Ein guter Sora 2-Prompt liest sich wie eine Anweisung an einen Kameramann: Wer ist im Bild, was tun die Personen zuerst und als Nächstes, wie bewegt sich die Kamera, was soll man hören und was darf sich nicht verändern.
Nachfolgend finden Sie 20 Beispiele für Sora 2-Prompts, gruppiert nach dem gewünschten Inhalt: Alltagsszenen, Produktaufnahmen, Dialoge, Tiere, stilisierte Animationen, viral-taugliche Clips und Sequenzen mit mehreren Einstellungen. Jedes Beispiel enthält einen Prompt für das Startbild und einen Video-Prompt, sodass Sie das gesamte Ergebnis nachstellen können. Im Anschluss an die Beispiele finden Sie ein wiederverwendbares Prompt-Format sowie 10 Vorlagen zum Ausfüllen.
Wo können Sie Sora 2 noch nutzen? OpenAI hat die Sora-App im April 2026 und die Sora-API im September 2026 abgeschaltet. Sora 2 ist weiterhin in Movmix Image to Video verfügbar, sodass Sie jeden Prompt auf dieser Seite dort ausführen können. Falls das Modell einmal nicht verfügbar sein sollte, funktionieren dieselben Prompts auch mit anderen Videomodellen auf Movmix, wie etwa Seedance 2.5 oder Kling 3.0.
Das Sora 2-Prompt-Format
Jedes Beispiel auf dieser Seite folgt derselben Reihenfolge. Verfassen Sie ein bis zwei Sätze pro Zeile und überspringen Sie jede Zeile, die für Ihre Aufnahme nicht relevant ist.
Subjekt: Wer oder was im Fokus der Betrachter stehen soll
Aktion: Was zuerst geschieht und dann als Nächstes (maximal zwei oder drei Handlungsabschnitte)
Kamera: Bildausschnitt und eine Kamerabewegung
Umgebung: Ort, Licht und Wetter, die konstant bleiben sollen
Audio: Atmosphäre, Soundeffekte oder ein kurzer Dialogsatz
Beibehalten: Die Details, die vom Ausgangsbild unverändert bleiben müssen
Hier ist das ausgefüllte Format:
Subjekt: Ein Barista mit grüner Schürze hinter der Theke eines kleinen Cafés.
Aktion: Er schiebt einen fertigen Latte zur Kamera hin, blickt dann auf und lächelt.
Kamera: Mittlere Nahaufnahme, langsames Heranfahren.
Umgebung: Morgenlicht fällt durch das Fenster im Vordergrund, Dampf steigt von der Maschine auf.
Audio: Leises Café-Gemurmel, das Klirren einer Tasse auf der Theke.
Beibehalten: Sein Gesicht, die Schürze, das Design der Tasse und das Layout der Theke bleiben unverändert.
Wenn Sie den Prompt in einen Generator einfügen, können Sie die Beschriftungen beibehalten oder die Zeilen zu einem kurzen Absatz zusammenfügen. Die Beschriftungen helfen Ihnen zu überprüfen, ob nichts fehlt; das Modell benötigt sie jedoch nicht.
Zwei Regeln machen den größten Unterschied. Geben Sie dem Clip eine Hauptaktion, da ein kurzer Clip nicht genug Platz für alle Ereignisse einer ganzen Szene bietet. Und beschreiben Sie die Bewegung statt das statische Bild: Wenn Sie von einem Bild ausgehen, zeigt dieses bereits, wie alles aussieht.
Der eigene Sora 2-Prompting-Leitfaden von OpenAI verwendet eine ähnliche Shot-für-Shot-Struktur.
1. Morgenstress in der Bäckerei
Dieses erste Beispiel dreht sich ganz um natürliche menschliche Bewegungen und einfache Abfolgen von Handlungen.
Prompt für das Startbild:
Warmes, realistisches Foto einer kleinen Nachbarschaftsbäckerei um 7 Uhr morgens. Eine Bäckerin in den Dreißigern mit einer mehlbestäubten marineblauen Schürze steht hinter einem Holztresen. Drei frische Laibe liegen auf einem Kühlregal neben einem leeren Weidenkorb. Der Ofen ist im Hintergrund sichtbar. Sanftes Morgensonnenlicht fällt von links ein. Format 16:9.
Die Bäckerin nimmt drei frische Laibe und legt sie nacheinander in den Holzkorb. Sie wischt sich das Mehl von den Händen, hört den Timer des Ofens und dreht sich dann zum Ofen um. Verwende eine sanfte, handgehaltene Nahaufnahme mit subtilen, natürlichen Bewegungen. Das warme Morgenlicht bleibt konsistent. Füge weiche Küchenatmosphäre, Papiergeräusche und ein leises Timer-Klingeln hinzu. Ihr Gesicht, die Schürze, die Anordnung des Tresens und das Interieur der Bäckerei bleiben unverändert.
What it does: Tests whether Sora 2 can handle several small human actions in a clear sequence without turning a normal bakery shift into an action movie.
Ideal für: Lifestyle-Videos, Brand Storytelling, Cafés, Restaurants, kleine Unternehmen und alltägliche kommerzielle Szenen.
Achtung: Packe nicht zu viele Aktionen in einen kurzen Clip. Aufheben → Ablegen → Hände abwischen → Umdrehen reicht völlig aus. Füge fünf weitere Schritte hinzu, und deine Bäckerin braucht Überstunden.
2. Regenmantel im Wind
Ein Referenzbild definiert bereits die Person, die Kleidung und den Ort. Der Video-Prompt muss nur den Moment animieren.
