Membuat video dengan Grok: panduan praktis
Model video Grok mengubah sebuah kalimat — atau foto — menjadi klip pendek, hingga 15 detik. Di GO AI Chat ia berada di tab Lab bersama pembuatan gambar, jadi Anda tidak membayar aplikasi terpisah. Pola prompt yang berhasil itu membosankan dan bisa diandalkan: satu subjek, satu aksi, satu gerakan kamera, satu gaya. Selebihnya adalah mengelola variasi.
Apa sebenarnya video Grok itu
Ini model teks-ke-video dan gambar-ke-video dari xAI. Anda memberinya deskripsi atau gambar diam; ia mengembalikan klip pendek dengan gerakan yang disintesis. Ini bukan penyunting, bukan pustaka stok, dan bukan alat untuk membuat adegan dua menit. Memperlakukannya sebagai pembuat satu shot — satu momen, beberapa detik — adalah model pikir yang menghasilkan keluaran yang bisa dipakai.
Kemampuan dasar yang sama menggerakkan pembuatan video di beberapa tempat, termasuk X. Yang berbeda adalah konteks di sekitarnya: di GO AI Chat klipnya mendarat di galeri Anda, bukan di sebuah feed, dan Anda sudah berada di aplikasi tempat Anda menulis, meriset, dan membuat gambar.
Pola prompt-nya
Setiap prompt gerakan yang berhasil bagi kami punya empat bagian yang sama. Lewatkan satu, model akan mengarangnya, biasanya dengan buruk.
- Subjek — siapa atau apa, secara spesifik. "Seorang perempuan bermantel hujan kuning", bukan "seseorang".
- Aksi — satu hal yang terjadi. "Berjalan ke arah kamera." Bukan "berjalan, lalu berbalik, lalu melambai".
- Kamera — model akan menggerakkan kamera entah Anda minta atau tidak, jadi mintalah. "Mendekat perlahan." "Wide shot statis." "Mengikuti dengan kamera tangan."
- Gaya — "diambil dengan 35mm, depth of field dangkal", "anime cel shading", "dokumenter bergrain".
Digabung: "Seorang perempuan bermantel hujan kuning berjalan ke arah kamera menembus hujan bercahaya neon, mendekat perlahan, diambil dengan 35mm dengan depth of field dangkal." Itu terbaca seperti daftar shot karena memang begitu.
Durasi, bentuk, dan kualitas
Tiga pengaturan penting, dan semuanya berkaitan dengan biaya — klip yang lebih panjang dan berkualitas lebih tinggi memakan lebih banyak saldo token Anda, jadi memilih dengan sengaja lebih baik daripada langsung menaikkan semuanya ke maksimum.
| Pengaturan | Pilih apa | Alasan |
|---|---|---|
| Durasi | 5-8 dtk untuk kebanyakan hal; 15 dtk hanya bila gerakannya menuntut | Klip panjang lebih melantur. Shot enam detik yang padat mengalahkan lima belas detik yang berkeliaran. |
| Rasio aspek | 9:16 untuk Reels/TikTok/Shorts, 16:9 untuk apa pun yang lanskap | Buat dalam bentuk yang akan Anda unggah — memotong belakangan membuang resolusi dan menyusun ulang shot untuk Anda, dengan buruk. |
| Kualitas | Tingkat rendah selagi mengulik prompt; naikkan untuk yang akan Anda simpan | Eksplorasi prompt itulah yang menghabiskan proses. Jangan habiskan pada kualitas penuh. |
Gambar ke video: jalur yang diremehkan
Memulai dari sebuah foto menghilangkan bagian tersulit dari pekerjaannya — model tak perlu lagi mengarang seperti apa rupa sesuatu, hanya bagaimana ia bergerak. Itu sebabnya hasil gambar-ke-video sering lebih koheren daripada teks-ke-video dari ide yang sama.
Aturan yang menentukan keberhasilan: gambar diamnya harus menyiratkan satu gerakan yang masuk akal. Potret dengan rambut terurai menyiratkan angin. Secangkir kopi menyiratkan uap. Mobil yang terparkir tak menyiratkan apa pun, dan model akan mengarang sesuatu. Kalau Anda tak bisa mengatakan dalam lima kata apa yang seharusnya bergerak, pilih foto lain.
Yang benar-benar buruk padanya
Bersikap spesifik soal batasan lebih berguna daripada daftar fitur:
- Teks dalam bingkai. Papan nama, logo, dan takarir kembali sebagai coretan yang tampak meyakinkan. Tambahkan teks belakangan di penyunting.
- Tangan mengerjakan hal halus. Mengetik, memainkan alat musik, memegang benda kecil — masih kegagalan klasik.
- Konsistensi tokoh antarklip. Dua pembuatan untuk "orang yang sama" tidak akan cocok. Rancang shot yang tak menuntut kesinambungan, atau pakai gambar-ke-video dari satu foto untuk keduanya.
- Menghitung. "Tiga anjing" sering menghasilkan dua atau empat. Katakan "seekor anjing" kalau jumlahnya kurang penting dibanding shot-nya.
Alur kerja yang lebih hemat
- Tulis prompt empat bagian itu. Baca ulang dan hapus kata kerja keduanya.
- Buat sekali pada tingkat kualitas rendah dan durasi pendek.
- Kalau sudah 80% benar, buat ulang prompt yang sama — variasi saja sering sudah memperbaikinya.
- Kalau salahnya spesifik, ubah tepat satu bagian prompt. Mengubah tiga tak memberi tahu apa pun.
- Begitu shot-nya pas, jalankan ulang pada kualitas dan durasi yang benar-benar Anda mau.
Versi langkah demi langkah lengkapnya, termasuk letak tombolnya, ada di panduan video iPhone kami. Untuk perbandingan Grok dengan GPT-5 pada segala hal selain video, lihat Grok 4 vs GPT-5.
Pertanyaan yang sering diajukan
Berapa lama videonya bisa?
Hingga 15 detik — itu batas atas pemilih durasi. Koherensi menurun pada klip yang lebih panjang, karena itu ada batasnya.
Bisa menganimasikan foto yang sudah ada?
Bisa, dengan gambar-ke-video. Paling berhasil bila gambar diamnya menyiratkan gerakan yang masuk akal.
Kenapa hasilnya beda dari prompt?
Variasi nyata antarproses. Kira-kira benar? Buat ulang sebelum menulis ulang. Sama sekali salah? Prompt-nya meminta beberapa hal sekaligus.
Perlu aplikasi terpisah?
Tidak. GO AI Chat menjalankan video lewat Grok di aplikasi yang sama dengan obrolan, gambar, dan suara; hasilnya masuk ke galeri.