- Scegli prima il tipo di video. Da testo a video (digita una descrizione), da immagine a video (anima una foto che hai già), video avatar (un presentatore digitale legge il tuo script), o editing assistito da IA (didascalie, voiceover, doppiaggio aggiunti a filmati reali).
- Posti più facili per iniziare: di Canva Create a Video Clip crea clip fino a 8 secondi con audio sincronizzato. Il creatore di video IA di CapCut trasforma uno script in un video, offre oltre 100 avatar e utilizza Seedance 2.5 .
- Vuoi clip più lunghi? Seedance 2.5 crea clip fino a 30 secondi con audio; MiniMax H3 (Hailuo 3.0) crea fino a 15 secondi in 2K con audio stereo.
- I video lunghi vengono assemblati, non generati. Realizza più clip brevi, uniscili in un editor, aggiungi voiceover e didascalie. Controlla i prezzi attuali sulla pagina di ogni fornitore e etichetta i contenuti IA.
Per realizzare un video IA: scegli il tipo di cui hai bisogno, scrivi un breve prompt che descriva l'inquadratura, genera un clip (la maggior parte degli strumenti limita tra 8 e 30 secondi), quindi unisci più clip in un editor gratuito e aggiungi voiceover e didascalie. Canva e CapCut funzionano entrambi in un browser, quindi puoi terminare il tuo primo video oggi senza installare nulla.
Il resto di questa guida spiega i quattro tipi di video IA, quale strumento è adatto a quale lavoro, quali sono i costi effettivi e un primo progetto che puoi copiare.
I quattro tipi di video IA
Quasi ogni strumento che incontrerai fa una di queste quattro cose. Sapere quale vuoi ti fa risparmiare ore.
1. Da testo a video
Digiti una descrizione — «un golden retriever che corre nell'erba alta al tramonto, fotocamera a mano» — e lo strumento inventa il filmato. Adatto per paesaggi, mood di prodotto, B-roll astratto e brevi clip social. Debole in qualsiasi cosa che richieda dettagli esatti: cartelli leggibili, volti specifici, loghi del marchio, o un personaggio che deve avere lo stesso aspetto in dieci inquadrature.
2. Da immagine a video
Carichi una foto fissa e lo strumento l'anima: la telecamera si sposta, i capelli si muovono, il vapore sale. Di solito è il percorso più affidabile per i principianti, perché controlli come appare la scena prima che venga aggiunto un movimento. I fotografi, i proprietari di negozi e chiunque abbia una foto di un prodotto dovrebbe iniziare da qui. Trattiamo il flusso di lavoro in dettaglio nella nostra guida per trasformare un'immagine in un video, e se hai bisogno della foto fissa per prima, vedi come creare immagini con l’IA.
3. Video avatar e parlanti
Incolli uno script e un presentatore digitale lo legge in camera, con sincronizzazione labiale. Questo è lo standard per i video di formazione, le spiegazioni, gli annunci interni e le versioni multilingue dello stesso messaggio. Synthesia offre oltre 240 avatar in più di 160 lingue; il creatore di video IA di CapCut include oltre 100 avatar. Di solito puoi scegliere un presentatore stock, oppure crearne uno da filmato autorizzato di una persona reale.
4. Editing assistito da IA
La categoria più silenziosa e spesso la più utile. Qui il video è reale — girato sul tuo telefono — e l'IA aiuta solo con il lavoro intorno: didascalie automatiche, rimozione dello sfondo, ritaglio delle parole di riempimento, narrazione da testo a voce e doppiaggio in un'altra lingua. CapCut e Canva fanno entrambi molte di queste cose. Se la narrazione è la tua esigenza principale, la nostra guida al voiceover IA approfondisce di più.
