Regia video AI: perché il prompt non basta a fare cinema

Un prompt ben scritto ti dà un’immagine. Un film è un’altra cosa: una catena di scelte su cosa mostrare, per quanto tempo, da dove e perché. La regia video AI è esattamente questo lavoro, applicato a modelli che generano immagini in movimento invece che a una macchina da presa.

Qui trovi cosa dicono i dati sugli spot fatti con l’AI, le leve concrete che separano una clip da una scena, un esempio prima/dopo inquadratura per inquadratura e una checklist da usare prima del primo frame.

Il problema non è l’AI, è l’assenza di regia

Per il 2025 Merriam-Webster ha scelto “slop” come parola dell’anno: contenuto digitale di bassa qualità, prodotto di solito in quantità per mezzo dell’intelligenza artificiale. Il termine fotografa un fastidio diffuso, e la pubblicità non ne è immune.

Già a dicembre 2024 una ricerca di NielsenIQ su oltre 2.000 persone, circa 150 delle quali monitorate con l’EEG, mostrava che il pubblico riconosce d’istinto la maggior parte degli spot generati con l’AI e li descrive come “fastidiosi”, “noiosi” e “confusi”. Anche quelli giudicati di alta qualità attivavano la memoria meno degli spot tradizionali.

A gennaio 2026 IAB ha misurato negli Stati Uniti la distanza tra chi fa gli spot e chi li guarda: l'82% dei manager pubblicitari crede che Gen Z e Millennial vedano con favore gli annunci creati con l’AI, ma lo dice solo il 45% dei consumatori. Il 30% della Gen Z definisce “inautentici” i brand che li usano.

Il dato più utile arriva da DoubleVerify, a fine luglio 2026, su 22.000 consumatori in 22 mercati. Il 42% giudicherebbe peggio un brand che usa spot AI di bassa qualità o “inquietanti”, mentre il 40% guarda con favore quelli curati e professionali. Per il CEO Mark Zagorski non è l’AI a determinare il coinvolgimento, ma la qualità del risultato. In un video, la qualità ha un nome preciso: regia.

Cosa significa regia video AI, in concreto

Regia non è un aggettivo da aggiungere al prompt, come “cinematic”, “epic” o “4K”. È una serie di decisioni prese prima, durante e dopo la generazione. Queste sono le prime da fissare.

Un’intenzione, una sola idea

Ogni video deve reggere una tesi che si dice in una frase. Se non sai cosa deve provare chi guarda al secondo 3 e al secondo 20, il modello non lo saprà per te: riempirà il vuoto con l’immagine più probabile, cioè quella già vista mille volte.

Shot list e linguaggio di macchina

Scomponi la scena in inquadrature: campo, angolo, ottica, movimento, durata. Un 35 mm fisso racconta un luogo, un 85 mm con un avvicinamento lento racconta un pensiero. Anche la guida di Google Cloud per Veo 3.1 (ottobre 2025) mette la cinematografia al primo posto nella struttura del prompt, prima di soggetto e azione.

Luce e palette

Decidi da dove arriva la luce, che temperatura ha e come cambia lungo il video. Una palette fissata in anticipo fa sembrare dieci clip generate in momenti diversi parte dello stesso film.

Recitazione e timing

I modelli tendono a far muovere tutto, sempre. La regia lavora anche per sottrazione: uno sguardo che resta un secondo in più, una pausa prima della battuta, un gesto solo invece di cinque.

Continuità

Volto, costume, oggetti e luoghi devono restare identici da un’inquadratura all’altra. Per questo si definiscono prima, con character sheet e immagini di riferimento.

Il film nasce dopo: take, montaggio, suono, colore

Generare è come girare: produci materiale, non il film. PJ Accetturo, che con Veo 3 ha realizzato uno spot di Kalshi per le finali NBA 2025, ha raccontato a NPR che sono servite circa 300–400 generazioni per ottenere 15 clip utilizzabili. E ha aggiunto: costare poco non vuol dire che chiunque possa farlo.

Vale anche per le produzioni ibride: per uno spot Under Armour girato dal vero, la casa di produzione cilena Trópico ha creato 530 asset con Runway in post. Il loro obiettivo: restare un regista che sceglie tra opzioni, non un tecnico in sala macchine.

• Selezione dei take: scarta ciò che tradisce il mezzo, come mani che si deformano o sguardi vuoti, anche se l’inquadratura è bella.
• Montaggio: il ritmo si decide al taglio. Taglia sul gesto, non dove finisce la clip generata.
• Suono: ambienti, silenzi e musica danno peso alle immagini. Spesso è il suono a rendere credibile una scena.
• Colore: il grading finale unisce in un solo look clip nate da motori e prompt diversi.

Prima e dopo: la stessa scena, con e senza regia

Prendi un brief semplice: uno spot di 12 secondi per un bar di quartiere. Ecco la versione “solo prompt”.

Cinematic shot of a woman drinking coffee in a beautiful café at sunset, ultra realistic, 4K, epic lighting.

Il risultato è prevedibile: una modella senza storia, luce dorata ovunque, un movimento di macchina casuale, nessun taglio. Un’immagine gradevole che potrebbe essere di qualunque marchio, ed è questo il problema.

