen met het beoogde gebruik.
Belangrijkste punten
- Een goede videoprompt bevat onderwerp, actie, omgeving en stijl, beginnend met het onderwerp
- xAI vraagt u ook om camerabeweging, licht en geluid te beschrijven
- Het audiospoor wordt standaard gegenereerd;
"generate_audio": falselevert een geluidloze video op - Stem duur (1 tot 15 s, standaard 8), verhouding (negen formaten) en resolutie (tot 1080p op 1.5-modellen) af op het eindgebruik
- Een verhaal met meerdere shots wordt shot voor shot gegenereerd en vervolgens gemonteerd
- Beschrijf wat u wilt zien in plaats van wat u niet wilt