Quale strumento per quale lavoro
| Quello che vuoi | Tipo | Scelta ragionevole | Dettagli verificati |
|---|---|---|---|
| Un breve clip social, senza installazione | Da testo a video | Canva, Create a Video Clip | Fino a 8 secondi, con audio sincronizzato |
| Script direttamente a video finito | Misto | CapCut AI video maker | Script a video, oltre 100 avatar, utilizza Seedance 2.5 |
| Il clip singolo più lungo che puoi ottenere | Da testo a video o da immagine a video | Seedance 2.5 | Fino a 30 secondi, con audio |
| Clip più nitido con audio stereo | Da testo a video o da immagine a video | MiniMax H3 (Hailuo 3.0) | Fino a 15 secondi, 2K, audio stereo |
| Formazione o spiegazione con un presentatore | Avatar | Synthesia | Oltre 240 avatar, più di 160 lingue |
| Didascalie, doppiaggio, pulizia su filmato reale | Montaggio assistito da IA | CapCut o Canva | Entrambi funzionano in un browser |
Per una selezione più ampia, consulta le nostre rassegne di i migliori generatori di video AI e i migliori generatori di video AI gratuiti.
Il tuo primo progetto: un video di 20 secondi
Prevedi 30-60 minuti la prima volta. Il trucco è smettere di pensare «fare un video» e iniziare a pensare «fare quattro clip brevi e unirle».
- Scrivi quattro clip su carta. Una riga ciascuna, cinque secondi ciascuna. Esempio: (1) chicchi di caffè che cadono in un macinacaffè, primo piano; (2) vapore che sale da una tazza su un bancone in legno; (3) mani che fanno scorrere la tazza sul bancone; (4) la vetrina al tramonto.
- Trasforma ogni riga in un prompt. Usa la formula qui sotto. Se la scrittura è la parte che temi, chiedi a un chatbot di stendere dieci variazioni di prompt, poi scegli le due che preferisci.
- Genera una clip alla volta. Aspettati di eseguire ogni prompt due o tre volte. Scartare degli scatti è normale, non un fallimento. Salva ogni clip utilizzabile.
- Registra o genera la narrazione. La tua voce al telefono suona ancora meglio della maggior parte delle letture sintetiche. Se usi la sintesi vocale, mantieni le frasi brevi.
- Unisci, aggiungi sottotitoli, esporta. Metti i clip su una timeline in CapCut o Canva, ritaglia i fotogrammi deboli all'inizio e alla fine di ogni clip, aggiungi musica sottovoce, genera automaticamente i sottotitoli, poi leggili tu stesso — i sottotitoli auto-generati storpiano nomi e numeri.
- Guardalo una volta senza audio e una volta su un telefono. La maggior parte degli errori si rivela in quei due passaggi.
Una formula di prompt che funziona
Soggetto, poi azione, poi camera, poi luce, poi stile. «Una tazza in ceramica di caffè su un bancone in legno consumato, il vapore che si arriccia verso l'alto, push-in lento, luce calda del mattino da una finestra laterale, girato su pellicola 35mm.» Aggiungi quello che non non vuoi se lo strumento lo supporta. Mantieni un'idea per clip — i prompt che chiedono tre eventi in cinque secondi producono confusione. Il nostro image-to-prompt di Convly può anche fare il reverse engineering di una descrizione da un'immagine che ti piace.
Quanto costa il video IA
Esistono due mondi di prezzi completamente diversi, e confonderli è l'errore più comune dei principianti.
App consumer (Canva, CapCut, Synthesia e simili) vendono abbonamenti, di solito con crediti o un limite mensile di generazioni. Questi limiti cambiano spesso, quindi consulta la pagina dei prezzi del fornitore — ad esempio la pagina dei prezzi di Synthesia — piuttosto che fidarti di una cifra in un articolo.
