Text-zu-Video-Modus: Eine fiktive Figur und Szene ohne Foto beschreiben

Der Text-zu-Video-Modus ist für Momente gedacht, in denen du einen Clip erstellen möchtest, aber kein Foto hochladen willst. Statt von einem Bild auszugehen, beschreibst du eine fiktive Figur und die Szene um sie herum. Looks Can Kill AI ist ein unabhängiges Foto-/Text-zu-Video-Studio auf Basis von Seedance 2.0. Es ist nicht mit IVE oder Starship Entertainment verbunden. Wenn du ein Foto hochlädst, darfst du nur dein eigenes Foto oder ein Foto hochladen, für das du die Erlaubnis hast. Der Text-zu-Video-Modus lässt dich diesen Schritt vollständig überspringen und mit einer schriftlichen Beschreibung arbeiten.

Dieser Leitfaden konzentriert sich auf originale Figuren. IVE ist eine K-Pop-Girlgroup unter Starship Entertainment, und „Looks Can Kill“ ist der Titelsong ihrer fünften EP; die Single wurde am 19. Oktober 2026 veröffentlicht, die EP folgt am 26. Oktober 2026. Die Veröffentlichung nutzt ein Girl-Hero-Konzept und Finger-Gun-/Point-Choreografie. Du kannst das als Stimmungsreferenz für eine originale Figur verwenden, aber beschreibe kein reales Mitglied und lade kein Foto hoch, für das du keine Erlaubnis hast. Das Studio enthält keine offizielle Aufnahme, kein offizielles Video und keine Abbildungen von Mitgliedern. Hintergrund zur Veröffentlichung findest du unter Was ist IVE Looks Can Kill AI.

Die praktische Herausforderung besteht darin, dass ein Text-Prompt die Arbeit übernehmen muss, die normalerweise ein Foto erledigt. Du musst angeben, wer die Figur ist, was sie trägt, wie sie sich bewegt, wo sie sich befindet und wie die Kamera sie sieht. Je klarer du diese Ebenen trennst, desto leichter erhältst du einen brauchbaren Clip.

1 · Lade dein Foto hochClick to upload a photoDrag and drop, or click to choose · JPG, PNG or WebP · up to 10 MBEine Person in Ganzkörperansicht, Gesicht und Schuhe sichtbar, gleichmäßige Beleuchtung. Ein klares Solo-Foto hält Gesicht und Outfit während der Drehung stabil.

2 · Szene beschreiben oder wählenUse the person in the uploaded photo as the only hero. Keep their face, hair, skin tone and outfit exactly as photographed. Night rooftop above a city, wind moving their hair and jacket. They step forward, cross their arms, snap one finger-gun hand toward the camera, point at the lens, shift their weight through a sharp side step, raise one arm overhead and hold a final action-hero pose. One continuous vertical 9:16 shot at full-body distance, confident slow motion on the snap, cinematic teal and amber light. No text, no watermark, no other people, no logos.

Example loaded — edit it or generate.

Rooftop-HeroProberaumComic-FrameSpotlight-Finale

3 · Format und Länge wählen

Resolution

480p720p1080p

Length

5s8s10s12s

Format

9:1616:91:1

Sign in to create my videoThis video: 35 credits · 720p · 12s

This clip: 35 credits · 10 clips a month for $39.90 (Pro), or 102 a year for $319

Warum der Text-zu-Video-Modus für fiktive Figuren nützlich ist

Der Text-zu-Video-Modus ist kein Ersatz für jeden fotobasierten Workflow. Er ist ein anderer Ausgangspunkt. Wenn du bereits ein Foto einer Person hast, das dir gehört oder für das du die Erlaubnis hast, kann Foto-zu-Video diesen spezifischen Look bewahren. Wenn du eine Figur von Grund auf entwirfst, bleibt der Prozess mit Text-zu-Video flexibel. Du kannst Kostüm, Szene und Kamerawinkel ändern, ohne ein neues Ausgangsbild zu benötigen.

Er ist auch nützlich, wenn du Fragen zur Ähnlichkeit mit realen Personen vermeiden möchtest. Ein Prompt sollte eine originale Figur beschreiben, keine reale Performerin. Nutze Rolle, Silhouette, Kostüm, Farbe und Attitüde statt „jemand, der wie“ eine namentlich genannte Person aussieht.

