# Storyboard sheet prompts: 4x4 and 3x2 grids on GPT Image 2, Seedream 5.0 Pro and GPT Image 2.5

> A storyboard sheet puts every shot of a short video on one image, so you can check the story, the character and the framing before you pay for any video. We wrote three of them in September 2026: a 4x4 grid about a garden shed on GPT Image 2, a 3x2 grid with three fruit characters on Seedream 5.0 Pro, and a vertical 4x4 grid of a miniature Pompeii filmed in a studio on GPT Image 2.5. Here are the exact prompts, the settings, the cost, and the panels where the model lost the thread.

Canonical page: https://twistavo.com/prompts/storyboard-sheet
Updated: 2026-11-18

## Setup

- Model: GPT Image 2.5
- Settings: One image per prompt, text to image, no reference image. What the three prompts share: the exact grid ("4x4 grid, 16 distinct panels", "strict 3-column by 2-row grid"), the reading order, one beat per panel written in order, one line that locks the character and the place for every panel, and a ban on captions, numbers and logos inside the panels. The longer the story, the longer the prompt: the 6-panel board uses about 3,900 characters and the 16-panel Pompeii board about 12,600, written in French. In Twistavo: open the AI Studio, pick the image model, paste the prompt, set the aspect ratio and resolution shown, and generate. To turn a board into video, crop a panel and use it as the start frame, or give the whole board to a video model as a reference image.

- [Character turnaround sheet prompts](https://twistavo.com/prompts/character-turnaround-sheet)
- [Faceless history video, shot by shot](https://twistavo.com/prompts/faceless-history-video)

## 1. 4x4 grid with one homeowner across 16 panels (GPT Image 2)

Result: AI storyboard sheet made with GPT Image 2: 16 photographic panels in a 4x4 grid showing a bearded man in a navy sweater receiving a boxed wooden shed, measuring his garden fence, planning, digging and finally standing beside the finished shed

Image: https://twistavo.com/prompts/storyboard-sheet/shed-4x4.webp

Settings: GPT Image 2, text to image, Aspect ratio 3:2, Quality high, Resolution 2k

```text
Storyboard 4x4 grid, 16 distinct panels, for a short vertical social video about a homeowner who has ordered a small wooden garden shed. Concrete story: panel progression shows the boxed shed arriving, a tape measure and boundary fence, a proposed placement too close to the property line, the homeowner pausing before digging, a clean abstract planning check with no readable UI or invented text, the project moved inward, relieved but matter-of-fact homeowner, final view of shed safely placed with open space for CTA. Photorealistic French suburban garden, consistent one homeowner, natural daylight, documentary social-video visual language. No logos, no captions, no readable text, no fake interface, no legal claims. The sheet is only a visual storyboard, not final footage.
```

Tip: The homeowner keeps the same face, beard and sweater in all 16 panels, from a prompt that only says "consistent one homeowner". One break: panel 5 shows a painted orange shed that appears nowhere else. A short prompt leaves the panel contents to the model; list the beats one by one when every panel matters.

## 2. 3x2 grid with three fruit characters (Seedream 5.0 Pro)

Result: AI storyboard sheet made with Seedream 5.0 Pro: six 3D panels of a watermelon, a lemon and a date with faces in a night market; a blank red sticker on the watermelon, a phone showing security footage, a grey security-camera view and a sealed cardboard box

