AI VIDEO

Deine Stadt wird zur Open-World-Map.

Hamburg als GTA-Level, mit einer einzigen Mission: Feierabendbier. Vom Flughafen ins geklaute Flugzeug, über die Elbphilharmonie, mit dem Schirm auf St. Pauli. Kein Spiel, sondern neun Startbilder aus ChatGPT, einzeln in Pollo AI animiert und mit einem Gameplay-HUD überzogen.

  • Pollo AI
  • ChatGPT
  • Remotion
  • 2 Std
  • Fortgeschritten

ERGEBNIS

Das ist dabei rausgekommen.

  • 9Clips, einzeln erzeugt
  • 8spro Clip, mit Ton
  • 34sfertiges Reel
  • 1Figur, neunmal dieselbe
  • Vor dem Flughafenterminal schiebt sich eine dunkle Handykarte ins Bild: FEIERABENDBIER, darunter der Auftrag „Get to St. Pauli for a beer.“ und ein roter ACCEPTED-Knopf Der Auftrag kommt aufs Handy0:00 bis 0:02
  • Sprint über das Vorfeld, oben rechts leuchtet der erste von fünf Fahndungssternen auf, darunter das Pollo.ai-Logo Der erste Stern0:05
  • Die Maschine hebt ab, unten links zoomt die Minimap heraus und das Spielersymbol wird zum Flugzeug Radar wird zum Flieger0:13
  • Blick aus der Maschine auf die beleuchtete Elbphilharmonie, oben rechts stehen drei Fahndungssterne Drei Sterne über der Elbphilharmonie0:18
  • In der Kneipe am Tresen steht quer im Bild die Tafel MISSION PASSED, die Fahndungssterne sind verschwunden MISSION PASSED0:28

DAS BRAUCHST DU

Womit das gebaut ist.

  • Pollo AI
  • ChatGPT
  • Remotion
  • Ein Mann in dunklem Pullover geht im Regen auf das beleuchtete Terminal des Hamburger Flughafens zu, im Hintergrund startet eine Maschine Flughafen, von außen0:00 bis 0:03
  • Derselbe Mann rennt von hinten gesehen über das nasse Vorfeld auf geparkte Propellermaschinen zu, Tower und Bodenpersonal im Hintergrund Sprint aufs Vorfeld0:03 bis 0:07
  • Der Mann greift den Türrahmen einer kleinen weiß-roten Propellermaschine und blickt über die Schulter zurück, während Bodenpersonal heranläuft Einstieg in die Maschine0:07 bis 0:13
  • Die kleine Propellermaschine steigt über die nasse Startbahn, darunter Rollwege und die Lichter des Flughafens in der Dämmerung Abheben über die Bahn0:13 bis 0:17
  • Die Maschine zieht über die beleuchtete Elbphilharmonie und die Speicherstadt, die Elbe und der Hafen liegen im letzten Tageslicht Über der Elbphilharmonie0:17 bis 0:22
  • Der Mann fällt bäuchlings über der Stadt, Arme ausgebreitet, unter ihm die Elbe und die Elbphilharmonie, die Maschine fliegt ohne ihn weiter Absprung, freier Fall0:22 bis 0:25
  • Blick von hinten über einen offenen Fallschirm auf die Straßenzüge von St. Pauli, dahinter Hafenkräne und die Elbe Schirm offen über St. Pauli0:25 bis 0:27
  • Der Mann geht mit Rucksack über die nasse Reeperbahn, hinter ihm liegt der zusammengefallene Fallschirm auf dem Asphalt, Neonschriften spiegeln sich Ankunft auf der Reeperbahn0:27 bis 0:30
  • Der Mann sitzt in einer Kiezkneipe am Holztresen und trinkt ein Bier, durch das Fenster leuchtet die Reeperbahn Feierabendbier am Tresen0:30 bis 0:34

ANLEITUNG

So baust du es nach.