Prompt für das Startbild:
Realistisches Straßenfoto einer jungen Frau in einem leuchtend gelben Regenmantel, die an einem windigen, bedeckten Tag auf einer Strandpromenade steht. Kapuze unten, offenes Haar, graues Meer und Geländer im Hintergrund, nasser Bürgersteig. Ganzkörperaufnahme mit Platz auf beiden Seiten. Format 16:9.
Eine leichte Windböe bewegt den Saum ihres gelben Regenmantels und einige Haarsträhnen. Sie blickt zum herannahenden Zug, richtet den Riemen ihrer Reisetasche und lächelt dann entspannt. Die Kamera schiebt sich langsam von einer mittleren Distanz näher heran. Füge sanften Regen, ferne Zuggeräusche und eine ruhige Bahnhofsatmosphäre hinzu. Ihr Gesicht, der Regenmantel, die Tasche und der Bahnsteig bleiben unverändert.
Funktion: Zeigt, wie ein statisches Porträt mit nur wenigen subtilen Bewegungen in eine glaubwürdige Mikro-Szene verwandelt werden kann.
Ideal für: Mode-, Reise- und Lifestyle-Clips, Charaktervideos, Social-Media-Visuals und atmosphärisches Storytelling.
Achtung: Wenn Ihr Referenzbild bereits gut aussieht, gestalten Sie es im Video-Prompt nicht neu. Überlassen Sie dem Bild das Erscheinungsbild und dem Prompt die Bewegung.
3. Fehlwurf beim Basketball
AI-Videos benötigen nicht immer perfekte Siege.
Manchmal wirkt ein Fehlwurf glaubwürdiger.
Prompt für das Startbild:
Realistisches Foto eines jugendlichen Spielers auf einem Outdoor-Basketballplatz am späten Nachmittag. Er hält den Ball auf Brusthöhe und blickt zum Korb. Im Hintergrund sind ein Maschendrahtzaun und städtische Gebäude zu sehen. Warmes, tiefstehendes Sonnenlicht wirft lange Schatten auf das Spielfeld. Format 16:9.
Der Spieler wirft den Basketball Richtung Korb. Der Ball trifft den hinteren Rand des Rings, prallt nach oben ab, fällt auf den Holzboden und rollt langsam zur Seitenlinie. Er beobachtet den Fehlwurf, atmet aus und lächelt leicht amüsiert. Verwenden Sie eine weite, statische Kameraeinstellung. Achten Sie auf Konsistenz bei der Sporthalle, dem Aussehen des Spielers und der Beleuchtung. Fügen Sie Quietschen der Schuhe, Aufprallgeräusche des Balls und einen leichten Hall im Innenraum hinzu.
Funktion: Testet Objektbewegungen, Aufprälle, Abpraller und natürliche menschliche Reaktionen in einer einzigen Aufnahme.
Ideal für: Sportvideos, realistische Bewegungstests, physische Interaktionen, Trainingsinhalte und lockeres Storytelling.
Achtung: Beschreiben Sie, was passiert, nachdem der Ball den Ring getroffen hat. Wenn Sie nur „er verfehlt den Wurf“ schreiben, erhält das Modell viel kreativen Freiraum – und manchmal entwickelt der Ball eigene Ambitionen.
4. Produktaufnahme einer mechanischen Uhr
Bei Produktvideos wirken weniger Bewegungen oft hochwertiger.
Prompt für das Startbild:
Studio-Produktfoto einer automatischen Armbanduhr aus Stahl mit dunkelblauem Zifferblatt, liegend auf schwarzem Schiefer; der offene Gehäuseboden zeigt das Uhrwerk; ein einzelnes weiches Hauptlicht von oben rechts; geringe Schärfentiefe; sauberer, dunkler Hintergrund; kein Logo oder Text; Format 16:9.
Der Sekundenzeiger beginnt sich gleichmäßig zu bewegen, während die Kamera langsam auf die Uhr zufährt. Die Krone dreht sich subtil und ein sanfter Lichtreflex gleitet über das gebürstete Metallgehäuse, wodurch die Details des Zifferblatts sichtbar werden. Das Video endet mit einer sauberen Nahaufnahme als Hero-Shot. Behalten Sie die exakte Form der Uhr, die Materialien, das Layout des Zifferblatts und die Steinoberfläche unverändert bei. Fügen Sie subtile mechanische Tickgeräusche und eine ruhige Studioatmosphäre hinzu.
Funktion: Verwandelt ein statisches Produktbild in eine hochwertige, cleane Werbung, ohne das Produkt selbst zu verändern.
Ideal für: Uhren, Elektronik, Kosmetik, Accessoires, E-Commerce, Landingpages und Produktkampagnen.
Achtung: Lassen Sie das Produkt im selben Clip nicht rotieren, explodieren, sich neu zusammensetzen und auf die Kamera zufliegen. Luxusprodukte wirken meist edler, wenn sie sich zurückhaltend präsentieren.
5. Sushi-Bar aus Knete
Nicht jedes Sora 2-Video muss fotorealistisch aussehen.
Dieses Beispiel setzt vollständig auf Miniatur-Stop-Motion.
Prompt für das Startbild:
Szene im Knetanimations-Stil: eine winzige Sushi-Bar aus Modelliermasse, ein rundgesichtiger Knet-Koch hinter der Theke, Lachs- und Reisstücke aus Knete auf einem Holzbrett, sichtbare Fingerabdruck-Textur, warmes praktisches Licht, Miniatur-Set-Atmosphäre; Format 16:9.
