Bild-zu-Video-Prompts für Produktanzeigen: 12 Beispiele
Zwölf Bild-zu-Video-Prompts, die wir tatsächlich ausgeliefert haben – von Drehteller-Drehungen bis zu Ausgießen und Makrofahrten, mit der sechsteiligen Bewegungsformel, Modellauswahl und Korrekturzeilen.
Automatisch aus dem Englischen übersetzt. Englisches Original ansehen
Um einen Bild-zu-Video-Prompt für eine Produktanzeige zu schreiben, beschreiben Sie nur, was sich nach dem ersten Frame ändert: eine Aktion des Motivs, eine Kamerabewegung, jede Änderung des Lichts, den Ton, was nicht erscheinen darf, und eine Zeile, die das Modell anweist, die Form des Produkts beizubehalten. Das Bild definiert die Szene bereits; sie erneut zu beschreiben verschwendet Prompt-Platz und begünstigt Abweichungen. Die zwölf Prompts unten sind diejenigen, die wir im November 2026 tatsächlich in unserer eigenen Vitrine veröffentlicht haben, jeweils mit dem Modell, auf dem sie gerendert wurden.
Zusammenfassend:
- Das Standbild ist die Szene; der Prompt ist die Bewegung. Schreiben Sie Verben, keine Adjektive.
- Eine Aktion und eine Kamerafahrt pro Clip. Eine zweite Aktion ist ein zweiter Clip.
- Schließen Sie mit einer Ausschlusszeile und einer Stabilitätszeile ab. Jeder Prompt, den wir veröffentlicht haben, enthält beides.
- Wenn Physik oder Logos nicht stimmen, beheben Sie das mit einem eindeutigen Satz, nicht mit einem längeren Prompt.
- Schneiden Sie den ersten Frame vor dem Hochladen auf Ihr Veröffentlichungsformat zu.
Was ein Bild-zu-Video-Prompt ist
Bild-zu-Video ist ein Generierungsmodus, bei dem ein Modell ein Standbild als ersten Frame verwendet und es anhand eines schriftlichen Prompts für einige Sekunden animiert. Bei Produktanzeigen ist das Standbild meist ein Produktfoto oder eine generierte Produktszene, und der Prompt ist eine kurze Beschreibung der Bewegung. In Cut Marketing (Cutma) funktioniert so Produktvideo funktioniert, wenn Sie ihm ein Referenzbild geben.
Die sechsteilige Bewegungsformel
| Teil | Was Sie schreiben sollten | Beispiel aus einem veröffentlichten Prompt |
|---|---|---|
| 1. Aktion des Motivs | Ein physisches Ereignis der Reihe nach | „Aus dem Messinghahn fließt Bier in das Tulpenglas, der cremige Schaum steigt bis zum Rand und bildet eine perfekte Kuppel“ |
| 2. Kamera | Eine Bewegung oder ausdrücklich keine | „Die Kamera bleibt ruhig und fährt sanft näher heran“ |
| 3. Licht und Atmosphäre | Was sich in der Luft oder auf Oberflächen bewegt | „Reflexionen gleiten über die Gläser und Lichtreflexe wandern entlang der Titanränder“ |
| 4. Audio | Sounds und Musik für Modelle mit nativem Audio | „Nativer Ton: klarer Bierausschank und Sprudeln, leises Stimmengewirr im Schankraum, sanfte Indie-Musik.“ |
| 5. Ausschlüsse | Was nicht erscheinen darf | „Es erscheinen kein Text, keine Untertitel, keine Logos.“ |
| 6. Stabilität | Produkt stabil halten | „Das Motiv behält durchgehend seine exakte Form, Farbe und Proportionen; sanfte, stabile, filmische Bewegung ohne Verzerrung.“ |
Teil 5 und 6 sind dieselben zwei Sätze am Ende jedes Prompts unten, außer bei Prompt 5, wo die Stabilitätszeile für die Truhe umgeschrieben wurde. Kopieren Sie sie unverändert.
12 Prompts, die wir veröffentlicht haben
Jeder Prompt begann mit einem 2K-Standbild. Die Standbilder und fertigen Clips finden Sie in der Vitrine; das genannte Modell ist das Modell, auf dem der veröffentlichte Clip gerendert wurde. Der Kürze halber wird das gemeinsame Ende (Teil 5 und 6) als [ending].
