Higgsfield legt 40.000 Prompts zu einem 95-Minuten-KI-Film offen

Higgsfield hat die Prompts zu einem 95-minütigen KI-Kurzfilm veröffentlicht. Alle. Das Archiv umfasst rund 40.000 Prompts in 108 Ordnern, sortiert nach Szene — und hinter diesen Prompts stehen 115.446 Generierungen.

Liest man die beiden Zahlen zusammen, ergibt sich die eigentliche Geschichte. Vierzigtausend Prompts sind eine große Bibliothek. Hundertfünfzehntausend Generierungen sind der Preis dafür — im Schnitt etwa 2,9 Versuche pro Prompt, über einen ganzen Spielfilm hinweg.

Der Film heißt Hell Grind. Nach außen ist die Veröffentlichung ein Marketing-Schachzug eines Unternehmens, das Videogenerierung verkauft. Darunter liegt das nützlichste Produktionsdokument, das die KI-Videowelt je veröffentlicht hat — und zwar nicht aus dem Grund, den die meisten vermuten.

Was wirklich in den Ordnern steckt

Die Struktur folgt der Szene, nicht dem Prompt-Typ. Das ist wichtiger, als es klingt. Jede Prompt-Bibliothek, die ich gesehen habe, sortiert nach Stil — „filmische Beleuchtung“, „Anime“, „Produktaufnahme“ —, also wie man ein Wörterbuch ordnet. Nach Szene zu sortieren heißt, ein Drehbuch zu ordnen.

In einem Szenenordner stehen die Prompts in der Reihenfolge, in der sie benutzt wurden. Man sieht also, wie eine Einstellung entsteht: der erste Versuch, die Korrektur, die zweite Korrektur, der, der es in den Film geschafft hat. Die Fehlversuche sind noch da. Niemand hat sie aussortiert.

Etwa 4.561 der Prompts sind auf Chinesisch, der Rest auf Englisch. Diese Aufteilung ist wichtig, wenn man in einer der beiden Sprachen promptet, denn dieselbe Einstellung existiert in zwei Formulierungen — und man kann sie vergleichen.

Warum 115.446 die Zahl ist, aus der man etwas lernt

Vierzigtausend Sätze kann jeder schreiben. Die Information steckt im Verhältnis.

Wer nur fertige KI-Filme kennt, würde annehmen, ein eingespieltes Team bekommt eine Einstellung in ein oder zwei Versuchen hin. Das Archiv sagt: im Schnitt eher drei. Und Durchschnitte verbergen die Verteilung: Manche Einstellungen saßen sofort, andere brauchten offensichtlich zehn oder fünfzehn Durchläufe, bevor der Ordner weiterwanderte.

Diese eine Tatsache verändert die Budgetplanung. Wenn ein 95-Minuten-Film rund 115.000 Generierungen braucht, dann braucht ein 3-Minuten-Promo etwa 3.600 und ein 30-Sekunden-Social-Cut ein paar Hundert. Egal wie groß dein Credit-Budget ist — es ist wahrscheinlich ein Drittel von dem, was die Arbeit wirklich kostet.

Das erklärt auch, warum solche Filme Monate dauern statt Tage. Nicht weil das Rendern langsam ist, sondern weil die Schleife so aussieht: generieren, anschauen, beurteilen, umschreiben, neu generieren. Der Engpass ist das Urteil — und Urteilsvermögen lässt sich nicht parallelisieren.

Wie man so eine Bibliothek nutzt, ohne sie zu kopieren

Der naheliegende Fehler ist, sie von vorne nach hinten zu lesen. Man lernt nichts und verbrennt einen Nachmittag.

Richtig ist, sie als Nachschlagetabelle nach narrativer Funktion zu benutzen. Nimm die Szene in deinem eigenen Projekt, die Ärger macht — eine Figur betritt einen Raum, eine Enthüllung, ein Übergang zwischen zwei Orten — und suche den entsprechenden Beat in Hell Grind. Dann lies nur diesen Ordner.

Worauf du achtest, ist nicht die Formulierung. Es ist die Struktur: in welcher Reihenfolge die Elemente genannt werden, welche Details jedes Mal wiederholt wurden (meist die, die das Modell immer wieder fallen ließ) und wo das Team aufgehört hat zu beschreiben und angefangen hat einzuschränken. Prompts, die die Iteration überleben, laufen auf ein Muster zu — und das Muster ist der übertragbare Teil.