Der Knet-Koch legt ein Stück Lachs-Sushi auf das miniature Förderband. Der Teller bewegt sich langsam auf die zwei sitzenden Knet-Kunden zu. Ein Kunde hebt aufgeregt eine winzige Hand, als das Sushi näher kommt. Verwenden Sie eine feste, mittlere Weitwinkelkamera mit sichtbarer Stop-Motion-Bewegung. Fügen Sie sanfte Klickgeräusche der Teller, kleine Küchengeräusche und eine ruhige Restaurantatmosphäre hinzu. Stellen Sie sicher, dass alle Charaktere und Objekte aus demselben Knetmaterial bestehen.
Funktion: Testet, ob Sora 2 ein konsistentes, stilisiertes Material beibehalten kann, während Charaktere und Objekte animiert werden.
Ideal für: Kreative Werbung, Food-Content, verspielte Markenkampagnen, Miniaturwelten und Stop-Motion-Konzepte.
Achtung: Geben Sie das Material durchgängig klar an. Andernfalls könnte Ihr Ton-Koch am Anfang des Videos aus Ton bestehen und am Ende verdächtig menschlich aussehen.
6. Aufzugsgespräch
Ein wenig Dialog kann einem KI-Video viel mehr Leben einhauchen.
Sie benötigen keinen fünfminütigen Monolog.
Bild-Prompt für den ersten Frame:
Realistisches Foto in einem modernen Büroumfeld: Zwei Kollegen stehen nebeneinander und blicken auf die Türen, einer hält eine Kaffeetasse, der andere eine Laptoptasche, neutrale Gesichtsausdrücke, gebürstete Metallwände, weiches Deckenlicht, frontal auf Brusthöhe aufgenommen, Format 16:9.
Die Frau schaut kurz auf die Stockwerksanzeigen und fragt: „Langer Tag?“ Der Mann dreht sich leicht zu ihr um, lächelt müde und antwortet: „Du hast keine Ahnung.“ Beide lachen leise, als sich die Aufzugstüren öffnen. Verwenden Sie eine feste mittlere Zweier-Einstellung mit natürlichen Gesichtsausdrücken und subtilen Körperbewegungen. Fügen Sie ein leises Aufzugsummen, einen sanften Ankunftston und natürliches Dialogtiming hinzu. Achten Sie darauf, dass beide Charaktere, ihre Kleidung und das Aufzuginterieur konsistent bleiben.
Funktion: Kombiniert Gesichtsausdrücke, kurzen Dialog, Umgebungsgeräusche und subtile Interaktionen zwischen den Charakteren.
Ideal für: Kurzgeschichten, Social-Media-Videos, Büroszenen, Werbung mit Dialog und charaktergetriebene Inhalte.
Achtung: Halten Sie den Dialog kurz. Zwei klare Sätze sind meist effektiver, als Ihre Charaktere ihre gesamte Beziehung zu klären zu lassen, bevor der Aufzug im 8. Stock ankommt.
7. Makroaufnahme eines Kolibris
Kleines Motiv. Schnelle Bewegung. Sehr wenig Spielraum für Fehler.
Perfekt.
Prompt für das Startbild:
Makro-Naturfoto eines rubinkehligen Kolibris, der neben einer roten Trompetenblume schwebt, Flügel leicht unscharf, weicher grüner Gartenhintergrund mit Bokeh, helles natürliches Tageslicht, der Vogel im linken Drittel des Bildes, 16:9.
Der Kolibri schwebt stabil neben der roten Blume, während seine Flügel schnell schlagen. Er lehnt sich kurz vor, um Nektar zu trinken, zieht sich zurück und verlässt dann schnell das Bildfeld. Verwenden Sie eine subtile Makro-Kameraführung mit geringer Schärfentiefe. Halten Sie die Blume, die Gartenbeleuchtung und das Erscheinungsbild des Kolibris konsistent. Fügen Sie sanfte Gartenatmosphäre, Insekten und schnelle Flügelschlag-Geräusche hinzu.
Funktion: Testet schnelle organische Bewegungen, Makro-Bildausschnitt und geringe Schärfentiefe.
Ideal für: Naturvideos, Wildlife-Konzepte, Makro-Werbung, edukative Visuals, atmosphärische Kurzclips.
Achten Sie darauf: Verwenden Sie klare Verben: schweben → trinken → zurückweichen → verlassen. „Ein wunderschöner, magischer Kolibri bewegt sich anmutig“ klingt zwar lovely, gibt dem Modell aber kaum choreografische Anweisungen.
8. Eine Laterne, drei Einstellungen
Das letzte Beispiel geht noch einen Schritt weiter.
Statt eines durchgehenden Moments verwendet dieses Beispiel drei verbundene Einstellungen.
Prompt für das Startbild:
Realistische Nachtaufnahme einer kleinen Papierlaterne, die am Ufer eines ruhigen Sees auf dem Boden leuchtet, die Hand einer Person lässt sie gerade los, dunkles Wasser mit schwachen Reflexionen, entfernte Hügel unter einem tiefblauen Himmel, 16:9.
