AI text-to-video per i social: Sora 2, Veo 3 e oltre

L'AI text-to-video trasforma un prompt scritto in riprese in movimento. A luglio 2026, i modelli più forti — Sora 2 di OpenAI, Veo 3 di Google, Runway, Kling, Hailuo e un insieme sempre più ampio di alternative open-weight che puoi far girare da solo — ti consegnano in modo affidabile qualche secondo di video convincente alla volta, diversi dei quali con audio sincronizzato già integrato. Per i social in formato breve, quella specifica capacità li rende uno strumento da b-roll, da hook e da teaser di concept. Non li rende uno strumento da "genera il mio Reel", e la distanza tra queste due idee è da dove arrivano quasi tutti i soldi sprecati e quasi tutti i post imbarazzanti.

Questo è il complemento pratico alla nostra panoramica su cosa l'AI video fa bene e cosa no. Quel pezzo mappa la categoria. Questo riguarda la parte che devi fare davvero: scrivere i prompt, giudicare i risultati, fare i conti, etichettare correttamente e portare il video su un feed.

Cosa producono davvero i modelli attuali

Tara le tue aspettative sulle clip, non sulle demo. Gli showreel sono selezionati con cura tra centinaia di generazioni; il tuo primo pomeriggio non somiglierà a quelli.

Due di questi meritano un'enfasi particolare, perché decidono silenziosamente il tuo flusso di lavoro.

La durata delle inquadrature detta lo stile di montaggio. Se un modello ti dà sei secondi, le tue riprese generate devono vivere come stacchi dentro qualcos'altro — una voce fuori campo, una registrazione dello schermo, un talking head. Provare a costruire un Reel intero cucendo insieme otto generazioni produce quel ritmo singhiozzante e sconnesso che gli spettatori leggono come sintetico nel giro di un secondo o due.

Il formato detta la composizione. Scrivere prompt per un modello landscape-first e poi ritagliare in verticale ti schiaccia il soggetto al centro e ti fa perdere i lati di ogni fotogramma. Controlla in che formato esporta il modello prima di scrivere una shot list, e componi pensando al bersaglio reale — i nostri riferimenti su dimensioni dei Reel di Instagram e dimensioni dei video TikTok contengono le zone sicure, oppure sfoglia l'elenco completo delle dimensioni per i social media se pubblichi anche altrove.

L'unico numero di costo che conta

Ignora il prezzo di listino per singola generazione. Il numero che determina quanto ti costano davvero le riprese generate è il tuo keep rate: quante clip pubblicheresti davvero ogni dieci che generi.

L'aritmetica è impietosa. Se una generazione ti costa un euro di crediti e tieni una clip su sei, quella clip utilizzabile ti è costata sei euro — più i quindici minuti passati a guardare i cinque scarti. Porta il keep rate a una su due e la stessa clip costa due euro e quasi zero tempo di revisione. Nient'altro in questo flusso di lavoro sposta il totale così tanto.

A luglio 2026 la struttura dei prezzi dei principali strumenti è a grandi linee simile: un piano consumer in abbonamento intorno ai venti dollari al mese con un tetto mensile di generazioni, un piano pro sensibilmente più caro con risoluzione più alta e clip più lunghe, e un prezzo al secondo via API se vuoi generare in modo programmatico. Strumenti a crediti più economici come Kling, Hailuo, Luma e Pika stanno sotto ai modelli di frontiera sul prezzo e, per semplici inquadrature di stacco, sono spesso abbastanza vicini sulla qualità da rendere la differenza di prezzo l'unico argomento che conta.

Prima di impegnarti con un abbonamento, fai questo test: prendi un brief reale da una campagna che stai davvero pubblicando, generaci contro dieci clip e conta quelle da tenere. Fallo su due strumenti. Quello con il keep rate migliore sui tuoi brief è il tuo strumento, a prescindere da quale modello vince i thread sui benchmark.

Cinque cose che alzano il keep rate

1. Descrivi un'inquadratura, non una storia. "Lenta carrellata in avanti sul vapore che sale da una tazza di caffè su un bancone di legno, luce mattutina dalla finestra, profondità di campo ridotta" batte "una mattina accogliente al bar". Movimento di macchina, soggetto, luce, resa dell'obiettivo. Un'idea per clip.
2. Parti da un'immagine. L'image-to-video, innescato da un fermo immagine che hai generato o scattato tu, è drasticamente più controllabile del text-to-video puro ed è il singolo rimedio più efficace contro il drift di personaggi e brand lungo una serie.
3. Genera a lotti le varianti di un solo prompt, invece di una clip ciascuno da dieci prompt diversi. Stai comprando biglietti della lotteria; comprali sull'estrazione che ti interessa.
4. Stai lontano dalle modalità di fallimento note. Mani che fanno cose di precisione, insegne leggibili, folle, brand e loghi riconoscibili e primi piani prolungati di un volto: bruciano tutti crediti.
5. Accetta la prima clip utilizzabile. Rincorrere la versione perfetta di uno stacco da due secondi è il modo in cui una clip da €2 diventa una da €20. Il pubblico la guarda per due secondi su un telefono.

