Prompt Hotel Lobby AI: il testo vero del nostro generatore
Un prompt Hotel Lobby AI deve fare quattro cose: legare ogni foto a un lato, ricostruire la cabina arancione con il suo unico microfono appeso, far rappare una persona mentre l’altra fa hype e tenere ferma la camera. I due prompt qui sotto sono il testo esatto che MigosAI (migosai.si) invia per ogni video nella cabina: uno per Wan 3.0, che tiene la registrazione di Hotel Lobby, e uno per Seedance, che scrive un rap nuovo. Sul sito non li digiti mai: partono da soli quando premi Crea video.
Più in basso trovi cinque prompt per altri strumenti image-to-video che accettano due foto e nessuna clip di riferimento: una coppia, due amici, un nonno con il nipote, personaggi disegnati e animali. Li abbiamo scritti per questa pagina e non li abbiamo mai generati, quindi trattali come una base di partenza. Sono in inglese, pronti da incollare.
Aggiornato il

Prompt 1: Wan 3.0 con la traccia Hotel Lobby
Wan 3.0 riceve quattro allegati, numerati nell’ordine in cui vengono caricati: Immagine 1 (quella a sinistra), Immagine 2 (quella a destra), Video 1 (la clip della cabina Hotel Lobby, muta) e Audio 1 (la traccia Hotel Lobby, accorciata alla lunghezza del video). Prima che parta il render, ciascuna foto viene rielaborata in un ritratto da studio, in piedi e dalla testa ai piedi, con lo stesso soggetto, persona o animale che sia: così il modello non perde volti e corpi, e tu vedi sempre e solo la tua foto. Il formato non sta nel testo: arriva al modello come impostazione separata, per cui un unico prompt vale per 9:16, 16:9 e ogni altro formato.
Segui Video 1 dall’inizio alla fine: copia la sua inquadratura, i suoi tempi e ogni movimento, gesto, giro di testa, espressione e forma della bocca, insieme allo sfondo arancione uniforme e al microfono argentato che pende dal soffitto tra i due performer. Mantieni l’inquadratura di Video 1: niente zoom in avanti, niente zoom indietro, nessuna panoramica. Non aggiungere movimenti o elementi di scena che non sono in Video 1.
Usa Audio 1 come musica di sottofondo per tutto il video, così com’è: è l’intero sonoro del video. Non scrivere testi nuovi, non ricantarlo, non aggiungere altra musica o altre voci.
Il performer a sinistra è il soggetto in Immagine 1; quello a destra è il soggetto in Immagine 2. Sostituiscono completamente le due persone di Video 1: volto, capelli o pelo, corporatura e vestiti vengono dalle foto, niente dalle persone di Video 1. Nessuno dei due indossa guanti (a meno che non li abbia già nella foto): le persone mostrano le proprie mani, gli animali tengono le proprie zampe. Ignora lo sfondo delle foto.
Il performer a sinistra rappa al microfono la voce di Audio 1, con le labbra perfettamente a tempo con Audio 1. Quello a destra segue i movimenti della persona a destra in Video 1: reagisce e gesticola a tempo, muovendo le labbra solo per brevi ad-lib.
L’arancione riempie tutto il quadro, senza zone nere né angoli scuri. Niente split screen, nessuna persona in più, niente sottotitoli o scritte sullo schermo. I volti restano uguali dall’inizio alla fine.Wan lo riceve in cinese, la lingua che la sua documentazione usa per i nomi degli allegati. Quella che leggi qui è una traduzione italiana fedele, frase per frase, di quel testo.
Prompt 2: Seedance, per un nuovo rap AI
I modelli Seedance non possono tenere una registrazione: generano sempre voce e beat per conto loro. Per questo, nella cabina, la traccia Hotel Lobby viene caricata come audio di riferimento 1 solo per il ritmo, e il prompt chiede un beat nuovo con quel groove e parole nuove sul tema che hai scritto (ne vengono usati fino a 120 caratteri). Qui gli allegati hanno un nome per esteso (“immagine di riferimento 1”). Questa è la versione verticale da 12 secondi per il tema d’esempio “i 30 anni di Maya e il suo pessimo parcheggio in parallelo”.