Erstellen Sie eine kurze Sequenz mit drei Einstellungen unter Verwendung der Referenzbilder. Einstellung 1: Die Frau steht neben dem ruhigen Fluss und hält die unbeleuchtete Laterne. Eine leichte Brise bewegt ihren Mantel und ihre Haare, während die Kamera langsam näher heranzoomt. Einstellung 2: Sie entzündet vorsichtig die Kerze in der Laterne. Warmes oranges Licht erhellt allmählich ihr Gesicht, während sie hinunterblickt. Einstellung 3: Sie lässt die leuchtende Laterne los und beobachtet, wie sie langsam über dem Fluss aufsteigt. Die Kamera neigt sich sanft nach oben und folgt der Laterne. Halten Sie das Gesicht der Frau, den beigen Mantel, die Frisur, das Design der Laterne, das Flussufer und die Dämmerungsatmosphäre konsistent. Fügen Sie sanfte Wassergeräusche, leichten Wind und subtile Papierbewegungen hinzu.
Funktion: Testet die visuelle Kontinuität über mehrere miteinander verbundene Aufnahmen hinweg: dieselbe erwachsene Figur, dieselbe Kleidung, dasselbe Requisit und dieselbe Umgebung.
Ideal für: Kurzfilme, emotionales Storytelling, Markennarrative, Musikvideos, filmische Sequenzen.
Achtung: Kontinuität ist hier die größte Herausforderung. Wiederholen Sie die wichtigen Details in jedem Referenzbild. Andernfalls könnte Aufnahme 3 zwar denselben Fluss und dieselbe Laterne zeigen, aber jemand anderes trägt den Mantel.
Eine solche Sequenz funktioniert am besten mit einer Länge von 10–12 Sekunden, sodass das finale Loslassen der Laterne genug Raum zur Entfaltung hat.
9. Street-Food-Wende
Ein Test für schnelle Handbewegungen und die Physik von Lebensmitteln in einer belebten Umgebung.
Bild-Prompt für den ersten Frame:
Realistisches Foto eines Nachtmarkts, ein Straßenkoch an einer heißen Eisenplatte, der einen Metallspatel unter einem halb gegarten Pfannkuchen hält, Dampf und warme Lichterketten, unscharfe Kunden im Hintergrund, 16:9.
Der Koch schiebt den Spatel unter den Pfannkuchen und wendet ihn in einem sauberen Bogen einmal; er landet flach und zischt. Er klopft mit dem Spatel auf den Rand der Platte und wirft einem Kunden einen Blick zu. Handgehaltene Halbtotale auf Höhe der Theke. Dampf steigt stetig unter den Lichterketten auf. Audio: lautes Zischen, Marktgeschwätz, das Klacken von Metall auf Metall. Das Gesicht des Kochs, die Schürze und das Layout der Grillplatte bleiben unverändert.
Ideal für: Essensstände, Reisecontent, Social-Media-Posts für Restaurants.
Achtung: Nur eine Wende. Wenn Sie nach einer zweiten Wende fragen, könnte sich der Pfannkuchen plötzlich vervielfachen.
10. Sneaker-Landing auf nassem Beton
Eine Produkt-Hero-Aufnahme, die sich um einen einzigen physischen Moment dreht.
Prompt für das Startbild:
Produktfoto aus niedriger Perspektive eines weißen Laufschuhs, der knapp über einem nassen Betonboden in einer dunklen Tiefgarage schwebt; ein einzelnes kaltes Deckenlicht, Pfützenreflexionen, kein Logo, 16:9.
Der Sneaker fällt eine kurze Strecke und landet auf dem nassen Beton, wobei ein Ring aus feinen Wassertropfen nach außen spritzt. Die Kamera bleibt niedrig und umkreist den Schuh langsam um eine Vierteldrehung, während sich das Wasser beruhigt. Kaltes Deckenlicht, Reflexionen kräuseln sich und glätten sich dann. Audio: ein dumpfer Aufprall, Wasserspritzer, entfernter Hall der Garage. Form, Sohlenmuster und Farbe des Schuhs bleiben exakt gleich.
Ideal für: Schuhmarken und Produktlaunches, kurze Werbespots, Social-Media-Teaser.
Achtung: Logos und kleine Texte verzerren sich bei Bewegung oft. Generieren Sie ohne Branding und fügen Sie das Logo in der Nachbearbeitung hinzu.
11. Hautpflegeflasche im Morgenlicht
Eine ruhige Produktaufnahme, die auf Licht statt auf Action setzt.
Prompt für das Startbild:
Sauberes Produktfoto einer mattierten Glas-Serumflasche mit goldener Pipette auf einem hellen Steintablett, daneben ein Zweig Eukalyptus, weiches Morgensonnenlicht wirft lange Fensterschatten, beiger Hintergrund, kein Text, 16:9.
Fensterschatten gleiten langsam über das Tablett, während das Licht wärmer wird. Ein einzelner Tropfen bildet sich an der Spitze der Pipette und fällt zurück in die Flasche. Die Kamera fährt langsam nah heran zu einer Nahaufnahme des Glases. Audio: leise Raumatmosphäre und ein schwacher Tropfen. Flasche, Pipette und Tablett bleiben unverändert; keine neuen Objekte gelangen ins Bild.
Ideal für: Beauty-Marken, E-Commerce-Listings, ruhige Werbe-Intros.
Achtung: Halten Sie die Bewegung gering. Große Kamerabewegungen lassen Glasreflexionen flackern.
12. Zwei Freunde, eine schlechte Idee
Kurzer Dialog mit klarer Sprechreihenfolge und einer Reaktion.
Prompt für das Startbild:
Realistisches Foto von zwei Freunden in den Zwanzigern, die nachts auf einem Sofa sitzen; einer hält einen Game-Controller, der andere eine Schüssel Popcorn. Das Licht des Fernsehers spiegelt sich in ihren Gesichtern wider. Gemütliches, leicht unordentliches Wohnzimmer, als Zweieraufnahme inszeniert, 16:9.
