Come creare video di danza K-pop con l'IA — Il tutorial completo di ImagineToVideo

Le cover di danza K-pop riempiono ogni singolo giorno TikTok e YouTube Shorts — e fino a poco tempo fa farne una significava imparare davvero la coreografia, trovare un posto pulito dove girare e convincere un amico a tenere la telecamera. E se invece potessi disegnarti la tua ballerina — un personaggio in stile 3D con esattamente il look che vuoi tu — e farle eseguire un'intera routine K-pop in circa tre minuti, per più o meno un dollaro?

È esattamente questo il percorso del tutorial. Alla fine avrai il workflow completo a due modelli che usiamo in ImagineToVideo: ChatGPT (o GPT Image) per disegnare il personaggio e la scheda delle pose, poi Seedance 2.0 dentro ImagineToVideo per dargli vita. È la stessa tecnica dietro le schede di riferimento a 16 pannelli che da un mese stanno girando nei Threads dei creator coreani — quelle griglie ti mostrano, frame per frame, esattamente cosa deve fare il tuo personaggio.

Questa è la scheda di riferimento che useremo come esempio fisso del post:

E questo è il risultato finale — lo stesso personaggio, ora che balla davvero:

<video src="https://cdn.imaginetovideo.com/blog/Korean%20dance%20routine.mp4" controls style="max-width: 480px; width: 100%; display: block; margin: 1.5rem auto;"></video>

Su questa serie. Questa è la Parte 1 di ImagineToVideo Video Generation Tutorials — una serie hands-on in cui, a ogni puntata, percorriamo un caso d'uso creativo specifico, dal prompt al render finale, usando i modelli integrati in ImagineToVideo. Le prossime puntate copriranno hero shot di prodotto, animazioni di ritratti di animali domestici, scene di dialogo cinematografico con audio nativo e altro ancora.

---

Perché ChatGPT + Seedance è lo stack giusto per i video di danza K-pop

Quello in cui ChatGPT e GPT Image sono davvero bravi è la coerenza del personaggio. Dai al modello un ritratto base e un prompt strutturato e ti renderizza la stessa persona attraverso sedici pose di danza diverse senza che il volto vada alla deriva. È un problema difficile. Prima del 2024 lo si risolveva allenando un LoRA o ridipingendo a mano in Photoshop. Adesso si risolve in un colpo solo.

Quello che non sanno fare è animare. L'output è sempre una griglia statica.

Ciò che rende praticabile questo workflow nel 2026 è la seconda categoria di modelli: reference-to-video (R2V). Gli dai una o più immagini di riferimento più un prompt di movimento, e genera un video che rispetta il riferimento. Due di questi sono integrati in ImagineToVideo:

• Seedance 2.0 — supporta fino a 9 immagini di riferimento, genera 5–15 secondi a 720p, e costa circa $0,85 per una clip da cinque secondi. È quello che consigliamo per i video di danza K-pop. È abbastanza economico da poter iterare finché la coreografia non viene come si deve.
• Kling V3 Omni — supporta fino a 7 riferimenti più audio nativo e sequenze multi-shot, ma costa circa $13 per una clip da cinque secondi. Tienilo per il passaggio finale, quando vuoi musica sincronizzata sulla danza, o per consegnare in vero 4K.

Il resto del post segue la strada Seedance, con una sezione di upgrade Kling verso la fine. Se vuoi direttamente la versione 4K nativa di livello cinematografico di questo workflow, c'è una guida dedicata alla 4K Mode di Kling.

---

Step 1 — Disegna la tua ballerina in ChatGPT (la scheda a 16 pannelli)

Apri ChatGPT (la versione con la generazione di immagini attiva, oppure usa direttamente GPT Image). Carica un singolo ritratto base del personaggio che vuoi far ballare — un'illustrazione 3D pulita, frontale, è quella che funziona meglio. Se non ne hai uno, chiedi prima a ChatGPT di generartelo: « Ritratto cartoon in 3D di una giovane donna con capelli castani ricci, occhiali tondi, cardigan bianco sopra un abito viola, sneakers verde acqua, sfondo neutro, stile concept-art Pixar. »

Poi incolla questo prompt per la scheda delle pose di danza:

3D-rendered K-pop dance reference sheet, 4×4 grid layout, 16 panels total.
[CHARACTER] Use the uploaded portrait. Same face, same outfit, same hair across
all sixteen panels — do not redesign the character.
[PANEL STRUCTURE — per cell]
  Top-left: bold number badge (1–16) + short pose title in Korean or English
  Center: full-body dance pose illustration
  Bottom-left: 3–4 line description of the motion
  Overlay: directional motion arrows (curved, straight, or rotational)
[CHOREOGRAPHY] Sixteen sequential moves of a K-pop / hip-hop routine: warm-up
pose, rhythm bounce, smooth body wave, footwork start, hip-hop sequence
(panels 5–16), wave moves, popping moves, footwork steps. End on a confident
closing pose.
[STYLE] High-detail 3D-sculpted render, soft studio lighting, subtle shadows,
clean linework, K-pop choreography illustration quality.
[COLOR] Grayscale shading, no color tones.
[NEGATIVE] No background scenery, no extra characters, no color, no logos.
[OUTPUT] At least 1024×1024 final resolution. 2048×2048 if available.

Ci sono due dettagli, in quel prompt, che fanno un lavoro vero e non vanno tolti:

La riga « same face, same outfit ». Senza, ChatGPT, intorno al pannello 7, ridisegnerà silenziosamente il cardigan perché il prompt contiene « wave move ». Diglielo esplicitamente: il personaggio è fisso.

La risoluzione di output 1024+. Conta nello Step 3. L'endpoint Seedance R2V di ImagineToVideo rifiuta le immagini di riferimento più piccole di 640×640 pixel — ti restituisce un errore non riprovabile e la generazione non parte mai. L'output di default di ChatGPT a volte si ferma intorno a 768×768; pretendere 1024+ nel prompt evita il rifiuto.

A questo punto dovresti avere una singola griglia 4×4 con la tua ballerina in sedici mosse sequenziali di una routine K-pop — esattamente come quella in cima al post.

---

Step 2 — Ritaglia sui frame chiave della danza (oppure no)

Adesso hai un'unica immagine a 16 pannelli. Ci sono due modi di darla a Seedance, ed entrambi hanno un loro perché:

Usa l'intera griglia come unico riferimento. Migliore quando vuoi che l'output catturi lo stile del personaggio — proporzioni, palette, qualità di rendering — più che una sequenza di pose specifica. Butta tutta la griglia nello slot di riferimento e lascia decidere al modello quali movimenti enfatizzare.

Ritaglia da uno a quattro pannelli chiave. Migliore quando vuoi una sequenza di danza specifica in un ordine specifico. Scegli la posa di partenza, la posa finale, e uno o due punti intermedi. Ritagliali in Photopea, Figma, o un qualsiasi editor in browser (sinceramente, quasi sempre noi li facciamo con Anteprima su macOS). Ogni ritaglio dovrebbe essere almeno 640×640 — riesporta a 1024+ per stare tranquilli.

Per la routine di questo post abbiamo ritagliato i pannelli 1, 5, 11 e 16 — la posa di riscaldamento, l'ingresso della wave, il punto medio hip-hop, e il footwork di chiusura. Quattro riferimenti sono lo sweet spot nei nostri test. Con un solo riferimento il modello ha troppa libertà; con tutti e nove l'output inizia a sembrare un flipbook invece che una routine fluida.

---

Step 3 — Falla muovere su Seedance 2.0

È qui che avviene la magia. Apri il generatore Seedance 2.0 (oppure la pagina di Seedance e clicca Try Now).

Nel pannello dei riferimenti, carica i tuoi 1–4 pannelli ritagliati. La UI mostrerà delle miniature man mano che vengono accettate. Se qualcuna viene rifiutata con l'errore « pixel count too low », vuol dire che quel riferimento è sotto i 640×640 — riesportalo a risoluzione più alta e ricaricalo.

Nel campo prompt — che ha un limite di 2.000 caratteri, più che sufficiente per descrivere un'inquadratura intera — incolla qualcosa di strutturato. Lo schema che funziona per la danza K-pop:

[CHARACTER] {{copy the character description from your ChatGPT sheet}}
[ACTION] A young woman in a white cardigan and purple dress performs a
K-pop / hip-hop dance routine. She starts in a neutral standing pose,
transitions through a smooth body wave, lowers her center of gravity into
hip-hop footwork with crossed legs, and finishes in a confident closing pose.
Smooth, energetic, on-beat motion.
[CAMERA] Static medium shot, eye level, slight handheld micro-movement.
[STYLE] 3D-rendered, cinematic studio lighting, neutral seamless backdrop,
K-pop music video aesthetic.
[DURATION] 5 seconds.

