Pika H3 Flex prompt'ları: ayrık sesli video için kopyalanabilir beş kalıp

Pika H3 Flex beş yolla yönlendirilir — metinden videoya, ilk ve son kare, çok kipli referans-video, yüklenen klibi düzenleme ve ses stem'i dışa aktarma — ve her yola prompt başka biçimde yazılmalıdır. Bu beş kalıp kopyalanabilir: [brackets] içindeki kısımları değiştirin, yapıyı koruyun. Köşeli parantez yer tutucuları, hangi dilde prompt yazarsanız yazın İngilizce kalır. Pika'nın yayımladığı sınırlarla son karşılaştırma: 2026-11-03.

Prompt yazmadan önce: prompt'u şekillendiren sınırlar

• 5 ila 15 saniye, yalnızca tam saniyeler, 24 fps'de. Çekimi bu süreye göre tasarlayın; 20 saniye gerektiren bir prompt onu elde edemez.
• 8.000 karaktere kadar prompt'lar. Uzun, ayrıntılı prompt'lar geçerlidir; bu alanı kullanın.
• En fazla 12 referans varlık — en fazla 9 görsel, 3 video ve 3 ses dosyası. Video ve ses referansları her biri 2–15 saniye sürer.
• Doğal çözünürlük 480p veya 768p'dir; 1080p, 2K ve 4K, aynı çekimi tamamlayan Pika'nın iş içi upscaler'ı ile gelir.
• Ses doğaldır: stereo; diyalog, müzik, efekt, foley ve ortam sesi beş ayrı stem olarak dışa aktarılabilir.

1. Diyaloglu ve ses tasarlı metinden videoya

Çekimi, kamerayı, eylem vuruşlarını sırasıyla adlandırın, sonra sesi yazın — diyalog tırnak içinde, her ses katmanı adıyla. Model tarif ettiğinizi besteler; dışarıda bıraktığınızı kendisi seçer.

"Alacakaranlıkta 12 saniyelik 16:9 orta geniş çekim: [a cyclist in a yellow rain jacket] ıslak arnavutkaldırımlı sokaktan aşağı kayarken kamera gidon yüksekliğinde yanında ilerliyor; fırın vitrininin önünde fren yapıyor, bir ayağını yere koyuyor ve \"Bir ekmek — tohumlu olan.\" diyor. Arkasındaki kapı açılırken dükkân zili çalıyor; hafif yağmur kapüşonuna düşüyor; her şeyin altında sessiz bir piyano teması yatıyor."

Kontrol: replik dudak hareketine oturuyor, yağmur titrek değil istikrarlı, ve çekim gizli bir kesinti olmaksızın tek sürekli plan.

2. Referansla yönetilen karakter spotu

Referans modunda kimliği varlıklar, yönetimi prompt taşır. Referanslarda ne olduğunu söyleyin, sonra yalnızca ne olacağını yönetin. Karakterin yüzünü asla sözcüklerle yeniden tarif etmeyin — o, referansın işidir.

"[the presenter] için ekli karakter referansını ve [the bottle] için ürün referansını kullanarak: aydınlık bir mutfakta 10 saniyelik 9:16 çekim. Şişeyi kaldırıyor, arka etiketi okuyor, kameraya bir kez başını sallıyor ve \"Doğrusu — geçen yılla aynı fiyat.\" diyor. Kamera sabit; soldan sabah pencere ışığı; mutfak ortam sesi düşük."

Kontrol: yüz ve kıyafet son saniyede birincisi kadar referansla örtüşüyor ve etiket metni kamerada okunurken bozulmuyor.

3. İlk ve son kare

Pika'ya açılış karesini ve kapanış karesini verin; prompt'u ikisi arasındaki yol olarak yazın: ne değişiyor, hangi sırayla, hangi tempoda. Kare girdileri görseldir; prompt fiildir.

"İlk kareden son kareye: [the beached wooden boat] çevresinde gelgitin yükseldiği, her dalganın kumda bir öncekinden daha ileriye uzandığı 8 saniyelik 21:9 çekim; son karede tekne gövdesi yüzer oluyor. Martılar çekimin ortasında bir kez geçiyor; yalnızca rüzgâr ve dalgalar, müzik yok."

Kontrol: işlenen ilk ve son kareler gerçekten iki görselle eşleşiyor ve ilerleme tek yönlü — gelgit çekimin ortasında geri çekilmemeli.

4. Yüklenen klibi düzenleme

Düzenlemelerde kaynak klibi video referansı olarak yükleyin ve değişikliği bir talimat olarak yazın, sonra neyin değişmemesi gerektiğini söyleyin. H3 Flex performansı ve zamanlamayı korur — prompt'un görevi değişikliği sınırlamaktır.

"Ekli klibi düzenle: [the gray hoodie] öğesini [a navy peacoat] ile değiştir, geri kalan her şey aynı kalsın — aynı yürüyüş, aynı hız, aynı kamera, aynı sokak ve hava. 10 saniye, ses değişmeden."

Kontrol: yürüyüş ve ad ritmi orijinalle kare kare örtüşüyor ve sahnede başka hiçbir şey kaymamış — vitrinler, geçenler, ışık.

5. Stem'lere öncelik veren ses yönetimi

Ses görüntüden önemli olduğunda — diyalog miksleri, yerelleştirme, ileride müzik değişikliği — her stem'i adıyla yönlendirin. Dışa aktarılan stem'ler beş WAV olarak gelir: diyalog, müzik, efekt, foley, ortam sesi.

"Açılış saatinde tezgâhın arkasında çalışan [a barista] için 10 saniyelik 16:9 çekim, kamera yavaşça yaklaşıyor. Diyalog: \"İlk bizden.\" diyor. Müzik: yok. Efekt: kahve değirmeni çalışıyor, portafilter yerine oturuyor. Foley: önlüğü hışırdıyor, fincan tabağa konuyor. Ortam sesi: sessiz kafe oda tonu, sağ kanalda bir dolabın uğultusu."

Kontrol: her stem yalnızca kendi satırında adı geçeni içeriyor — değirmen foley'e sızmamalı — ve diyalog stem'i tek başına kullanılabilir.

Bu prompt'ları nerede çalıştırmak

H3 Flex Pika'nın API'si veya ürünü (ya da kendi sunucunuzda barındırılan ağırlıklar) üzerinden çalışır — Imgo'da yok. Aynı brief'ler bugün Imgo'nun video üreticisindeki Seedance 2.0 üzerinde çalışır: görsel, video ve ses referansları alır, doğal sesi prompt içinde üretir ve her üretim göndermeden önce kredi maliyetini gösterir. İki modelin tarifeleri ve sınırları Pika H3 Flex fiyat çözümlemesinde karşılaştırılır.

Kaynaklar: Pika'nın H3 Flex model sayfası ve lansman yazısı, 2026-11-03'te kontrol edildi.