Der Freund mit dem Controller dreht sich um und sagt: „Was wäre, wenn wir einfach um 2 Uhr morgens Pizza bestellen?“ Der andere zögert kurz, blickt auf die Popcorn-Schüssel, grinst dann und sagt: „Ich habe gehofft, dass du das sagst.“ Statische Zweieraufnahme auf Augenhöhe, bei der zweiten Zeile leichtes Heranzoomen. Das Fernsehlicht flackert sanft. Audio: Die beiden Dialogzeilen, leise Spielmusik im Hintergrund. Gesichter, Outfits und das Sofa unverändert lassen.
Ideal für: Comedy-Sketche, nachvollziehbare Social-Media-Inhalte, Charaktertests.
Achtung: Zwei kurze Zeilen sind ausreichend. Lange Monologe wirken gehetzt oder werden abgeschnitten.
13. Reaktion bei einem Straßeninterview
Ein Clip im Vox-Pop-Stil, bei dem die Reaktion der Clou ist.
Prompt für das Startbild:
Realistisches Foto einer Frau in den Fünfzigern auf einem belebten Bürgersteig in der Stadt, die interviewt wird. Ein Handmikrofon mit Windschutz wird von rechts ins Bild gehalten. Herbstliche Mäntel, geringe Schärfentiefe, 16:9.
Der Interviewer (außerhalb des Bildes) fragt: „Was ist der beste Rat, den Sie je bekommen haben?“ Sie lacht, denkt kurz nach und sagt dann: „Kaufen Sie niemals abends Schuhe.“ Sie zuckt mit den Schultern und lächelt in die Kamera. Handgehaltene Nahaufnahme mit leichtem, natürlichem Wackeln. Audio: Die Frage, ihre Antwort, Straßenverkehr und Schritte. Ihr Gesicht, der Mantel und die Position des Mikrofons bleiben unverändert.
Ideal für: Talking-Head-Formate, UGC-Werbung, Comedy-Inhalte.
Achtung: Fordern Sie keine exakten Lippenbewegungen an. Eine natürliche, kurze Zeile wirkt überzeugender.
14. Fuchs im ersten Schnee
Ein Wildtier-Moment mit sanftem Tierverhalten.
Bild-Prompt für das erste Frame:
Wildlife-Foto eines Rotfuchses, der bei Sonnenaufgang am Rand eines Kiefernwaldes steht, während der erste leichte Schnee fällt und Raureif auf dem Gras liegt; weiches blaues Licht mit einem warmen Schimmer am Horizont, der Fuchs im rechten Drittel des Bildes, 16:9.
Der Fuchs hebt den Kopf, schnuppert in die Luft und stürzt sich dann in den dünnen Schnee, wobei er beim Auftauchen den Kopf schüttelt. Die Schneeflocken fallen weiterhin im gleichen sanften Tempo. Teleobjektiv-Aufnahme aus statischer Perspektive mit einer leichten Nachführung während des Sprungs. Audio: Sanfter Wind durch die Kiefern und ein gedämpftes Knirschen des Schnees. Achten Sie darauf, dass die Fellfarbe des Fuchses, die Baumlinie und das Licht der Morgendämmerung konsistent bleiben.
Ideal für: Naturkanäle, ruhige Reels, saisonale Inhalte.
Achtung: Tiere bekommen manchmal mitten im Sprung zusätzliche Beine. Beschränken Sie die Aktion auf einen einzigen Sprung.
15. Papierner Theaterdrache
Stilisierte Animation, bei der das Material ebenso wichtig ist wie die Bewegung.
Bild-Prompt für das erste Frame:
Handgemachte Papiertheater-Bühne mit mehrschichtigen, ausgeschnittenen Burgmauern aus Papier, einem gefalteten roten Papierdrachen, der auf einem Turm sitzt, an Schnüren hängenden Wolken aus Papier, warmem Bühnen-Spotlicht von oben, sichtbarer Papierstruktur und -kanten, 16:9.
Der Papierdrache entfaltet seine Flügel mit einer steifen, papierartigen Bewegung und gleitet an seinen Schnüren über die Bühne, während die Wolken leicht schwingen. Die Kamera bleibt wie aus der Perspektive eines Zuschauersitzes fixiert und zoomt dann langsam heran. Audio: Rascheln von Papier, eine sanfte Spieluhrmelodie. Alles muss aus Papier wirken: keine realistischen Schuppen, kein Feuer oder Rauch.
Ideal für: Bilderbuch-Inhalte, Marken für Kinder, stilisierte Intros.
Achtung: Nennen Sie das Material explizit. Ohne den Hinweis „alles muss aus Papier wirken“ kann der Drache midway realistisch werden.
16. Aquarell-Hafen in der Dämmerung
Eine malerische Szene, die sich bewegen sollte, ohne ihren Stil zu verlieren.
Bild-Prompt für das erste Frame:
Lockere Aquarellmalerei eines kleinen Fischerhafens in der Dämmerung, Boote an einem Holzsteg vertäut, rosafarbener und violetter Himmel, weiche Farben, die auf nassem Papier verlaufen, sichtbare Pinselstriche, 16:9.
Das Wasser kräuselt sich sanft und die Boote schaukeln langsam an ihren Liegeplätzen. Eine einzelne Möwe fliegt von links nach rechts über den Himmel. Entlang des Stegs gehen nacheinander Lichter an. Die Kamera driftet langsam nach rechts. Audio: plätscherndes Wasser, entfernte Möwenrufe. Behalten Sie die Aquarelltextur und die Pinselstriche durchgehend bei; machen Sie es nicht fotorealistisch.