Die Zweisprachigkeit ist eine kostenlose zweite Lektion. Nimm eine Einstellung, lies den englischen und den chinesischen Prompt dazu und schau, was in der Übersetzung dazukam oder wegfiel. Meist trägt die chinesische Version mehr über Atmosphäre, die englische mehr über Kamera und Licht — weil jede Sprache billigere Wege hat, bestimmte Dinge zu sagen.

Die andere Veröffentlichung sollten Filmschaffende zweimal lesen

Neben Hell Grind hat Higgsfield auch Passport Rush offengelegt, einen Kurzfilm aus einer hybriden Pipeline: handgezeichnete 2D-Storyboards, dann 3D-Previsualisierung in Blender, dann KI-Animation.

Diese Reihenfolge ist das ganze Argument. Erst Storyboard, dann die Szene in 3D blocken, zuletzt generieren. Das ist das Gegenteil der üblichen Arbeitsweise mit diesen Tools — erst prompten, später reparieren — und der Grund, warum das Ergebnis über die Schnitte hinweg zusammenhält: Kamerapositionen und räumliche Beziehungen hat ein Mensch entschieden, bevor irgendein Modell lief.

Wer Kundenarbeit macht, löst mit dem hybriden Weg auch das Freigabeproblem. Man kann dem Kunden ein Storyboard und ein Greybox-Layout aus Blender zeigen, bevor auch nur ein Credit ausgegeben ist. Anmerkungen in dieser Phase kosten nichts. Anmerkungen nach vierzig Generierungen kosten ein Wochenende.

Was das mit dem Job des Prompt-Schreibens macht

Es gibt eine Lesart, die für alle, die derzeit fürs Prompten bezahlt werden, nach schlechten Nachrichten klingt. Wenn ein funktionierendes Archiv öffentlich ist, lautet das Argument, wird die Fähigkeit zur Ware.

Das ist verkehrt herum. Zur Ware wird das Vokabular — die konkrete Formulierung, die ein Modell eine neblige Straße in der Dämmerung produzieren lässt. Nicht zur Ware wird die Entscheidung, welche Einstellung der Film braucht und wie lange sie halten soll.

In der Praxis verschiebt sich der Wert eine Ebene nach oben. Der Prompt ist nicht mehr das Ergebnis, sondern das Protokoll einer Entscheidung, die man schon getroffen hat. Deshalb sind die Ordner nach Szene sortiert: Die Szene ist die Einheit der Autorschaft, der Prompt nur die Notiz für den Renderer.

Filmstudenten lernen genau so. Einen Regisseur studiert man nicht, indem man seine Shotlist isoliert liest; man schaut den Film, dann liest man die Shotlist, dann schaut man ihn nochmal. Dieses Archiv ist der mittlere Schritt, in großem Maßstab, für ein Medium, das noch keine Filmhochschule hat.

Auch die strategische Logik ist nicht subtil

Higgsfield betreibt eine Community, in der Creator „Open Projects“ veröffentlichen — das fertige Werk, das Briefing, die Ordnerstruktur, die verwendeten Modelle und optional jeden Prompt. Projekte, die 30 Likes und 30 Generierungen erreichen, werden manuell geprüft und verifiziert; das bringt dem Creator Rating-Punkte und Anspruch auf Grants.

Prompts zu veröffentlichen ist also keine Wohltätigkeit. Es ist ein Schwungrad: Prompts machen Projekte reproduzierbar, reproduzierbare Projekte werden remixt, Remixe erzeugen Nutzung, und Nutzung ist das, was ein Generierungsunternehmen verkauft. Die 40.000 Prompts sind gleichzeitig Bildungsressource und Kundenakquise-Kanal.

Das macht sie nicht weniger nützlich. Es heißt nur, dass man mehr davon erwarten sollte. Der Wettbewerbsdruck läuft jetzt in Richtung Transparenz, denn ein Studio, das sein Prompt-Archiv veröffentlicht, wirkt souverän — und eines, das es verbirgt, wirkt, als hätte es etwas zu verbergen.

Die ehrliche Einschränkung

Alles in Hell Grind dient einer Ästhetik. Dunkel, texturlastig, effektbetont. Wer einen hellen Produktfilm oder eine Kinderanimation macht, hat in diesem Archiv größtenteils die falsche Referenz und gleicht gegen einen Stil ab, den er nicht will.

Lies es als durchgerechnetes Beispiel für Prozess, nicht als Stilfibel. Die Lehre ist nicht „prompte so“. Sie ist: „Kalkuliere drei Versuche pro Einstellung, entscheide die Kamera vor dem Generieren, und lass die Fehlversuche im Ordner, damit du siehst, was du schon probiert hast.“

Diese letzte Angewohnheit haben fast niemand — und sie kostet nichts.