Usa il video di riferimento 1 per tutta l’esibizione: copia la sua inquadratura, i suoi tempi e ogni movimento, gesto, giro di testa, espressione e movimento della bocca, lo sfondo arancione uniforme e l’unico microfono argentato sospeso tra i performer. Mantieni l’inquadratura del video di riferimento 1: niente zoom in avanti, niente zoom indietro, nessuna panoramica. Non aggiungere movimenti o elementi di scena che non sono nel video di riferimento 1.
Performer a sinistra: la persona nell’immagine di riferimento 1. Performer a destra: la persona nell’immagine di riferimento 2. Sostituiscono completamente le due persone del video di riferimento 1: volto, capelli, corpo e vestiti vengono dalle foto, niente dalle persone del video di riferimento 1. Se una foto non mostra nessun capo di una persona (solo il viso o le spalle scoperte), vestila con abiti semplici di tutti i giorni adatti a lei, come una maglietta semplice e dei jeans; mai il costume, il mantello, il cappotto, le cinture, i guanti o la benda sugli occhi delle persone del video di riferimento 1. Gli animali restano come sono, senza vestiti. Ignora lo sfondo delle foto.
Colonna sonora: una canzone trap scura di Atlanta originale, fatta per questo video, che segue l’audio di riferimento 1 per beat e ritmo: lo stesso tempo, groove, pattern di batteria e rimbalzo, a tempo con i movimenti del video di riferimento 1. Fai un beat nuovo in quello stile con un testo nuovo; non riutilizzare testo, melodia o voci dell’audio di riferimento 1. Essenziale ma potente: un 808 martellante e graffiante che scivola tra le note, un rullante con battimani penetrante e hi-hat secchi, e un unico loop di melodia inquietante dal sapore orientale. Atmosfera scura, minacciosa e sicura. Il rap è un flow in terzine veloce e rimbalzante che corre sopra il beat lento. Mix: la voce chiara sopra, il beat subito dietro quasi allo stesso livello, forte e incisivo, mai basso e senza mai interrompersi tra una frase e l’altra. Il performer a sinistra rappa nel microfono sospeso una strofa originale e pulita su: "i 30 anni di Maya e il suo pessimo parcheggio in parallelo". Rappa nella lingua di quel tema. Voce rap chiara, labbra a tempo con ogni parola, cenni naturali della testa e bocca espressiva. Il performer a destra è il compagno di hype: indica il rapper, reagisce, sorride e aggiunge brevi ad-lib a tempo. Non usare canzoni esistenti, testi esistenti o la voce di artisti reali.
9:16. L’arancione riempie tutto il quadro da un bordo all’altro, senza zone nere o scure. Niente split screen, nessuna persona in più, niente sottotitoli o scritte sullo schermo. I volti restano uguali dall’inizio alla fine.Perché ogni paragrafo del prompt Wan è lì
| Paragrafo | A cosa serve | Cosa succede se manca |
|---|---|---|
| 1. Segui Video 1 | Copia inquadratura, tempi, gesti, giri di testa, espressioni e forma della bocca, oltre alla parete arancione e al microfono appeso; vieta zoom, panoramiche ed elementi di scena nuovi | Il modello si inventa una stanza o un movimento di camera, e ai bordi spuntano bande scure |
| 2. Usa Audio 1 | Rende la traccia l’unico suono e vieta di riscriverla o ricantarla | Musica nuova, voci in più o parole inventate |
| 3. Chi è chi | Lega Immagine 1 alla sinistra e Immagine 2 alla destra, prende volto, capelli o pelo, corporatura e vestiti dalle foto, scarta lo sfondo delle foto ed esclude i guanti se nella foto non ci sono | Lati invertiti, un volto della clip di riferimento che riaffiora, o i guanti dei performer originali copiati su mani e zampe nude |
| 4. I ruoli | Chi sta a sinistra rappa Audio 1 in lip-sync; chi sta a destra imita il compagno di hype e mima solo brevi ad-lib | Due bocche che si muovono insieme, o un compagno che resta impalato |
| 5. Paletti | Arancione da un bordo all’altro, niente split screen, nessuna persona in più, niente sottotitoli, volti stabili | Angoli scuri, una terza persona, sottotitoli impressi, volti che cambiano a metà clip |
Le parole sono neutre apposta. “Il soggetto in Immagine 1” va bene per una nonna, un bimbo in braccio a un genitore o un beagle senza contraddire la foto, quindi lo stesso testo regge qualsiasi coppia.
