Blender, Opus 5.5 e Seedance: un workflow per il piano sequenza

Volevo testare un workflow: si può guidare un modello video con una scena costruita in Blender, in modo che una camera attraversi con precisione una stanza per un minuto intero, senza un solo stacco? Partendo solo da un testo, nessun modello video ci riesce. Così costruiamo prima la scena in Blender, guidata da Claude, e diamo il render a Seedance come riferimento di movimento.

Per il test serviva una scena capace di reggere una camera così: un interrogatorio. Una donna ha ucciso il marito violento, un commissario di polizia, un pezzo grosso dell’edificio. La detective che la interroga la capisce. E sa una cosa: anche lei era sulla sua lista. La camera segue la drammaturgia di questo dialogo, alla fine in un unico piano sequenza di 60 secondi.

Prima il risultato. Sopra il film di Seedance, sotto il render di Blender che ne guida il movimento.

Gli ingredienti

• Nano Banana 2 per i character sheet delle due donne (fronte, retro, primo piano), tre immagini di set della sala interrogatori e un prop sheet per il dittafono.
• Blender 4.4, costruito da Claude. Claude Opus 5.5 lavora in Claude Code ed è collegato direttamente a Blender via MCP. Claude costruisce la stanza, i mobili, il blocking dei personaggi, il movimento di macchina e i render, con i suoi script Python per Steadicam, finestra e oggetto di scena.
• Seedance 2.5 in BOFF.create, il nostro wrapper, per il video vero e proprio, con il render di Blender come riferimento di movimento.
• ElevenLabs per rifinire le voci.

Dalla stanza al piano sequenza

1. Ricostruire la stanza. Dalle immagini di riferimento, Claude costruisce la sala interrogatori in Blender: specchio unidirezionale, porta, finestra in vetro satinato, tavolo, lampada a sospensione e la stanza di osservazione dietro il vetro.
2. Una prima versione con stacchi. Nove inquadrature classiche: lo sguardo attraverso il vetro, una ripresa dall’alto, un over-the-shoulder, primi piani, un dolly zoom, un’orbita con scavalcamento di campo. L’idea guida: lo specchio rappresenta l’apparato di polizia. Appena la detective ferma la registrazione, la camera scavalca il campo e lo specchio sparisce dall’inquadratura.
3. Condensare in 60 secondi. Seedance genera al massimo 30 secondi di fila, quindi due blocchi da 30 secondi.
4. Trasformare in one-take. Una camera continua. La giunzione tra le due generazioni si nasconde in una panoramica a schiaffo; il mosso copre il passaggio, come in «Rope» o «Birdman».
5. Rendere la camera più vera. Un solo obiettivo da 32 mm, come su una Steadicam, niente zoom. High mode invece di una camera a soffitto, inquadrature sulla regola dei terzi con spazio di sguardo. Un filtro gaussiano leviga in modo organico tutto il percorso della camera; solo la panoramica a schiaffo resta secca.
6. L’oggetto di scena come racconto. Invece di un microfono, la detective estrae dalla tasca un dittafono a microcassetta e preme REC; la spia rossa si accende. Nel secondo blocco preme STOP: il momento in cui cambia parte.
7. Scrivere i prompt. In inglese, con blocchi fissi: riferimenti, cast, movimento, geometria della stanza, oggetto di scena, camera, dialogo, recitazione, suono, luce, negativo. Recitazione trattenuta e naturalistica, audio solo dialogo e rumori, niente musica.

Sono servite otto versioni del passaggio in Blender, da v1 a v8, perché il movimento tenesse.

Il render fornisce solo l’impalcatura: chi sta, cammina o si siede dove. Il resto lo recita Seedance.

