Come scrivere prompt per Gemini Omni Flash per video da 10 secondi
Gemini Omni Flash ha una superficie di prompt insolita: niente parametro negativo, due formati, solo inglese e due modalità di prompting distinte. Ecco come scriverle bene entrambe.

Nota
Aggiornamento (13 luglio 2026): Gemini Omni Flash è ora disponibile in OmniArt per la generazione video standard da testo e immagini di riferimento. I controlli di modifica conversazionale con stato di Google non sono ancora esposti nell'interfaccia di OmniArt; le precedenti indicazioni di disponibilità riportate sotto riflettono la data di pubblicazione originale.
La maggior parte delle guide ai prompt per video AI ti insegna a scrivere una cosa sola: un paragrafo ricco e dettagliato che consegni al modello una volta. Gemini Omni Flash rompe questo presupposto. La sua API per sviluppatori (attiva dal 30 giugno) è costruita attorno a due atti di prompting diversi — la prima generazione, e poi una conversazione continua di modifiche che rimodellano ogni volta lo stesso clip. Scrivi per una e ignora l'altra e lasci la maggior parte del modello inutilizzata.
Anche la superficie di prompt di Omni Flash è insolita per ciò che toglie. Non c'è un campo per il prompt negativo, non c'è una manopola per la temperatura, non c'è un'istruzione di sistema, e ci sono solo due formati. Non sono lacune da aggirare alla cieca — ognuna cambia il modo in cui dovresti formulare un prompt. Questa guida copre entrambe le modalità e i vincoli che le plasmano.
Nota
Al 1° luglio 2026, Gemini Omni Flash è disponibile tramite Google AI Studio, la Gemini API, l'app Gemini e Google Flow — non ancora all'interno del workspace di OmniArt. Le sezioni che seguono descrivono come scrivere prompt direttamente per gli strumenti di Google; la sezione conclusiva indica quali abitudini si trasferiscono ai modelli video già attivi su OmniArt oggi.
Due modalità di prompt, non una#
Ogni sessione di Omni Flash ha due tipi di prompt, e premiano scritture diverse.
Il prompt di prima generazione è un brief completo per un singolo battito di 10 secondi: soggetto, movimento, camera, luce, suono, stile. Si comporta come qualsiasi prompt solido di testo in video o immagine in video — anticipa il dettaglio, sii specifico, descrivi l'intera ripresa in una volta.
L'istruzione di modifica conversazionale è l'opposto. È breve, nomina esattamente un cambiamento e presuppone che il modello conservi già il clip precedente nel contesto. «Rendi la luce da golden hour.» «Sostituisci la berlina con un pick-up.» Il modello applica la modifica preservando tutto ciò che non hai menzionato — tramite il previous_interaction_id che trasporta lo stato della sessione attraverso fino a tre modifiche sequenziali via l'Interactions API. Ammassa tre cambiamenti in un'unica istruzione di modifica e perdi la precisione che rende la modalità degna di essere usata.
Il modello mentale: componi nel primo prompt, dirigi nei successivi. Ottieni un clip di base solido, poi affinalo come faresti briefando un regista a metà ripresa — una nota alla volta.
I vincoli dell'API che plasmano la tua formulazione#
L'elenco dei parametri di Omni Flash è breve per scelta. Ogni omissione ha una conseguenza sul prompt:
| Vincolo | Cosa significa per il prompt |
|---|---|
| Nessun campo per prompt negativo | Formula le esclusioni all'interno del prompt stesso — «una strada vuota, nessun pedone, nessun traffico» invece di una lista negativa separata |
| Nessuna temperatura / top_p / istruzione di sistema | Non puoi regolare la varianza né impostare una regola di stile persistente — inserisci tono e stile nel testo del prompt ogni volta |
| Formato: solo 9:16 o 16:9 | Scegli l'orientamento in partenza; non c'è un'opzione quadrata o cinematografica ampia, quindi inquadra in verticale o orizzontale dalla prima parola |
| Audio descritto, mai caricato | Non puoi consegnargli una traccia da abbinare — descrivi a parole il suono che vuoi (vedi sotto) |
| Inglese pienamente supportato; le altre lingue non sono testate | Scrivi i prompt in inglese per risultati prevedibili |
| Limite fisso di 10 secondi | Un'azione chiara per generazione — non una scaletta di riprese |
Avviso
Omni Flash non ha caricamento di riferimento audio. Non puoi fornirgli una base musicale né un campione vocale da sincronizzare. Genera una traccia audio in modo predefinito, e il tuo unico controllo sono le parole nel prompt — quindi il sound design va scritto, non allegato.
