Oggi pomeriggio, in un paio d'ore, ho realizzato uno spot del mio studio legale. Con la strada classica avrei dovuto chiamare un'agenzia, una troupe, un direttore della fotografia, mettere in conto 5 giorni di riprese e un budget di almeno €10.000. L'ho fatto da solo, alla scrivania. E in questo articolo ti spiego esattamente come, compresi gli errori che ho fatto all'inizio e i punti dove il risultato fa ancora schifo, perché non è tutto oro quello che luccica. Ma quello che funziona sta cambiando completamente le regole del gioco.
Sgombriamo subito il campo da quello che non funziona
Ci sono un sacco di video su YouTube, soprattutto sui profili ufficiali di alcune piattaforme, che ti fanno vedere risultati pazzeschi, dei veri e propri film. E quindi ci vendono tutti un po' l'idea del «scrivi una cosa e ti realizzi Hollywood a casa tua spendendo €3 di token». Ad oggi non è esattamente così: i passaggi sono un po' più complessi di quelli che ti fanno vedere.
Però le potenzialità sono pazzesche, e la cosa importante è un'altra: questi sistemi stanno abbattendo un muro che è stato lì per un sacco di anni. Da una parte le produzioni professionali, con troupe, persone e telecamere da migliaia di euro. Dall'altra tutto quello che facevamo noi comuni mortali. E anche se avevi un sacco di soldi per la produzione, poi dovevi conoscere Premiere, i VFX, le animazioni, insomma un sacco di cose che oggi vengono fatte scrivendo un prompt.
Le due strade per realizzare lo spot
Andiamo nel pratico. Hai principalmente due strade, e io le ho provate entrambe.
La prima, quella più complessa ma anche quella che ti vendono di più nei tutorial che trovi in giro, è passare da Claude Code: connetti Xfield tramite MCP, così Claude può generare direttamente sulla piattaforma, e poi discuti con l'ultimo modello di Claude. Gli dici «guarda, io vorrei realizzare questo video, voglio utilizzare me come personaggio, voglio metterci questa cosa, creami lo script» e lui parte.
Connettere Xfield a Claude è veramente semplicissimo: vai sul sito di Xfield, copi l'indirizzo del server, clicchi su OpenCloud Customize e si apre la schermata di Claude dove inserisci l'indirizzo, dai un nome alla connessione e fai «aggiungi». A quel punto si apre il login di Xfield, metti le tue credenziali e sei connesso: da qualunque chat di Claude puoi generare qualsiasi immagine o video ti venga in mente, e Claude inizia a creare i prompt da mandare a Xfield.
Ti dico com'è andata a me, onestamente: questa strada mi ha fatto spendere un botto di token di Claude, perché il modello consuma tantissimo, e soprattutto un botto di crediti su Xfield. Ti sto parlando di 1500 crediti, per risultati che a mio parere non sono perfetti. Le scene erano valide, ma valide singolarmente, e quindi hanno richiesto un lavoro di assemblaggio in fase di editing. Insomma, non mi ha fatto impazzire.
La seconda strada è lavorare direttamente su Xfield. Se non sai cos'è: si tratta di un sito che raccoglie diversi motori di generazione di immagini e video, con un sacco di preset già pronti. Tutto il mondo AI in un unico posto, e questo rende le cose molto più semplici. È la strada che mi ha dato il risultato migliore, lo spot in formato epico, e me l'ha fatto fare più o meno in 20 minuti. Tra l'altro sono contento che Xfield abbia contribuito a realizzare questo contenuto: è una piattaforma che uso da un sacco di tempo, perché avere tutto quanto lì è infinitamente comodo, dai video verticali UGC ai video di presentazione prodotto fino al cambio faccia sulle foto.
La vera differenza la fa il concetto del video
Qualunque strada tu scelga, il punto vero è un altro, e te lo dico perché all'inizio l'ho sbagliato anch'io. Tutto quello che è cinema è fatto di scene. Quello che dà dinamismo, quello che ti fa percepire un girato come un film o uno spot di alto livello, è avere tante scene, tanti take. E per avere un buon risultato con le AI serve esattamente la stessa cosa.