Image: https://twistavo.com/prompts/storyboard-sheet/fruit-market-3x2.webp

Settings: Seedream 5.0 Pro, text to image, Aspect ratio 3:4, Resolution 2k

```text
Create ONE production storyboard CONTACT SHEET made of SIX genuine high-end photorealistic cinematic 3D still images, NOT sketches, NOT vector art, NOT diagrams. Exactly six equal distinct panels in a strict 3-column by 2-row grid, left-to-right top row then left-to-right across the bottom row, thin straight dark gutters and nothing else. Each individual panel is composed like a vertical 9:16 smartphone film still. No decorative border, no header, no panel numbers, no captions, no speech bubbles, no subtitles, no Arabic or English words, no logos or watermark. All written sticker/phone text will be overlaid later. This sheet will be cropped into six separate shot images. All characters are original, non-franchise.

CHARACTER AND LOCATION LOCK: Inside a fantastical North African produce market with warm overhead bulbs, wooden fruit crates and a red-and-cream striped awning, show the same three original fruit characters in every frame where present: DELLA3A is a round dark-green striped watermelon with a small green curled leaf on top, large dark-brown eyes and a distinctive little notch in the rind under her left eye, short realistic fruit-textured arms. LIMOUNA is a smaller bright yellow lemon with pointed ends, freckles on the peel, narrow dark eyes, sharply arched expressive brows and small peel-textured arms. TAMRA is a chestnut-brown date with one small green stem, two gentle wide-set hazel eyes and slim brown arms. Faces integrated naturally into fruit surfaces, tactile peel textures, expressive physical acting, same sizes/markings/colors in all panels. Tangible high-end cinematic 3D, not flat cartoon graphics. Same market geography and amber lighting throughout except the deliberately desaturated security-camera view in panel four. No other speaking fruit.

STORY BEATS, ONE CLEAR PHOTOGRAPHIC SHOT PER PANEL:
1. CLOSE-UP: Della3a discovers a rectangular RED sticker with a THIN WHITE border already pressed against her striped rind. Her mouth is open in shocked indignation. The sticker is BLANK, without any written letters; later overlay will read 'فاسدة'.
2. REVERSE ANGLE: Limouna publicly points at Della3a in accusation in front of the market crates; Della3a recoils in the background. Tamra is a small silent witness. Red sticker still attached to Della3a.
3. MEDIUM SHOT: Tamra holds a smartphone outward toward both fruits and the camera; a paused security-camera view on its screen shows yellow Limouna near green Della3a. Screen has no readable text or numbers. Della3a looks shocked; Limouna looks nervous.
4. SECURITY CAMERA INSERT: desaturated overhead camera viewpoint of the SAME market and SAME three-dimensional characters. It unmistakably shows Limouna pressing the SAME rectangular red white-edged blank sticker directly onto Della3a's rind with her small hand. No text, no timestamp. The sticker is in physical contact with the green rind.
5. TWO-SHOT CONFRONTATION: Della3a and Limouna face one another closely, the red sticker still on Della3a. Tamra stands behind them holding the phone. Della3a demands an explanation; Limouna's accusatory confidence has disappeared.
6. CLIFFHANGER: in the SAME market, frightened Limouna whispers toward Della3a beside ONE large sealed cardboard fruit box. The box bulges very slightly under its closed lid, suggesting something moving inside. Do not open it, show its contents, introduce a fourth fruit, or reveal the second watermelon yet.

The six frames must depict the same DELLA3A, LIMOUNA and TAMRA identities with consistent physical markings and outfits (no clothing). Each panel tells exactly one beat, continuous red sticker placement, no swapped fruit identities, no extra panels or duplicated frames. Photoreal textured materials, dramatic but believable market light and expressive cinematic framing. Spoken Algerian Darija, all on-screen text, subtitle lettering and sound effects will be added separately in editing.
```

Tip: Each of the six beats came out in its panel: the blank sticker, the accusation, the phone, the grey security-camera insert, the confrontation, the box. Writing a physical detail for each character (the notch under the eye, the freckles) and asking for a blank sticker kept every panel free of text. Panel 6 is the weakest: the lemon presses so close to the watermelon that the two shapes merge.

## 3. Vertical 4x4 grid of a miniature disaster scene (GPT Image 2.5)

Result: AI storyboard sheet made with GPT Image 2.5: 16 vertical panels of a film crew seen from behind filming a miniature Roman town; a small volcano erupts, an ash cloud rolls over the town and the last panels show the town buried in ash

