In (der) Form bleiben...

Obwohl es offiziell keine Formerfordernisse an den Text des Prompts gibt, gelten es dennoch ein paar Regeln, die sich als effektiv herausgestellt haben. Zuallererst sollte die Ausdrucksform (auch grammatikalisch) möglichst einfach gehalten werden, damit Firefly die Intention möglichst unmissverständlich verstehen kann. Adobe schlägt in seiner Online-Hilfe eine grundsätzliche Basis-Struktur als Gerüst vor, die dem folgenden Schema folgen sollte:

Aufnahmetyp + Figur(en) + Aktion + Ort + Ästhetik

Natürlich muss diese Reihenfolge nicht starr eingehalten werden, jedoch haben wir persönlich mit dieser Struktur gute Erfahrungen gemacht. In vielen Fällen lässt sich im Prompt auch die Reihenfolge vertauschen, ohne ein signifikant anderes Ergebnis zu erzielen. Dies kann eventuell helfen, um wichtige Dinge, die nicht umgesetzt wurden, stärker zu betonen, indem man sie nach vorne zieht. Oder auch, um nur eine geringe Variation zu erzwingen, ohne den Inhalt des Prompts grundsätzlich geändert zu haben.

Sehen wir uns als nächstes einmal die "Objekte" der oben genannten Formel etwas näher an:

Aufnahmetyp

Hier sollte man unter anderem die Kameraperspektive sowie die Bewegung konkretisieren. Firefly "kennt" ein paar Begriffe offensichtlich besonders gut:

Um bestimmte Objekte oder Gesichtsausdrücke besonders hervorzuheben und groß im Bild darzutellen, kann der Begriff Nahaufnahme verwendet werden. Als Gegenteil hierzu funktioniert Weitwinkelaufnahme ebenfalls fast immer. Für Kamerabewegungen lassen sich die Verben Schwenken, Zoomen oder Verfolgen gut nutzen. Und für außergewöhnliche Einstellungen haben sich die Begriffe Frosch- bzw Vogelperspektive bewährt.

Beispiele:

"Eine Totale, die sich von oben dem Objekt nähert"

"Eine Nahaufnahme mit langsamem Herauszoomen."

Figur(en)

Hier sollte man spezifizieren, wie Objekte und Figuren, die im visuellen Mittelpunkt der Szene stehen, konkret aussehen: Also beispielsweise welche Kleidung sie tragen und welche Emotionen sie ausstrahlen:

Beispiele:

"Ein weißhaariger, alter Mann im gelben Hemd mit grauer Weste, der freundlich lächelt."

"Ein großer Eisbär mit weißem Fell, der ein ernstes Gesicht macht."

"Ein Osterhase mit Sonnenbrille und detaillierter Felltextur hält ein Smartphone in der Pfote."

Aktion

Hier sollte man sehr konkret beschreiben, was in der Szene passiert. Wenn eine Handlung mit mindestens einer Figur zum Ausdruck kommen soll, sollte man dynamische Verben wie „laufen“, „fliegen“, „schwimmen“ oder „tanzen“ verwenden, ebenso helfen manchmal Tempobezeichnungen wie „langsam“, „schnell“ oder „schrittweise“.

Beispiele:

"Der Eisbär läuft vorsichtig, aber bestimmt zu einem Loch, das er zuvor ins Eis geschlagen hat"

"Der Osterhase bewegt das Smartphone in die Kamera und grinst breit. Mit der anderen Pfote zeigt der Osterhase in die Kamera auf den Zuschauer, als würde er ihn kennen."

Ort

Hier kann und sollte man die sichtbare Umgebung detailliert beschreiben. Also wo sich die Szene mit den Figuren befindet. Auch Beschreibungen des Geländes oder des Wetters, aber auch die Tageszeit können hier eingebracht werden.

Beispiele:

"Der Ort ist karg und verschneit. Graue Wolken ziehen in der Ferne langsam über den Himmel."

"Die Szene spielt auf einem riesigen Feld im Frühling voller bunter Ostereier zur goldenen Stunde."

Ästhetik

Hier sollte man seine Vorstellungen zum Look des Video-Clips hinzufügen. So lassen sich hier Schlagworte wie "35 mm-Film", "geringe Tiefenschärfe", "Bokeh" oder "Kino-Optik" einbringen.

Beispiele:

"Stilisierte 3D-Computeranimation, moderner 3D Style für Kinderfilme mit farbenfrohen, lebendigen Farben und detaillierten, fast plastikartigen Texturen"

"Die Beleuchtung ist filmisch, weich und diffus, mit im Gegenlicht der Sonne und entsprechenden Blendenflecken."