A szövegből videó a leggyorsabb módja annak, hogy olyan snittet készíts, ami még nem létezik. Írd le szavakkal a jelenetet, és az AI videógenerátor néhány másodperctől akár jóval 10 másodperc feletti klippé alakítja — lehet belőle termékbemutató, bevezető snitt, egy történet fontos pillanata, vagy B-roll egy nagyobb vágáshoz.
Amire ez az eszköz nem való, az az, hogy helyetted egy teljes, többjelenetes videót összerakjon. Ha azt szeretnéd, hogy egy témából egyszerre készüljön forgatókönyv, storyboard, avatarok, narráció és feliratok, használd inkább az AI Video Agent funkciót. Ez az útmutató egyetlen, világos feladatot old meg: egy megírt promptból egy ellenőrizhető, letölthető videósnittet készít.
1. lépés: Nyisd meg a Videó generálása módot
Nyisd meg a VisionStory AI Tools részében az AI Video Generator eszközt, és felül ellenőrizd, hogy a Generate Video van kiválasztva. Ez a mód kizárólag szövegből hoz létre egy új jelenetet — nincs szükség kiinduló képre. Ha meg kell őrizned egy termék, személy vagy jelenet pontos kinézetét, válts inkább az Image to Video módra.
Mielőtt bármit írnál, döntsd el, mi a snitt szerepe a kész videóban: egy social klip első 3 másodperces „horog” része, egy termékközeli, egy bevezető snitt, átvezető B-roll, vagy egyetlen cselekvés egy történeten belül. Minél tisztább a cél, annál könnyebb a prompt.

2. lépés: Írd le az alanyt, a cselekvést, a környezetet és a kamerát
Egy hatékony AI videó prompt több, mint egy főnév. Legalább négy dolgot fedj le: mi az alany, mit csinál az alany, hogyan néz ki a jelenet és a fény, illetve hogyan mozog a kamera. Terméksnittnél érdemes megnevezni azokat az anyagokat, színeket és szerkezeti részleteket is, amelyeknek pontosnak kell maradniuk.
- Alany — személy, termék, állat, épület vagy környezet.
- Cselekvés — kinyílik, elfordul, sétál, önt, felfed, elszáll, átalakul.
- Környezet — stúdió, utca, iroda, természet, plusz napszak és világítás.
- Kamera — közeli vagy totál, fix vagy követő, ráközelítés (push-in), körözés (orbit), felülnézet.
- Korlátok — ne legyen szöveg, ne legyenek extra emberek, ne legyenek márkaelírások, ne legyen „morphing”, ne legyenek oda nem illő tárgyak.
Egy filmes 16:9-es termékbemutató snitt: egy matt fekete, vezeték nélküli fülhallgató tokja kinyílik egy sötét stúdióasztalon, lágy lila peremfény, lassú kameraráközelítés, valósághű tükröződések, prémium reklámstílus, nincs szöveg.

3. lépés: Válaszd ki a modellt, az időtartamot, a képarányt és a felbontást
Nyisd meg a beállítási panelt, és igazítsd a kimenetet ahhoz, ahol a snitt meg fog jelenni. A fekvő 16:9 jól illik a YouTube-hoz, weboldalakhoz és prezentációkhoz; a 9:16 a TikTokhoz, az Instagram Reelshez és a YouTube Shortshoz; az 1:1 pedig termékkártyákhoz és néhány feedes elhelyezéshez működik.
A rövid klipek a legolcsóbb módjai annak, hogy leteszteld a kompozíciót és a mozgás irányát — erősítsd meg, hogy a prompt működik, mielőtt hosszabb vagy élesebb verziókat renderelsz. A modellek különböznek emberi mozgásban, termékkövetkezetességben, kameramozgásokban és natív hangban is, ezért egy komolyabb gyártás előtt hasonlíts össze kis mintákat ugyanazzal a prompttal.

4. lépés: Generálj, majd keresd meg az eredményt a Videók listában
Kattints a generálás gombra a prompt mező jobb alsó sarkában. Amikor a render elkészül, az új klip a lenti Videók lista tetején jelenik meg, időtartammal, felbontással, címmel és létrehozási idővel címkézve. Először a bélyegképet nézd meg: már ezen is látszik a promptod szerinti fő alany és kompozíció?
Ha a bélyegkép egyértelműen rossz — rossz termékszín, hiányzó alany, használhatatlan képkivágás — ne dobd be egy éles projektbe. Menj vissza a prompthoz, add hozzá azokat a jellemzőket, amiknek meg kell maradniuk, és azokat is, amik nem jelenhetnek meg, majd generálj újra.

5. lépés: Nézd meg a teljes snittet, majd töltsd le
Nyisd meg a videókártyát, és indítsd el az elejétől. Figyeld meg, hogy az alany stabil marad-e a teljes snitt alatt, a mozgás „engedelmeskedik-e” a fizikának, ugrál-e a kamera, illetve nem törik-e meg valahol a termék szerkezete, a kezek, a szöveg vagy a háttér. A Generation Details megőrzi az eredeti promptot, a modellt és a felbontást az újrageneráláshoz és az összehasonlításhoz.
Csak akkor töltsd le, ha a snitt átment az ellenőrzésen, utána pedig vágd be a projektedbe, az AI Video Agent munkádba, vagy a meglévő folyamataidba. Soha ne publikálj csak azért, mert az első képkocka jól néz ki — a középső és a záró képkockákat ugyanilyen szigorúan kell nézni.

Gyakori problémák és a megoldásuk
- A videó gyakorlatilag állókép. Írd le egyértelműen az alany cselekvését és a kameramozgást — a fedél kinyílik, lassú ráközelítés, körözés a termék körül — ahelyett, hogy egy fotót írnál körül.
- Az alany a snitt közben átváltozik. Csökkentsd az egy snittbe zsúfolt cselekvések számát, rövidítsd az időtartamot, és pontosan írd le az anyagokat, színeket és szerkezeti elemeket, amelyeknek stabilnak kell maradniuk.
- A snitt látványos, de nem mond semmit. Először döntsd el, milyen előnyt vagy történetpillanatot kell vinnie a snittnek; a világítást és a kameramozgást csak utána válaszd ki.
- A képarány nem illik a platformhoz. Generálás előtt válaszd ki a megfelelő képarányt. Egy fekvő snittből függőlegest vágni általában levágja az alanyt és a cselekvést.
- Véletlen szöveg vagy logók jelennek meg. Add hozzá a prompthoz: nincs szöveg, nincs logó — és publikálás előtt akkor is ellenőrizz minden képkockát.
A szövegből videó akkor a legerősebb, amikor olyan mozgó snittet ad, amit másképp nem tudnál leforgatni. Először rögzítsd a snitt feladatát, aztán írd le tisztán az alanyt, a cselekvést, a környezetet és a kamerát, majd nézd végig az egész idővonalat — ne csak a bélyegképet. Ha a kiindulópontod inkább egy kép, mint egy prompt, válts a kép videóvá alakítására.