Wie du eine fiktive Figur beschreibst

Eine Figurenbeschreibung funktioniert am besten, wenn sie von der groben Form zu kleinen Details übergeht. Beginne mit Rolle und Silhouette und ergänze dann Kostüm, Farbe, Gesicht, Haare, Ausdruck und Bewegung. So erhält das Modell ein zusammenhängendes Subjekt statt einer Ansammlung unzusammenhängender Adjektive.

Beginne mit Rolle und Silhouette

Beginne mit einer klaren Rolle und einer klaren Körperform. Zum Beispiel: „eine fiktive junge Heldin“, „eine maskierte Straßenperformerin“ oder „eine selbstbewusste Kurierin in einer futuristischen Stadt“. Ergänze dann Silhouetten-Hinweise: groß und schlank, kompakt und athletisch, breitschultrig oder leichtfüßig. Das ist wichtig, weil das Modell wissen muss, wie die Figur den Raum einnimmt, bevor es sie animieren kann.

Wenn du eine Girl-Hero-Stimmung möchtest, die von der IVE-Veröffentlichung inspiriert ist, beschreibe eine originale Heldin statt eines realen Mitglieds. Sage „eine fiktive Girl-Hero-Figur in einer eng sitzenden Varsity-Jacke“ oder „eine originale Heldin mit einer markanten, selbstbewussten Haltung“. Schreibe nicht „das IVE-Mitglied“ und nenne keine reale Person.

Kostüm, Requisiten und Farbe hinzufügen

Das Kostüm ist eine der stärksten Steuerungsmöglichkeiten im Text-zu-Video-Modus. Sei konkret bei Kleidungsart, Passform, Material und Farbe. „Silberne Bomberjacke über einem schwarzen Crop-Top, hochgeschnittene Cargohose und klobige Boots“ gibt dem Modell mehr Anhaltspunkte als „cooles Outfit“.

Requisiten helfen ebenfalls, aber halte sie einfach. Eine einzelne Requisite wie eine kleine Requisitenpistole, eine Fingerpistolen-Geste, eine Schultertasche oder eine Haarspange lässt sich leichter rendern als eine Menge von Objekten. Wenn du das Gefühl der Finger-Gun-/Point-Choreografie möchtest, beschreibe die Geste direkt: „Sie zeigt mit einer Fingerpistolen-Geste auf die Kamera und führt dann ihren Arm ruckartig zur Seite.“ Behalte es als Bewegungsimpuls bei, nicht als Behauptung einer offiziellen Choreografie.

Gesicht und Haare als Originaldesign beschreiben

Bei fiktiven Figuren beschreibst du Gesicht und Haare als Designentscheidungen. „Kurzes schwarzes Haar mit geradem Pony“, „eine scharfe Kieferlinie“, „warme braune Augen“ oder „eine kleine Narbe über einer Augenbraue“ sind praktisch. Vermeide es, die Ähnlichkeit einer realen Person zu beschreiben. Vermeide auch vage Formulierungen wie „perfektes Gesicht“, weil sie dem Modell nicht sagen, was es zeichnen soll.

Wenn die Figur Make-up trägt, behandle es als Teil des Designs: „grafischer Eyeliner“, „glänzende Lippen“ oder „ein dezentes Glitzer-Highlight“. Diese Details können in einem kurzen Clip klar erkennbar sein.

Ausdruck und Mikrobewegung hinzufügen

Kurze Clips profitieren von einem klaren Ausdruck und ein oder zwei kleinen Bewegungen. „Ein selbstbewusstes halbes Lächeln“, „ein fokussierter Blick“, „ein schnelles Anheben der Augenbraue“ oder „eine scharfe Kopfdrehung“ können einen 5–12-Sekunden-Clip tragen. Kombiniere den Ausdruck mit einer einfachen Aktion: einen Schritt nach vorn, zeigen, sich umdrehen oder eine Jacke zurechtrücken.

Wie du die Szene beschreibst

Sobald die Figur klar ist, beschreibe die Szene in Ebenen: Ort, Tageszeit, Beleuchtung, Hintergrundbewegung, Kamerawinkel und Seitenverhältnis. Halte den Hintergrund einfach genug, damit die Figur im Fokus bleibt.