Ideal für: Kunst-Accounts, Reisemarken, Ambient-Loops.
Achten Sie darauf: Malerische Stile können mit der Zeit zum Realismus tendieren. Bestätigen Sie den Stil in der „Keep“-Zeile erneut.
17. Winziger Koch in einer echten Küche
Ein Hook mit Größenkontrast, entwickelt für die erste Sekunde eines Kurzvideos.
Bild-Prompt für das erste Frame:
Realistische Makroaufnahme einer zwei Zentimeter großen Kochfigur mit weißer Mütze, die auf einem hölzernen Schneidebrett neben einer ganzen Kirschtomate steht, ein riesiges Küchenmesser liegt im Hintergrund, warmes Küchenlicht, geringe Schärfentiefe, 9:16.
Der winzige Koch krempelt die Ärmel hoch, schiebt die Kirschtomate mit beiden Armen, bis sie sich einmal dreht, wischt sich dann die Schweißperlen von der Stirn und gibt der Kamera einen Daumen hoch. Makroobjektiv, statisch, auf Augenhöhe mit dem Koch. Audio: winzige Schritte, ein sanftes Rollgeräusch, Küchenatmosphäre. Behalten Sie den Maßstab bei: Der Koch bleibt winzig und die Tomate behält ihre normale Größe.
Ideal für: Hooks für Reels und Shorts, Lebensmittelmarken, wiederkehrende Charaktere.
Achten Sie darauf: Geben Sie den Maßstab in der „Keep“-Zeile an, sonst könnte die Tomate schrumpfen, um sich der Größe des Kochs anzupassen.
18. Die Katze, die sich nicht bewegt
Ein humorvoller Moment mit Haustieren, der funktioniert, weil fast nichts passiert.
Prompt für das Startbild:
Realistisches Foto einer flauschigen orangefarbenen Katze, die auf der Tastatur eines geöffneten Laptops auf einem Schreibtisch liegt und mit halb geschlossenen Augen in die Kamera blickt; eine Hand ragt vom Bildrand herein; Tageslicht im Home-Office; Format 9:16.
Eine Hand versucht sanft, die Katze von der Tastatur zu schieben. Die Katze streckt eine Pfote auf die Hand, blinzelt langsam und bewegt sich nicht. Die Hand gibt auf und zieht sich zurück. Statische Aufnahme auf Schreibtischhöhe. Audio: ein leises Seufzen, Tastaturklicken unter der Katze, ein leises Schnurren. Das Fellmuster der Katze und die Anordnung auf dem Schreibtisch bleiben unverändert.
Ideal für: Haustier-Accounts, nachvollziehbaren Humor, viral taugliche Loops.
Achtung: Hände, die Tiere berühren, können miteinander verschmelzen. Halten Sie den Kontakt kurz und einfach.
19. Unmöglich befriedigender Schnitt
Das „befriedigende“ Format mit einem unmöglichen Material.
Prompt für das Startbild:
Studiofoto eines scharfen Kochmessers, das auf einer glänzenden Kugel aus geschichtetem Regenbogenglas ruht, auf einer Marmorarbeitsplatte; weiches Licht von oben, sauberer Hintergrund; Format 9:16.
Das Messer schneidet langsam durch die Kugel, die sich wie weiche Gelee teilt und saubere Regenbogenschichten im Inneren offenbart. Die beiden Hälften fallen sanft auseinander und wackeln leicht. Fixierte Nahaufnahme. Audio: ein knuspriges, befriedigendes Schneidegeräusch und ein leichtes Wackeln. Messer, Arbeitsplatte und Beleuchtung bleiben unverändert; nur die Kugel verändert sich.
Ideal für: Befriedigende Shorts im ASMR-Stil, aufmerksamkeitsstarke Einstiege.
Achtung: Beschreiben Sie das Innere, bevor der Schnitt beginnt, sonst erfindet das Modell jedes Mal etwas anderes.
20. Morgenlauf, drei Perspektiven
Eine Sequenz aus mehreren Einstellungen in einem Prompt, mit einer Aktion pro Einstellung.
Prompt für das Startbild:
Realistisches Foto einer Frau in schwarzer Laufjacke und weißer Kappe, die bei Sonnenaufgang auf einem Weg am Flussufer joggt; Nebel über dem Wasser, Brücke in der Ferne, Ganzkörper-Seitenansicht, 16:9.
Einstellung 1: Weite Seitenaufnahme mit Tracking, während sie den Flussweg entlangläuft. Einstellung 2: Nahaufnahme ihrer Laufschuhe, die auf den feuchten Weg treffen. Einstellung 3: Mittlere Frontalaufnahme, wie sie langsamer wird, Luft holt und in den Sonnenaufgang lächelt. Behalten Sie dieselbe Läuferin, Jacke, Kappe und das Licht des Sonnenaufgangs in allen drei Einstellungen bei. Audio: Gleichmäßige Schritte, Atemgeräusche, Vögel am Fluss.
Ideal für: Sportmarken, Fitness-Content, Kurzgeschichten-Edits.
Achtung: Drei Einstellungen sind ein guter Maximalwert für einen Clip. Nummerieren Sie die Einstellungen und weisen Sie jeder eine einzige Aktion zu.
10 Ausfüll-Vorlagen für Sora 2-Prompts
Ersetzen Sie die Wörter in den Klammern und Sie haben einen funktionsfähigen Prompt. Jede Vorlage enthält bereits eine Aktion, eine Kamerabewegung, Audio und eine „Keep“-Zeile.
