Una persona sola può girare un cortometraggio IA? Storyboard, coerenza del personaggio e raccordi
Sì. Non ogni parte, però.
Ho provato la produzione IA in solitaria su una storia volutamente minima: un uomo trova un biglietto piegato nella tasca di un vecchio cappotto. Otto inquadrature, una persona, da una singola frase a qualcosa che si guarda dall'inizio alla fine. Qui c'è cosa ha funzionato, dove mi sono bloccato e quanto è costato davvero.
Cosa una persona riesce a finire e cosa no
Prima le conclusioni, per non farti leggere il resto con le aspettative sbagliate.
Cosa una persona sola riesce ormai a fare: lo storyboard, l'aspetto del personaggio e la coerenza del personaggio, l'immagine di ogni inquadratura, i raccordi fra inquadrature, voce e sincronizzazione labiale. Un lavoro che prima richiedeva operatore, elettricista, scenografia e attore sta davvero su una sola scrivania oggi.
Cosa ancora non funziona: azione continua complessa oltre i cinque secondi circa, recitazione sincronizzata con precisione su una battuta, qualsiasi inquadratura con testo leggibile in campo (ci torno sotto) e tutto ciò che richiede una location reale o una persona reale che reagisce.
Il punto giusto della produzione IA oggi sono quindi 30 secondi - 2 minuti, montati da diverse inquadrature brevi. Non tentare un piano sequenza di tre minuti: non è un problema di come scrivi il prompt, è il tetto attuale del metodo.
Come si trasforma un paragrafo in storyboard?
Lo storyboard è il passaggio da fare per primo e il più economico di tutto il processo di produzione IA. È veloce, costa quasi nulla ed espone i problemi di racconto prima che tu spenda soldi veri su immagini finite.
Il metodo è grezzo: spezza la storia in una frase per inquadratura e scrivi tre cose in ogni frase — scala, azione, luce. Poi fai una passata di miniature a matita con la generazione di immagini IA.
La mia divisione: campo lungo per presentare la stanza → mezza figura, il cappotto staccato dalla gruccia → primo piano, una mano che entra in tasca → primo piano, il biglietto aperto in un palmo → mezza figura, la testa che si alza verso la finestra → campo lungo, cappotto addosso, cammina verso la porta → la porta delle scale si apre sulla luce del mattino → campo lunghissimo, la sua schiena che risale la strada.
Un consiglio controintuitivo a questo stadio: non provare a disegnare bene. Stai verificando solo tre cose — la storia tiene, le scale variano, qualche inquadratura è superflua. Più lo schizzo è grezzo, più è facile tagliare. La mia prima passata aveva 11 riquadri; il ritmo ha funzionato solo scendendo a otto.
Come si tiene lo stesso volto in ogni inquadratura?
La coerenza del personaggio è il punto in cui la produzione IA si rompe più spesso, e il passaggio che mi ha portato via più tempo.
La risposta è una scheda personaggio: costruiscine una, poi referenziala in ogni inquadratura invece di descrivere il volto a parole. La coerenza viene dal riutilizzare una stessa immagine di riferimento, non dallo scrivere una descrizione più dettagliata.
Ho generato prima una frontale pulita — fondo grigio, luce uniforme, nessuno styling, nessuna espressione, in pratica una foto di casting. Poi ho costruito il tre quarti, il profilo e le spalle a partire da quella. Quelle quattro immagini sono l'«attore» di questo film, e ogni inquadratura successiva riceve quella scheda.
Tre note pratiche:
Non descrivere il volto a testo. «Trentacinque anni, capelli neri corti, barba appena accennata» genererà cento persone diverse. Lascia il volto all'immagine di riferimento; il prompt porta solo ciò che cambia in quell'inquadratura.
Genera spalle e profilo subito. Se aspetti di arrivare all'inquadratura in cui si allontana, con ogni probabilità non sarà più lo stesso uomo del frontale.
Metti i vestiti in ogni prompt. La coerenza del personaggio non è solo il volto: lascia derivare colore o taglio del cappotto e il pubblico vede comunque lo stacco. Rispetta questi tre punti e la coerenza del personaggio di un cortometraggio IA è in sostanza risolta.
Come si raccordano le inquadrature senza salti?
Il metodo che chiede meno fatica è far diventare l'ultimo fotogramma di un'inquadratura il primo fotogramma della successiva.
Quei due fotogrammi sono la prima e la seconda metà dello stesso tempo: a sinistra guarda il biglietto, a destra la testa si è alzata verso la finestra. L'inquadratura non si è mossa, la direzione della luce non si è mossa, il colore non si è mosso — sono cambiati solo l'angolo della testa e dove guarda. Montati insieme si leggono come un'unica reazione continua.
Passa entrambi in primo e ultimo fotogramma a video come punti di partenza e arrivo e lascia che il modello riempia il vuoto. È molto più stabile che chiedere a un modello di «recitare» un'azione intera, e protegge anche la coerenza del personaggio, dato che hai fissato entrambi i capi.
