Chiunque abbia scritto in un prompt[3] 35 mm e ricevuto qualcosa di plausibile ha avuto la stessa impressione: il modello conosce le ottiche. Vale la pena esaminarla, perché è l’impressione che porta più fuori strada di ogni altra.
Un termine come 35 mm, primo piano[4] o grandangolo[5] entra nel sistema come testo, esattamente come cane o tramonto. Attiva le immagini che nelle didascalie erano accompagnate da quella parola. Statisticamente quelle immagini condividono davvero qualcosa (una compressione della prospettiva[6], una distanza dal soggetto[7]), e per questo l’effetto spesso somiglia a quello giusto. Ma non è un parametro ottico: è un’etichetta correlata a un aspetto. La prova migliore di questa distinzione arriva dalla ricerca più recente, che per ottenere un controllo davvero preciso su focale, tempo di scatto[8], temperatura colore[9], rollio, inclinazione[10] e campo visivo[11] ha dovuto costruire moduli dedicati, separati dal prompt e alimentati con numeri. Se le parole bastassero, quei lavori non avrebbero avuto ragione di esistere.
La conseguenza è una linea di demarcazione utile in produzione:
- Il testo va bene per l’aria di un’immagine: tipo di luce, atmosfera, distanza approssimativa, registro.
- Il testo non va bene per la geometria: dove sta la camera, quanto è alta, quanto comprime, cosa entra nel bordo.
- La ripetibilità peggiora sul secondo gruppo. Un’atmosfera chiesta a parole si riottiene con buona approssimazione; una prospettiva chiesta a parole cambia da una generazione all’altra.
Il modo di lavorare che ne segue è semplice da enunciare e faticoso da adottare: la macchina da presa[12] del modello non è una macchina da presa, e quando l’inquadratura[13] conta più dell’atmosfera bisogna smettere di descriverla e passare a imporla, con una posa, un contorno, una profondità, una fotografia di riferimento. È l’argomento dei capitoli 3.3 e 3.4.
Unità narrativa fondamentale del film che si svolge in un unico luogo e in un tempo continuo; ogni cambiamento di location o di tempo richiede la creazione di una nuova scena (e relativa intestazione).
La rappresentazione della tridimensionalità (profondità) su un'immagine bidimensionale. In cinematografia, si riferisce alla percezione della relazione spaziale tra gli oggetti e tra il soggetto e lo sfondo. La prospettiva non è determinata dalla lente, ma dalla distanza della camera dal soggetto. Le lenti (grandangolari o teleobiettivi) si limitano a "esagerare" o "comprimere" questa relazione.
Il comando, o la richiesta (scritta in linguaggio naturale), che un utente fornisce a un modello di intelligenza artificiale generativa per istruirlo sul contenuto che deve creare (es. "genera un'inquadratura grandangolare di una foresta al tramonto con stile anamorfico").
Un'inquadratura che isola un soggetto, tipicamente il volto di un personaggio (dalle spalle in su). È usata per enfatizzare i dettagli, le reazioni e le emozioni. È una delle inquadrature più potenti a livello narrativo per creare intimità e connessione emotiva con lo spettatore.
Un obiettivo con una lunghezza focale corta. Cattura un campo visivo molto ampio, tende a esagerare la prospettiva e aumenta la percezione della profondità (facendo apparire gli oggetti lontani più piccoli e distanti). Viene usato per enfatizzare gli ambienti o per trasmettere un senso di sopraffazione del soggetto.