1. Produkt-Enthüllung: [Produkt] liegt auf [Oberfläche]. [Ein kleines physisches Ereignis: ein Tropfen, ein Spritzer, eine Lichtveränderung]. Langsames Hineinfahren in eine Nahaufnahme. Audio: [ein Geräusch]. Behalten Sie Form, Farbe und Label des Produkts unverändert bei.
2. Gesprochene Zeile: [Person] schaut in die Kamera und sagt: „[ein kurzer Satz].“ Statische mittlere Nahaufnahme. Audio: die Zeile und [Raumgeräusch]. Behalten Sie Gesicht, Outfit und Hintergrund unverändert bei.
3. Austausch zwischen zwei Personen: [Person A] sagt: „[Zeile].“ [Person B] reagiert mit [Gesichtsausdruck] und antwortet dann: „[Zeile].“ Zweier-Einstellung auf Augenhöhe. Behalten Sie beide Gesichter und Positionen unverändert bei.
4. Hook durch Größenkontrast: Eine winzige [Figur] [führt eine Aktion aus] neben einem normalgroßen [Objekt]. Makro, statisch, auf Augenhöhe mit der Figur. Behalten Sie den Größenunterschied bei.
5. Satisfying moment: [Tool] slowly [cuts, presses or pours] into [unusual material], revealing [what is inside]. Locked-off close-up. Audio: [crisp sound]. Only the material changes.
6. Haustiern-Comedy: [Haustier] [macht etwas Stures]. Eine Hand versucht, [Aktion]; das Haustier [kleine Reaktion] und bewegt sich nicht. Statische Aufnahme. Behalten Sie die Fellzeichnung des Haustiers unverändert bei.
7. Naturmoment: [Tier] [zeigt ein natürliches Verhalten] bei [Wetter und Tageszeit]. Teleobjektiv, leichte Nachführung. Audio: [Umgebungsgeräusch]. Behalten Sie Licht und Landschaft konstant.
8. Stylized scene: In a [material or art style] world, [subject] [one action]. Fixed camera, then a slow push-in. Keep everything [material or style]; do not turn realistic.
9. Stimmungsschleife: [Ort] zur [Tageszeit]. [Zwei sanfte Ambient-Bewegungen, wie Regen und flackerndes Licht]. Sehr langsames Driften nach [links oder rechts]. Keine Personen betreten das Bild.
10. Dreiteilige Sequenz: Aufnahme 1: Weitwinkelaufnahme von [Subjekt] bei [Aktion]. Aufnahme 2: Nahaufnahme von [Detail]. Aufnahme 3: [Subjekt] zeigt [letzte Reaktion]. Behalten Sie dasselbe Subjekt, Outfit und Licht in allen drei Aufnahmen bei.
Bessere Prompts, weniger Neuversuche
Die besten Sora 2 Video-Prompts sind nicht unbedingt die längsten.
Sie treffen einfach die wichtigen Entscheidungen, bevor die Generierung startet:
Wer bewegt sich?
Was passiert zuerst?
Wie verhält sich die Kamera?
Was soll unverändert bleiben?
Wenn Sie diese Punkte richtig angehen, verbringen Sie weniger Zeit mit der Generierung von Version 17 und fragen sich leise, warum die Uhr plötzlich drei Kronen hat.
Beginnen Sie mit einem starken Referenzbild, halten Sie die Bewegung klar und lassen Sie Sora 2 die Animation übernehmen, anstatt es aufzufordern, die gesamte Welt neu zu gestalten.
Möchten Sie die schrittweise Anleitung, vom Hochladen des Bildes bis zum Herunterladen des Clips? Folgen Sie unserem Sora 2 Bild-zu-Video-Tutorial. Und wenn Sie entscheiden, welches Modell für diese Prompts verwendet werden soll, lesen Sie, welches KI-Videomodell für jede Art von Aufnahme geeignet ist.
Testen Sie diese Prompts mit Sora 2
Häufig gestellte Fragen (FAQ)
F: Was ist ein gutes Format für Sora 2-Prompts?
A: Schreiben Sie es in dieser Reihenfolge: Subjekt, Aktion, Kamera, Umgebung, Audio und was beibehalten werden soll. Ein oder zwei Sätze pro Teil sind ausreichend. Geben Sie dem Clip eine Hauptaktion und beschreiben Sie, wie sich Dinge bewegen, statt wie sie aussehen, besonders wenn Sie von einem Bild ausgehen.
F: Wie lang sollte ein Sora 2-Prompt sein?
A: Lang genug, um Aktion, Kamera und Sound festzulegen, und kurz genug, damit jeder Satz einen Zweck erfüllt. Ein kurzer Prompt überlässt dem Modell mehr Spielraum und liefert vielfältigere Ergebnisse; ein längerer bietet mehr Kontrolle. Die meisten Beispiele auf dieser Seite bestehen aus vier bis sechs Sätzen.
F: Kann ich Dialoge in einen Sora 2-Prompt einfügen?
A: Ja. Setzen Sie die exakten Wörter in Anführungszeichen, geben Sie an, wer zuerst spricht, und halten Sie jede Zeile kurz. Zwei kurze Zeilen passen viel besser in einen kurzen Clip als ein langer Redeabsatz.
F: Wie schreibe ich einen Sora 2-Prompt für ein virales Video?