Setze die Bühne

Beginne mit einem Ort, der visuellen Kontrast bietet. „Ein regennasses Dach bei Nacht“, „ein weißes Studio mit einem einzelnen Spotlicht“ oder „eine neonbeleuchtete Gasse mit nassem Pflaster“ lassen sich leicht visualisieren. Ergänze dann ein oder zwei Hintergrunddetails, nicht zehn. Ein paar bewegte Elemente wie aufsteigender Dampf oder vorbeiziehende Autolichter können die Szene lebendig wirken lassen, ohne die Figur zu überladen.

Kamera und Bildausschnitt wählen

Text-zu-Video-Prompts reagieren gut auf Kamerasprache. Verwende Begriffe wie „Halbtotale“, „Nahaufnahme“, „Untersicht“, „Tracking-Shot“ oder „langsamer Push-in“. Für die standardmäßige 9:16-Ausgabe funktioniert eine vertikale Halbtotale oder Nahaufnahme meist besser als eine breite Landschaftskomposition. Wenn du einen Clip im Tanzstil möchtest, sage „vertikale Ganzkörperaufnahme“ und lasse oben Platz für Bewegung.

Licht und Stimmung hinzufügen

Beleuchtung verändert die gesamte Wirkung einer Figur. „Hartes Kantenlicht“, „weiches Studiolicht“, „kühles blaues Nachtlicht“ oder „warmes praktisches Licht“ sind nützlich. Stimmungswörter wie „selbstbewusst“, „angespannt“ oder „verspielt“ sollten die visuelle Beschreibung unterstützen, nicht ersetzen. „Selbstbewusste Untersicht mit hartem Kantenlicht“ ist umsetzbarer als „cooler Vibe“.

Eine praktische Prompt-Vorlage

Nutze eine nummerierte Struktur in deinen eigenen Notizen, bevor du den finalen Prompt in das Studio einfügst. So vermeidest du, dass Figur und Szene zu einem verwirrenden Absatz verschmelzen.

1. Figurenrolle: „Eine fiktive Girl-Hero-Figur.“
2. Silhouette und Kostüm: „Athletischer Körperbau, silberne Varsity-Jacke, schwarze Cargohose, klobige Boots.“
3. Gesicht und Haare: „Kurzes schwarzes Haar mit geradem Pony, grafischer Eyeliner, selbstbewusstes halbes Lächeln.“
4. Aktion und Geste: „Macht einen Schritt nach vorn, zeigt mit einer Fingerpistolen-Geste auf die Kamera und dreht sich dann leicht.“
5. Szene und Beleuchtung: „Regennasses Dach bei Nacht, Neonschilder hinter ihr, hartes Kantenlicht.“
6. Kamera und Format: „Vertikale Halbtotale, langsamer Push-in, 9:16, 8 Sekunden.“

Dies ist ein Ausgangspunkt, keine Formel. Wenn das Ergebnis zu unruhig ist, entferne Hintergrunddetails. Wenn die Figur generisch wirkt, ergänze ein markantes Kostüm- oder Haardetail. Wenn die Bewegung unklar ist, reduziere die Aktion auf ein Verb.

Prompt-Ebenen auf einen Blick

| Ebene | Was du schreibst | Beispielphrase | | ------------------ | --------------------------------------- | -------------------------------------------------------- | | Figur | Rolle, Statur, Silhouette | „Eine fiktive junge Heldin mit athletischem Körperbau“ | | Kostüm | Kleidungsart, Passform, Farbe, Material | „Silberne Varsity-Jacke über einem schwarzen Crop-Top“ | | Gesicht und Haare | Details des Originaldesigns | „Kurzes schwarzes Haar, gerader Pony, scharfer Eyeliner“ | | Aktion | Eine klare Geste oder Bewegung | „Zeigt auf die Kamera und dreht sich dann um“ | | Szene | Ort, Zeit, Hintergrundbewegung | „Neonbeleuchtetes Dach bei Nacht, leichter Regen“ | | Kamera | Einstellungsgröße, Winkel, Bewegung | „Vertikale Halbtotale, langsamer Push-in“ | | Licht und Stimmung | Lichtqualität und Ton | „Hartes Kantenlicht, selbstbewusste Stimmung“ |

Auflösung, Länge und Credits

Die Text-zu-Video-Ausgabe ist standardmäßig 9:16 und läuft 5–12 Sekunden. Ein Standard-Clip mit 720p und 12 Sekunden kostet 35 Credits. Ein 480p-Clip mit 12 Sekunden kostet 20 Credits, und ein 1080p-Clip mit 12 Sekunden kostet 90 Credits. Credits beginnen bei $9.90. Fehlgeschlagene Renderings werden erstattet. Einmal-Pakete verfallen nie; monatliche Credits verfallen am Ende des Abrechnungsmonats, und jährliche Credits sind für das Abrechnungsjahr gültig. Aktuelle Pakete findest du unter Preise.

