Vidu Q3 richtig prompten: die Regler, die nichts tun, und die Wörter, die es tun

Vidu Q3 ist das Modell von Shengshu, das Bild und Ton gemeinsam erzeugt: lippensynchroner Dialog, Sprecherstimme, Effekte und Musik entstehen im selben Durchgang wie das Bild. Auf LUVI gibt es Q3-Pro und Q3-Turbo für Text, Bild und Start-Ende-Kader, dazu Referenz zu Video auf Q3 und Q3-Mix. Clips laufen von 1 bis 16 Sekunden in 540p, 720p oder 1080p. Am 22. September 2026 lag ein Clip von fünf Sekunden in 720p bei 510 Credits auf Q3-Turbo und 1063 auf Q3-Pro; Q3-Pro in 1080p kam auf 1275. Das Besondere an dieser Familie ist die Frage, welche ihrer Regler echt sind.

Welche Regler tun auf Q3 nichts?

Der für den Stil, nach Aussage des Anbieters selbst. In Vidus Parametertabelle steht neben style der Hinweis, dass dieser Parameter bei den Modellen q2 und q3 nicht wirksam ist. Das Feld movement_amplitude, das in Vidus Beispielanfragen überall auftaucht, steht ebenfalls nicht in der dokumentierten Parameterliste dieses Endpunkts, und der Prompt-Leitfaden, den LUVI für die Familie geschrieben hat, behandelt es auf Q3 als wirkungslos.

Beide erscheinen in den Parameterverträgen der Modelle auf LUVI gar nicht, was stimmig ist: Es gibt dort nichts einzustellen. Die praktische Folge ist genau das Thema dieses Leitfadens – auf Q3 sind Look und Bewegungsenergie keine Einstellungen, sondern Sätze.

Wie lege ich Look und Bewegung dann fest?

Indem du beide in der Prosa benennst, so klar wie das Motiv.

• Der Look kommt als Stilwendung hinein, meist ganz vorn: „anime“, „ultra-realistic fashion photography style“, „grainy documentary“. Vidus eigenes Beispiel beginnt genau so: „In an ultra-realistic fashion photography style featuring light blue and pale amber tones, an astronaut in a spacesuit walks through the fog.“
• Die Bewegungsenergie kommt als Beschreibung hinein, wie viel Bewegung stattfindet: „barely moves“, „shifts her weight once“, „sprints“. Fehlt sie, wählt das Modell das Maß selbst.
• Die Kamera kommt mit Filmbegriffen hinein: Schwenks, Fahrten nach vorn, Mitzieher, „slow aerial drone shot“, „static locked-off“. Eine benannte Bewegung sitzt ruhiger als eine angedeutete.

In an ultra-realistic documentary style, a beekeeper in a pale veiled suit lifts a wooden frame from a hive in late afternoon light, moving slowly and deliberately as bees drift around her gloves. One continuous shot, the camera pushes in slowly toward her hands. Bees hum steadily, smoke hisses from a canister, a distant tractor passes on the road.

Erzählen in mehreren Einstellungen ist in dieser Familie eingebaut – Vidu nennt es intelligente Schnitte. Hat die Geschichte mehrere Zeitmarken, schreib sie der Reihe nach, jede mit eigener Kadrage und eigenem Ton, und überlass dem Modell die Schnittpunkte. Willst du eine einzige Einstellung, sag es, wie im Beispiel.

Wie schreibe ich den Ton?

Als Inhalt, im selben Absatz wie das Bild. Der Ton-Schalter ist voreingestellt aktiv; Vidus Dokumentation beschreibt ihn als die Fähigkeit, Ton direkt mit dem Video zu erzeugen, und hält fest, dass abgeschaltet ein stummes Video herauskommt. Er gilt ausschließlich für die Q3-Modelle.