Image: https://twistavo.com/prompts/storyboard-sheet/pompeii-4x4.webp

Settings: GPT Image 2.5 (sunburst), text to image, Aspect ratio 9:16, Quality high, Resolution 4k, Background opaque

```text
UNE PLANCHE DE STORYBOARD PHOTOGRAPHIQUE : EXACTEMENT SEIZE CASES, QUATRE COLONNES et QUATRE RANGÉES régulières, lecture gauche-droite puis haut-bas. Chaque case contient une seule photographie verticale9:16. Ensemble vertical9:16. Trois fines gouttières blanches verticales et trois horizontales continues, droites et uniformes. Pas de case fusionnée, de cinquième rangée ou de collage libre. Aucun texte, chiffre, légende, bulle, logo, marque, watermark ou signature DANS les images. Les titres ci-dessous ne doivent pas être dessinés.

HISTOIRE — POMPÉI, UNE CATASTROPHE MINIATURE FILMÉE EN STUDIO
Un marché romain vivant est bouleversé par une secousse. Le Vésuve entre en éruption; une nuée ardente descend vers la ville, frappe les bâtiments et envahit la place. Après son passage, la même ville reste détruite et ensevelie sous les cendres. L'histoire doit être compréhensible même si l'on ignore l'équipe technique. La scène filmée est le héros; le making-of fournit le contexte et les repères de taille. C'est une interprétation de cinéma condensée, pas une reconstruction scientifique ou une carte archéologique.

ÉCHELLE ABSOLUE À CONSERVER
Les techniciens modernes sont des ADULTES DE TAILLE NORMALE. La cité, ses habitants et le volcan sont un PETIT MONDE à échelle réduite. Un Romain entier est plus petit que la main d'un technicien. Les toits sont beaucoup plus bas que la taille des vrais opérateurs. Le volcan lui-même appartient au décor réduit : son sommet solide reste sous leurs épaules. Il ne devient jamais une vraie montagne occupant tout le hangar. Son panache peut dépasser le petit cône, mais une grande hauteur de studio reste dégagée au-dessus. Ne pas réduire les techniciens pour agrandir la ville; ne pas rendre les Romains grandeur nature. L'importance narrative du décor ne change pas sa taille.
Une maquette de plateau riche et dense, construite AU SOL sur une grande zone de tournage, pas un petit jouet dans une boîte sur table. Adultes romains minuscules et réalistes en poses vivantes, pas soldats en plastique ni enfants. Pas de ville moderne ni gratte-ciel. Tous les états de destruction conservent ces proportions.

CAMÉRA ET STUDIO
Photographies prises par caméra observatrice B depuis derrière une petite équipe moderne et caméra de cinéma A. B reste extérieure au petit monde, à hauteur humaine légèrement surélevée, même côté et même axe dans les SEIZE cases. Cadrage large à moyen-large stable : le décor central est lisible, avec de vrais techniciens/caméra en amorce basse et latérale, et le haut hangar visible. Aucun plan pris au milieu des Romains; aucun gros plan qui efface les repères de miniature. Pas d'insertion en extérieur et pas de faux cadre de moniteur.
Premier plan : trois ou quatre vrais techniciens modernes en noir/gris, caméra A sur dolly, rails et câbles normaux, hors du petit décor. Deuxième profondeur : Pompéi miniature et son Vésuve sur le même plateau. Troisième : immense hangar, charpente très haute, passerelles, projecteurs suspendus, cyclorama bleu lointain. Équipe en périphérie, jamais un mur de dos cachant la place. Deux silhouettes partielles et caméra suffisent après l'établissement. La nuée touche la maquette, pas les personnes réelles ni les poutres du studio. Les réactions du crew restent secondaires.

GÉOGRAPHIE ET OBJETS FIXES
Même ville romaine méditerranéenne dans toutes les cases : forum rectangulaire au premier plan du set, petite FONTAINE RONDE au milieu, MARCHÉ à AUVENT ROUGE à gauche, TEMPLE CLAIR à colonnes à droite. Maisons de stuc ocre, toits de tuiles terre cuite et pavés. Une rue centrale mène au Vésuve miniature à l'arrière. Marchande adulte à étoffe ocre, client adulte en tunique bleue, porteur et autres passants adultes en tuniques écrues. Une petite charrette de bois chargée d'amphores près de la fontaine. Aucun costume moderne dans la cité, aucun technicien au milieu des petits habitants. Pas de personnages géants.
Le flux destructeur a UNE ORIGINE et UNE DIRECTION : cratère au fond, pente, maisons arrière, rue, forum avant. Au début, le marché est intact et vivant. Puis amphore tombée, charrette abandonnée, auvent arraché, toits et fronton cassés; ces conséquences s'accumulent. Les objets gardent leur matière, couleur et position jusqu'au déplacement ou effondrement décrit. Ne jamais remettre à neuf un bâtiment déjà brisé. À la fin, montrer le même lieu enseveli, reconnaissable par les vestiges de la fontaine, de l'auvent et des colonnes.

