Text zu Video mit KI: aus ein paar Sätzen ein fertiger Clip
Du hast eine Idee oder ein kurzes Skript, aber keine Zeit zum Drehen und Schneiden. Mit diesem Prompt teilt dein todo.is-Agent den Text in Szenen auf, erzeugt für jede Szene einen kurzen KI-Clip, nimmt eine Sprecherstimme auf, brennt Untertitel ein und setzt alles zu einem MP4 zusammen, das du direkt posten kannst.
Der Prompt
- Mach aus diesem Text ein [LÄNGE]-Sekunden-Video: [DEIN TEXT ODER DEINE IDEE]. Teil ihn zuerst in 4 bis 6 Szenen und zeig mir die Szenenliste mit dem Satz, der in jeder Szene gesprochen wird. Erzeuge dann pro Szene einen kurzen KI-Clip im Stil [VISUELLER STIL], nimm einen Sprechertext auf in [SPRACHE UND STIMME], brenn Untertitel ins Video ein und füge alles zu einem MP4 im Format [SEITENVERHÄLTNIS] zusammen. Die Hauptfigur oder das Produkt soll in jeder Szene gleich aussehen. Gib mir außerdem die Untertitel als SRT-Datei und den Sprechertext als MP3.
Was du ändern solltest
- [LÄNGE]: Z. B. 20, 30 oder 45. Für Reels und Shorts sind 20 bis 30 Sekunden ein guter Start.
- [DEIN TEXT ODER DEINE IDEE]: Ein fertiges Skript oder nur die Idee, z. B. „warum man Pflanzen morgens gießen sollte“.
- [VISUELLER STIL]: Z. B. „realistisch, weiches Morgenlicht“, „3D-Animation“, „Zeichentrick“ oder ein Referenzbild anhängen.
- [SPRACHE UND STIMME]: Z. B. „Deutsch, ruhige Frauenstimme“ oder „Englisch, energischer Mann“.
- [SEITENVERHÄLTNIS]: 9:16 für Reels, TikTok und Shorts, 16:9 für YouTube, 1:1 oder 4:5 für den Instagram-Feed.
Beispielergebnis
- Videoplan: „Pflanzen morgens gießen“
- 30 Sekunden · realistisch, weiches Morgenlicht · Deutsch, ruhige Frauenstimme · 9:16
- Szenen
- • Szene 1 (0–5 s): Nahaufnahme von Tau auf Tomatenblättern bei Sonnenaufgang. Stimme: „Die meisten gießen ihren Garten zur falschen Zeit.“
- • Szene 2 (5–11 s): Eine Gießkanne gießt direkt an den Fuß einer Pflanze. Stimme: „Morgens kommt das Wasser an die Wurzeln, bevor die Hitze da ist.“
- • Szene 3 (11–17 s): Mittagssonne, eine Pfütze trocknet schnell auf heißer Erde. Stimme: „Gießt du mittags, verdunstet ein großer Teil.“
- • Szene 4 (17–24 s): Blätter bei Nacht, feucht und dunkel. Stimme: „Gießt du abends über die Blätter, freut sich vor allem der Pilz.“
- • Szene 5 (24–30 s): Ein volles, gesundes Gemüsebeet, die Kamera fährt langsam nach oben. Stimme: „Also: Wecker stellen. Deine Pflanzen danken es dir.“
- Gelieferte Dateien
- • pflanzen_morgens_giessen_30s.mp4: das fertige Video, 1080 x 1920, Untertitel im unteren Drittel eingebrannt
- • pflanzen_morgens_giessen_30s.srt: Untertiteldatei, passend zur Stimme getaktet
- • pflanzen_morgens_giessen_stimme.mp3: der Sprechertext allein
- So ist es entstanden
- • Jede Szene wurde als eigener kurzer KI-Clip aus einer genauen Szenenbeschreibung erzeugt
- • Die Stimme kam per Text in Sprache, danach wurde jeder Clip auf die Länge seines Satzes gekürzt
- • ffmpeg hat die Clips mit kurzen Überblendungen verbunden und die Untertitel in klarer weißer Schrift mit dunkler Kontur eingebrannt
- Vor dem Posten
- • Schau es einmal ohne Ton an: Die Untertitel sollten die ganze Geschichte erzählen
- • Prüf Hände, Gesichter und Schrift in den KI-Szenen, dort entstehen am ehesten Fehler
- • Kennzeichne KI-generierte Inhalte, wo die Plattform es verlangt (Instagram, TikTok und YouTube haben dafür eigene Hinweise)
So geht’s mit todo.is
- Kopiere den Prompt und trag Länge, Text, Stil, Stimme und Format ein.
- Schick ihn in todo.is ab oder per WhatsApp oder Telegram. Ein Produktfoto oder Referenzbild kannst du anhängen.
- Prüf die Szenenliste, die dein Agent zuerst schickt, und gib dein Okay oder Änderungen.
- Du bekommst MP4, SRT und MP3. Einzelne Szenen kannst du neu erzeugen lassen, z. B. „Szene 3 mit mehr Sonne“.
Tipps für ein besseres Ergebnis
- Schreib eine Idee pro Satz. Jeder Satz wird zu einer Szene, kurze Sätze ergeben saubere Schnitte.
- Beschreib Hauptfigur oder Produkt in jeder Szene gleich, damit es von Clip zu Clip gleich aussieht.
- Lass genaue Texte wie Preise, Namen oder Webadressen aus den KI-Szenen heraus und bitte um eine Einblendung. Dein Agent setzt sie nachträglich, dann stimmt die Schreibweise.
- Häng ein Foto deines Produkts oder ein Referenzbild an, das hält den Look über alle Szenen zusammen.
- Starte mit 20 oder 30 Sekunden. Kurze Videos verbrauchen weniger Credits und halten die Aufmerksamkeit im Feed meist besser.
Text zu Video KI: häufige Fragen
- Wie lang kann ein Video aus Text werden? Jeder KI-Clip dauert nur wenige Sekunden. Längere Videos entstehen, indem mehrere Szenen aneinandergereiht werden. Für Social Media sind 15 bis 60 Sekunden ideal.
- Kann ich meine eigene Stimme statt einer KI-Stimme nehmen? Ja. Schick deinem Agenten eine Sprachaufnahme deines Textes, dann legt er die Szenen auf deine Aufnahme und erstellt die Untertitel daraus.
- Sieht dieselbe Person in jeder Szene gleich aus? Mit Referenzbild und gleicher Beschreibung meist sehr ähnlich, aber nicht immer identisch. Prüf Gesicht und Kleidung und lass einzelne Szenen bei Bedarf neu erzeugen.
- Verbraucht die Videoerstellung Credits? Ja. KI-Videos und Stimmen laufen über die AI-Credits in deinem Tarif. Das Schneiden und Untertiteln mit ffmpeg ist der kleinere Teil.
JavaScript is required to use the todo.is app.