Generatore di shot list AI
Generatore di shot list AI
Aggiornato il 3 novembre 2026

| SceneMixer in sintesi | Cosa ottieni |
|---|---|
| Prezzo video | Da 0,06 $ al secondo (10 crediti) nel livello predefinito, fino a 0,47 $ al secondo nel livello più alto; ogni prezzo ti viene mostrato prima di premere il pulsante |
| Durata della clip | Fino a 30 secondi per ogni segmento generato; un episodio viene composto a partire dai suoi segmenti a 1 credito al secondo |
| Un episodio, conti alla mano | Un episodio da 60 secondi nel livello predefinito costa circa 660 crediti (video più compositing), cioè circa 4,11 $ al prezzo più basso per credito; una serie di 10 episodi da 90 secondi ricavata da un romanzo di 30.000 caratteri costa circa 10.026 crediti, cioè circa 62 $ |
| Dialoghi | Pronunciati direttamente nel video, una voce per personaggio, in una qualsiasi delle 15 lingue |
| Formati | 9:16 verticale o 16:9 orizzontale; da 480P a 1080P, più un livello 2K |
| Gratis per iniziare | 50 crediti alla registrazione, 15 immagini di riferimento gratuite, uno storyboard gratuito per il primo episodio e un'anteprima video gratuita di 5 secondi |
| Chi lo usa | 2.900+ creator hanno generato con SceneMixer (account con almeno una generazione, conteggiati a novembre 2026) |
| Input | Una sceneggiatura, un romanzo o un'idea in una riga; caricamento di file .txt, .docx e .md |
Una shot list che puoi renderizzare, non un documento che poi devi girare tu
La maggior parte degli strumenti AI per le shot list restituisce una tabella. Devi comunque creare ogni scatto in un altro strumento, e sperare che il risultato corrisponda a quanto scritto nella tabella. Qui la shot list è l'input: ogni segmento viene generato dal proprio testo, usando le concept sheet di personaggi e luoghi nominati in quel testo. Se modifichi una riga della lista, viene rigenerato solo quel segmento. Questa sola differenza determina tutto il resto di questa pagina: la lista deve essere abbastanza precisa da essere eseguita, non solo leggibile.
Cosa contiene un segmento
L'unità è un segmento di 4–15 secondi (fino a 30 sui livelli a ripresa lunga), che è anche una generazione. Dentro ci sono le singole inquadrature. Ogni segmento si apre con un'intestazione che fissa i fatti di cui una camera ha bisogno prima di girare:
| Luogo | Un riferimento a un luogo nella libreria di asset del progetto, non una nuova descrizione — così due segmenti nella stessa stanza sono effettivamente nella stessa stanza. |
|---|---|
| Ora e meteo | Dichiarati una volta per segmento. L'illuminazione deriva da questi dati più il plate del luogo, invece di essere reinventata per ogni scatto. |
| Arredamento del set e oggetti di scena | Cosa si trova nello spazio e quali oggetti di scena sono in uso. Gli oggetti elencati qui sono quelli le cui concept sheet vengono associate al segmento. |
| Stato del fotogramma iniziale | Il primo fotogramma, descritto come un fermo immagine: tipo di inquadratura, chi è presente, quale postura ha. Tutto ciò che non è visibile in quel primo fotogramma non va indicato qui. |
| Persone sullo sfondo | Presenti solo quando la scena ha davvero una folla. Dichiarate una sola volta, nell'intestazione, così non compaiono e scompaiono a intermittenza tra gli scatti dello stesso luogo. |
Cosa contiene uno scatto
- Un numero e una durata in secondi. Le durate degli scatti di un segmento sommano alla lunghezza del segmento; non c'è margine per nascondere imprecisioni.
- Un tipo di inquadratura. Campo lungo, piano medio, primo piano, over-the-shoulder, insert — scelto in base a ciò che serve al momento, e orientato verso le inquadrature che i modelli di video AI riescono effettivamente a renderizzare bene.
- Chi è nel fotogramma. In modo esplicito, per ogni scatto. Questo è l'elenco che decide quali concept sheet allegare, quindi è considerato la fonte autorevole, non semplice prosa.
- L'azione. Scritta come causa, non come risultato: qual è la fonte di luce e dove si trova, non dove cade il riflesso.
- Il dialogo. Ogni battuta con il suo parlante e una breve nota di recitazione. SceneMixer ricava la durata di un'inquadratura di dialogo dalla battuta (l'inglese è calcolato a tre parole al secondo), così un'inquadratura non è mai troppo corta per la frase che contiene.
- Suono ambientale. Com'è il suono della scena, che il modello video genera insieme alle immagini.