Un modello per la prima generazione#
Poiché 10 secondi contengono un solo battito, i primi prompt più forti descrivono un singolo momento continuo con ogni strato specificato. Sei caselle coprono quasi qualsiasi ripresa:
- Soggetto — chi o cosa è sullo schermo, descritto concretamente
- Movimento — l'unica azione che si svolge lungo il clip
- Camera — un singolo movimento, non una sequenza («lenta spinta in avanti», «campo largo fisso»)
- Illuminazione — direzione, qualità, ora del giorno
- Sound design — l'audio che vuoi generare, a parole
- Stile — palette, epoca, riferimento cinematografico, texture
Un esempio elaborato:
Nota che le esclusioni vivono dentro la frase («nessuna musica»), la camera è un solo movimento e il suono è esplicitato. È tutta qui la disciplina.
Montaggio conversazionale: il vocabolario che funziona#
Una volta che hai un clip di base, le modifiche sono il punto in cui Omni Flash supera i workflow di generazione usa-e-getta. Mantieni ogni istruzione su un solo intento e appoggiati a un vocabolario di verbi coerente che il modello legge con chiarezza:
- Rilluminare — «rendilo golden hour», «aggiungi una luce di contorno fredda da dietro»
- Sostituire — «sostituisci il dripper del caffè con una French press»
- Ristilizzare — «fallo sembrare pellicola anni '70»
- Ricolorare — «cambia la tazza in nero opaco»
- Ritempificare — «rallenta la colata», «lascia indugiare più a lungo il vapore»
Due regole mantengono coerente il filo. Un cambiamento per turno — il modello preserva ciò che non menzioni, quindi una modifica a nota singola è sia più prevedibile sia più facile da annullare rifacendo il prompt. E costruisci sul linguaggio del turno precedente — riusa i sostantivi che hai stabilito («la tazza», «la colata») così il modello si àncora agli stessi elementi anziché reinterpretare la scena.
Suggerimento
La catena di tre modifiche è un budget, non un suggerimento. Pianifica il prompt di base in modo che richieda il minor numero di follow-up — una prima generazione forte lascia i tuoi turni di modifica per cambiamenti creativi autentici, non per correggere cose che il primo prompt avrebbe potuto specificare.
Aggirare i limiti attuali#
Alcuni limiti non sono risolvibili con il prompt, e conviene scrivere tenendoli a mente piuttosto che combatterli:
- Limite di 10 secondi. Non c'è estensione della scena nell'API, quindi non scrivere prompt che implicano un arco più lungo. Progetta un battito che regga da solo.
- La coerenza dei personaggi tra cambi di scena è un punto debole riconosciuto. Se la somiglianza conta, mantieni le modifiche all'interno della stessa scena invece di chiedere al modello di ricollocare un personaggio in un nuovo ambiente.
- I riferimenti video oltre i 3 secondi non vengono elaborati completamente. Mantieni ogni clip di riferimento breve e mirato.
- Nessun riferimento multi-video e nessuna modifica vocale — entrambi non sono supportati, quindi pianifica questi passaggi in uno strumento separato anziché nel prompt.
Nessuno di questi è squalificante per uno strumento di iterazione veloce e in formato breve. Significano solo che Omni Flash premia i prompt calibrati su ciò che fa bene: un singolo battito serrato, affinato in modo conversazionale.
Cosa si trasferisce a OmniArt oggi#
Omni Flash non è ancora nel workspace di OmniArt, ma quasi ogni abitudine descritta sopra si trasferisce ai modelli video che ci sono — perché la disciplina di fondo (un battito chiaro, la specificità al posto della zuppa di parole chiave, il suono scritto nel prompt) è indipendente dal modello.
- La generazione guidata da riferimenti si mappa direttamente su Seedance 2.0, attivo su OmniArt, che accetta fino a nove immagini, tre video e tre file audio legati a ruoli con la sintassi
@image1/@video1— l'idea del «comporre dagli asset», con più input di quelli che offre Omni Flash. - Il linguaggio della camera cinematografica si mappa su Veo 3.1, che interpreta verbi di movimento come «drift», «glide» e «dolly in» con misura.
- Il modello a sei caselle (soggetto, movimento, camera, luce, suono, stile) è lo stesso scheletro che produce risultati puliti su ogni modello video nel workspace.
Apri il workspace video su OmniArt, scegli il modello adatto alla ripresa e scrivi il primo prompt come un singolo battito completo. Quando Omni Flash arriverà, il workflow a due modalità descritto sopra è la parte che aggiungerai — l'arte del prompt è già la stessa.