Qualche nota di tuning dopo averlo lanciato decine di volte:

Risoluzione: stai a 720p. Seedance offre 480p e 720p. 480p serve solo per la prima iterazione — a quella scala il volto del personaggio inizia a sciogliersi. 720p è lo sweet spot per il social in formato corto. Se alla fine ti serve il 4K per un hero reel K-pop, la mossa giusta è bloccare la coreografia a 720p su Seedance, e poi rilanciare il prompt bloccato in Kling V3 con il toggle 4K.

Durata: parti da 5 secondi. Seedance supporta 5, 8, 10, 12 e 15 secondi. Le durate più lunghe costano in proporzione più crediti e danno al modello più spazio per andare alla deriva. Cinque secondi bastano per validare che la danza si legga bene; quando lo fa, rigeneri a 8 o 10 secondi con lo stesso prompt e gli stessi riferimenti per la routine completa.

Usa Seedance 2.0 Fast per iterare. ImagineToVideo offre due livelli di Seedance: la versione qualità e una versione veloce, 25–40 % più economica e nettamente più rapida, con un output praticamente indistinguibile per le clip corte guidate da riferimento. Facciamo ogni iterazione su Fast e passiamo al livello qualità solo per il render finale bloccato che va su TikTok o YouTube.

Costo totale di quella clip: circa $0,85. Con Seedance Fast saremmo scesi attorno a $0,65. Per confronto, ingaggiare un animatore 3D per riggare e animare un ciclo di danza di cinque secondi parte da qualcosa oltre i $400.

→ Crea il tuo video di danza K-pop con Seedance 2.0

---

Step 4 — Passa a Kling V3 Omni quando ti serve musica o 4K

Seedance è la risposta giusta per circa l'80 % dei progetti di video di danza K-pop. Il 20 % di casi in cui dovresti invece allungare la mano verso Kling V3 Omni:

• Ti serve musica o voci in sync con la danza. Seedance genera video muto. Kling V3 Omni genera video e audio nativo in un'unica passata — incluso ambient sound, effetti sonori e (con il prompt giusto) cue musicali allineati al movimento. Se vuoi una clip K-pop finita con un beat già mixato, è Kling.
• Ti serve una sequenza multi-shot. Kling V3 Omni supporta fino a 6 inquadrature collegate dentro una singola generazione, con identità del personaggio coerente attraverso i tagli. Seedance è solo single-shot. Per una strofa K-pop di 30 secondi con tre cambi di angolo, la generi una volta sola in Kling invece di cucire insieme sei output Seedance.
• Ti serve vero 4K. La modalità 1080p di Kling internamente mappa sulla modalità « pro », che genera nativamente 3840×2160. Seedance è limitato a 720p. Per broadcast, campagne brand o un video K-pop hero destinato a uno schermo più grande di un telefono, l'upgrade vale la pena.

Confronto costi per una clip da cinque secondi:

Le righe in grassetto sono il posto di default di questo workflow. Le righe Kling sono dove vai dopo che la coreografia è bloccata.

→ Prova Kling V3 image-to-video (porta d'ingresso a V3 standard, V3 Omni e alla nuova 4K Mode)

---

Come si confrontano i tre modelli sullo stesso riferimento K-pop

Abbiamo passato la stessa identica routine di danza coreana di riferimento attraverso tutti e tre i modelli rilevanti su ImagineToVideo. Versione corta:

• Seedance 2.0 Quality ha tenuto meglio l'identità del personaggio per tutti e cinque i secondi. Il volto è rimasto il volto. La danza si leggeva bene. È quello embeddato sopra.
• Kling V3 Omni ha prodotto un'immagine leggermente più cinematografica — luce migliore, più profondità — ma costa 15× di più per una clip che, fianco a fianco, per questo specifico caso d'uso non è 15× migliore. Vale la pena se ti servono i suoi vantaggi specifici (musica sincronizzata, multi-shot, 4K).
• Kling V3 standard è andato in difficoltà perché sul livello standard non accetta proprio le immagini di riferimento — solo input first/last frame. Per un workflow K-pop multi-riferimento come questo, è un non-partente. Usa V3 Omni.