Tre regole che esistono per via dei difetti dei modelli video
Non sono preferenze di stile. Ognuna è stata aggiunta dopo aver visto i video generati rompersi nello stesso modo più volte.
- Nessun personaggio fuori campo viene nominato. Se un personaggio viene solo guardato, interpellato o cercato e non è nel fotogramma, lo scatto indica "verso la sinistra del fotogramma", mai il suo nome. Nominare un personaggio assente è il modo più sicuro per far sì che il modello incolli il suo volto in uno scatto che dovrebbe contenere una sola persona.
- Gli scatti con una sola persona lo specificano. Uno scatto con un solo personaggio riporta la nota esplicita "solo questa persona nel fotogramma", e i personaggi presenti ma che non parlano sono contrassegnati come tali, così il modello non anima una bocca che dovrebbe essere chiusa.
- I termini sulla profondità sono decisioni di inquadratura. Scrivere che qualcuno è "sullo sfondo, sfocato" dietro a chi parla ha già scelto una posizione della telecamera — che spesso non esiste in un normale piano medio a due persone. La lista è scritta in modo che queste frasi compaiano solo dove l'inquadratura le supporta.
Dopo che il modello ha scritto la lista, viene eseguito un passaggio di correzioni deterministiche prima del salvataggio: le durate degli scatti vengono riconciliate con il segmento, il tipo di inquadratura iniziale viene allineato al primo scatto, le bocche di chi non parla vengono chiuse, i riferimenti ad armi e contatti vengono resi specifici, le note di bozza residue vengono rimosse. Un secondo passaggio chiede allo stesso modello di riscrivere solo le righe specifiche che non hanno superato un controllo, mai l'intera lista.
Quanto sono lunghe le liste, nella pratica
Su questa piattaforma l'episodio mediano sono sette segmenti, e il segmento mediano è di quattordici secondi: quindi l'elenco di inquadrature di un episodio tipico sono circa cento secondi di tempo schermo, con tutte le singole inquadrature che quei sette segmenti richiedono. Su SceneMixer, generare l'elenco di un episodio dura circa 1 minuto e 54 secondi in mediana, misurati su tutti gli elenchi generati con successo su scenemixer.com nei trenta giorni fino al 20 settembre 2026.
Modificare è gratis; rigenerare no
Ogni riga della lista è testo modificabile, e modificare non costa nulla — gli unici eventi fatturati sono le chiamate al modello. Questa asimmetria è voluta, perché cambia il modo di lavorare: correggere uno scatto a mano e renderizzare di nuovo solo quel segmento è economico, mentre chiedere al modello una nuova lista dell'intero episodio costa esattamente quanto la prima e cancella tutte le modifiche manuali in quell'episodio. Per piccole correzioni, modifica. Per un approccio davvero diverso all'episodio, rigenera.
Quanto costa
Gli elenchi di inquadrature si addebitano per episodio, in base alla lunghezza dello script che quell'episodio copre: 1 credito ogni 333 caratteri di testo inglese, alla stessa tariffa per il primo passaggio e per la riesecuzione. L'analisi dello script, che produce il cast e la scomposizione in episodi su cui l'elenco è scritto, costa 4 crediti ogni 3.333 caratteri e gira una volta per tutto il caricamento. Su un primo progetto l'elenco di inquadrature dell'episodio 1 è gratuito, e ogni account SceneMixer parte con 50 crediti. Il rendering delle inquadrature è a parte, da 10 crediti al secondo di output. Tabella completa nella pagina dei prezzi.
Una sola shot list, quindici lingue per i dialoghi
La durata dei dialoghi viene calcolata per ogni lingua, così un’inquadratura è abbastanza lunga per la battuta che contiene, indipendentemente dalla lingua in cui è scritta. La lingua dei dialoghi viene scelta prima dell’analisi e viene generata nativamente, non doppiata in un secondo momento; tutte le serie qui sotto sono state prodotte in questo modo.
Lingue
Dialoghi nativi in 15 lingue
Ogni serie qui sotto è stata prodotta con la stessa pipeline di SceneMixer, con il cast che parla la lingua in modo nativo: interfaccia, documenti di lavoro e battute sono tutti nella stessa lingua, niente doppiaggio. Aprila per ascoltarla.