Dove le riprese generate hanno davvero senso

B-roll sotto una narrazione. L'uso di maggior valore, senza dubbio. Stacchi da due o tre secondi dietro una voce fuori campo spezzano un talking head statico e sono troppo brevi perché lo spettatore si fissi su un artefatto. È anche l'uso in cui una generazione mediocre va comunque bene.

L'hook di apertura. Un primo fotogramma sorprendente, impossibile o spiazzante ti compra l'attenzione che ti serve per il contenuto vero che segue. Genera il visual, scrivi le parole a parte — la nostra guida a scrivere hook che si guadagnano i tre secondi successivi copre la metà testuale.

Teaser di concept. Annunciare qualcosa che ancora non esiste, o visualizzare un'idea astratta — una metafora, il prima/dopo di un processo, uno scenario che non puoi filmare. Qui il ripiego è sempre stato lo stock footage, e le riprese generate sono di solito un ripiego migliore e più specifico.

Formati senza volto ed explainer. Se già produci contenuti senza volto, il b-roll generato si incastra direttamente in una pipeline esistente, dove nessuno si aspettava riprese documentaristiche in partenza.

Sfondi in movimento per i post guidati dal testo. Un loop lento, astratto e coerente con il brand dietro una citazione o un dato è un asset a basso rischio e ad alto riutilizzo. Generane una manciata una volta sola e riusali per mesi.

Dove si vede che è slop

La spia non è quasi mai la risoluzione. È il disallineamento — riprese che implicano un'affermazione che le riprese stesse non possono sostenere.

• Persone sintetiche che parlano in camera per trenta secondi. I brevi istanti passano. Le riprese prolungate no, e la reazione del pubblico quando se ne accorge è peggiore di quella che avresti avuto girando un traballante video col telefono.
• Qualsiasi cosa presentata come reale. "Momenti dei clienti", "il nostro team", "il nostro laboratorio" generati, riprese a forma di testimonianza. Questa è la categoria che ti costa fiducia, non solo reach.
• Il tuo prodotto vero. Se le persone si aspettano di vedere la cosa che stanno comprando, devono vedere la cosa che stanno comprando.
• I post reattivi alle tendenze. Le finestre delle tendenze si misurano in un giorno o due. Un ciclo di generazione e montaggio è più lento che prendere in mano il telefono.
• Il volume fine a se stesso. Le piattaforme hanno irrigidito le regole di monetizzazione e distribuzione sui contenuti ripetitivi prodotti in massa, e pubblicarne di più è il modo più rapido per scoprire dove passano i confini. Abbiamo passato in rassegna cosa dicono e cosa non dicono i dati in i contenuti AI penalizzano la reach, e in breve il rischio è l'output fatto con poco sforzo, non il coinvolgimento dell'AI in quanto tale.

Un utile test di pancia prima di pubblicare: se uno spettatore sapesse esattamente come è stata fatta questa clip, si sentirebbe ingannato? B-roll di stacco sotto una voce vera, no. Una persona generata che consiglia il tuo servizio, sì.

Disclosure: risolvila prima di pubblicare

Ogni piattaforma principale ha ormai un punto in cui dichiarare i contenuti sintetici realistici, e ogni modello principale marchia il proprio output con dati di provenienza, che tu usi l'apposito interruttore o no. Dai per scontato che le riprese siano identificabili ed etichettale in modo deliberato.

Due cose che i creator sbagliano sistematicamente. Primo, watermark e metadati di provenienza sono due cose distinte. I piani consumer spesso imprimono un watermark visibile nei download, mentre tutti i piani incorporano segnali di provenienza invisibili — SynthID di Google, le Content Credentials C2PA — che sopravvivono alla ricodifica molto meglio di quanto si creda. Rimuovere un watermark per far sembrare una clip nativa viola i termini dello strumento e non elimina il segnale sottostante. Secondo, dichiarare non affossa la tua reach. L'etichetta è un'etichetta, non un flag di penalizzazione.