Usare questi prompt in un altro strumento video AI
- Controlla cosa accetta lo strumento. Il Prompt 1 richiede due immagini di riferimento, un video di riferimento e una traccia audio di riferimento, più un modello che riproduca l’audio senza toccarlo. Molti strumenti accettano solo foto: in quel caso passa ai cinque prompt a due foto qui sotto.
- Rinomina gli allegati. Qui sono numerati in ordine di caricamento; alcuni strumenti vogliono tag come @Image1 o nomi tutti loro. In ogni caso carica per prima la foto di sinistra.
- Imposta il formato nelle impostazioni dello strumento, non nel testo: 9:16 per TikTok e Reels, 16:9 per YouTube.
- Se il modello compone una musica sua, la riga che chiede di usare Audio 1 non verrà rispettata. Fai come nel Prompt 2 e chiedi un rap nuovo.
- Tieni le righe in negativo. “Nessuna persona in più”, “niente sottotitoli” e “ignora lo sfondo delle foto” evitano gran parte dei tentativi falliti in qualsiasi strumento.
- Usa una registrazione che hai il diritto di usare e foto di persone che hanno accettato di comparire nel video.
- Alcuni strumenti pubblicano prompt di solo testo. Dreamina (CapCut) ha prompt Hotel Lobby da copiare e incollare per due foto su Seedance 2.5 (verificato il 6 ottobre 2026).
Cinque prompt Hotel Lobby AI solo da due foto, senza video guida
Quasi tutti gli strumenti image-to-video per il grande pubblico accettano foto e testo, nient’altro. Senza clip di riferimento, il prompt deve descrivere da solo la cabina e i movimenti. Questi cinque lo fanno e mantengono le regole che rendono riconoscibile una clip Hotel Lobby: un soggetto per lato, un microfono appeso tra i due, uno che guida e uno che fa hype, una camera che non si muove mai. Sono tutti impostati su 9:16 e 12 secondi; se il tuo strumento vuole valori diversi, cambiali nel testo. Metti in conto un paio di tentativi.