A: Bauen Sie ihn um einen Moment, der in der ersten Sekunde klar erkennbar ist: ein Größenkontrast, ein befriedigender Schnitt, ein Haustier, das etwas Stures tut, oder ein unmögliches Detail in einer realen Szene. Verwenden Sie ein vertikales Format und halten Sie die Aktion einfach genug, um sie auch ohne Ton zu verstehen.
F: Ist Sora 2 noch verfügbar?
A: OpenAI hat die Sora-App im April 2026 und die Sora-API im September 2026 eingestellt. [A] Sora 2 ist weiterhin in Movmix Image to Video aufgeführt.
F: Funktionieren diese Prompts auch mit anderen KI-Videomodellen?
A: Ja. Das Format beschreibt die Aufnahme, nicht ein exklusives Sora-Feature, daher funktionieren dieselben Prompts auch mit anderen Image-to-Video-Modellen. Prüfen Sie, ob das von Ihnen gewählte Modell Audio generiert, wenn Ihr Prompt Dialoge oder Geräusche enthält.
'%3e%3crect%20y='2.1906'%20width='26'%20height='17.4314'%20rx='1.55981'%20fill='white'/%3e%3c/g%3e%3crect%20x='0.311961'%20y='2.50256'%20width='25.3761'%20height='16.8075'%20rx='1.24784'%20stroke='%2322257C'%20stroke-width='0.623922'/%3e%3c/g%3e%3crect%20x='13.078'%20y='15.5656'%20width='10.8016'%20height='2.49569'%20rx='0.623922'%20fill='%2366B3FF'%20stroke='%2322257C'%20stroke-width='0.623922'/%3e%3crect%20x='-0.311961'%20y='0.311961'%20width='10.8016'%20height='2.49569'%20rx='0.623922'%20transform='matrix(-1%200%200%201%2012.61%2015.2536)'%20fill='%2366B3FF'%20stroke='%2322257C'%20stroke-width='0.623922'/%3e%3crect%20x='10.3093'%20y='13.3231'%20width='4.91339'%20height='6.98013'%20rx='2.45669'%20fill='%2322257C'/%3e%3cpath%20d='M18.9174%200.31543C20.5962%200.268025%2022.1261%200.655527%2023.9487%201.55762C24.0483%201.60695%2024.1137%201.71153%2024.1137%201.8291V16.502C24.1137%2016.7236%2023.8763%2016.891%2023.6499%2016.7979C21.803%2016.0377%2020.2158%2015.6963%2018.4975%2015.7705C16.8915%2015.8399%2015.1907%2016.2732%2013.0776%2017.0332V1.6709C15.4678%200.825877%2017.2746%200.36187%2018.9174%200.31543Z'%20fill='white'%20stroke='%2322257C'%20stroke-width='0.623922'/%3e%3cpath%20d='M15.3008%204.57C16.3536%203.94578%2019.2783%203.20503%2021.8909%203.94608'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M15.3008%207.26054C16.3536%206.63631%2019.2783%205.89557%2021.8909%206.63661'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M15.3008%209.95107C16.3536%209.32684%2019.2783%208.5861%2021.8909%209.32714'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M15.3008%2012.6398C16.3536%2012.0156%2019.2783%2011.2749%2021.8909%2012.0159'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M7.08257%200.31543C5.40384%200.268025%203.87393%200.655527%202.05132%201.55762C1.95165%201.60695%201.88628%201.71153%201.88628%201.8291V16.502C1.88628%2016.7236%202.12373%2016.891%202.35014%2016.7979C4.19702%2016.0377%205.78418%2015.6963%207.50249%2015.7705C9.10852%2015.8399%2010.8093%2016.2732%2012.9224%2017.0332V1.6709C10.5322%200.825877%208.72541%200.36187%207.08257%200.31543Z'%20fill='white'%20stroke='%2322257C'%20stroke-width='0.623922'/%3e%3cpath%20d='M10.6992%204.57C9.64638%203.94578%206.72175%203.20503%204.10907%203.94608'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M10.6992%207.26054C9.64638%206.63631%206.72175%205.89557%204.10907%206.63661'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M10.6992%209.95107C9.64638%209.32684%206.72175%208.5861%204.10907%209.32714'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3cpath%20d='M10.6992%2012.6398C9.64638%2012.0156%206.72175%2011.2749%204.10907%2012.0159'%20stroke='%2366B3FF'%20stroke-width='0.935883'%20stroke-linecap='round'/%3e%3c/g%3e%3cdefs%3e%3cfilter%20x='0'%20y='2.1906'%20width='26'%20height='17.4314'%20filterUnits='userSpaceOnUse'%20color-interpolation-filters='sRGB'%3e%3cfeFlood%20flood-opacity='0'%20result='BackgroundImageFix'/%3e%3cfeBlend%20mode='normal'%20in='SourceGraphic'%20in2='BackgroundImageFix'%20result='shape'/%3e%3cfeColorMatrix%20in='SourceAlpha'%20type='matrix'%20values='0%200%200%200%200%200%200%200%200%200%200%200%200%200%200%200%200%200%20127%200'%20result='hardAlpha'/%3e%3cfeOffset%20dy='-1.24784'/%3e%3cfeComposite%20in2='hardAlpha'%20operator='arithmetic'%20k2='-1'%20k3='1'/%3e%3cfeColorMatrix%20type='matrix'%20values='0%200%200%200%200.572549%200%200%200%200%200.768627%200%200%200%200%200.976471%200%200%200%201%200'/%3e%3cfeBlend%20mode='normal'%20in2='shape'%20result='effect1_innerShadow_0_4'/%3e%3c/filter%3e%3c/defs%3e%3c/svg%3e)