Accesso per sviluppatori agli stessi modelli sottostanti viene fatturato al secondo di video finito. Queste sono le cifre del modello pubblicate di Convly, e sono utili come controllo di sanità mentale su quale sia il costo di un clip:
| Modello | Produttore | Da |
|---|---|---|
| Wan 2.5 | Alibaba | panoramica delle piattaforme |
| Veo 3.1 | panoramica delle piattaforme | |
| Kling 2.5 Turbo Pro | Kuaishou | $0,07 al secondo |
| Seedance 2.5 | ByteDance | $0,097 al secondo |
A questi prezzi un video di 20 secondi costa circa uno o due dollari di generazione grezza — prima degli scatti che scardi, che possono facilmente triplicare il costo. Google pubblica le sue stesse tariffe video al secondo su la pagina dei prezzi dell'API Gemini.
Importante: quei numeri al secondo sono prezzi per sviluppatori. Non sono non quello che un abbonamento a Canva, CapCut, ChatGPT o Gemini ti dà, e non puoi usarli per calcolare quanti clip include un piano. Per il dettaglio piano per piano, consulta le nostre guide a i tier Free, Go, Plus e Pro di ChatGPT e i piani AI di Google.
Se usi un chatbot per scrivere script, quella parte è economica. I modelli di testo vengono fatturati al token — un token è circa tre quarti di una parola. GPT-6 Luna costa $0,10 in / $0,50 out per milione di token con una finestra di contesto di 1,05M token (la quantità di testo che il modello può tenere in mente contemporaneamente), e Gemini 3.8 Flash è $0,75 in / $3,75 out per milione con un contesto di 1M. Un intero pomeriggio di scriptwriting costa pochi centesimi. Il denaro va per il video.
Windows, macOS e Linux
Quasi tutto questo è lavoro su browser, quindi il tuo sistema operativo conta meno della tua connessione internet. Dove conta:
Windows
Setup desktop con il miglior supporto. CapCut offre un'app desktop Windows insieme al suo editor web, e sia Adobe che DaVinci Resolve vengono eseguiti nativamente se superi gli strumenti gratuiti. Se il tuo PC ha una scheda grafica NVIDIA discreta, puoi anche sperimentare con modelli open localmente, anche se la generazione video è molto più pesante della generazione di immagini e i requisiti cambiano con ogni versione — considera il video locale come un progetto hobby, non il tuo primo.
macOS
Anche ben supportato: CapCut ha un'app Mac, e Canva funziona in Safari o Chrome. I Mac con Apple Silicon gestiscono comodamente il montaggio della timeline e l'esportazione. La generazione cloud si comporta identicamente a Windows.
Linux
Nessuna app desktop ufficiale per CapCut. Usa le versioni browser di Canva, CapCut e i siti del generatore, che funzionano in Chrome o Firefox. Per il montaggio, DaVinci Resolve ha una build Linux e Kdenlive è una solida opzione gratuita. Niente riguardante il video AI nel cloud è bloccato su Linux — solo alcune app desktop.
Uno strumento da evitare: Sora
Non costruire un flusso di lavoro attorno a Sora di OpenAI. L'app Sora ha chiuso il 26 aprile 2026, e l' Sora 2 API ha interrotto il 24 settembre 2026 senza alcun sostituto nominato. I tutorial più vecchi lo consigliano ancora; sono obsoleti. OpenAI elenca i ritiri sulla sua funzionalità deprecate. Questa è una buona abitudine in generale: prima di seguire qualsiasi tutorial di video AI, controlla che lo strumento esista ancora.
Onestà, consenso ed etichette
Poche righe che ti tengono fuori dai guai:
- Non usare il viso o la voce di una persona reale senza il suo chiaro permesso. Questo include colleghi, celebrità e persone in foto che hai trovato online. Gli strumenti avatar chiedono il consenso video per un motivo. Il nostro articolo su i deepfake e come riconoscerli spiega perché le piattaforme la prendono sul serio.
- Nessuna recensione falsa o testimonianza inventata. Una persona sintetica che loda il tuo prodotto non è un cliente, e presentarla come tale è ingannevole. Se stai facendo annunci social con IA, leggi come fare annunci UGC senza infrangere le regole primo.