Cosa abbiamo imparato

• Impalcatura, non recitazione. Il render fissa le misure della stanza, il movimento di macchina e le posizioni. Girare la testa, annuire, le mani e la mimica li prende Seedance dal prompt.
• Più le figure sono astratte, più il risultato è naturale. Con i manichini snodabili, Seedance ha copiato pari pari passi rigidi e un modo robotico di sedersi. Con semplici colonne, senza braccia né gambe, inventa un movimento vero.
• Render ridotto. Workbench, toni di grigio, niente volti, niente sfocatura. Così il look del render non passa nel video.
• Pareti ben definite. Seedance ignora le pareti grigie e inventa finestre, porte o addirittura un corridoio. La soluzione è un’architettura codificata a colori: finestra chiara, porta marrone scuro con cornice chiara, specchio come vetro scuro incorniciato, pareti con uno zoccolo scuro. E nel prompt c’è scritto che il video definisce anche la stanza.
• I riferimenti devono combaciare. Una sola immagine di set con la porta sulla parete sbagliata ha mandato in confusione la geometria. Meglio lasciarla fuori.
• Oggetti di scena a parte. Se un oggetto non si toglie in modo pulito dalle immagini di set, si svuotano le immagini e si fornisce l’oggetto come prop sheet separato.
• Le parole contano. Basta un «corridor murmur» nel blocco audio per far comparire un corridoio.
• Nascondere le giunzioni. I passaggi tra due generazioni non si risolvono con fotogrammi iniziali e finali, ma si nascondono in un movimento.
• Conoscere i limiti. Video di riferimento al massimo 30 secondi in tutto, quindi niente campioni di voce come video. I prompt possono arrivare a 20'000 caratteri.

Il risultato

Già il primo passaggio in Seedance ha dato parecchio: personaggi, luce, recitazione, il dittafono e la giunzione nella panoramica a schiaffo tenevano. Il punto debole era la geometria della stanza, con finestra e porta nei posti sbagliati. La versione v8 risponde con l’architettura codificata a colori e riferimenti più coerenti.

Otto versioni del passaggio in Blender, due generazioni da 30 secondi a 24 fps e in 16:9. Una camera, un obiettivo, nessuno stacco.

Lo skill Blender da copiare

Così facciamo costruire a Claude il motion pass in Blender. Lo skill riassume le regole che abbiamo messo a punto in otto versioni: stanza, segnaposto, camera, giunzioni e render. Funziona con Claude Code e una connessione MCP a Blender.

name: blender-motion-pass
description: Use when a scene for a video model (Seedance 2.5, Omni-Reference) needs a motion reference: build the room, the blocking and the camera move in Blender via MCP and render a reduced motion pass.

# Blender motion pass for Seedance

The render is a scaffold, not a performance. It defines only where and when: room dimensions, camera path, who stands, walks or sits where. Head turns, hands and facial expression come from the video prompt.

## 1. Room
- Rebuild the set from the reference images, true to scale: walls, doors, windows, mirrors, furniture, lights.
- Use only reference images that agree spatially. One image with a door on the wrong wall breaks the geometry; leave it out.
- Colour-code the architecture so the video model cannot misread it: window bright, door dark brown in a light frame, mirror as dark glass in a frame, walls with a dark skirting. Plain grey walls get ignored and replaced with invented windows, doors or corridors.
- Props that cannot be removed cleanly from the set images: empty the set images and give the object a prop sheet of its own.

## 2. Characters
- Placeholders, not mannequins: simple columns without arms or legs, one colour per character taken from the costume, a sphere as head in the hair colour.
- Jointed figures get copied one to one: stiff steps, robotic sitting. Abstract columns let the video model invent real movement.

## 3. Camera
- One lens for the whole take, e.g. 32 mm as on a Steadicam. No zoom: closer means moving closer.
- High mode instead of a ceiling camera. Framing on the thirds, with lead room toward the gaze.
- Smooth the whole camera path with a Gaussian filter for an organic operator feel. Keep only intended fast moves, such as a whip pan, hard.

## 4. Length and seams
- The video model generates at most 30 s per block: split the take into blocks of 30 seconds.
- Hide every seam inside a movement, e.g. a whip pan with motion blur. Never join blocks on start or end frames.

## 5. Render
- Workbench, grey tones, no faces, no depth of field, no blur. Nothing of the render's look may leak into the video.
- One clip per block, frame range in the file name (e.g. Block_A_0001-0720), 24 fps, 16:9.

## 6. Hand-over to the prompt
- List which placeholder colour is which character, and which colours mean window, door and mirror.
- State that the video defines the room as well as the motion, and that bodies must not copy the gliding placeholders.
- Iterate the pass, not the video: check each version against the references before generating.

Cosa cambia

Qui Blender non è uno strumento di animazione, è il piano di regia. Camera, blocking e timing sono fissati prima che venga generata una sola immagine. Il modello video recita la scena, ma non decide più dove sta la camera.