Prompt-Länge und was Engines ignorieren: 60 Wörter statt 300

Beim Lernen jedes Generators gibt es eine Phase, in der die Prompts jeden Tag länger werden. Du fügst „filmisch“ hinzu, dann „8k“, dann drei Sätze über die emotionale Tonlage, dann eine Liste mit Dingen, die vermieden werden sollen, und die Ergebnisse werden schlechter, zuverlässig und auf eine Art, die sich anfühlt, als wäre das Tool kaputt. Es ist nicht kaputt. Ein Prompt ist ein Budget, und ab einer gewissen Länge gibst du es für dich selbst aus.

Die Grenzen, an die du wirklich stoßen kannst

Zwei davon sind hart und greifen, bevor irgendetwas abgerechnet wird.

Ein Video- oder Bild-Prompt ist auf 2.400 Zeichen begrenzt. Das sind ungefähr 380 Wörter. Liegst du darüber, wird der Aufruf mit 400 invalid_body samt dem betroffenen Feld abgelehnt; immerhin scheitert er ehrlich und kostenlos. Chat ist eine andere Oberfläche mit einem anderen Budget: 24.000 Zeichen über den gesamten Nachrichtenverlauf plus Kontext, denn eine Rollenspielszene trägt einen Zustand mit sich, den ein Render nicht hat. Sprachausgabe nimmt 5.000 Zeichen pro Aufruf.

2.400 ist also die Obergrenze, nicht das Ziel. Nichts im System belohnt es, wenn du dich ihr näherst, und eine bestimmte Sache bestraft es sogar.

Die Kürzung, vor der dich niemand warnt

Die Engine liest nicht deinen Prompt. Sie liest einen zusammengesetzten Prompt, der auf dem Server entsteht: zuerst dein Text, dann die ausgewählten Elemente, dann Kamerabewegung, Kamera, Objektiv, Blende, Licht, Farbpalette, Filmart, Epoche, Tempo und, wo die Engine das Seitenverhältnis nicht als Parameter annimmt, das Format. Diese Zusammenstellung ist das Regiepult, und sie wird in genau dieser Reihenfolge als kurze Fragmente hinter deine Worte gehängt.

Dann wird der gesamte zusammengesetzte Text gekürzt, bevor er rausgeht: auf 2.000 Zeichen bei den Seedance-Engines, Kling, Hailuo und Veo und auf 2.400 bei Motion One.

Nimm beide Fakten zusammen, und das Problem liegt auf der Hand. Dein Text kommt zuerst, also überlebt dein Text. Das Regiepult kommt zuletzt, also wird das Regiepult abgeschnitten. Schreib auf Seedance einen Prompt mit 2.400 Zeichen, und ungefähr die letzten vierhundert Zeichen erreichen die Engine nie. Genau dort standen deine Kamerabewegung, dein Objektiv, dein Licht und deine Farbpalette. Das Einstellungsfeld zeigt sie weiterhin als ausgewählt an. Im Render stecken sie nicht.

Das ist der mechanische Grund, warum ein maximaler Prompt schlechter abschneidet als ein kurzer. Du hast deine Absicht nicht nur verwässert, du hast deine eigenen Regler rausgeworfen.

Eine Anweisung pro Art

Der Composer liest außerdem Anweisungen aus deinem Text. Tipp „Totalaufnahme“, „anamorphotisch“, „35mm“ oder „geringe Schärfentiefe“, und die Formulierung wird hervorgehoben und setzt den passenden Parameter für diesen Render, egal, was im Regiepult ausgewählt war: Das geschriebene Wort gewinnt, so wie ein Drehbuch ein Moodboard schlägt.

Der Haken: Es gilt eine Anweisung pro Art, also eine Kamerabewegung, eine Kamera, ein Objektiv, eine Blende. Schreib zwei Kamerabewegungen, und nur eine überlebt, und zwar nicht unbedingt die, die du zuerst getippt hast. Welche zählt, entscheidet das Lexikon, nicht die Reihenfolge in deinem Satz. Ein Prompt wie „eine weite Einstellung, dann eine langsame Ranfahrt“ liefert keine Totale, die heranfährt. Er liefert eins von beiden, ausgewählt nach einer Regel, die du im Composer nicht sehen kannst.

Die Lösung ist dieselbe wie bei jedem anderen Render-Problem: eine Bewegung pro Clip. Braucht die Einstellung wirklich zwei, sind es zwei Clips.

Was weggemittelt wird

Jenseits der Grenzen gibt es das leisere Scheitern. Diffusions- und Videomodelle verteilen eine feste Menge Aufmerksamkeit auf alles, was du nennst. Nenn fünf Dinge, und jedes bekommt ein Fünftel.

Konkret sind das die Wörter, die zuverlässig nichts bewirken:

• Qualitätsadjektive. „Meisterwerk, 8k, ultradetailliert, preisgekrönt, hochrealistisch“ entsprechen keinem Regler. Sie sind Rauschen, das mit deinem Motiv konkurriert.
• Anweisungen zur Konsistenz. „Konsistentes Gesicht, stabil, kein Morphing“ beschreiben eine Eigenschaft der Ausgabe, nicht des Bildes. Die Engine hat dafür keinen Mechanismus.
• Verneinungen im positiven Prompt. „Kein Text, keine zusätzlichen Finger“ bringt das Wort Text und das Wort Finger in den Prompt. Verneinung gehört ins Feld für den Negativ-Prompt, das bei Video nur Kling nativ unterstützt; die anderen Engines lassen es stillschweigend fallen.
• Gestapelte Stimmungen. „Angespannt, verträumt, energiegeladen, melancholisch“ mittelt sich zu nichts Bestimmtem.