MATIÈRE ET RÉALISME
Véritable photographie de making-of, lumière neutre/froide du hangar, lumière chaude méditerranéenne sur le petit set, minéraux volcaniques gris-brun et brefs points chauds orange au cratère. La menace principale est une nuée de gaz/cendres et de débris qui suit le sol, pas un fleuve de lave orange, un tsunami ou une explosion nucléaire. Fumée granuleuse avec fronts denses et rouleaux de turbulence, ombres et contacts avec le sol; pas mousse blanche cotonneuse, nuage décoratif ou overlay transparent sans interaction. Tuiles, bois, tissu, pierre et poussière ont des textures naturelles. Pas illustration, cartoon, jeu vidéo, plastique brillant ou bokeh extrême masquant l'action.
Catastrophe de cinéma NON GRAPHIQUE : mouvement de fuite à distance, aucune blessure, corps brûlé, cadavre détaillé, organe, sang ou démembrement. Pas de gros plan sur la souffrance. L'ampleur se lit dans la transformation des rues et du décor.

LES SEIZE INSTANTS CONSÉCUTIFS DU MÊME TOURNAGE

RANGÉE 1
CASE 01 — La ville vivante : Vue large observatrice B, derrière de vrais techniciens adultes et caméra A. Au centre, un petit décor romain au sol : forum, fontaine ronde, marché à auvent rouge à gauche, petit temple à colonnes à droite, rue vers le Vésuve miniature au fond. De minuscules Romains ADULTES vivent dans les rues : marchande avec amphore, porteur, passants, homme tirant une petite charrette. Le volcan est calme. Les bâtiments et habitants sont clairement petits face aux techniciens normaux.
CASE 02 — Action, le marché : Même cadrage et mêmes proportions. En périphérie, le réalisateur fait un bref geste de départ; la réplique prévue est Action ! GO !, sans texte imprimé. Au centre, la marchande à étoffe ocre tend une amphore à un client en tunique bleue; la petite charrette chargée passe près de la fontaine. Le vrai récit est déjà la vie romaine, pas le geste du réalisateur.
CASE 03 — La première secousse : La petite place tremble : eau de la fontaine ondulée, amphore qui bascule de l’étal, roue de charrette soulevée contre un pavé. Marchande et client se retournent vers le volcan; quelques habitants se retiennent au bord des murs. Premiers indices matériels, aucun énorme nuage encore. Le plateau et la caméra A gardent leur place.
CASE 04 — Le Vésuve se réveille : Une fissure chaude apparaît dans le cratère du même petit Vésuve au fond. Un premier jet de cendres sombre monte directement depuis ce cratère. La marchande rattrape le bras du client; les autres minuscules Romains lèvent la tête. La ville reste intacte, la menace a une origine visible au fond du décor.

RANGÉE 2
CASE 05 — L’éruption : Le cratère du Vésuve éclate : colonne verticale de cendres gris-brun, projections minérales et quelques points incandescents à la source. Le petit cône reste fixe, beaucoup plus bas que les vrais techniciens, tandis que son panache grandit au-dessus du set sans atteindre le toit du hangar. Ville encore largement visible sous la colonne; pas champignon atomique ni bombe.
CASE 06 — Les premiers débris : Les premiers grains de ponce et cendres tombent sur les toits de tuiles et le forum. Une amphore est renversée près de l’auvent rouge; la charrette se met en travers de la rue. Les Romains couvrent leur tête avec leurs étoffes et quittent les étals. Les retombées viennent du panache arrière, pas d’une pluie uniforme de studio sans cause.
CASE 07 — Fuir le volcan : Les petits habitants courent depuis le fond de la rue VERS le forum puis vers l’issue avant gauche, donc à l’opposé du volcan. La marchande ocre et le client bleu passent près de la fontaine; la charrette abandonnée gêne un passage. Derrière eux, le panache devient plus lourd. L’équipe moderne reste hors du décor et continue de filmer, pas de plan sur son visage.
CASE 08 — La nuée dévale : La partie basse du panache s’effondre sur les pentes du Vésuve : un front de cendres dense gris-brun dévale le petit relief vers la ville. Le trajet cratère-pente-premiers bâtiments est visible dans un seul champ. Les façades avant restent dégagées; le danger n’est pas encore partout. Masse granuleuse rapide au ras du sol, pas boule de coton ou vague d’eau.

RANGÉE 3
CASE 09 — Le premier quartier touché : Le front de nuée atteint les maisons les plus proches du volcan au FOND du set. Leurs tuiles se soulèvent, une petite toiture arrière s’effondre, poussière et fragments partent vers l’avant avec le flux. Le forum, la fontaine et les habitants en fuite restent visibles devant cette limite nette. Montrer la collision et un bâtiment qui change réellement d’état, pas seulement de la fumée derrière une ville intacte.