  1. Die Figur einmal festlegen

    Bevor ein einziges Bild entsteht, brauchst du deine Figur als Datei. In ChatGPT ein Character Sheet bauen: vier Ganzkörperansichten von vorn, halb seitlich, im Profil und von hinten, dazu drei Kopfansichten, alles im selben Outfit vor neutralem Hintergrund. Die Vorlage dafür liegt unten im Creator Kit. Diese eine Datei geht in jede der neun Generierungen. Ohne sie trägt der Typ in Clip 3 eine andere Jacke als in Clip 7, und die Illusion, dass man einer Person zusieht, ist weg.

  2. Neun Startbilder bauen, nicht neun Videos

    Hier steckt die eigentliche Arbeit, und sie passiert im Bild, nicht im Video. Jede Szene ist ein einzelnes 9:16-Bild aus ChatGPT: Ort, Tageszeit, Wetter, Kameraposition und was die Figur gerade tut. Meine neun stehen weiter oben, von der Terminalfront bis zum Tresen. Wichtig ist die Kette: Die Kamera muss von Bild zu Bild plausibel weiterwandern, sonst wirkt es wie neun Postkarten statt wie eine Mission. Wetter und Tageszeit bleiben über alle neun gleich, bei mir Regen und Dämmerung.

  3. Jedes Bild in Pollo AI animieren

    Auf pollo.ai einloggen, als Modell Seedance 2.5 wählen und in den Image-to-Video-Modus gehen. Startbild hochladen, Format 9:16, Laufzeit acht Sekunden, Ton an. Der Bewegungs-Prompt bleibt kurz und beschreibt nur, was sich bewegt: „he sprints toward the parked planes, camera follows from behind, handheld“. Alles Gestalterische steckt schon im Startbild. Neunmal wiederholen. Rechne mit zwei bis drei Versuchen pro Szene, bis die Bewegung sitzt.

  4. Die neun Clips stumpf aneinanderlegen

    Keine Überblendungen, keine Effekte, kein Umsortieren. Neun harte Schnitte in der Reihenfolge der Startbilder, das ergibt rund 34 Sekunden. Genau diese Härte lässt es nach Gameplay aussehen: In einem Spiel blendet auch nichts ineinander. Den Ton der Clips behältst du, Seedance liefert Raumton, Triebwerk, Fahrtwind und Kneipe gleich mit. Musik kommt später in der App darüber, nicht in den Schnitt.

  5. Das HUD drüberlegen

    Erst das HUD macht aus neun schönen Clips eine Mission. Unten links die Minimap mit Route, oben rechts die Fahndungssterne, am Anfang die Missionskarte, am Ende MISSION PASSED. Der Master-Prompt im Creator Kit beschreibt das komplett, inklusive der Stern-Logik über die Laufzeit. Du kannst ihn einem Schnitt-Werkzeug mit KI geben oder als Bauplan für dein eigenes Overlay nehmen. Bei mir hat Remotion das HUD gebaut, also Code über dem Video, nicht eine KI. Der Prompt ist die Vorgabe dafür, und er funktioniert genauso als Checkliste, wenn du das Overlay von Hand setzt.

CREATOR KIT

Alles, was du brauchst.

gta-hamburg-master-prompt.txt
Use the supplied final Hamburg gameplay-style source video as the base footage and create a polished final edited vertical 9:16 social video that feels like a highly cinematic, hyper-realistic GTA-style gameplay mission set in Hamburg.

IMPORTANT:
The provided source video is the primary base layer. Do not replace the whole clip. Preserve the existing footage, character identity, locations, plane, parachute, Hamburg atmosphere, and story flow. The job is to improve the video in post through editing, compositing, overlays, masking, sound design, HUD design, pacing adjustments, and selective insert edits.

GOAL:
Transform the source clip into a convincing final "GTA in Hamburg" mission video that feels like one coherent gameplay capture, not just an AI video montage. The final piece should look cleaner, more intentional, more game-like, and more immersive.

CORE STORY:
A player-character in Hamburg receives a mission, runs into Hamburg Airport, steals a small plane, flies over Hamburg past the Elbphilharmonie, jumps out, parachutes toward St. Pauli, reaches the Kiez, and ends in a bar drinking a beer.

EDITING PRIORITIES:
1. Preserve the strongest existing footage.
2. Improve gameplay immersion through stable HUD and sound.
3. Replace weak AI-generated UI elements with clean designed overlays.
4. Fix or hide inconsistent wanted stars and mission text.
5. Emphasize smooth mission logic and continuity.
6. Make the whole result feel like premium GTA-style gameplay.

