Sora adalah model video generatif OpenAI yang pertama kali diperkenalkan pada Februari 2024 dan sempat menjadi patokan bagi seluruh industri video AI: dari satu prompt teks, ia menghasilkan klip yang tampak seperti rekaman kamera sungguhan, lengkap dengan fisika, pencahayaan, dan gerakan yang meyakinkan. Pada 30 September 2025, OpenAI meluncurkan Sora 2 dengan audio yang tersinkron — dialog, efek suara, dan musik dari satu prompt yang sama — beserta aplikasi iPhone dan fitur Cameo yang memungkinkan seseorang memasukkan dirinya ke dalam adegan.
Namun ada satu fakta yang harus disampaikan di awal, karena artikel yang menyembunyikannya akan menyesatkan pembaca: menurut laporan-laporan yang terbit pada 2026, OpenAI menutup aplikasi dan situs Sora pada 26 April 2026, dan API pengembangnya dihentikan pada 24 September 2026. Artinya, pada saat artikel ini ditulis, tidak ada lagi cara untuk membuat video Sora baru, gratis maupun berbayar. Artikel ini karena itu ditulis sebagai panduan atas teknik sinematik yang membuat Sora istimewa — struktur prompt, bahasa kamera, storyboard, remix, dan penyuntingan — beserta apa yang bisa dibawa dari teknik itu ke alat video generatif lain yang masih tersedia, seperti Veo, Runway, dan Kling. Semua uraian fitur di bawah disusun dari dokumentasi dan laporan sekunder tentang Sora, tanpa pengujian langsung oleh penulis, dan klaim tentang penutupan produk mengikuti laporan-laporan tersebut.
Apa yang Membuat Sora Terasa Sinematik
Sora dibangun di atas arsitektur diffusion transformer, dan sejak awal dirancang untuk memahami adegan sebagai ruang tiga dimensi, bukan sebagai rangkaian gambar dua dimensi. Itulah yang membuat hasilnya terasa seperti rekaman: bayangan jatuh pada arah yang konsisten, pantulan bergerak mengikuti permukaan, objek yang tertutup sebagian tetap konsisten ketika kamera berpindah, dan gerakan kamera terasa seperti digerakkan operator sungguhan, bukan seperti gambar yang digeser.
Klip-klip awal Sora di aplikasi dimulai dari 10 detik dan kemudian tumbuh menjadi 15 detik, sementara pengguna Pro di web dilaporkan bisa mencapai 20 sampai 25 detik melalui storyboard. API-nya menawarkan durasi tetap 4 sampai 20 detik dengan kemungkinan merangkai perpanjangan hingga sekitar dua menit. Resolusi yang dilaporkan mencapai 1080p pada paket Pro. Angka-angka ini berasal dari laporan sekunder dan dapat berbeda menurut paket dan periode — pembaca sebaiknya tidak menganggapnya sebagai spesifikasi yang masih berlaku, karena produknya sudah tidak tersedia.
Yang membedakan Sora dari generator video lain pada masanya bukan hanya kualitas gambar, melainkan cara ia membaca prompt. Sora memahami istilah-istilah sinematik — "slow dolly in", "tracking shot", "aerial establishing shot" — sebagai instruksi kamera, bukan sekadar kata sifat. Prompt yang ditulis dengan bahasa film menghasilkan gerakan kamera yang sesuai, sementara prompt yang hanya menyebut subjek menghasilkan kamera yang bergerak seadanya. Inilah inti dari artikel ini: sinematik bukan filter yang ditempel di akhir, melainkan bahasa yang ditulis ke dalam prompt sejak awal.
Anatomi Prompt Sinematik
Prompt yang efektif untuk Sora mengikuti satu struktur yang berulang di berbagai panduan: deskripsi adegan, gerakan kamera, aksi dan gerakan, gaya dan suasana, pencahayaan, lalu durasi. Urutan ini bukan aturan resmi OpenAI, melainkan pola yang terbukti membantu model memahami apa yang penting: apa yang terlihat, bagaimana kamera bergerak, apa yang terjadi, bagaimana rasanya, bagaimana cahayanya, dan berapa lama.