Prompt Hotel Lobby AI per una coppia
Vertical 9:16 video, 12 seconds, built from two reference photos. Left side: the person from image 1. Right side: the person from image 2. Show both from head to shoes and keep each face, hairstyle, outfit and height true to the photos. Scene: an empty studio painted solid orange, walls and floor the same shade, lit softly and evenly. A single silver studio microphone dangles on a thin cable from the ceiling, at mouth height, halfway between them. The couple performs a rap duet: the left partner leans into the microphone and raps with sure, rhythmic hand moves; the right partner grins, points at the rapper, bounces to the beat and leans in to share the mic for the final line. Static camera at chest height, one unbroken take, no zoom or pan. Nobody else in frame, no on-screen words, no logos.Per due migliori amici (si danno il cambio a metà)
Vertical 9:16 video, 12 seconds, from two reference photos of two adult friends. The friend in image 1 stands on the left and the friend in image 2 on the right, both visible head to toe, each face, haircut, outfit and build matching the photos. Plain orange studio: an orange backdrop that curves into an orange floor, one silver microphone hanging from the ceiling between them. Seconds 0 to 6: the left friend takes the microphone and raps while the right friend nods, laughs and hypes with big arm moves. Seconds 6 to 12: they switch, the right friend takes the microphone and the left friend reacts. Each one moves in their own way, never as a mirror image. Locked camera, single continuous shot, soft even light, feet in frame. No extra people, no props, no captions, no logos.Per un nonno e un nipote
Vertical 9:16 video, 12 seconds, from two reference photos. Image 1 shows a grandparent, who stands on the left; image 2 shows their adult grandchild, who stands on the right. Full-length view of both, with each face, hairstyle, outfit and height kept as in the photos. Setting: a bare orange studio with a single silver microphone hanging from the ceiling in the middle. The grandparent raps into the microphone with calm, steady, self-assured gestures and a small smile; the grandchild reacts with surprise, laughs, dances on the beat and leans in so they rap the last line together. Gentle, natural movement that suits each age. Fixed camera, one take, even studio light, no cuts, zoom or pan, nobody else in the shot, no on-screen text.Per personaggi disegnati o anime
Scegli personaggi inventati da te o su cui hai i diritti: quelli celebri hanno già un proprietario.
Vertical 9:16 video, 12 seconds, from two reference images of original drawn characters. Character from image 1 on the left, character from image 2 on the right, both shown full figure. Keep each design exactly: line style, palette, proportions and clothing. Animate both in that same art style instead of turning them photo-real. They stand in a solid orange studio; a silver microphone dangles from the ceiling between them. The left character leans into it and raps with lively, exaggerated hand moves; the right character bobs on the beat, points and reacts with big expressions. Fixed camera, one continuous take, no cuts, zoom or pan. No other characters, no text, no logos.Prompt Hotel Lobby AI per animali
Dai a ogni animale una sua foto nitida con tutto il corpo in vista. Per un animale accanto al suo padrone, nel testo sostituisci l’animale di destra con “the person in image 2”. Cani e gatti erano tra le prime clip virali, fatte con altri strumenti (una raccolta).
Vertical 9:16 video, 12 seconds, from two reference photos of animals. The animal in image 1 is on the left and the animal in image 2 is on the right, both standing upright on their back legs, seen from ears to paws. Keep each one’s breed, markings, fur color, eye color, size and collar exactly as photographed. Scene: an empty orange studio, a silver microphone dangling from the ceiling at head height between the two. The left animal opens and closes its mouth on the beat and gestures with its front paws like a rapper at the mic; the right animal nods, glances at the camera and sways to the beat. Realistic anatomy: four legs and one tail each, no human hands. One fixed shot without cuts. No people, no other animals, no text.Su MigosAI salti tutto questo: prompt, clip di riferimento e traccia sono già integrati, e la pagina dei video rap con animali apre il generatore pronto per un animale e il suo compagno. Con gli animali il risultato varia più che con le persone.
