Diegetic Audio

Diegetic Audio bezeichnet in der Prompt-Grammatik die Direktive, den Ton einer Szene ausschließlich durch Geräusche zu beschreiben, die innerhalb der Filmwelt physisch erzeugt werden. Dazu gehören Schritte (mit Angabe des Untergrunds: Parkett, Kies, Beton), Stofffaltung, Atemgeräusche, Objektgeräusche wie Türknarren oder Tastenklicken, Umgebungs-Ambient wie Straßenrauschen oder Vogelstimmen sowie Wetterereignisse wie Regen oder Wind. Nie erlaubt sind Songnamen, Lyrics, die Formulierung „Musik spielt", Score-Deskriptoren oder Genre-Cues wie „dramatische Streicher". Sobald ein Prompt solche nicht-diegetischen Elemente enthält, neigen Bild-zu-Video-Modelle dazu, szenenfremde Stimmungen oder visuelle Äquivalente des beschriebenen Klangraums zu generieren — etwa ein Konzertpublikum, wo keines sein soll. Soll im finalen Schnitt Musik liegen, wird der Track separat als Audio-Referenz hochgeladen und nicht in den Bild-Prompt eingebettet.