Contoh yang sering dikutip dalam panduan adalah adegan sederhana: close-up cangkir kopi premium di atas meja kayu, uap naik perlahan dari kopi hitam, kamera mengorbit pelan mengelilingi cangkir dan memperlihatkan logo minimalis, cahaya golden hour masuk dari jendela di kiri, latar belakang kantor modern yang lembut dan kabur, kualitas sinematik dengan gradasi warna hangat, durasi 10 detik. Setiap unsur punya tugasnya: subjek dan latar memberi isi, orbit memberi gerakan kamera, golden hour memberi cahaya, dan durasi memberi batas. Menghapus salah satunya tidak membuat prompt gagal, tetapi membuat hasilnya kurang terkendali.
Contoh kedua menunjukkan skala yang lebih besar: bidikan drone di atas kota modern yang beralih dari siang ke malam lewat timelapse, bangunan menyala satu demi satu, kamera turun perlahan menuju permukaan jalan, kualitas komersial sinematik, durasi 8 detik. Di sini, transisi waktu adalah aksi utamanya, dan kamera yang turun memberi arah pada transisi itu. Tanpa gerakan kamera, timelapse yang sama akan terasa seperti slideshow; dengan gerakan kamera, ia terasa seperti satu pengambilan gambar.
Ada tiga kebiasaan yang membuat prompt sinematik lebih berhasil. Pertama, tuliskan satu ide per kalimat dan jangan menumpuk tiga adegan dalam satu prompt — satu prompt, satu adegan. Kedua, sebutkan lensa dan jarak secara eksplisit bila penting: "35mm", "close-up", "wide establishing shot" memberi model informasi yang lebih presisi daripada "sinematik" saja. Ketiga, tentukan durasi dan jangan biarkan model menebak: adegan 5 detik dan 15 detik membutuhkan jumlah aksi yang berbeda, dan prompt yang sama untuk keduanya akan membuat salah satunya terasa terburu-buru atau kosong.
Bahasa Kamera: Kosakata yang Dibaca Model
Sora membaca gerakan kamera dari kata-kata. Berikut istilah-istilah yang dilaporkan bekerja dengan baik, beserta kapan masing-masing dipakai.
Dolly in dan dolly out menggerakkan kamera mendekat atau menjauh dari subjek tanpa mengubah panjang lensa, sehingga perspektif latar ikut berubah — cocok untuk membangun ketegangan atau melepaskannya. Tracking shot mengikuti subjek yang bergerak, menjaga jarak yang sama — cocok untuk adegan berjalan, berlari, atau berkendara. Orbit mengelilingi subjek — cocok untuk memperlihatkan produk atau karakter dari berbagai sisi dalam satu pengambilan. Aerial dan crane shot memberi skala: kota, lanskap, kerumunan. Pan dan tilt menggerakkan arah pandang tanpa memindahkan posisi kamera — cocok untuk mengungkapkan ruang secara perlahan. FPV flythrough, yang meniru kamera drone yang terbang menembus ruang, dipakai untuk adegan yang membutuhkan rasa kecepatan dan kedalaman.
Yang perlu dipahami adalah bahwa istilah-istilah ini bukan tombol yang ditekan, melainkan petunjuk yang ditafsirkan. "Slow dolly in" yang ditulis bersamaan dengan "fast-paced action" akan menghasilkan kompromi yang sulit ditebak, karena kedua instruksi itu bertentangan. Seperti halnya prompt gambar, prompt video bekerja paling baik bila instruksinya selaras: satu kecepatan, satu suasana, satu arah gerakan.
Sora juga dilaporkan menangani transisi waktu dengan baik — siang ke malam, musim ke musim — bila transisi itu ditulis sebagai aksi, bukan sebagai suasana. "Kota beralih dari siang ke malam" adalah aksi; "suasana malam" adalah suasana. Keduanya bisa benar, tetapi yang pertama memberi model urutan kejadian, sementara yang kedua hanya memberi warna.
Storyboard: Mengarahkan Adegan demi Adegan
Fitur yang paling membedakan Sora dari generator video seangkatannya adalah Storyboard: editor linimasa tempat kreator menyusun beberapa prompt dalam urutan, masing-masing menempati satu kartu, dan Sora memadukan transisi di antara adegan-adegan itu menjadi satu video yang berkelanjutan. Alih-alih satu prompt untuk satu klip, kreator menulis satu prompt per shot — dan setiap shot bisa memiliki lensa, sudut, dan gerakan kameranya sendiri.