Quando il render non torna
| Cosa vedi | Causa probabile | Cosa provare |
|---|---|---|
| Il volto sembra quello di un estraneo | Foto di profilo, occhiali da sole, un filtro pesante o un viso minuscolo in una foto di gruppo | Una foto frontale e ben illuminata, dalla vita in su o a figura intera |
| Sinistra e destra invertite | Foto caricate nell’ordine sbagliato, o un prompt che non nomina mai i lati | Carica prima chi guida e nomina entrambi i lati nel testo |
| Spunta una terza persona | Il modello ha tenuto qualcuno della clip di riferimento o dello sfondo di una foto | Lascia “ignora lo sfondo delle foto” e “nessuna persona in più” |
| Sottotitoli o parole a caso sullo schermo | Il modello ha aggiunto scritte di sua iniziativa | Lascia “niente sottotitoli o scritte sullo schermo” |
| Bocca fuori sincrono | Nessun audio allegato, o il taglio parte su una pausa | Allega la traccia e fai partire il taglio su una parola cantata |
| Bordi scuri intorno all’arancione | Uno zoom o una panoramica che la clip di riferimento non ha | Blocca l’inquadratura e chiedi arancione da un bordo all’altro |
| Musica tutta nuova al posto della traccia | Il modello scrive sempre una colonna sonora sua | Passa a un modello che riproduce la traccia di riferimento, come Wan 3.0 |
Oppure lascia il prompt a MigosAI
Su MigosAI aggiungi due foto (o una di voi due con “Una foto”), scegli il suono in Audio e movimenti e premi Crea video. Un video Wan 3.0 di 12 secondi a 480p costa 6 crediti, il pacchetto più piccolo è di 10 crediti a $9.99 e un render richiede di solito circa 5-15 minuti. Non c’è una prova gratuita. Se un render fallisce, i crediti tornano da soli nel tuo saldo.
Domande
Posso incollare il prompt Hotel Lobby AI in ChatGPT?
Un assistente in chat può sistemarti il testo, ma il video lo deve fare un modello video. Incolla il Prompt 1 in uno strumento che accetta immagini, video e audio di riferimento, oppure un prompt a due foto in uno strumento image-to-video.
Per quale modello è scritto il prompt Hotel Lobby?
Il Prompt 1 gira su Wan 3.0, che tiene la traccia di riferimento. Il Prompt 2 gira su Seedance 2.0 Mini, 2.0 Fast, 2.0 e 2.5, che scrivono un rap tutto loro. Altri modelli possono volere nomi diversi per gli allegati, e alcuni non accettano audio.
In che lingua è il prompt?
MigosAI invia a Wan 3.0 un originale in cinese e a Seedance un testo in inglese. Le due versioni in questa pagina sono traduzioni italiane fedeli di quei testi; i cinque prompt a due foto restano in inglese, pronti da incollare.
Esiste un prompt Hotel Lobby AI per un cane o un gatto?
Sì, quello per animali qui sopra: una foto per animale, ognuno legato a un lato, in piedi sulle zampe posteriori e con un’anatomia realistica. Su MigosAI il prompt non serve: la pagina dei video rap con animali prepara il generatore per un animale.
I prompt a due foto tengono la canzone originale di Hotel Lobby?
No. Senza una traccia di riferimento è lo strumento a decidere il suono, sempre che ne produca uno. Aggiungi nell’editor una canzone di cui hai i diritti, oppure usa uno strumento che accetta audio di riferimento.
Su MigosAI devo scrivere un prompt?
No. Il prompt è integrato. L’unico testo che scrivi è un tema facoltativo per il rap su un modello Seedance, fino a 120 caratteri e in qualsiasi lingua.
Fonti
Da leggere dopo
Come fare il trend Hotel Lobby (Migos AI), passo per passo
Tre strade per il trend Hotel Lobby (Migos AI), passo per passo: due foto su MigosAI, un’altra app AI o il montaggio a mano, con costi, attese, pro e contro
Le foto migliori per Hotel Lobby AI: cosa caricare
Guida alle foto per la cabina: le regole del caricamento, cosa aiuta a conservare il viso, come il ritratto a figura intera tratta la tua foto e come salvare le foto difficili
Hotel Lobby AI con le tue mosse: il video di riferimento
Giralo, taglialo, caricalo come La tua clip: come un video di riferimento guida l’esibizione, quale audio si sente, quanto costa e dove non arriva
Migliori generatori video Hotel Lobby AI (ottobre 2026)
Quattordici generatori video Hotel Lobby AI confrontati sulle loro pagine il 6 ottobre 2026, MigosAI compreso: come funziona ciascuno, l’audio, il video più economico e cosa è gratis
MigosAI è uno strumento indipendente, senza legami con Migos, Quavo, Takeoff, Offset, Quality Control Music, Motown o COLORS.