- Etichettalo. Molte piattaforme richiedono che il video generato da IA o significativamente alterato sia divulgato, e diversi aggiungono etichette automaticamente. Le regole differiscono per piattaforma e paese, quindi controlla la politica di dove stai pubblicando.
- Verifica i fatti prima di pubblicare. Il video generato inventa i dettagli volentieri: numero sbagliato di dita, testo sullo schermo confuso, prodotti che non esistono. Per scuola o lavoro, chiedi cosa è permesso prima di inviare materiale realizzato con IA.
Problemi comuni e correzioni rapide
| Problema | Causa probabile | Correggi |
|---|---|---|
| I volti si sciolgono o le mani sembrano sbagliate | Troppo movimento, soggetto troppo vicino | Muovi la camera invece del soggetto; arretra a un'inquadratura più ampia |
| Il testo a schermo è illeggibile | I modelli hanno difficoltà nel renderizzare le parole | Aggiungi il testo in seguito nell'editor, non nel prompt |
| I personaggi cambiano tra i vari shot | Ogni clip viene generata da zero | Utilizza un'immagine di riferimento e image-to-video per ogni shot |
| La clip termina nel mezzo dell'azione | Raggiungimento del limite di durata | Pianifica gli shot per rientrare nel limite, oppure dividi in due clip |
| Audio e sincronizzazione labiale non sono sincronizzati | Voiceover aggiunto sopra i filmati generati | Utilizza uno strumento avatar dedicato per i video parlanti |
Domande frequenti
Posso realizzare un video IA di lunga durata?
Non in un'unica generazione. Gli strumenti attuali producono clip brevi — 8 secondi in Canva's Create a Video Clip, fino a 15 secondi per MiniMax H3, fino a 30 secondi per Seedance 2.5. I video più lunghi vengono creati generando molti clip e montandoli insieme, esattamente come una troupe cinematografica umana gira scene separate.
Fornisci al modello video la tua immagine come primo fotogramma e un breve prompt che descriva il movimento desiderato, quindi paghi per ogni secondo di output generato.
Sì, entro certi limiti. Diversi strumenti offrono versioni gratuite con filigrane, tempi di attesa in coda o una piccola quota mensile, e gli editor gratuiti gestiscono il montaggio e i sottotitoli. Le quote cambiano frequentemente, quindi controlla la pagina dei prezzi del fornitore piuttosto che qualsiasi articolo — incluso questo. Il nostro libera generatore di video AI roundup è un buon punto di partenza.
Ho bisogno di un computer potente?
No. La generazione avviene sui server del fornitore, quindi un laptop base, un Chromebook o anche un telefono sono sufficienti per gli strumenti cloud. Una macchina più potente aiuta solo nella fase di editing e esportazione. L'esecuzione locale dei modelli video è un'altra questione e richiede hardware grafico serio.
Posso inserire la mia faccia in un video IA?
Di solito sì — diverse piattaforme avatar ti permettono di creare un'immagine partendo da filmati che registri tu stesso, seguendo il loro processo di consenso. Utilizzare il volto o la voce di qualcun altro senza permesso è un'altra cosa e può violare sia le regole della piattaforma che la legge locale.
Quale è meglio, da testo a video o da immagine a video?
Da immagine a video per tutto ciò in cui conta l'aspetto — prodotti, branding, un personaggio coerente — perché approvi il fotogramma prima che si muova. Da testo a video per velocità e per scene che non puoi fotografare. La maggior parte dei progetti pratici combina i due.
Perché i miei clip hanno un aspetto peggiore rispetto ai demo?
I reel demo sono i migliori tra dozzine di take, spesso con prompt selezionati manualmente. Prevedi una frequenza di scarto di due o tre a uno, scrivi un'idea chiara per prompt, e aspettati che la prima versione di qualsiasi progetto sia una bozza.