Haben Sie jemals eine Eingabeaufforderung getippt, die Sie für urkomisch hielten, auf Generieren geklickt und einen perfekt animierten Clip zurückbekommen, der sich irgendwie überhaupt nicht witzig anfühlte? Sie sind nicht allein.
Ich bin ein Ersteller von Kurzkomödien, der Sketche und Meme-Clips für soziale Medien erstellt, und ich verbringe mehr Zeit, als ich zugeben möchte, damit, gegen KI-Videomodelle anzukämpfen, um einen Witz ankommen zu lassen. Die Frage nach welcher KI Videos auf Basis von Eingabeaufforderungen für witzige Videos erstellt ist eigentlich keine Frage nach einer Werkzeugliste. Es ist eine Frage des Handwerks: Welche Modelle bewahren den Tonfall, welche mildern die Absurdität ab, und wie schreibt man Eingabeaufforderungen, in denen die Komödie tatsächlich überlebt? Diese Anleitung führt durch das, was ich beim Testen dieser Modelle gelernt habe.
Warum die meisten KI-Videomodelle Schwierigkeiten haben, echten Humor zu liefern
Humor im Video wohnt in den Details, die die Modelle darauf trainiert sind, auszugleichen. Ein übertriebenes gesichtsloses Gesicht, eine langsame, unangenehme Pause, eine Figur, die etwas Absurdes völlig ernst nimmt – genau das sind die Dinge, die ein auf „sicheres, angenehmes, gut komponiertes“ Material trainiertes Modell leise normalisiert. Also stirbt der Witz nicht, weil die Generierung fehlgeschlagen ist, sondern weil sie darin erfolgreich war, generisch zu sein.
Es gibt eine weitere Ebene. Die meisten Mainstream-Modelle sind gegen übertriebene Gesichtsausdrücke, laute emotionale Tonfälle und alles, was als „überdreht“ gilt, eingestellt. Komödie braucht oft genau das. Eine Katze, die einen Soap-Opera-Monolog hält, braucht ein Gesicht, das wirklich verletzt aussieht. Wenn das Modell entscheidet, es auf „ruhige sitzende Katze“ zurückzudrehen, haben Sie den Gag, bevor er überhaupt beginnt, verloren.
Welche KI-Videomodelle eignen sich am besten für promptbasierte lustige Videos
Aus meiner Erfahrung mit ihnen geht es nicht um eine nützliche Unterteilung in „beste vs. schlechteste“. Es geht darum, wo die Abstimmung jedes Modells einen Witz unterstützt oder beeinträchtigt.
Hauptstrommodelle wie Runway, Pika und Kling sind zuverlässig für saubere, kinematografische Bewegungen – eine Katze, die geht, eine Kaffeetasse, die sich dreht, flüssige Kameraeinstellungen. Aber für Komödie neigt ihre Ausrichtung dazu, die genau diese Übertreibung, von der der Witz abhängt, abzuschwächen. Sie liefern dir einen technisch schönen Clip einer Katze. Keinen dramatischen.
Die Modelle, die tatsächlich für promptbasierte lustige Videos funktionieren, sind diejenigen, die deinen Ton nicht hinterfragen. Einschränkungsfreie Videomodelle – die Art, die den Prompt, den du tatsächlich verfasst hast, statt dem Prompt, den sie annehmen, dass du meintest, darstellt – bewahren das ausdruckslose Gesicht, den langsamen Zoom und die absurde Sprachausgabe. Für Komödie ist das der Unterschied zwischen einem Clip, der funktioniert, und einem Clip, der drei Stunden Bearbeitung braucht, um gerettet zu werden.
Verfassen von lustigen Prompts, die KI-Videogeneratoren tatsächlich treffen
Die meisten scheitern hier, weil sie das Konzept statt des Einzelbildes schreiben. „Katze, die einen dramatischen Seifenoper-Monolog hält“ ist ein Konzept. Das Modell muss alles andere erfinden, und es erfindet die langweilige Version.
Der Trick besteht darin, die Leistung Schritt für Schritt zu beschreiben, wie es ein Regisseur tun würde. Gib ihm den Ausdruck, die Kameraeinstellung, das Tempo und die Szeneinrichtung an. Der Humor liegt im Kontrast zwischen dem Thema und der Ernsthaftigkeit, mit der es behandelt wird – also musst du diesen Kontrast ausdrücklich spezifizieren.