CASE 10 — La rue est engloutie : La nuée traverse la même rue depuis l’arrière vers l’avant; une moitié arrière de la ville disparaît sous les cendres pendant que la moitié avant est encore reconnaissable. Les corniches de deux maisons tombent dans le même sens; les silhouettes minuscules se pressent vers la sortie avant gauche. Aucun retour au marché calme ni changement de ville à cette nouvelle rangée.
CASE 11 — Le marché bascule : Le bord dense de la nuée atteint le forum. L’auvent ROUGE à gauche est arraché de ses poteaux et la même charrette se renverse. Des fragments de l’étal tombent contre la fontaine. La marchande et le client sont de petites silhouettes à la marge avant gauche, partiellement occultées par la poussière; ne pas représenter de blessures. Repères du plateau moderne encore visibles aux extrémités.
CASE 12 — Le temple cède : La nuée frappe le petit temple à DROITE. Une partie de son fronton et deux colonnes s’écroulent vers le forum; les autres bases restent là où elles étaient. Dernières toitures visibles pliées ou ensevelies. L’action porte sur l’architecture et la transformation du lieu; les Romains sont désormais masqués dans ce petit monde, pas projetés vers les techniciens.

RANGÉE 4
CASE 13 — La ville disparaît : Climax : une nappe opaque et dense de cendres roule sur toute la miniature jusqu’au bord avant du décor. Quelques sommets de colonnes et fragments de toiture émergent encore, déjà cassés. Le hangar, le haut du cyclorama et une caméra moderne latérale restent lisibles : c’est toujours une petite catastrophe filmée en studio, pas un extérieur réel ni le studio entier détruit.
CASE 14 — Les cendres retombent : Même angle. Le panache près du sol commence à se dégager, révélant une surface de cendres irrégulière avec bâtiments AFFAISSÉS, bouts de murs et temple tronqué. Le tissu rouge du marché est maintenant un petit fragment inanimé, accroché aux débris près de la fontaine presque enterrée. Les pertes sont persistantes : aucun toit intact restauré, aucune nouvelle foule.
CASE 15 — Pompéi ensevelie : La poussière laisse voir le résultat : mêmes rues presque remplies de cendres, même fontaine dont seul le bord supérieur dépasse, bases de colonnes à droite et quartiers arrière écroulés. Zéro habitant identifiable dans la ville et aucun corps montré. Le petit Vésuve fume encore au fond. Les vrais techniciens restent debout en périphérie, un opérateur légèrement en retrait; ils ne deviennent pas le sujet.
CASE 16 — Le même lieu, détruit : Dernière vue large exactement dans la géographie de la première case : même caméra A, mêmes techniciens normaux sur les bords, même haut hangar bleu. Au CENTRE, la Pompéi miniature est ensevelie, marché détruit, temple partiellement effondré, fontaine presque enterrée. Les reliefs brisés restent sous la couche de cendres; pas de ville intacte simplement saupoudrée. Aucun Romain identifiable, aucun corps détaillé. Le Vésuve continue de fumer. Fin sur la conséquence de la scène, jamais un portrait du réalisateur, un salut ou un reset.

VÉRIFICATION FINALE : exactement4colonnes×4rangées=16photographies distinctes. Techniciens grandeur normale; toute la Pompéi, ses adultes et le cône du volcan restent MINIATURES. Marché vivant→secousse→éruption→nuée descendant de la source→collisions/effondrements→même ville ensevelie. La fin n’est pas une ville intacte seulement teintée de gris. Aucun changement d’axe, d’échelle ou de ville entre les rangées. Aucun texte imprimé.
```

Tip: The camera position, the crew and the scale stay fixed for 16 panels because the prompt repeats "same framing" and gives the scale in absolute terms (a whole Roman is smaller than a technician's hand). One continuity break: in panel 6 the eruption column is gone, then it returns in panel 7. Read the sheet panel by panel before you animate it.

## Notes

What we learned: a board costs far fewer credits than the clips it plans, so we fix the story on the board first. The models follow a grid size and a panel list well; they lose continuity on the details that change between panels (an object that appears once, a smoke column). Variations to try: the same story at 2x2 for a 4-beat short, panel numbers turned on for editing, or the same prompt on two models to compare. Every board on this page was generated with AI with the prompt and settings shown; the characters are fictional. Results change from run to run.