Starre Produkte: Die Kamera oder ein Drehteller bewegt sich
1. Drehtellerdrehung (Brille, Kling 4.0)
Die Brille rotiert langsam auf dem Sockel, Reflexionen gleiten über die Gläser und Lichtreflexe wandern entlang der Titanfassungen, der Hintergrund bleibt sanft verschwommen. Nativer Ton: ruhiges Boutique-Ambiente, eine sanfte, elegante Klaviermelodie. [ending]
2. Push-in mit Lichtwechsel (EV-Ladegerät, Kling 4.0)
Der hellgrüne LED-Ring um den Ladeanschluss pulsiert sanft wie ein Herzschlag, weiches Licht wandert über den Perlmuttlack, langsamer Push-in zum Anschluss. Nativer Ton: ein sanftes elektrisches Ladesummen, ein ruhiges, futuristisches Synth-Pad. [ending]
3. Seitliche Makro-Gleitfahrt (Bouclé-Sofa, Kling 4.0)
Eine langsame seitliche Makro-Gleitfahrt entlang der geschwungenen Bouclé-Armlehne, gesprenkelte Blattschatten wiegen sich sanft über dem Schlingengarn, Sonnenlicht wird wärmer. Nativer Ton: leiser Raumklang, schwaches Rascheln der Blätter draußen, sanftes Jazz-Piano. [ending]
4. Tracking neben schneller Bewegung (Reifen, Kling 4.0)
Das Rad dreht sich schnell mit bewegungsunscharfen Speichen, und ein glitzernder Wasserstrahl fliegt die ganze Zeit durch das Gegenlicht von der Lauffläche. Die Kamera bleibt tief und eng auf das Rad fixiert, mit demselben Bildausschnitt wie im ersten Frame, und fährt mit derselben Geschwindigkeit daneben her; der Hintergrund bleibt ein weicher, dunkler Schleier aus runden Stadtlicht-Bokehs, ohne Schilder, ohne Neonschrift und ohne Gebäude, die scharf werden. Die Radmitte bleibt eine schlichte dunkle Nabe mit Radmuttern und die Seitenwand bleibt leer; es erscheint nie ein Emblem, Abzeichen, Symbol oder Schriftzug. Nativer Ton: Reifenzischen auf nasser Straße, tiefes Motorbrummen, filmischer Bassschlag. [ending]
5. Die Enthüllung (Spielschatztruhe, Kling 4.0)
Der verzierte Truhendeckel schwingt vollständig auf seinen Scharnieren auf, und aus dem Inneren der Truhe schießt eine Fontäne aus goldenem Licht, leuchtend grünen Edelsteinen und Goldmünzen nach oben aus der Truhe, steigt hoch auf, regnet dann um sie herum wieder herab und ergießt sich auf den Steinsims; Licht flackert über die Steinmauern und die Kamera fährt leicht näher heran. Nichts fällt von oben; alles bricht aus dem Inneren der Truhe hervor. Nativer Ton: schweres Knarren des Deckels, ein magischer Whoosh, Klimpern von Münzen und Edelsteinen, triumphale Spiel-Fanfare. Es erscheinen kein Text, keine Untertitel, keine Logos. Die Truhe behält durchgehend ihre exakte Form, Farbe und Verzierung; sanfte, stabile, filmische Bewegung ohne Verzerrung.
