Prima di tutto, chiariamo un punto: perché leggere questo tutorial? Cosa potrai creare dopo averlo letto?
Se sei alle prime armi con l'assistente AI personale di Meta Muse, probabilmente lo usi solo per chattare, cercare informazioni o generare qualche immagine. Ma quando provi a realizzare un video breve completo e pronto per la pubblicazione, è molto probabile che tu incappi in quattro trappole:
- Il volto cambia a ogni inquadratura: il protagonista è una ragazza dai capelli lunghi per un secondo e una persona completamente diversa subito dopo.
- Distorsioni durante i movimenti: se il personaggio compie movimenti ampi, le mani attraversano il viso o i lineamenti si sfocano.
- I video lunghi diventano slow motion: chiedere all'AI di "generare un video di 20 secondi" spesso dilata 5 secondi di azione in 20 secondi, creando l'effetto di una presentazione di diapositive rallentata.
- Esaurimento della quota: la generazione di immagini e video consuma rapidamente le quote gratuite settimanali; bastano pochi tentativi per ritrovarti bloccato.
Questa non è una lista di funzionalità, ma un manuale passo-passo per passare da 0 a 1.
Seguendo i passaggi qui sotto, anche senza esperienza nel montaggio video, potrai costruire questa pipeline:
- Basi: far ricordare all'AI il volto dello stesso protagonista, girando in modo stabile clip da 6 secondi senza distorsioni.
- Risparmio delle quote: delegare il rendering a strumenti web completamente gratuiti.
- Movimenti di camera e prospettive avanzate: imparare a preparare ComfyUI, MiniMax H3 e Blender per riprese complesse come "orbita attorno al soggetto" o "avvicinamento lungo la strada", garantendo un risultato finale stabile.
Nel nostro articolo precedente sull'uso avanzato di Muse, abbiamo spiegato come configurare 4 postazioni di lavoro: Radar Quote Gratuite, Workflow Video AI, Centro Creazione Self-Media e Dashboard dei Trend. Se te lo sei perso, dagli un'occhiata: la configurazione della dashboard di passaggio fa riferimento proprio a quello.
https://x.com/loi_jinli/status/2120499400586014862
1. Preparazione: account, materiali e aspettative
Prima di aprire qualsiasi software, comprendiamo le basi e i tempi necessari:
① Account e materiali di base
- 1 account Muse: accedi tramite muse.ai o client desktop. Controlla la quota residua (una clip da 6 secondi consuma circa il 2%–12% della quota settimanale; inizia con test brevi).
- 1 ritratto frontale pulito: illuminazione uniforme, lineamenti nitidi, niente occhiali da sole o frangette. NON caricare collage a griglia; l'AI potrebbe integrare i bordi bianchi direttamente nel video.
- Definisci subito le proporzioni: usa `9:16` per il formato verticale (TikTok, Reels) o `16:9` per quello orizzontale (YouTube). Non generare in orizzontale per poi ritagliare forzatamente in verticale: il ritaglio automatico spesso disallinea il soggetto.
② Tempi di attesa realistici
- Generare 1 immagine base: 20–40 secondi.
- Generare 1 clip da 5–6 secondi: 1–2 minuti.
- Script completo da 30 secondi + generazione segmentata: 15–30 minuti, controlli inclusi. Durante la generazione, aspetta con pazienza; non inviare richieste a ripetizione.
③ Strumenti avanzati (conoscili ora, installali dopo)
Le sezioni 5–7 utilizzano questi strumenti esterni gratuiti; le sezioni 2–4 non ne hanno bisogno:
- [Meta AI](https://www.meta.ai/): strumento web gratuito per delegare la creazione di immagini o animazioni semplici e risparmiare quota su Muse.
- ComfyUI: software open source basato su nodi per workflow AI, utile per la "fluidità (interpolazione RIFE)" e il "controllo preciso della camera (MiniMax H3)". Richiede una GPU con 16GB–24GB di VRAM oppure risorse cloud.
- Blender: software di modellazione 3D open source per impostare prospettive di strade ed edifici prive di distorsioni prima della generazione AI.
2. Passaggio 1: imposta prima le regole in Muse
I principianti spesso chiedono semplicemente "una bella ragazza che beve un caffè", ottenendo musica di sottofondo scadente, sottotitoli indesiderati e mani deformate.