Was den Kontakt mit dem Modell übersteht, ist konkret und einzeln: ein Motiv, eine Handlung, eine Kamerabewegung, eine Lichtquelle, eine Stimmung. In dieser Reihenfolge.

Die Form, die funktioniert

Dreißig bis achtzig Wörter, ein fließender Absatz, in dieser Abfolge: Motiv, was es tut, wie sich die Kamera verhält, woher das Licht kommt, die Stimmung. Keine Listen, keine Keyword-Suppe, keine Gewichtungen in Klammern.

Ein Barkeeper mit schwarzer Schürze poliert ein Glas und blickt zur Tür, als sie aufgeht; langsame Ranfahrt von der Totalen in die Halbnahe, tief hängende Lampen im Bild über der Bar, hinter ihm ist Regen durch das Fenster zu sehen, eine angespannte, erwartungsvolle Stimmung.

Vierundvierzig Wörter. Jedes davon erfüllt eine Aufgabe. Der Prompt lässt etwa 2.150 Zeichen Luft, also kommt das gesamte Regiepult unversehrt an, und jede Einstellung, die du im Panel gewählt hast, erreicht tatsächlich die Engine.

Die lange Version derselben Einstellung (drei Sätze Vorgeschichte, eine Liste mit elf Adjektiven, ein Absatz über die Geschichte der Bar) ist nicht präziser. Es sind dieselben dreiundvierzig Wörter Signal mit dreihundert Wörtern Rauschen drumherum, und auf einer Premium-Engine kommt sie mit amputierter Kamerabewegung an.

Ausführlicher geht es um den Aufbau von Prompts im Leitfaden für KI-Video-Prompts und um das, was das Regiepult beisteuert, in Das Regiepult.

Wohin die Länge stattdessen gehört

Wenn du Details hast, die es wert sind, behalten zu werden, gehören sie an einen dauerhaften Ort statt ins Prompt-Feld.

Ein Element speichert einen Ort, ein Objekt oder einen Stil mit eigener Beschreibung und eigenen Fotos, per @-Erwähnung in jedem Render wiederverwendbar, und seine Beschreibung wird als eigenes Fragment eingefügt; mehr dazu in So nutzt du Elemente. Ein Charakter speichert eine Persona und Referenzfotos und liefert dir jedes Mal dasselbe Gesicht. Ein Referenzbild sagt mehr über einen Ort, als zweihundert Wörter es je könnten. Alle drei halten den Prompt kurz und machen den Render trotzdem präziser, also genau das Gegenteil von einem Aufsatz.

Und wenn aus einer groben Idee ein regietauglicher Satz werden soll, erledigt Verbessern das kostenlos: Es schreibt um, statt aufzublähen. Der Prompt-Optimierer ist der richtige erste Schritt bei einem Prompt, mit dem du unzufrieden bist, bevor du anfängst, etwas hinzuzufügen.

Öffne das Tool „Video“ und kürz deinen längsten Prompt auf sechzig Wörter. Meistens wird er besser, und du wirst sagen können, warum.

Häufige Fragen

Gibt es eine maximale Prompt-Länge?

Ja. Video- und Bild-Prompts sind auf 2.400 Zeichen begrenzt, und ein längerer wird mit einem 400 abgelehnt, bevor Credits fließen. Chat erlaubt 24.000 Zeichen über den gesamten Verlauf, Sprachausgabe 5.000 pro Aufruf. Die praktische Grenze liegt aber viel niedriger, denn der zusammengesetzte Prompt wird noch einmal gekürzt, bevor die Engine ihn liest.

Was passiert mit meinen Einstellungen, wenn mein Prompt sehr lang ist?

Sie werden hinter deinen Text gehängt und deshalb als Erstes abgeschnitten, wenn der zusammengesetzte Prompt gekürzt wird, bei den Premium-Engines auf 2.000 Zeichen. Das Panel zeigt sie weiterhin als ausgewählt, während der Render sie ignoriert. Ein kurzer Prompt ist die Garantie dafür, dass das Regiepult überlebt.

Kann ich zwei Kamerabewegungen in einen Prompt schreiben?

Tippen kannst du sie, aber nur eine wirkt, und welche, entscheidet das Lexikon für die Erkennung, nicht die Reihenfolge, in der du sie geschrieben hast. Plane eine Bewegung pro Clip und schneide zwischen Einstellungen, wenn du mehr brauchst. Dasselbe gilt für Objektive, Kameras und Blende.

Macht der Prompt-Optimierer Prompts länger?

Er schreibt sie in die Form um, auf die Engines reagieren, und das heißt meist straffen statt erweitern. Er ist kostenlos, es gibt also keinen Grund, ihn nicht an einem Prompt auszuprobieren, der nicht funktioniert. Nutz ihn, bevor du anfängst, von Hand Adjektive hinzuzufügen.