La direzione normativa va nello stesso senso. Le disposizioni di trasparenza dell'AI Act europeo sui media sintetici dovrebbero applicarsi da agosto 2026, con la tempistica precisa di alcuni obblighi ancora in discussione a livello UE a luglio 2026. In ogni caso, la tendenza è verso più marcatura e più trasparenza, non meno. La nostra guida alla disclosure dei contenuti AI sui social contiene un modello di policy che puoi adottare come standard di squadra, invece di decidere caso per caso alle 16 di venerdì.

Come incastrarlo in un flusso di lavoro settimanale

Le riprese generate sono un passaggio di una pipeline, non una pipeline. In pratica, per un piccolo team che pubblica video verticali ogni settimana:

1. Prima lo script e la shot list. Decidi quali inquadrature girerai e quali genererai. Di solito: filma tutto ciò che è reale, genera tutto ciò che è astratto o impossibile.
2. Genera in un'unica sessione a lotti. Lavorare a lotti ti tiene nel ritmo dei prompt e blocca il perfezionismo clip per clip. Il nostro workflow di creazione di contenuti in batch si applica qui quasi identico.
3. Monta, aggiungi le didascalie e uniforma il colore nel tuo editor. Le clip generate raramente combaciano con le tue riprese reali così come sono. Un rapido passaggio di color grading fa sparire le giunture.
4. Esporta un unico master verticale. Poi adattalo per ogni piattaforma.
5. Programma tutto da un unico calendario.

È in quell'ultimo passaggio che entra SocialKit. Una volta che la clip esiste, componi il post una volta sola, scrivi una caption e un set di hashtag diversi per ogni network e lo programmi su Reels, TikTok e Shorts — più le altre otto piattaforme incluse nello stesso piano — da un unico calendario visuale, con la pubblicazione automatica e i consigli sul momento migliore per pubblicare a gestire i tempi. Ogni piano include tutte e 11 le piattaforme e post programmati illimitati, da €29/mese con Solo (€17.40/mese con fatturazione annuale) a luglio 2026, con 7 giorni di prova gratuita.

Per essere chiari sul confine: SocialKit non riformatta, non taglia e non genera video al posto tuo. Il tuo export deve già avere il formato e la durata giusti prima di arrivare allo scheduler. Quello che elimina è la parte successiva — tre app, tre caricamenti, tre versioni del testo ridigitate in tre composer diversi.

Se è la prima volta che pubblichi la stessa clip su tutte e tre le superfici verticali, vale la pena leggere come le tre piattaforme differiscono nella pratica prima di scrivere le caption, mentre la meccanica di ogni singola piattaforma è trattata in come programmare i Reels di Instagram e come pianificare un calendario di pubblicazione per YouTube Shorts.

Parti da qui: un test di due settimane

Invece di abbonarti a tre strumenti e sperare, fai questo:

• Giorni 1–2. Prendi un brief di campagna reale. Ricavane cinque descrizioni di inquadrature da generare — movimento di macchina, soggetto, luce, atmosfera. Niente storie, solo inquadrature.
• Giorni 3–4. Generale tutte e cinque su due strumenti diversi, usando il piano gratuito o quello base. Conta quelle da tenere. Quello è il tuo keep rate, ed è la tua decisione d'acquisto.
• Giorno 5. Monta due video: uno con b-roll generato sotto la tua voce fuori campo, uno girato normalmente. Stesso script, stessa durata.
• Settimana 2. Pubblica entrambi sulle tue superfici verticali, a distanza l'uno dall'altro, e confronta retention e invii in DM — non i like. Integra la lettura dei dati nella strategia per i video brevi che stai già portando avanti, invece di trattarla come un esperimento separato.
• Prima di ogni pubblicazione. Attiva l'interruttore di disclosure AI della piattaforma. Rendilo un passaggio della checklist, non una valutazione da fare ogni volta.
• Mese 2. Se la versione generata ha tenuto la retention, costruisci una piccola libreria di stacchi e sfondi in movimento riutilizzabili. Se non l'ha tenuta, hai speso un mese di abbonamento per imparare qualcosa che la maggior parte delle persone passa un anno a dare per scontato.

La posizione onesta a metà 2026: il text-to-video è un vero strumento di produzione con un compito ristretto e prezioso. Rende il tuo b-roll più economico e i tuoi hook più d'impatto. Non ti trasforma in uno studio video, e i creator che ne stanno ricavando di più sono quelli che l'hanno deciso presto. Se vuoi la visione più ampia di dove si colloca tra le altre trappole, gli errori comuni dell'AI nei social media copre quelli che costano di più.