Ora la versione diretta. L’idea in una frase: la prima pausa di un’infermiera dopo il turno di notte. Quattro inquadrature e una palette che passa dal blu dell’alba al caldo della prima luce.

1. Campo largo, 35 mm, macchina ferma, 4 secondi. Il bar ha appena aperto, sedie ancora sui tavoli. Lei entra in divisa, sola. Suono: la macchina dell’espresso che si scalda.
2. Dettaglio macro, 2 secondi. Le mani intorno alla tazzina, il vapore. Silenzio.
3. Primo piano, 85 mm, avvicinamento lento, 4 secondi. Chiude gli occhi e resta così un secondo più del necessario.
4. Controcampo attraverso la vetrina, 2 secondi. La città si sveglia, la prima luce calda le arriva sul viso. Logo e una sola nota di musica.

Volto e divisa fissati con un character sheet. Più take per ogni shot, tenendo solo quelli con mani pulite e occhi vivi. Taglio sul gesto, colore che lega tutto. Il modello è lo stesso: cambia chi decide.

Gli strumenti danno i comandi, non le scelte

Gli strumenti parlano sempre più la lingua del set. Flow, presentato da Google a maggio 2025, offre controlli diretti su movimento di macchina, angoli e prospettive. Cinema Studio 4.0 di Higgsfield, nostro partner, mette a disposizione oltre 30 movimenti di macchina preimpostati e più di 50 palette colore. Ma un menu con 50 palette non ti dice quale serve alla tua storia.

Chi lavora ad alto livello parte prima del prompt. Per il cortometraggio “ANCESTRA”, presentato al Tribeca Festival nel 2025, Google DeepMind racconta un team di oltre 200 persone. La regista Eliza McNitt ha scritto la sceneggiatura e lavorato con uno storyboard artist; le foto scattate da suo padre il giorno della sua nascita, descritte da Gemini, sono diventate la base del look. Il neonato generato è stato inserito in riprese dal vero e rifinito con VFX e grading tradizionali.

Lo studio Obsidian, che lavora per Disney e Nike, è ancora più netto in un'intervista pubblicata da Runway a gennaio 2026: i loro progetti non iniziano con un prompt, ma con le mani, con una matita. I primi assunti? Storyboard artist di Hollywood.

Prima del primo frame

Che tu produca o commissioni un video AI, fai queste domande prima di parlare di modelli:

• Qual è l’idea, in una frase?
• Esiste una shot list con ottiche, movimenti e durate?
• Look, luce e palette sono fissati in una moodboard?
• Volti e luoghi sono definiti una volta per tutte?
• Chi sceglie i take, e con quale criterio?

Nel video di KASNO “L’AI sta uccidendo il cinema?” c’è la frase che riassume tutto: l’AI non crea artisti, mette in luce chi lo è. È il principio dietro “Powered by AI. Directed by humans.”: lavoriamo con un metodo in tre atti in cui storyboard e look si approvano prima che si muova un frame, e i take si scelgono uno per uno nella produzione. Per vedere come si traduce in spot, brand film o reel, parti dai nostri servizi.

Domande frequenti

Si può fare un video AI cinematografico senza un regista?

Puoi ottenere singole immagini belle, ma una sequenza che regge richiede qualcuno che decida idea, inquadrature, continuità e montaggio. Il ruolo può avere nomi diversi: il lavoro resta quello di un regista.

Quanto conta il prompt in un video AI?

Conta come un’indicazione precisa al direttore della fotografia: serve, ma arriva dopo idea, storyboard e look. Un buon prompt esegue bene una scelta già fatta, non la sostituisce.

Il pubblico si accorge se un video è fatto con l’AI?

Non sempre: nello studio DoubleVerify di luglio 2026 il 56% dei consumatori dice di non riuscire a riconoscere con costanza i contenuti generati con l’AI. I difetti però si notano, ed è su quelli che si forma il giudizio sul brand.

Fonti

1. 2025 Word of the Year: slop · Merriam-Webster, 2025-12-15
2. NIQ research uncovers hidden consumer attitudes toward AI-generated ads · NielsenIQ, 2024-12-12
3. The AI Ad Gap Widens · IAB, 2026-01-15
4. Global Study: Poor-Quality AI Content Puts Brand Trust at Risk · DoubleVerify, 2026-07-29
5. The ultimate prompting guide for Veo 3.1 · Google Cloud Blog, 2025-10-16
6. An AI video ad is making a splash. Is it the future of advertising? · NPR, 2025-06-23
7. Behind the Scenes of an Under Armour TV Commercial, Powered by Runway · Runway, 2025-10-14
8. Meet Flow: AI-powered filmmaking with Veo 3 · Google, 2025-05-20
9. Cinema Studio 4.0 — Direct Every Detail · Higgsfield, 2026-10
10. Behind “ANCESTRA”: combining Veo with live-action filmmaking · Google DeepMind, 2025-06-13
11. How Obsidian Uses Runway to Power Campaigns for Disney, Nike and Luxury Brands · Runway, 2026-01-06