Avvia una nuova chat. Non caricare ancora immagini. Invia questa "regola di collaborazione":
1Sono un utente italiano. Creeremo insieme asset per video brevi con personaggi coerenti. Segui rigorosamente queste 3 regole:21. Salvo richiesta esplicita, NON aggiungere musica di sottofondo (BGM), voiceover o sottotitoli a schermo.32. Mantieni le azioni del personaggio sottili/singole. NESSUNA mano che passa davanti al viso.43. Dopo ogni generazione, verifica autonomamente questi 4 punti: "Coerenza del volto, texture della pelle (non plastica), mani/azioni naturali, stabilità dell'illuminazione". Segnala 1 potenziale problema riscontrato.
Nota: queste regole servono a limitare le abitudini di generazione. Per connessioni ad account esterni o accessi ai file, approva manualmente i pop-up di autorizzazione nelle Impostazioni.
3. Passaggio 2: loop minimo – blocca il volto con 1 immagine
Obiettivo: creare la prima clip da 6 secondi con un volto stabile usando solo 1 foto.
① Salva il profilo del personaggio come "Memo"
Carica il tuo ritratto frontale. Invia:
1Salva i tratti del viso della persona nell'immagine allegata come un "Memo Impostazioni Personaggio" riutilizzabile.2Requisiti:31. Registra SOLO struttura facciale, acconciatura, colore dei capelli e corporatura. NON registrare sfondo, illuminazione o abbigliamento.42. Mostrami il testo completo del memo dopo averlo salvato.
Controlla la risposta. Assicurati che non siano trapelati dettagli ambientali (es. "in piedi sulla porta del bar"). In tal caso, rispondi: "Elimina le descrizioni di sfondo/abbigliamento, mantieni solo i tratti del viso/capelli e salva di nuovo."
② Genera la prima clip di test da 6 secondi
Nella stessa chat, invia:
1Usa il "Memo Impostazioni Personaggio" salvato e l'immagine di riferimento per generare un video di test verticale (9:16) da 6 secondi in stile selfie.2Scena: interno in penombra, lampada da scrivania giallo caldo che illumina il contorno del viso. Preserva una texture della pelle realistica, senza eccessivi effetti leviganti.3Azione: solo "guarda di lato, poi torna a guardare in camera e sbatte le palpebre in modo naturale". Le mani restano ferme.4Invia il video e riporta i risultati del tuo controllo sui 4 punti.
Attendi 1–2 minuti. Controlla il video.


③ Affinamento: cambia una cosa alla volta
Se non sei soddisfatto, non richiedere più modifiche contemporaneamente. Nella stessa chat, invia:
1Mantieni invariati l'aspetto del personaggio, l'ambiente della stanza e l'azione. Modifica SOLO questo:2Aumenta la luminosità della lampada da scrivania di un livello per rendere il viso più visibile. Non cambiare nient'altro.
Da fare: assicurati che la clip da 6 secondi abbia un volto coerente, nessun sottotitolo extra e occhi/pelle naturali. Da non fare: scrivere trame da 30 secondi prima di aver bloccato il volto.
4. Passaggio 3: risparmia quota delegando il rendering a Meta AI
Quando sperimenti inquadrature diverse, le quote di Muse si esauriscono in fretta. Dividi il workflow: Muse scrive i prompt e fa da QA (basso costo); Meta AI gestisce il rendering pesante (gratuito).
Procedura:
- Crea una "Dashboard di Inoltro Prompt" nello Space di Muse:
1Non puoi cliccare direttamente sui link esterni di Meta AI. Crea una "Dashboard di Inoltro Prompt" nello Space.2Funzionalità:31. Quando descrivo una scena, scrivi prompt completi e autonomi per immagini/animazioni e inseriscili nella dashboard.42. Aggiungi un pulsante "Copia" e un link a https://www.meta.ai/ per ogni prompt.53. Genererò i contenuti multimediali in Meta AI e li ricaricherò qui affinché tu possa controllare eventuali difetti e suggerire versioni successive dei prompt.
- Genera immagini in Meta AI: copia il prompt dalla dashboard e incollalo su meta.ai. Genera (~20s). Riprova liberamente quante volte vuoi.
- Anima in Meta AI: clicca su
Animate(predefinito) oCustom animate(incolla la descrizione dell'azione di Muse). Facoltativamente aggiungiMusic. - Verifica in Muse: ricarica il video di Meta AI in Muse. Chiedi: "Controlla difetti nel volto/nell'azione. Fornisci un prompt rivisto se necessario."