DO NOT:
- do not replace the protagonist
- do not change his face
- do not change the outfit
- do not change the locations
- do not change the aircraft type
- do not use random stock footage
- do not introduce unrelated scenes
- do not over-stylize with glitch effects
- do not turn it into a trailer montage
- do not make it look like a real-life documentary
- do not use subtitles
- do not use heavy meme editing
- do not use fast random jump cuts
- do not use generic cinematic music that overpowers the gameplay feel

VISUAL IDENTITY:
The final result should feel like:
- GTA-style open-world gameplay
- clean screen-space HUD
- controlled third-person mission structure
- hyper-realistic next-gen game presentation
- authentic Hamburg locations
- strong mission-based pacing
- restrained but satisfying sound design

HUD / GAMEPLAY OVERLAY DESIGN:
Create and composite a clean GTA-inspired gameplay HUD across the video. The HUD should feel polished, minimal, and consistent.

HUD rules:
- all HUD elements are fixed screen-space overlays
- they remain locked to the screen
- they never drift, wobble, or change position with the camera
- they never appear embedded into the environment
- they never flicker
- they stay visually consistent throughout the clip

HUD elements to include:
- bottom-left circular minimap / radar
- health bar
- armor bar
- optional stamina bar
- small player/status detail area
- top-right wanted stars
- optional small objective hint area
- optional short mission-complete banner at the end

MISSION START UI:
At the beginning of the clip, replace or cover any weak AI-generated mission popup with a cleaner GTA-style mission start sequence.

Design a brief in-game phone / mission alert moment:
- subtle notification chime
- compact phone or mission-card style overlay
- short readable mission text
- quick accept moment

Mission title:
FEIERABENDBIER

Objective text:
Get to St. Pauli for a beer.

Keep the design readable, crisp, and premium.
Do not clutter the screen with too much text.
The UI should appear only briefly and then disappear.

TEXT OVERLAYS:
Use only a small amount of readable text.
All text should look intentional, clean, and game-like.

Recommended text moments:
- beginning mission card:
  FEIERABENDBIER
  Get to St. Pauli.
- optional small objective update:
  Go to St. Pauli.
- ending:
  MISSION PASSED
  FEIERABENDBIER

Do not show too much text elsewhere.

WANTED LEVEL LOGIC:
Override or replace any inconsistent stars in the base footage.
Wanted stars must evolve logically and consistently.

Desired wanted progression:
- 0:00-0:05 = no stars
- 0:05-0:11 = 1 star
- 0:11-0:17 = 2 stars
- 0:17-0:24 = 3 stars
- 0:24-0:27 = 3 stars blinking
- 0:27 to end = stars fade away / disappear

The stars should feel like real gameplay logic, not random decoration.

MINIMAP / OBJECTIVE ROUTE:
The minimap should support the gameplay fantasy.
Show:
- a player arrow
- a route / objective direction
- a destination associated with St. Pauli
- during the airport section, the route should imply movement toward the plane / mission progression
- during the city / parachute phase, the route should imply travel toward St. Pauli

Do not overcomplicate the map.
Keep it readable and clearly GTA-inspired.

SOUND DESIGN:
Build the final soundscape as if this is real gameplay footage.

Use layered, polished sound design:
- subtle ambient airport exterior at the beginning
- recognizable game-like mission notification chime
- small phone UI interaction sounds
- footsteps on wet pavement
- distant road traffic
- subtle apron ambience
- distant airport workers / operational ambience
- aircraft engine start
- turboprop spin-up
- propeller acceleration
- takeoff roll / aviation movement
- airflow and wind during the flight
- strong rushing wind during freefall
- parachute deployment snap
- softer canopy / air movement under parachute
- distant city ambience while descending over Hamburg
- St. Pauli nightlife ambience
- bar room ambience
- beer glass / counter contact sound
- short satisfying mission-complete sound at the end

AUDIO STYLE:
- no cheesy EDM
- no overpowering epic trailer music
- if music is used at all, keep it subtle, game-like, tension-building, and low in the mix
- gameplay immersion and environmental sound should dominate

DIALOGUE / VOICE:
Keep dialogue minimal.
If desired, include only one very short background line near the airport, such as:
"Hey! Stop!"
or a similar short airport-worker shout.
No subtitles.