Prompt-Formel: [Thema], [übertriebene spezifische Emotion/Ausdruck], [spezifische Kamerabewegung], [trockene/langsame Tempo], [absurde ernste Kontext], [Stilverweisung]
Beispiel: Eine Tigerkatze, die auf einem Samtkanapee aufrecht sitzt, das Gesicht vollständig dramatisiert mit tränenvollen verletzten Augen, langsamer dramatischer Zoom-in über 5 Sekunden, trockene ernste Darbietung wie ein Nahaufnahme aus einer Seifenoper der 1980er Jahre, kinematische warme Beleuchtung, Filmkörnung
Diese Version lässt dem Modell fast keinen Raum, es zu normalisieren. Die Emotion ist benannt, die Kamerabewegung ist zeitlich festgelegt, die Stilverweisung fixiert den Ton. Wenn der Ausdruck falsch herauskommt, regeneriere nicht blind – füge die fehlende Einzelheit hinzu. „Verletzte Augen“ allein reicht oft nicht aus; „eine einzelne Träne, die eine Wange hinunterläuft“ tut es.
Schritt-für-Schritt-Arbeitsablauf, um einen albernen Prompt in ein fertiges lustiges Video umzuwandeln
Das ist der Arbeitsablauf, den ich jetzt verwende und der über ein paar hundert Clips verfeinert wurde.
Schritt 1: Fixiere die Aufnahme, nicht nur die Idee. Schreibe die obige vollständige Prompt-Formel für eine einzelne Aufnahme von 5–10 Sekunden. Ein Witz pro Clip. Versuche, Einführung und Punchline in eine einzelne Generierung zu quetschen, ist der schnellste Weg, um eine unklare Ausgabe zu erhalten.
Schritt 2: Generiere zuerst die Hauptaufnahme. Führe den Hauptvisuellen Beat aus und prüfe, ob der Ausdruck und die Kamerabewegung angekommen sind, bevor du etwas Darum aufbaust. Wenn die Kernaufnahme des Witzes flach ist, korrigiere sie jetzt – baue nicht auf einem toten Clip auf.
Schritt 3: Erzeuge den Punchline-Takt separat. Komik hängt von Timing ab, und Timing entsteht durch Schnittarbeit. Erzeuge den Einstiegsschnitt, den Reaktionsschnitt und den Abschlusschnitt als separate Erzeugungen, damit du sie im richtigen Rhythmus zuschneiden kannst.
Schritt 4: Schneide zum Takt hin. Ich füge normalerweise die drei oder vier Clips in eine Zeitleiste ein, schneide jeden auf den witzigen Rahmen zu und lasse den Punchline einen Takt später einsetzen als es natürlich anfühlt. Eine unangenehme Pause = witzig. Das ist einer der einfachsten Hebel, die du zur Verfügung hast.
Schritt 5: Der Sound macht es aus. Ein ernstes Off-Stimme, ein dramatisches Klangeffekt oder sogar völlige Stille bei einem absurden Bild leisten oft mehr als jede visuelle Anpassung. Die meisten meiner besten Clips wurden im Sounddesign-Stadium witzig, nicht im Erzeugungsstadium.
Häufige Prompt-Fehler und wie du sie für komischen Effekt beheben kannst
Drei Fehler treten ständig in Komik-Prompts auf, und jeder hat eine spezifische Lösung.
Das Modell mildert die Absurdität. Du hast nach Dramatik gefragt, du hast Mäßiges bekommen. Lösung: Nenne das physische Detail. Statt „dramatisch“ schreibe „einzelner Träne, zitternder Kinn, runzelte Stirn.“ Modelle reagieren auf konkrete visuelle Hinweise, nicht auf abstrakte Tonwörter.
Es schneidet in der Mitte des Schnitts zu generischem B-Roll-Material. Du wolltest das Gesicht der Katze für 10 Sekunden sehen und hast 3 Sekunden Gesicht und dann 7 Sekunden zufälliges Katzematerial bekommen. Lösung: Sperre die Kamera und die Bildgestaltung im Prompt – „statischer Nahaufnahme, keine Abbrüche, ein einzelner kontinuierlicher Schnitt.“ Unbeschränkte Modelle halten das Bild viel besser, wenn du es explizit anforderst.
Der Tonfall wird blockiert oder abgeschwächt. Einige Mainstream-Tools lehnen leise übertriebene emotionale Darbietungen ab oder stellen sie als neutral dar. Lösung: Verwenden Sie ein Modell, das das wiedergibt, was Sie geschrieben haben, statt das, was es für sicher hält. Für Komödien ist dies kein Nice-to-have – es ist das Entscheidende.
Fallstudie: Der Seifenoper-Katzen-Prompt, getestet auf verschiedenen Tools
Vor ein paar Wochen habe ich den viralen Prompt „Katze, die einen dramatischen Seifenoper-Monolog über die verweigerte Thunfischportion hält“ durch drei Mainstream-KI-Videotools und dann durch Idoli.ai gelaufen lassen, um zu sehen, was tatsächlich erhalten blieb.