5. Passaggio 4: evita lo slow motion e fluidifica le clip (video da 20–30s)
Trappole: la "generazione diretta di 20s" causa l'effetto slow motion; i video AI grezzi sono scattosi (16/24fps).
① Crea una tabella storyboard
Chiedi a Muse di dividere un'idea da 30s in sei inquadrature da 5s:
1Dividi questa idea in una tabella storyboard verticale da 30 secondi e 6 inquadrature: [Persona che cammina sotto la pioggia a Tokyo, con le strade che si trasformano in una città sci-fi a ogni passo].2Colonne della tabella:31. N° Inquadratura42. Durata (~5s)53. Contenuto visivo64. Angolazione camera (Primo piano/Piano medio/Campo lungo)75. Movimento camera (Avvicinamento/Allontanamento/Pedinamento)86. Transizione all'inquadratura successiva9Requisito: vestiti e volto del protagonista devono essere identici in tutte e 6 le inquadrature.
② Evita il comando "Genera 20s"
L'AI rallenta l'azione se viene forzata a dilatare il tempo. Richiedi invece una generazione segmentata:
1Genera le inquadrature 1–4 dello storyboard concatenando segmenti da "10s + 10s". Mantieni una velocità fisica normale per la camminata e l'ambiente. NESSUN effetto slow motion.
③ Usa l'interpolazione RIFE per i 60fps
I video AI grezzi sono spesso a 16/24fps. Usa RIFE per inserire fotogrammi intermedi e ottenere un fluido 60fps.
- Semplice: chiedi a Muse: "Applica il motore RIFE per interpolare l'ultimo video a 60fps."
- Avanzato (ComfyUI): importa il video in ComfyUI locale. Segui la Guida all'interpolazione dei fotogrammi di ComfyUI. Installa ComfyUI-Frame-Interpolation:
- Carica il workflow Frame Interpolation.
- Inserisci il video, collega il nodo `RIFE VFI` (modello rife47 o 4.0–4.9).
- Imposta il moltiplicatore su `2` (per 24/30fps) o `4` (per 16fps). Esporta tramite Video Combine a 60fps.
6. Passaggio 5: movimenti di camera complessi (orbita attorno al soggetto) con MiniMax H3
I prompt solo testuali falliscono con movimenti cinematografici come "il personaggio gira la testa mentre la camera gli orbita intorno". Soluzione: Previz in Muse, affinamento in ComfyUI + MiniMax H3.
Configurazione: ComfyUI + MiniMax H3
Richiede almeno 16GB di VRAM o una GPU cloud (Kaggle/Modal/Paperspace).
- Aggiorna ComfyUI: assicurati di avere l'ultima versione (supporto nativo per MiniMax H3).
- Scarica i modelli:
- Modello base: pesi MiniMax H3 Ref2VA da Hugging Face →
ComfyUI/models/diffusion_models/. - LoRA Turbo a 8 step (consigliato): scarica
minimax_h3_ref2v_turbo_8step_v1.0_768p_comfyui_bf16.safetensorsseguendo la Guida Wiki di ComfyUI →ComfyUI/models/loras/. Riduce gli step da oltre 20 a 8.
Esecuzione:
- Genera la previz in Muse:
1Genera un video previz da 5 secondi:2Scena: posto vicino alla finestra di un bar nel pomeriggio.3Azione/Camera: persona con felpa grigia sente qualcuno chiamarla, gira la testa verso sinistra-dietro. Contemporaneamente, la camera orbita dolcemente di mezzo cerchio passando dal fronte al retro diagonale. Traiettoria stabile, inquadratura pulita.
- Carica il template MiniMax H3 in ComfyUI: usa il file ufficiale video_minimax_h3_r2v.json. Collega i nodi:
- Immagine di riferimento: il tuo ritratto frontale.
- Video di riferimento: la previz da 5s di Muse.
- LoRA Loader: collega la LoRA Turbo a 8 step.
- Parametri: larghezza 1344, altezza 768, lunghezza 121 fotogrammi (~5s @ 24fps), Step 8 (o 20 senza LoRA).
- Best practice per i prompt: secondo l'esperienza con MiniMax-H3 Ref2VA, non affidarti mai esclusivamente alle immagini di riferimento. Descrivi esplicitamente colore dei capelli e abbigliamento in ogni segmento del prompt per evitare "perdite di memoria" e scambi di volti. Metti in coda il prompt. Risultato: un video a 768p con suono ambientale in pochi minuti.