Punto di vista: per il workflow danza-K-pop-da-scheda-ChatGPT in particolare, Seedance non è solo l'opzione economica, è l'opzione giusta. Kling V3 Omni è l'upgrade verso cui andare quando il deliverable lo impone.

---

Cinque trappole comuni (e come evitarle)

Dopo aver lanciato questo loop forse un paio di centinaia di volte per clip K-pop e hip-hop, questi sono i fallimenti che vediamo più spesso:

1. Immagine di riferimento troppo piccola. È il rifiuto numero uno. ImagineToVideo tratta l'errore di pixel-count di Seedance R2V come non riprovabile — i tuoi crediti non vengono bruciati, ma la generazione non parte. Soluzione: riesporta ogni riferimento a 1024×1024 minimo.

2. Drift del personaggio tra i pannelli. ChatGPT, se non lo fissi, ridisegna silenziosamente l'outfit intorno al pannello 7. Includi sempre « same face, same outfit, same hair, do not redesign » nel prompt della scheda. Se il drift continua, genera prima il ritratto base separatamente, poi passa quello come riferimento fisso al prompt della scheda.

3. Prompt troppo corto. I modelli R2V leggono il prompt come specifica della coreografia. « Dance » ti dà una danza generica. « Hip-hop body wave transitioning into crossed-leg footwork, static medium shot, eye level, neutral backdrop, on-beat » ti dà quello che volevi davvero. Punta a 100–200 parole.

4. Provare a fare 4K in un colpo solo. Spreco di crediti. Itera a 720p su Seedance finché la danza non è bloccata, poi passa alla 4K Mode di Kling per il render finale. Non bruciare crediti premium per validare un prompt che ancora non è giusto.

5. Aspect ratio sbagliato. Se il deliverable è verticale 9:16 (TikTok, Reels, Shorts — cioè la maggior parte del contenuto di danza K-pop), genera in 9:16 fin dall'inizio. Il modello compone per il frame; provare a ritagliare in verticale una generazione 16:9 orizzontale alla fine taglia quasi sempre la testa o i piedi della ballerina a metà movimento.

---

TL;DR — Il tuo video di danza K-pop in tre step

1. ChatGPT / GPT Image — genera una scheda di riferimento di danza K-pop a 16 pannelli a 1024+ di risoluzione, con il pinning esplicito « same face, same outfit ».
2. Crop — scegli 1–4 pannelli chiave (inizio, punti medi, posa finale), ognuno ≥640×640.
3. Seedance 2.0 — entra su /seedance, scrivi un prompt di coreografia strutturato di 100–200 parole, renderizza a 720p / 5s. Circa $1 e tre minuti a clip.

Passa a Kling V3 Omni quando ti serve musica sincronizzata, routine multi-shot o consegna in vero 4K. Altrimenti, questo workflow K-pop vive su Seedance.

→ Inizia il tuo primo video di danza K-pop su Seedance 2.0 → Oppure salta a Kling V3 image-to-video per musica + 4K

Se il tuo deliverable finale è broadcast o per grande schermo e vuoi 3840×2160 nativo fin da subito, la guida alla 4K Mode di Kling percorre proprio quella strada — e la nostra landing page del generatore di video IA in 4K è il modo più rapido per arrivarci.

---

Cosa arriva nei prossimi episodi

Questa era la Parte 1 di ImagineToVideo Video Generation Tutorials. In arrivo:

• Parte 2 — Animazione di ritratto di animale domestico: trasformare il tuo cane in un cortometraggio cinematografico con una sola foto e Seedance.
• Parte 3 — Hero shot di prodotto: generare clip di rotazione 3D e dettaglio macro di qualità broadcast per l'e-commerce.
• Parte 4 — Scene di dialogo cinematografico con audio nativo Kling V3 Omni (lip sync + room tone).
• Parte 5 — Shorts narrativi verticali 9:16: clip di storia pronte per TikTok end-to-end, partendo da un singolo riferimento di personaggio.

Iscriviti al blog o ripassa la prossima settimana per la prossima puntata. E se c'è un caso d'uso specifico che vuoi vederci percorrere, scrivici.

Adesso vai a far muovere la tua ballerina.