Die Ergebnisse der Mainstream-Tools waren in den relevanten Punkten vorhersehbar. Eines schwächte den Ausdruck der Katze nach etwa zwei Sekunden zu einer ruhigen Sitzhaltung ab. Ein anderes hielt das Gesicht für einen Moment fest, dann schnitt es zu generischem Katzen-B-Roll-Material – ein Schwanzschlag, ein Pfotenkratzen – genau dann, wenn der dramatische Nahaufnahme eigentlich andauern sollte. Das Dritte lehnte den übertriebenen Tonfall vollständig ab und lieferte einen generischen Clip „Katze auf Sofa“ zurück.
Auf Idoli.ai behielt das unbeschränkte Videomodell das vollständige übertriebene verletzte Gesicht, den langsamen Zoom und die sachliche Darbietung während der gesamten 10 Sekunden bei. Keine Schnitte zu anderen Aufnahmen, keine Normalisierung. Ich habe einen voreingestellten komödiantischen Katzencharakter verwendet, sodass die katzenhafte Hauptfigur in vier schnellen nachfolgenden Punchline-Aufnahmen (die Enthüllung der Thunfischschale, der dramatische Zusammenbruch, der Vorhangruf) konsequent blieb. Das gesamte vierteilige Skript – Aufbau, drei Punchlines, Abschluss – wurde in weniger als 15 Minuten abgeschlossen, von der Beginn bis zum Export.
Das ist die klarste Antwort, die ich geben kann auf die Frage, welche KI Videos basierend auf Aufforderungen für lustige Videos erstellt: diejenige, die nicht zusammenzuckt, wenn deine Aufforderung lächerlich ist. Wenn du nicht jede Aufforderung von Grund auf verfassen möchtest, gibt es auch vorgefertigte Vorlagen für lustige Video-Aufforderungen in der Bibliothek, die die Probierphase überspringen.
Das nächste Mal, wenn eine Aufforderung, die du in der Notizanwendung verfasst hast, dich zum Lachen bringt, weißt du nun genau, wie du sie auf den Bildschirm bringen kannst, ohne den Witz zu verlieren. Fixiere den Einstellungswinkel, benenne den Ausdruck, schneide zum Takt und lass den Ton den Rest erledigen. Bist du bereit, deine nächste alberne Idee in einen Clip umzuwandeln? Gehe zu Idoli.ai – neue Nutzer erhalten kostenlose Guthaben, um mit der Erstellung zu beginnen.
Häufig gestellte Fragen
Welcher KI-Videogenerator eignet sich am besten für die Erstellung lustiger Videos aus Textanfragen?
Hauptstrommodelle sind großartig für saubere Bewegungen, neigen aber dazu, übertriebene Ausdrücke und absurde Töne abzuschwächen, was die meisten Witze zerstört. Einschränkungsfreie Videomodelle, die genau das darstellen, was du schreibst – einschließlich sarkastischer oder übertriebener Darbietung – erzeugen in der Regel lustigere Ergebnisse.
Wie formuliere ich eine lustige Anfrage für einen KI-Videogenerator?
Beschreibe den Schnitt wie ein Regisseur: Nenne den spezifischen Gesichtsausdruck, die Kamerabewegung, das Tempo und den absurden ernsthaften Kontext. Einen Witz pro 5–10-Sekunden-Video und verwende konkrete visuelle Details ("ein einzelner Träne läuft eine Wange hinunter") statt abstrakter Wörter wie „dramatisch“.
Warum sieht mein KI-Video nicht lustig aus, obwohl die Anfrage lustig war?
In der Regel hat das Modell den Ton angepasst, zu generischem B-Roll gewechselt oder die übertriebene Darbietung abgelehnt. Behebe das, indem du den Schnitt festlegst ("statischer Nahaufnahme, keine Schnitte") , physische Comedy-Details nennst und ein Modell verwendest, das deinen beabsichtigten Ton bewahrt.
Kann ich ein lustiges Sketch mit mehreren Schnitten erstellen, ohne etwas zu drehen?
Ja. Erzeuge jeden Abschnitt – Einführung, Reaktion, Pointe – als separates Video, dann schneide sie mit einem langsamen, unbeholfenen Rhythmus zusammen. Tondesign (ein dramatisches Stakkato, eine ernste Off-Stimme oder Stille über einem absurden Bild) verkauft den Witz oft besser als die visuellen Elemente.
Wo finde ich vorgefertigte lustige Videonanfragen?
Idoli.ai verfügt über eine Vorlagenbibliothek mit Anfrage- und Stilvoreinstellungen, die du direkt verwenden kannst – einschließlich komödiantischer Einführungen – sodass du die Ausprobierphase überspringen und mit einer funktionierenden lustigen Anfrage beginnen kannst.
Idoli für Porträts und Clips testen
Einen Idol festlegen, Stillbilder und Kurzvideos erzeugen.
Jetzt erstellen