Weiche Dinge: Das Motiv bewegt sich
6. Das Einschenken (Bier, Seedance 2.5)
Aus dem Messinghahn strömt Bier in das Tulpenglas, der cremige Schaum steigt bis zum Rand und bildet eine perfekte Kuppel, Blasen steigen schnell nach oben, die Kamera bleibt ruhig und fährt sanft näher heran. Nativer Ton: klarer Bierausschank und Sprudeln, leises Stimmengewirr im Schankraum, sanfte Indie-Musik. [ending]
7. Das Auseinanderziehen (Burger, Seedance 2.5)
Die rechte Hälfte des Smash-Burgers wird langsam von der linken Hälfte weggezogen, geschmolzener Käse zieht sich zu langen, glänzenden Fäden und hängt sanft durch, Dampf steigt in Locken nach oben, die Kamera fährt mit einem subtilen Makro-Push langsam näher heran. Nativer Ton: leises Brutzeln, ein sanftes Knuspern, warme, tiefe Lounge-Musik. [ending]
8. Dampf und eine Prise (Heißluftfritteuse, Seedance 2.5)
Dampf steigt aus den knusprigen Pommes im Korb auf, eine Prise Salzflocken fällt herab und springt auf den Pommes, langsamer Push-in. Nativer Ton: knuspriges Knistern, sanfte Küchenatmosphäre, fröhliche, leichte Popmusik. [Ende]
9. Hände, Draufsicht (Koffer, Seedance 2.5)
Draufsicht: Die Hände legen den gefalteten Pullover in den Koffer, streichen ihn glatt und stecken dann ein zusammengerolltes Hemd daneben, natürliche, ordentliche Bewegungen, weiches und gleichmäßiges Sonnenlicht. Nativer Ton: sanftes Stoffrascheln, Reißverschluss-Klicken, leichte, fröhliche Akustikmusik. [Ende]
10. Zeitlupe auf dem Haar (Föhnen im Salon, Seedance 2.5)
Zeitlupe: Die Rundbürste gleitet am Haar entlang nach unten, während der Föhn bläst, seidige Strähnen heben sich, fließen und fallen mit glänzendem Schimmer, die Kamera hält eine ruhige Nahaufnahme. Nativer Ton: leises Föhnrauschen, Salonatmosphäre, sanftes R&B-Instrumentalstück. [Ende]
Orte: Die Atmosphäre kommt in Bewegung
11. Umgebungsszene (Thermalbad, Gemini Omni Flash 1.2)
Dampf zieht und wirbelt über die heiße Quelle, sanfte Wellen tragen Laternenreflexionen, ein Ahornblatt fällt auf das Wasser, eine langsame Vorwärtsfahrt in Richtung Tal. Nativer Ton: plätscherndes Quellwasser, abendliche Insekten, eine ferne Tempelglocke, sanfte Koto-Atmosphäre. [Ende]
12. Parallaxe durch ein Fenster (Zugfahrt, Veo 3.1 Fast)
Die Landschaft gleitet mit natürlicher Parallaxe am Fenster vorbei, die nahen Felder ziehen schnell vorbei, während ferne Berge sich langsam bewegen, warmes Sonnenlicht flackert über den Tisch und die Latte-Oberfläche zittert sanft. Nativer Ton: rhythmisches Rattern des Zugs auf Schienen, leises Kabinenbrummen, sanfte Akustikmusik. [Ende]
[ending] = „Kein Text, keine Bildunterschriften, keine Logos erscheinen. Das Motiv behält durchgehend seine exakte Form, Farbe und Proportionen; glatte, stabile, filmische Bewegung ohne Verzerrung.“
Kamerabewegungen, die funktionieren
| Bewegen | Formulierungen, die funktionieren | Verwenden für |
|---|---|---|
| Push-in | „langsamer Push-in in Richtung [Detail]“ | Hero-Shots, ein einzelnes Feature |
| Drehteller | „dreht sich langsam auf dem Sockel, der Hintergrund bleibt sanft verschwommen“ | Starre Produkte, von allen Seiten gezeigt |
| Seitliche Kamerafahrt | „eine langsame seitliche Makrofahrt entlang der [Oberfläche]“ | Textur und Material |
| Statische Kamera | „Die Kamera hält ruhig“ | Ausgießen, Dampf, alles, wobei sich das Motiv bewegt |
| Tracking-Shot | „Die Kamera bleibt niedrig und nah mit demselben Bildausschnitt wie im ersten Frame fixiert und bewegt sich mit derselben Geschwindigkeit parallel mit.“ | Räder, fahrende Fahrzeuge |
| Draufsicht | „Draufsicht: die Hände [Aktion]“ | Packen, Zusammenbauen, Anrichten |
| Vorwärtsfahrt | „eine langsame Vorwärtsfahrt in Richtung [ferner Punkt]“ | Räume, Veranstaltungsorte, Landschaften |
Was Sie vermeiden sollten: schnelle Kreisfahrten, Reißschwenks, Zooms über die gesamte Szene und mehr als eine Kameraanweisung pro Clip. Je stärker sich der Blickwinkel ändert, desto mehr vom Produkt muss das Modell erfinden.
Auswahl des Modells und der Entwurfskosten
| Aufnahme | Modell | Entwurfseinstellung | Credits |
|---|---|---|---|
| Starres Produkt, Kamera- oder Drehtellerbewegungen | Kling 4.0 | 720p, 5 s | 140 |
| Lebensmittel, Flüssigkeiten, Dampf, Hände, Haare, Stoff | Seedance 2.5 | 480p, 5 s | 100 |
| Ort und Atmosphäre | Gemini Omni Flash 1.2 | 720p, 4 s | 48 |
| Einfache Szenenbewegung | Veo 3.1 Fast | 720p oder 1080p, 8 s | 32 |
| Viele Varianten einer Idee | Wan 3.0 | 720p, 5 s | 70 |
| Schnelle, kostengünstige erste Entwürfe | Seedance 2.0 Fast | 480p, 5 s | 40 |
Ein Credit kostet im Listenpreis $0.01, und Tarife beginnen bei $9 pro Monat. Die Begründung für jede Kombination steht in Seedance 2.5 vs. Kling 4.0 vs. Veo 3.1 Fast, und die vollständige Budgetberechnung finden Sie in wie viel eine AI-Videoanzeige kostet.
