AI 영상 프롬프트 해부 — 실제 운영된 381개에 공통된 구조

프롬프트 가이드가 건네는 것은 대개 그 글을 위해 누군가 쓴 템플릿입니다. 이 글이 해부하는 것은 실제로 실행되어 영상을 만들어낸 381개이며, 완성된 52편에서 뽑았습니다. 손으로 친 것이 아니라 편집된 것인데, 바로 그 점이 유용합니다. 같은 구조가 모두에 반복해서 나타나고, 그대로 따라 할 수 있을 만큼 뚜렷하게 보입니다.

다섯 부분, 순서대로

1. 스타일 블록 — 카메라, 필름, 색조, 그레인. 같은 작품의 모든 컷에서 동일합니다.
2. 프레임 결속 — 제공한 이미지에서 시작해 거기서 끝나는지, 시작만 고정되는지.
3. 주체 일관성 조항 — 누가 끝까지 같은 모습이어야 하는지.
4. 캐릭터 바이블 — 각 주체의 구체적인 외형 묘사.
5. 타임코드가 붙은 움직임 — 길이를 구간으로 나누고 각 구간에 고유한 동작을 배정합니다.

완전한 한 개는 평균 대략 850자입니다. 그 길이의 대부분은 네 번째와 다섯 번째에서 오며, 이 둘이 존재하는 이유는 같습니다. 모델이 대신 내려버릴 판단을 이쪽으로 되찾아 오기 위해서입니다.

이 프롬프트의 출처

완성된 52편에 걸친 381개의 컷 프롬프트이며 모두 FlyAIgh에서 생성되었습니다. 아래의 구조 분석과 건수는 모두 전체 묶음을 대상으로 합니다.원문을 인용하는 것은 저희 자신의 보드뿐입니다. 다른 사람의 대본은 그 사람의 것이므로 통계에만 기여하고 인용에는 나오지 않습니다.

부분별로

1. 스타일 블록. 대괄호로 감싸고 맨 앞에 두며, 같은 작품의 모든 컷에서 한 글자도 다르지 않게 반복합니다.

무엇이 들어 있는지에 주목하십시오. 화면 규격(large-format anamorphic), 구체적인 색의 언어(slate-blue, ember-orange, molten-gold), 빛의 거동(volumetric god-rays), 재질(hammered steel, rune-etched stone), 그리고 필름의 특성(35mm halation bloom)입니다. 동작에 대해서는 한마디도 적혀 있지 않습니다.

반복 자체가 핵심입니다. 각 생성은 앞선 것의 기억이 없는 독립된 호출이므로, 다시 말하지 않은 것은 새로 지어집니다. 일곱 컷이 한 편의 영화처럼 보이는 것은 이 동일한 스타일 블록을 일곱 번 반복한 결과입니다.

2. 프레임 결속. 한 문장으로 쓰며, 그 컷에 목표가 되는 끝 그림이 있는지에 따라 두 가지가 됩니다.

• "Video starts from the first reference image (frame 1: opening pose) and ends at the second reference image (frame N: closing pose)." — 시작과 끝을 모두 고정합니다.
• "Video starts from the first reference image (opening frame: composition and pose). From there the action plays out naturally per the motion description — the ending is not pinned to a target still." — 시작만 고정합니다.

두 번째 방식은 눈여겨볼 가치가 있습니다. 양끝을 고정하면 정밀도를 얻고 자연스러움을 잃습니다. 모델이 정해진 곳에 도달해야 하기 때문입니다. 그 컷에 필요한 것이 설득력 있는 움직임뿐이라면, 끝을 열어두는 편이 더 나은 운동을 만듭니다.

3. 주체 일관성 조항. 명시적으로 쓰고, 게다가 이름을 지목합니다.

4. 캐릭터 바이블. 지목한 각 주체에 속성을 세미콜론으로 구분한 압축된 외형 묘사를 부여합니다.

이것은 참조 이미지와 나란히 가는 것이지 대체하는 것이 아닙니다. 이미지가 닮은 모습을 맡고, 텍스트는 이미지로는 고정할 수 없는 것을 맡습니다. 규모("~40m wingspan filling the frame"), 몸가짐("road-hardened"), 그리고 의도적으로 존재하지 않는 것(갈기가 있어야 할 자리에 적힌 "none")입니다.

5. 타임코드가 붙은 움직임.이들을 보통의 프롬프트와 가장 크게 갈라놓는 부분입니다.

먼저 총 길이, 다음으로 라벨이 붙은 구간, 이어서 카메라 워크의 한 줄 요약, 마지막으로 화면비입니다. 소리를 전혀 생성하지 않는 모델에서도 소리는 묘사합니다. 비용이 들지 않고 템포를 조여주기 때문입니다. "One continuous take, no cut"이 들어 있는 것은, 여러 비트를 건네받은 모델이 한 편 안에서 제멋대로 컷을 만들 때가 있기 때문입니다.