Direkt daneben liegt eine Falle. Der Q3-Pro-Vertrag auf LUVI bietet einen Regler bgm, voreingestellt aktiv, während Vidus eigene Parametertabelle sagt, Hintergrundmusik sei bei den q3-Modellen nicht verfügbar. Verlass dich für eine Musikspur nicht auf diesen Schalter: Beschreib die Musik in der Prosa, so wie du die Effekte beschreibst.

Dialog funktioniert auf Englisch, Japanisch und Chinesisch. Eine andere Sprache kann schlecht ausfallen – halte eine solche Zeile sehr kurz oder trag den Moment ohne Sprache vor der Kamera. Sprechen mehrere, gib jeder Figur eine eigene Kennung und jeder Zeile einen eigenen Satz.

Was sollte ich sonst bewusst einstellen?

Vier Dinge, und eines überrascht.

• aspect_ratio startet in 4:3, nicht in 16:9. Wer für eine Breitbild-Timeline oder fürs Hochformat produziert, stellt es jedes Mal ein; die Werte sind 16:9, 9:16, 4:3, 3:4 und 1:1.
• duration reicht von 1 bis 16 Sekunden, 5 als Vorgabe. Sechzehn Sekunden bieten Platz für eine kurze Abfolge, nicht für eine lange Aktion: Eine einzelne Aktion so weit zu dehnen verlangsamt sie eher, als dass sie sich entwickelt.
• resolution ist 540p, 720p oder 1080p und bewegt den Preis: 1063 Credits in 720p gegenüber 1275 in 1080p auf Q3-Pro, für dieselben fünf Sekunden.
• seed gibt es, eine Einstellung lässt sich also halten, während du eine einzige Wendung änderst.

Der Prompt selbst ist auf 5000 Zeichen begrenzt – großzügig, aber ein Clip-Prompt ist ein Absatz, kein Drehbuch.

Wie wir geprüft haben

• Modelle: Vidu Q3-Pro Text zu Video und Q3-Turbo Text zu Video; die Bild-, Start-Ende- und Referenzmodelle wurden aus dem Katalog gelesen.
• Einstellungen: Clips von fünf Sekunden in 720p und 1080p.
• Datum und Gelesenes: 22. September 2026. Die Parameterverträge der Modelle und die Live-Angebote in Credits innerhalb von LUVI, der Prompt-Leitfaden, den LUVI für die Vidu-Familie geschrieben hat, sowie Vidus API-Dokumentation zu Text zu Video.
• Ergebnisse: 510 Credits auf Q3-Turbo und 1063 auf Q3-Pro in 720p; 1275 auf Q3-Pro in 1080p. Keines der beiden Modelle bot einen Stil- oder Bewegungsamplituden-Regler. Für diesen Beitrag wurden keine Ausgaben generiert, er trifft also keine Aussage über die Qualität der Ergebnisse.
• Offen geblieben: Die Abweichung bei bgm stammt aus dem Vergleich zweier Dokumente, nicht aus einer Messung an einer Generierung; nimm sie als Grund, die Musik in die Prosa zu schreiben, nicht als belegte Stille.

In LUVI

Öffne ein Modell auf der Seite der Vidu-Q3-Familie und prüf zuerst das Seitenverhältnis: Die 4:3-Voreinstellung ist die Einstellung, die am häufigsten vergessen wird. Schreib Stil, Bewegung und Ton in den Absatz und lass dann die Feder neben dem Prompt-Feld LUVIs Prompt-Leitfaden für dieses Modell anwenden. Wenn du zwischen dieser Familie und einer schwankst, bei der der Ton ein Schalter ist, ist die Liste, welche Modelle Ton zusammen mit dem Video erzeugen, der kürzeste Vergleich.

Neue Konten starten mit 200 Credits, und bestätigst du Telefon und Karte, kommen bis zu 1.500 dazu. Du kannst ein LUVI-Konto anlegen und hören, was eine in den Prompt geschriebene Tonspur bewirkt.

Quellen

• API-Referenz für Text zu Video (auf Englisch), Vidu, offizielle Plattformdokumentation. Abgerufen am 22. September 2026.