PACE / RHYTHM:
Keep the clip tight and readable.
The edit should feel like one polished mission flow.
Do not make it too chaotic.
Do not interrupt the viewer with too many cuts.

CONTINUITY FIXES:
Use editing to hide or improve any awkward AI transitions:
- cover weak mission popup areas with cleaner overlays
- cover inconsistent stars with stable new stars
- use sound and motion emphasis to smooth the plane takeoff transition
- smooth the transition from airborne sequence into jump / parachute
- if needed, use a short insert before the bar to make the St. Pauli arrival feel more complete

OPTIONAL INSERT / LANDING FIX:
If an additional landing / street-level Kiez shot is available, insert a very short shot between the parachute descent and the bar entry:
- show arrival near the Reeperbahn / St. Pauli
- maintain the same protagonist and outfit
- if parachute gear is visible, that is fine
- the insert should last roughly 1 to 2 seconds
- it should act as the missing "landed on the Kiez" payoff
- then transition into the bar

If no extra landing shot is available, create the feeling of arrival using a strong audio bridge, a very short visual bridge, or a masked continuity cut.

END SEQUENCE:
The ending should feel satisfying and humorous.
By the time the character is at the bar:
- wanted level is gone
- HUD remains clean
- the environment is calm
- the beer moment lands like the mission has been completed

At the end, show a clean GTA-style completion overlay:
MISSION PASSED
FEIERABENDBIER

Keep it visually elegant, iconic, and readable.
Accompany it with a short completion chime.

FINAL OUTPUT:
Deliver a final polished vertical 9:16 video that feels like a premium GTA-style mission in Hamburg, with clean HUD, corrected mission logic, improved continuity, strong sound design, and a satisfying finished ending.

SETTINGS

Die Einstellungen im Überblick.

Einstellungen
PlattformPollo AI
ModellSeedance 2.5
ModusImage to Video (Startbild)
Startbilder9 Stück, 9:16, aus ChatGPT
Format9:16
Dauer8s pro Clip, 34s fertig
Tonentsteht im selben Durchlauf
HUDRemotion, als Code über dem Video

WORAUF ES ANKOMMT

Darauf musst du achten.

  • Das Startbild entscheidet, nicht der Bewegungs-Prompt

    Bei Image-to-Video ist praktisch alles schon festgelegt, bevor das Modell loslegt: Ort, Licht, Outfit, Bildausschnitt, Stimmung. Der Prompt darf dann nur noch beschreiben, was sich bewegt. Wer im Bewegungs-Prompt anfängt, die Szene nochmal zu beschreiben, bekommt ein Modell, das gegen sein eigenes Startbild arbeitet und nach zwei Sekunden anfängt, Dinge umzubauen.

  • Acht Sekunden sind die Erzähleinheit

    Jeder Clip kann genau einen Gedanken tragen: hinlaufen, einsteigen, abheben. Wer zwei Handlungen in acht Sekunden presst, bekommt beide halb. Deshalb sind es neun Szenen und nicht fünf, und deshalb steht in jedem Startbild schon der Moment, den der Clip zeigen soll. Die Mission entsteht in der Reihenfolge, nicht im einzelnen Clip.

  • Das HUD muss auf dem Schirm kleben

    Der Teil des Master-Prompts, der am meisten trägt, ist der langweiligste: Alle HUD-Elemente sind fest im Bildschirmraum, sie wandern nicht mit der Kamera, sie flackern nicht, sie wechseln nicht die Position. Genau das unterscheidet ein Spiel-Interface von einem aufgeklebten Sticker. Sobald die Minimap einmal mitschwenkt, sieht das ganze Video nach Video aus und nicht mehr nach Mitschnitt.

  • Die Fahndungssterne brauchen eine Begründung

    Im Rohmaterial sprangen die Sterne wild hin und her, weil das Modell sie einfach hübsch fand. Im Master-Prompt hängen sie an der Handlung: null beim Gehen, einer beim Rennen, zwei beim Einsteigen in ein fremdes Flugzeug, drei in der Luft, blinkend beim Absprung, weg auf dem Kiez. Das liest jeder sofort, auch wer nie GTA gespielt hat, weil es einer Logik folgt statt einem Zufall.