Für Prompts im Tanzstil oder mit viel Bewegung ist die Funktionsseite die bessere Referenz. Wenn du einen Clip mit Fokus auf Choreografie aus einer Figurenbeschreibung erstellen möchtest, lies wie du ein Looks Can Kill AI Tanzvideo erstellst. Wenn du lieber von einem Bild ausgehen möchtest, das dir gehört oder für das du die Erlaubnis hast, verwende stattdessen den Foto-Modus.

Beispiel: eine originale Girl-Hero-Szene

Hier ist ein kompakter Prompt, den du anpassen kannst, ohne die Ähnlichkeit einer realen Person zu verwenden:

Eine fiktive Girl-Hero-Figur mit athletischem Körperbau, kurzem schwarzem Haar mit geradem Pony, grafischem Eyeliner und einem selbstbewussten halben Lächeln. Sie trägt eine silberne Varsity-Jacke über einem schwarzen Crop-Top, eine hochgeschnittene Cargohose und klobige Boots. Sie macht einen Schritt nach vorn auf einem regennassen Dach bei Nacht, zeigt mit einer Fingerpistolen-Geste auf die Kamera und dreht dann ihre Schulter mit einem scharfen Blick. Neonschilder leuchten hinter ihr, leichter Regen fällt, hartes Kantenlicht, vertikale Halbtotale, langsamer Push-in, 9:16, 8 Sekunden.

Dieser Prompt beschreibt eine originale Figur und Szene. Er erhebt keinen Anspruch darauf, die offizielle Aufnahme, das offizielle Video oder Abbildungen von Mitgliedern zu enthalten. Er erfordert außerdem keinen Foto-Upload. Wenn du dich später entscheidest, ein Foto zu verwenden, denke daran, dass du nur dein eigenes Foto oder ein Foto hochladen darfst, für das du die Erlaubnis hast.

FAQ

Kann ich den Text-zu-Video-Modus nutzen, ohne ein Foto hochzuladen?

Ja. Der Text-zu-Video-Modus arbeitet mit einer schriftlichen Beschreibung. Du kannst eine fiktive Figur und Szene erstellen, ohne ein Foto hochzuladen. Wenn du in den Foto-Modus wechselst, darfst du nur ein Foto hochladen, das dir gehört oder für das du die Erlaubnis hast.

Kann ich eine Figur beschreiben, die wie ein IVE-Mitglied aussieht?

Nein. Halte die Figur original. Beschreibe nicht die Ähnlichkeit einer realen Performerin und nutze das Studio nicht, um ein Mitglied zu imitieren. Du kannst eine allgemeine Stimmung wie „Girl-Hero“ oder „selbstbewusste Point-Geste“ als Referenz nennen, aber die Figur sollte dein eigenes fiktives Design sein.

Enthält das Studio den offiziellen Song oder das offizielle Video zu „Looks Can Kill“?

Nein. Looks Can Kill AI ist unabhängig und nicht mit IVE oder Starship Entertainment verbunden. Es enthält keine offizielle Aufnahme, kein offizielles Video und keine Abbildungen von Mitgliedern. Die Website ist ein Foto-/Text-zu-Video-Studio auf Basis von Seedance 2.0.

Wie lang können Clips sein, und welches Seitenverhältnis verwenden sie?

Die Ausgabe ist standardmäßig 9:16 und läuft 5–12 Sekunden. Du kannst 480p, 720p oder 1080p wählen. Ein Standard-Clip mit 720p und 12 Sekunden kostet 35 Credits; 480p mit 12 Sekunden kostet 20 Credits; 1080p mit 12 Sekunden kostet 90 Credits.

Was passiert, wenn ein Rendering fehlschlägt?

Fehlgeschlagene Renderings werden erstattet. Einmal-Pakete verfallen nie. Monatliche Credits verfallen am Ende des Abrechnungsmonats, und jährliche Credits sind für das Abrechnungsjahr gültig.

Wo kann ich das Text-zu-Video-Studio und die Preise sehen?

Öffne das Studio, um einen Prompt zu starten, und besuche Preise für Credit-Pakete und aktuelle Details.