Schritt für Schritt
- Bereiten Sie den ersten Frame vor. Verwenden Sie ein scharfes Standbild, auf dem das gesamte Produkt sichtbar ist. Wenn der Clip für Reels, Shorts oder TikTok gedacht ist, schneiden Sie ihn zuerst auf 9:16 zu: Bei Seedance und Wan folgt die Ausgabe der Form des ersten Frames. Standbildvorlagen finden Sie in KI-Produktfotografie-Prompts.
- Entscheiden Sie, was sich bewegt. Produkt, Hand, Flüssigkeit, Licht oder Kamera. Wählen Sie eines davon als Hauptbewegung.
- Schreiben Sie die sechs Teile in der Reihenfolge der Formel. Halten Sie den Aktionssatz in der Reihenfolge, in der die Dinge geschehen.
- Erstellen Sie einen kurzen Entwurf mit der günstigsten Einstellung, die zur Aufnahme passt.
- Sehen Sie sich die Wiedergabe mit normaler Geschwindigkeit an, dann Bild für Bild am Anfang, in der Mitte und am Ende. Überprüfen Sie Form, Etikett, Hände und Hintergrund. Die Checkliste finden Sie in So überprüfen Sie ein KI-Produktvideo.
- Mit einem Satz beheben. Wenn etwas Bestimmtes schiefgelaufen ist, benennen Sie es und sagen Sie, was stattdessen passieren soll. Dann erneut generieren.
- Untertitel und Handlungsaufforderung danach ergänzen, niemals im Prompt. Finish the Ad in the studio fügt automatische Untertitel in 40 Stilen sowie Ihren exakten Hook, Preis und CTA als echten Text hinzu, außerdem KI-Voiceover aus Ihrem Skript und lizenzfreie CC0-Musik, und exportiert 9:16, 1:1 und 4:5 gleichzeitig. Jeder externe Editor funktioniert ebenfalls.
Korrekturzeilen für häufige Fehler
| Was ist schief gelaufen? | Satz zum Hinzufügen |
|---|---|
| Gegenstände fallen oder fliegen aus der falschen Richtung | „Nichts fällt von oben; alles platzt aus dem Inneren des [Behälters] heraus.“ |
| Ein Logo oder Schriftzug erscheint in der Mitte des Clips | „Die [Oberfläche] bleibt leer; es erscheint nie ein Emblem, Abzeichen, Symbol oder Schriftzug.“ |
| Der Hintergrund wird zu Schildern oder Gebäuden scharf | „Der Hintergrund bleibt weich und dunkel verschwommen, ohne dass Schilder oder Gebäude scharf werden.“ |
| Die Kamera wandert vom Produkt weg | „Die Kamera bleibt mit dem gleichen Bildausschnitt wie beim ersten Bild auf dem [Produkt] fixiert.“ |
| Das Produkt verbiegt oder schmilzt während der Bewegung | „Das [Produkt] behält durchgehend seine exakte Form, Farbe und Verzierung.“ |
| Es passiert zu viel auf einmal | Löschen Sie Aktionen, bis eine übrig bleibt. |
Beachten Sie, dass die Prompts 4 und 5 die längsten der zwölf sind. Einfache Aufnahmen brauchen kurze Prompts; die langen sind lang, weil jeder zusätzliche Satz einen bestimmten Fehler korrigiert.
Grenzen
- Clips sind je nach Modell 4 bis 15 Sekunden lang und entstehen aus einem einzigen ersten Bild. Eine Szenenfolge besteht aus mehreren Clips, die anschließend zusammengefügt werden. Finish the Ad in the studio fügt sie zusammen und kürzt sie.
- Text auf Verpackungen bleibt bei Bewegung nicht zuverlässig erhalten. Halten Sie das Etikett groß und ruhig oder halten Sie es aus dem bewegten Teil des Bildausschnitts heraus.