완전한 한 개

다섯 부분을 모두 조립한 것으로, 실행되었을 때 그대로입니다. 이것이 이 페이지 첫머리의 드래곤, 두 번째 컷입니다.

아무도 쓰지 않는 부분, 컷의 이음매

여기까지는 모두 단일 컷의 이야기입니다. 프롬프트 가이드가 거의 다루지 않는 층은 두 컷 사이에서 벌어지는 일이고, 하나씩 생성하기를 그만두고 구성을 짜기 시작해야 비로소 모습을 드러냅니다.

이 묶음에서는 225개 컷이 명시적인 전환 판단을 지닙니다. 각각이 네 가지를 지정합니다. 컷의 종류, 그 이음매를 가로질러 유지되어야 할 시각적 연속성, 소리가 앞서는지 뒤따르는지, 그리고 다음 컷의 시작 프레임이 어디서 오는지입니다.

눈에 띄는 점이 둘 있습니다. 하드 컷과 매치액션이 거의 나란하다는 것(55 대 51)입니다. 실제로 사람이 판단할 때, 연속성을 지키는 컷은 깔끔하게 끊는 것과 거의 같은 빈도로 선택됩니다. 그리고 디졸브는 하나도 빠짐없이 오디오 선행을 동반하며 14분의 14입니다. 반면 클린 컷이 오디오 선행을 동반하는 것은 4분의 1에 그칩니다. 소리가 아무것도 하지 않는 디졸브는 슬라이드쇼처럼 보입니다.

같은 일곱 컷 구성에서, 적힌 그대로의 판단 세 가지입니다.

• clean-cut, J컷 오디오 — "Hard juxtaposition cut from heroic climb to tyrant's reversal — the discontinuity is the power flip."연속성 메모는 폭풍 하늘의 빛을 유지하고 화면 방향을 지켜 파도가 성채에 부딪히는 것으로 읽히게 하라는 것입니다.
• match-action, L컷 오디오 — "The reforged Crown's light flows into the lifting gesture — continuous radiance carries the cut."
• seamless, 다른 작품에서 — "Continuous action exceeds generation limit; seamless stitch preserves unbroken temporal compression."이것은 기술적 제약이 창작상의 선택을 낳은 예입니다. 그 움직임이 한 번의 생성이 허용하는 길이를 넘었기에 나누어 봉합했습니다.

다음 컷의 첫 프레임은 어디서 오는가

모든 전환은 다음 컷이 어디서 시작하는지도 함께 정합니다. 같은 225건의 판단으로 보면 다음과 같습니다.

상위 두 행이 거의 반반이라는 점이 흥미롭습니다.대략 4할의 컷이 재사용 없이 앞 프레임을 참조합니다. 새 프레임은 생성되지만 앞 컷이 어떻게 끝났는지를 조건으로 삼습니다. 완전한 자유와 단단한 연속성 사이의 중간 설정이며, 실제로는 백지에서 시작하는 것과 거의 같은 빈도로 선택됩니다. 그대로의 재사용은 드물어서(225건 중 7건) 구도를 완전히 고정해 버리기 때문입니다.

이 프롬프트가 만들어낸 것

본문에서 인용해 온 일곱 컷 구성을 순서대로 조립한 것입니다. 35초, 280 크레딧, 720p. 여섯 컷이 Seedance 2.0, 첫 컷이 Kling V3 Omni이며, 이는 컷마다의 선택이지 플랫폼 기본값이 아닙니다.

컷 사이에 손질은 전혀 하지 않았습니다. 컷들 사이의 일관성은 반복한 스타일 블록, 캐릭터 바이블, 그리고 전환 판단에서 옵니다. 이 글이 다뤄온 세 가지입니다.

이 데이터가 말하지 않는 것

• 이 프롬프트는 편집된 것이지 타이핑된 것이 아닙니다.대본, 확정된 스타일, 참조 소재 목록을 넣으면 이 구조가 나옵니다. 이토록 일관된 이유도 거기 있으며, 그렇기에 사람이 프롬프트를 어떻게 쓰는지에 대한 증거로 다루는 것은 잘못입니다.
• 구조는 품질이 아닙니다.여기 있는 프롬프트는 모두 실행되었지만, 어느 것이 좋은 영상을 만들었는지에 대해 이 글은 아무 주장도 하지 않습니다. 데이터에 그 판단은 기록되어 있지 않습니다.
• 이 묶음의 대부분은 영어가 아닙니다.381개 중 311개가 중국어입니다. 구조는 어느 쪽에서도 성립하지만, 여기서 인용한 표현의 관습은 영어 70개에서 왔습니다.
• 전환 데이터는 한 시스템의 어휘를 반영합니다.여덟 가지 컷은 저희 디렉터 기능이 낼 수 있는 것들입니다. 다른 도구라면 다른 분포가 나오고, 전환 층을 아예 갖지 않은 도구라면 하나도 나오지 않습니다.