Panoramica dei nodi del template ufficiale:

Checklist collegamento nodi:
- Linea principale: Model Loader (MiniMax H3) → LoRA Loader (Turbo) → MiniMaxH3ReferenceToVideo → Sampler (steps=8) → Video Combine
- Input: Reference Image ← Ritratto; Reference Video ← Previz di Muse
- Parametri principali: width=1344, height=768, length=121
7. Passaggio 6: correggi le distorsioni prospettiche delle strade con Blender + dati PLATEAU
Le strade generate dall'AI tendono a deformare gli edifici. Soluzione: blocca la prospettiva con dati urbani 3D reali, renderizza una base statica, poi anima con l'AI.
Configurazione:
- Installa Blender: software 3D open source gratuito.
- Ottieni i dati: scarica il plugin Plateau-Blender-Importer e i dati CityGML (.gml) dal progetto giapponese Project PLATEAU (edifici e strade con altezze reali, precisione fino a 1m).
Esecuzione:
- Installa il plugin: Edit → Preferences → Add-ons → Install .zip → Abilita.
- Importa un isolato: File → Import → Plateau City GML. Non importare un'intera città (causa crash). Chiedi a Muse di scrivere uno script Python per Blender che filtri gli edifici entro 500m–1km dalla camera e li codifichi a colori.
- Renderizza la base statica: posiziona la camera virtuale (ad altezza occhi/aerea), imposta l'angolazione del sole. Premi F12 per renderizzare un'immagine statica pulita.
- Anima con l'AI: carica l'immagine statica su Muse/Meta AI/ComfyUI. Prompt: "Mantieni invariate le strutture degli edifici. Aggiungi riflessi al neon sull'asfalto bagnato, pedoni con ombrelli, lento avvicinamento della camera in avanti." Poiché la geometria è bloccata, non si verificherà alcuna distorsione.
Controlli qualità:
- Base statica: blocchi bianchi/grigi, strade scure, profondità/prospettiva chiara, nessuna texture.
- Video finale: confronta l'ultimo fotogramma con la base statica. I bordi degli edifici devono rimanere dritti, senza deformazioni gelatinose.
8. Risoluzione dei problemi e checklist della pipeline
Problemi comuni prima della pubblicazione:
- Soggetto tagliato nel formato verticale: se converti da 16:9 a 9:16, controlla la visualizzazione a schermo intero. Assicurati che il viso non sia tagliato.
- Testo mancante all'inizio: i video sottotitolati da Muse hanno spesso i primi 0,2–0,5s vuoti. Taglia l'inizio o aggiungi i sottotitoli in CapCut/Jianying.
- Generazione bloccata: se supera i 3 minuti, controlla il log delle attività. Se viene restituito solo testo, chiedi: "Non vedo alcun file video. Conferma la generazione e fornisci il link per la riproduzione."
- Diritti commerciali: il piano gratuito di Muse non offre garanzie esplicite di licenza commerciale. Per annunci a pagamento, usa Muse solo per storyboard/memo/previz. Renderizza gli asset finali localmente con modelli open source (ComfyUI) e fai il compositing in un software di montaggio.
Lista di autovalutazione:
- [ ] Preparato 1 ritratto frontale pulito; verificata la quota settimanale di Muse.
- [ ] Inviate 3 regole di collaborazione a Muse; applicato il controllo sui 4 punti.
- [ ] Completato il primo test da 6 secondi con blocco del volto; padroneggiato l'affinamento "una modifica alla volta".
- [ ] Creata la dashboard di inoltro per Meta AI OPPURE utilizzata la segmentazione "10s+10s".
- [ ] Compreso quando usare RIFE (fluidità), ComfyUI MiniMax H3 (controllo camera) e Blender+PLATEAU (stabilità prospettica).
Riferimenti e strumenti
- Guida Meta: generare immagini e animazioni Vibes
- Tutorial ComfyUI: interpolazione dei fotogrammi (RIFE)
- Wiki ComfyUI: guida a MiniMax H3 Turbo Ref2VA
- Tutorial ufficiale PLATEAU per l'importazione in Blender & GitHub del plugin
Segui @loi_jinli per crescere e guadagnare insieme.