Due dettagli di raccordo vengono trascurati, e costano più nella produzione IA che nelle riprese reali perché non si correggono sul set. La direzione della luce deve combaciare. Se la luce veniva da sinistra non può venire da destra nell'inquadratura seguente: il pubblico non saprà dire cosa non torna, ma lo sentirà. Il colore deve combaciare. Tutte e otto le mie inquadrature portano «alba fredda» nel prompt stesso; non contavo di rimediare dopo.
Come si rivedono tutte le inquadrature in una volta e si rifanno solo le cattive?
Aprire le immagini una alla volta ti inganna. Ognuna sembra a posto da sola; solo in sequenza noti che il volto è derivato nell'inquadratura tre.
Distendo tutte e otto sulla tela generativa, in ordine, su una sola riga, e faccio un passo indietro. I problemi di coerenza del personaggio si beccano meglio in fila — un volto derivato o una luce sbagliata salta all'occhio in una passata. Questa sola abitudine ha rimosso la maggior parte delle rilavorazioni dal mio processo di produzione IA: rilancio solo la cella sbagliata invece di ricostruire la sequenza.
Queste sono le mie otto definitive. La mano dell'inquadratura tre è stata rilanciata due volte; il controluce dell'inquadratura sette ha avuto una correzione di esposizione.
E il suono?
Le immagini a questo punto sono finite, ma un cortometraggio IA senza suono non tiene nessuno oltre i 30 secondi.
Il mio non ha dialogo, quindi serviva solo l'ambiente. Con il dialogo l'ordine è: generare la voce con il text to speech, oppure clonare un timbro fisso con il clone vocale, poi passare la sincronizzazione labiale per adattare la bocca.
Non invertire quest'ordine. Fai prima le immagini e scoprirai che i movimenti della bocca e la lunghezza delle battute non concordano; blocca prima la durata dell'audio e genera i fotogrammi per starci dentro, e rilavorerai molto meno. Mettere l'audio per ultimo è l'errore di sequenza più comune nella produzione IA.
Dov'è il limite per far muovere un'immagine?
Quei cinque secondi vengono dall'inquadratura sopra: il respiro, un battito di ciglia, lo sguardo che si sposta un poco, un leggero corrugarsi della fronte.
Ho chiesto tre volte che «si girasse e camminasse verso la porta», e si è deformato ogni volta — due passi e non è più lui. Il confine è quindi netto: le piccole reazioni sul posto sono affidabili; chiedere a un personaggio di spostarsi o eseguire un'azione complessa non lo è ancora. Per le inquadrature che richiedono movimento genero prima il fotogramma finale e interpolo, invece di lasciare che il modello lo reciti.
Tre fallimenti, riportati onestamente
Il testo in campo è finto. Ingrandisci il mio primo piano del biglietto e la «scrittura» sulla carta è un guazzabuglio — i modelli di generazione non producono testo leggibile, il che esclude silenziosamente un'intera categoria di inquadrature nella produzione IA. O non lo riprendi nitido (sfocato, coperto a metà), o incolli testo vero dopo.
Le mani vanno ancora controllate una per una. Nell'inquadratura della mano in tasca, la prima versione aveva una nocca fuori posto; sono serviti due rilanci. Ogni inquadratura con le mani in campo passa allo zoom.
L'azione continua perde il volto. Come sopra — uno spostamento oltre i due o tre secondi si rompe quasi sempre, e la coerenza del personaggio è la prima cosa a cedere.
La lista di otto inquadrature da copiare
Lavora in questo ordine e non tornerai indietro:
- Spezza la storia in una frase per inquadratura, ciascuna con scala, azione, luce
- Genera uno storyboard grezzo e taglia fino alle sole inquadrature necessarie
- Costruisci la scheda personaggio per fissare la coerenza: fronte, tre quarti, profilo, spalle
- Genera inquadratura per inquadratura dal board, passando la scheda ogni volta, con il colore scritto in ogni prompt
- Dove le inquadrature si raccordano, produci prima il fotogramma finale, poi il primo
- Distendi tutto sulla tela e confronta sulla riga; rilancia solo ciò che è rotto
- Blocca la durata dell'audio, poi adatta i fotogrammi all'audio
- Ingrandisci mani, orecchie e qualsiasi testo in campo
Le otto inquadrature complete mi hanno preso circa tre ore, in gran parte a scrivere prompt e scegliere ciak più che ad attendere la generazione. Coerenza del personaggio e raccordi diventano circa due volte più rapidi dopo averli fatti qualche volta.
Questo basta già per titoli di testa, pezzi concept e materiale di presentazione. Per una consegna commerciale finita girerei ancora dal vero e userei l'IA per completare inquadrature. Se vuoi percorrere da solo il processo di produzione IA, la generazione di video IA è il punto di partenza — una frase è tutto ciò che serve per cominciare.