- Eine Audiozeile beeinflusst den Klang bei Modellen mit nativem Audio, aber exakter gesprochener Dialog ist nicht garantiert. Transportieren Sie die Botschaft in Untertiteln oder fügen Sie in Finish the Ad ein KI-Voiceover aus Ihrem Skript hinzu.
- Ein Prompt kann eine Behauptung nicht wahr machen. Was der Clip zeigt, dass das Produkt tut, muss etwas sein, das es tatsächlich tut.
FAQ
Wie schreibe ich einen Bild-zu-Video-Prompt für ein Produkt?
Beschreiben Sie, was sich nach dem ersten Bild ändert, nicht, was das Bild bereits zeigt. Verwenden Sie sechs Teile: eine Aktion des Motivs, eine Kamerabewegung, eine Licht- oder Atmosphärenänderung, eine Audiozeile, eine Ausschlusszeile für Text und Logos und eine Stabilitätszeile, die besagt, dass das Produkt seine exakte Form, Farbe und Proportionen beibehält.
Was sollte ich nicht in einen Bild-zu-Video-Prompt schreiben?
Beschreiben Sie nicht das gesamte Bild erneut, stapeln Sie nicht mehrere Aktionen und bitten Sie nicht darum, dass Text erscheint. Das Bild definiert die Szene bereits, zusätzliche Aktionen lassen das Produkt abdriften, und generierte Schrift ist unzuverlässig. Eine Aktion und eine Kamerabewegung pro Clip funktionieren am besten.
Welche Kamerabewegungen eignen sich am besten für Produktvideos?
Einfache: ein langsames Heranfahren, eine Drehteller-Rotation auf einem Sockel, eine seitliche Makrofahrt, eine fixierte Aufnahme, bei der sich nur das Motiv bewegt, und eine Draufsicht auf Hände. Schnelle Kreisfahrten, Reißschwenks und mehrstufige Bewegungen erhöhen die Wahrscheinlichkeit, dass das Produkt seine Form verändert.
Warum verändert mein Produkt in AI-Videos seine Form?
Meistens, weil der Prompt zu viel Bewegung verlangt, das erste Bild einen Teil des Produkts verdeckt oder dem Modell nicht gesagt wird, dass es die Form beibehalten soll. Verwenden Sie ein klares Standbild, eine langsame Bewegung und enden Sie mit einer Zeile wie „Das Motiv behält durchgehend seine exakte Form, Farbe und Proportionen bei“.
Welches Bild soll ich als erstes Bild verwenden?
Ein scharfes Standbild im Seitenverhältnis, in dem Sie veröffentlichen werden, mit vollständig sichtbarem Produkt und ohne Text, der lesbar bleiben muss. Bei Seedance und Wan folgt die Ausgabe der Form des ersten Bilds. Schneiden Sie es daher vor dem Hochladen für Reels, Shorts oder TikTok auf 9:16 zu.
Wie viel kostet ein Bild-zu-Video-Clip?
In Cut Marketing beginnen Clips bei 32 Credits ($0.32) für einen 8-Sekunden-Clip mit Veo 3.1 Fast in 720p oder 1080p. Weitere Einstiegspreise für einen Clip: Seedance 2.0 Fast kostet 40 Credits (5 Sekunden, 480p), Gemini Omni Flash 1.2 kostet 48 Credits (4 Sekunden, 720p), Wan 3.0 kostet 70 Credits (5 Sekunden, 720p), Seedance 2.5 kostet 100 Credits (5 Sekunden, 480p) und Kling 4.0 kostet 140 Credits (5 Sekunden, 720p). Ein Credit kostet laut Listenpreis $0.01, und Tarife beginnen bei $9 pro Monat.
Animieren Sie ein einzelnes Produktfoto
Melden Sie sich mit Google an und öffnen Sie Product Video im Studio, laden Sie ein Produktstandbild als Referenz hoch und fügen Sie einen der obigen Prompts mit Ihrem eigenen Motiv ein. Noch kein Prompt? Der kostenlose KI-Generator für Video-Prompts schreibt drei für die Videomodelle des Studios (2 kostenlose Durchläufe pro Tag mit einem kostenlosen Konto). Ein 8-Sekunden-Clip in 1080p mit Veo 3.1 Fast kostet 32 Credits ($0.32), und das Studio zeigt die Credit-Kosten vor dem Generieren an. Für Video reichen die 30 Test-Credits nicht aus, siehe Preise an. Die Bild-zu-Video-Generator -Seite zeigt, was das Werkzeug erzeugt.