Quindi bisogna studiare il concetto del video, studiare la sceneggiatura e immaginarla come tanti take diversi. Non puoi semplicemente dirgli «fammi un film». Il posto migliore per fare questo lavoro rimane comunque Claude: apri una sessione, in chat o in Claude Code è abbastanza indifferente, gli dici cosa vuoi creare e gli chiedi di darti l'idea della sceneggiatura dei vari take. In questo modo sai esattamente cosa andare a generare.
Come ho costruito lo spot, passo per passo
Poi c'è una prima enorme distinzione: se vuoi utilizzare te stesso, o comunque qualcuno di reale, devi prima addestrare un modello con la tua faccia. E questa è la parte più difficoltosa, perché nella generazione video è molto facile che l'AI si discosti da quel modello.
Poi c'è la scena. Nel mio caso era il Tribunale di Milano, e quindi ho dovuto caricare diverse foto, ovviamente utilizzabili, per generare le varie ambientazioni: l'esterno sulla scala, l'atrio, e poi dentro l'aula.
Su Xfield il flusso è questo: apri un nuovo progetto in Cinema Studio, carichi le tue foto e realizzi il tuo avatar. Fatto quello, carichi le foto della location. A questo punto usi il director AI che c'è dentro la piattaforma e gli chiedi di generare lui il prompt che genera il video. Questa cosa va fatta, perché se scrivi direttamente in linguaggio naturale non ottieni il risultato che desideri. Per i prompt io uso anche una skill ufficiale creata da Xfield, da caricare su Claude.
Il risultato è stato buono al primo colpo, sinceramente. Nel video ci sono io, la location è corretta, l'aula del Tribunale di Milano è esattamente quella. Questo è stato davvero impressionante, e ho pure risparmiato un sacco di crediti rispetto alla prima strada. Quello che devi comunque fare alla fine, una volta generate le scene, è un montaggio professionale, perché senza quello il risultato non regge.
Dove fa ancora schifo, te lo dico onesto
Ci sono dettagli su cui il risultato fa schifo: alcuni dettagli delle mani, alcuni dettagli degli oggetti. Per un risultato veramente perfetto dovresti renderizzare a parte le singole cose che vuoi inserire nel video, su Xfield o su un'altra piattaforma, e poi metterle dentro il prompt con specifiche precise. Più dettagli inserisci, più il prompt diventa preciso.
E tieni conto di una cosa: lo spot che ho fatto è stato realizzato con ⟨Seedance⟩ 2.0, ed è già uscito ⟨Seedance⟩ 2.5, che ha fatto un salto epocale. Questa è la peggiore AI che useremo mai: da qui in poi migliora e basta.
Il paradosso dei video veri
Questi sistemi, te lo dico, fanno paura. Come ha detto Mosseri, il capo di Instagram, tutti noi iniziamo ad avere bisogno di qualcosa di reale, perché questa roba ti fa vedere cose che oggettivamente non esistono. Io qualche anno fa avevo fatto una previsione: le piattaforme avrebbero inserito dei tag per riconoscere i contenuti generati con l'intelligenza artificiale.
Credo che quella previsione fosse giusta, ma al contrario. Sarà molto più facile individuare i video veri, perché l'AI è troppo brava a fare quelli finti, non so se mi sono spiegato. E credo che a breve avremo sui telefoni e sulle videocamere dei sistemi che metteranno degli stamp sulle cose reali, permettendo alle piattaforme di dirci cosa è reale e cosa no.
Detto questo, la cosa pazzesca resta un'altra. Quello per cui ti servivano una valanga di soldi e una valanga di competenze oggi diventa sempre più facile e alla portata di tutti. Uno spot da €10.000 fatto in un pomeriggio da uno solo, senza troupe e senza sapere una riga di Premiere: due anni fa era impensabile.
E se in questo momento stai pensando «ok Giuseppe, ma io non so un cazzo di Claude Code», tranquillo, nessun problema: si impara da principiante in poco tempo, e ti assicuro che ne vale la pena. Tu intanto fatti una domanda concreta: qual è la prima cosa che produrresti, oggi, se il budget non fosse più il problema?