Deine Stadt, dein Level.

Neun Startbilder, neun Durchläufe in Pollo AI, ein HUD darüber. Das Schwierigste daran ist die Entscheidung, welche drei Orte deine Stadt erkennbar machen. Der Rest steht oben.

Meine erste Kooperation. Mit TILL10 gibt es 10 % auf Pollo.ai

FAQ

Häufige Fragen.

Muss es Hamburg sein?
Nein, und genau darin liegt der Reiz. Das Gerüst ist immer dasselbe: ein Ort, an dem die Mission startet, ein Fahrzeug, das man sich nimmt, ein Wahrzeichen im Flug und ein Ziel, an dem es endet. Tausche Flughafen, Elbphilharmonie und Reeperbahn gegen die drei Orte, die deine Stadt erkennbar machen, und der Rest des Ablaufs bleibt stehen. Je bekannter das Wahrzeichen in der Mitte, desto schneller versteht jemand beim Scrollen, wo er gerade ist.
Warum neun Clips und nicht ein langer?
Weil acht Sekunden pro Durchlauf die Grenze sind. Das ist aber kein Nachteil, sondern der Grund, warum es funktioniert: Neun kurze Einstellungen mit harten Schnitten sehen nach Gameplay aus, ein durchgehender Kamerafahrt-Clip sieht nach KI-Video aus. Die Arbeit verlagert sich damit von der Videogenerierung in die Startbilder, und dort hast du die volle Kontrolle.
Woher weiß das Modell, dass es immer dieselbe Person ist?
Es weiß es nicht, du musst es ihm sagen, und zwar in jedem einzelnen Durchlauf. Deshalb steht das Character Sheet an Schritt eins: sieben Ansichten derselben Figur auf einem Blatt, die als Referenz mitgeht. Ein einzelnes Selfie reicht nicht, weil die Kamera die Figur auch von hinten und im Profil sieht, und was auf der Referenz fehlt, erfindet das Modell. Die Vorlage liegt im Creator Kit.
Was kostet das bei Pollo AI?
Pollo rechnet in Credits, und Seedance 2.5 mit Ton gehört zu den teureren Modellen im Katalog. Rechne für dieses Video nicht mit neun Durchläufen, sondern eher mit zwanzig bis dreißig, weil manche Szenen zwei oder drei Anläufe brauchen, bis die Bewegung sitzt. Teste Startbilder deshalb in der kleinsten Auflösung und geh erst hoch, wenn die Szene sitzt. Mit dem Code TILL10 bekommst du 10 % auf Pollo.ai.
Bekomme ich das HUD auch ohne Programmieren hin?
Ja, nur anders. Der Master-Prompt beschreibt das HUD vollständig genug, dass ein Schnitt-Werkzeug mit KI daraus etwas bauen kann, und er funktioniert genauso als Bauanleitung, wenn du Minimap, Sterne und die MISSION-PASSED-Tafel als Grafiken in CapCut oder Premiere legst. Der einzige Punkt, an dem du nicht sparen darfst: Die Elemente müssen über die ganze Laufzeit an exakt derselben Bildschirmposition stehen. Bei mir hat Remotion das gemacht, weil sich Positionen in Code nun einmal nicht verschieben.
Darf ich das GTA nennen?
Als Fan-Video ja, als Werbung nein. Mein Reel läuft mit dem Hinweis, dass es fan-made ist und weder mit Rockstar Games noch mit Take-Two zu tun hat, und im Bild steht kein echtes Spiel-Logo, sondern ein eigenes Wortzeichen. Halte es genauso: eigene Schrift, eigenes HUD, kein nachgebautes Markenlogo, und den Hinweis in die Caption. Kommerziell würde ich den Namen komplett weglassen und einfach von einer Open-World-Mission sprechen.

Nächster Schritt

Drei komplette Video-Workflows als Dateien, alle Prompts in der Reihenfolge, in der sie abgeschickt werden.

Starterpaket laden