A Carta de LisboaPortuguêsDialoghi nativi
윈터 프라미스한국어Dialoghi nativi
El Secreto de CostaEspañolDialoghi nativi
浪人の誓い日本語Dialoghi nativi
Ikrar JakartaBahasa IndonesiaDialoghi nativi
Зимняя коронаРусскийDialoghi nativi
L’Héritier du DéfiléFrançaisDialoghi nativi
Il Tavolo dell'OlivaItalianoNella tua lingua
De Vuurtoren van de FjordNederlandsDialoghi nativi
العهد الصحراويالعربيةDialoghi nativi
Çantasındaki SözleşmeTürkçeDialoghi nativi
Die Istanbul-TäuschungDeutschDialoghi nativi
Останній сигналУкраїнськаDialoghi nativi
問劍青雲繁體中文Dialoghi nativi
The Last EnvelopeEnglishDialoghi nativi
In SceneMixer rispetto a unire più strumenti
La maggior parte dei flussi di lavoro per i drama AI è una catena di cinque o sei strumenti. Qui trovi dove avviene ogni passaggio e che cosa sostituisce.
| Passaggio | In SceneMixer | A mano, con strumenti separati |
|---|---|---|
| Sceneggiatura e piano degli episodi | Incolla una sceneggiatura o un romanzo, oppure scrivi una sola riga: viene letta e trasformata in cast, location, oggetti di scena e un outline degli episodi che puoi modificare | Un modello di chat scrive la sceneggiatura; tu la dividi in episodi e porti il testo da uno strumento all'altro |
| Volti dei personaggi e luoghi | Ogni personaggio, location e oggetto di scena viene disegnato una sola volta come scheda di riferimento e collegato a ogni inquadratura in cui compare | Un modello di immagini, una scheda alla volta; sei tu a caricare il riferimento giusto per ogni clip |
| Inquadrature | Uno storyboard per episodio con inquadrature numerate e durata in secondi; il video viene generato segmento per segmento in 9:16 o 16:9, sempre sulle stesse schede | Un modello video, una clip per prompt, descrivendo ogni volta di nuovo le stesse persone |
| Voci e dialoghi | Le battute sono recitate nel video stesso, una voce per personaggio, in una qualsiasi delle 15 lingue | Uno strumento di sintesi vocale per ogni battuta, poi un passaggio di sincronizzazione labiale su ogni clip |
| Correggere una singola inquadratura | Modifichi il testo di quell'inquadratura e rigeneri solo quel segmento; il resto dell'episodio resta intatto | Rigeneri la clip, poi rifai il montaggio della timeline |
| Rifinitura | I segmenti vengono composti in un unico file per episodio, con la colonna sonora; i membri lo scaricano senza il badge AI | Un editor video per unire le clip, aggiungere musica e sottotitoli, poi esportare |
| Pubblicazione | Carichi l'episodio finito su TikTok, YouTube, Instagram o ovunque altro; non viene pubblicato nulla al posto tuo | Caricamento a mano, come qui |
Domande frequenti
Posso esportare la shot list in PDF o in un foglio di calcolo?
Al momento no. La lista vive nell’editor perché è lì che viene eseguita: è al contempo il documento di produzione e l’input per il rendering. Puoi copiare il testo di ogni segmento, e l’intera lista è in testo semplice, non in un formato proprietario.
Posso scrivere io la shot list?
Sì. Il testo di ogni segmento è modificabile, e puoi inserire, duplicare o eliminare segmenti. Ciò che SceneMixer fornisce in ogni caso è il collegamento alla libreria asset: nominare un personaggio in un'inquadratura è ciò che allega la sua arte di riferimento al render.
Decide anche i movimenti di macchina oltre alla dimensione delle inquadrature?
SceneMixer scrive il movimento dove serve il momento (una spinta in avanti, un'orbita lenta, un inseguimento a mano) e lo lascia fuori dove un fotogramma fisso è più forte. Evita di proposito le mosse elaborate che i modelli video attuali trasformano in deformazioni, e non usa il vocabolario tecnico gergale a cui rispondevano i modelli d'immagine di una generazione precedente.
Come decide quanto deve durare un’inquadratura?
Le inquadrature con dialoghi vengono calibrate sulla battuta stessa, a una velocità di tre parole al secondo per l’inglese, con una durata minima per fare in modo che le battute molto corte abbiano comunque spazio. Le inquadrature senza dialoghi prendono la loro durata da quello che deve succedere al loro interno. Le durate delle inquadrature di un segmento vengono poi riallineate alla durata totale del segmento prima che la lista venga salvata; un segmento che supera la durata prevista viene diviso in corrispondenza di un confine tra inquadrature, invece di essere compresso.
Posso ottenere una shot list senza generare il video?
Sì. SceneMixer addebita l'analisi e l'elenco di inquadrature separatamente dal rendering, e nulla ti obbliga a renderizzare. Le persone usano la pipeline così: uno script dentro, un elenco di inquadrature strutturato fuori, le riprese fatte in modo tradizionale.
Una shot list che si gira da sola
Incolla uno script e leggi la lista del primo episodio.
Prova SceneMixer gratisPacchetti di credit a partire da 1,49 $ · Pro 7,99 $/mese · Nessuna carta di credito per iniziare