Cara kerja yang dilaporkan adalah sebagai berikut: kreator menentukan urutan kartu, menulis deskripsi untuk setiap kartu, dan Sora menghasilkan video yang mengalir dari satu kartu ke kartu berikutnya dengan transisi yang dibuat model sendiri. Storyboard juga dilaporkan bisa bekerja dari gambar keyframe, bukan hanya teks: kreator mengunggah gambar diam sebagai titik awal dan akhir, dan Sora mengisi gerakan di antaranya. Fitur ini dilaporkan tersedia terutama untuk pengguna Pro di web, dan durasi total yang lebih panjang — sampai sekitar 25 detik — dicapai justru lewat storyboard, bukan lewat satu prompt tunggal.
Nilai praktis storyboard ada pada dua hal. Pertama, ia mengubah video generatif dari "satu klip keberuntungan" menjadi "satu adegan yang direncanakan": kreator bisa memikirkan pembuka, perkembangan, dan penutup sebelum menekan tombol generate. Kedua, ia memberi kendali atas transisi: alih-alih menyambung klip-klip terpisah di editor dan berharap potongannya tidak terlihat, transisi dibuat oleh model yang sama yang membuat adegannya, sehingga pencahayaan dan warna cenderung tetap konsisten di titik sambungan.
Namun storyboard juga punya batas. Model tetap menafsirkan setiap kartu dengan kebebasannya sendiri, sehingga karakter atau objek bisa bergeser di antara kartu, dan transisi yang mulus pada satu percobaan bisa menjadi lompatan yang aneh pada percobaan berikutnya. Storyboard mengurangi ketidakpastian, bukan menghilangkannya.
Remix, Blend, Loop, dan Recut: Empat Alat Penyuntingan
Setelah video dihasilkan, Sora menyediakan empat alat penyuntingan yang dilaporkan dalam dokumentasinya. Keempatnya bekerja dengan cara yang berbeda, dan memahami perbedaannya adalah kunci untuk menggunakannya dengan benar.
Remix memungkinkan kreator mengunggah video yang sudah ada — hasil Sora sendiri atau rekaman lain — lalu menulis prompt baru di atasnya. Kekuatan remix bisa diatur dalam tiga tingkat yang dilaporkan: "subtle", "mild", dan "strong", atau nilai kustom. Pada tingkat subtle, hanya sedikit yang berubah: warna, suasana, atau satu objek. Pada tingkat strong, video bisa berubah total: musim berganti, latar berpindah, gaya berubah. Remix adalah alat iterasi: satu video yang hampir tepat bisa diperbaiki tanpa dibuat ulang dari nol, dan satu video yang bagus bisa dibuatkan banyak varian untuk penempatan yang berbeda.
Blend menggabungkan dua video yang terpisah menjadi satu adegan yang mulus, dengan mengendalikan noise di antara dua prompt. Ia dipakai untuk menguji perpaduan gaya, untuk transisi yang tidak bisa dibuat dengan satu prompt, atau untuk menyatukan dua adegan yang masing-masing bagus tetapi tidak nyambung. Hasilnya dilaporkan terasa sinematik justru karena model yang sama yang memadukan keduanya, bukan editor yang memotongnya.
Loop mengubah segmen yang dipilih menjadi putaran yang mulus dan tak berujung — berguna untuk latar media sosial, instalasi ambient, atau video latar yang harus berjalan lama tanpa terlihat mengulang. Recut memangkas dan memperpanjang klip untuk memperbaiki timing, memberi kendali tingkat frame setelah generasi. Keempat alat ini bersama-sama membuat Sora terasa seperti ruang penyuntingan kecil, bukan sekadar mesin generate sekali pakai.
Satu hal yang tidak bisa dilakukan Sora, menurut laporan yang membandingkannya dengan alat lain, adalah penyuntingan tingkat frame yang presisi — masking, koreksi warna selektif, atau pengeditan frame demi frame. Untuk itu, video Sora tetap harus dibawa ke editor video konvensional. Sora mengarahkan dan menghasilkan; penyempurnaan akhir tetap terjadi di luar.
Cameo dan Konsistensi Karakter
Fitur yang membuat Sora 2 menyebar luas adalah Cameo. Pengguna merekam satu klip verifikasi singkat berisi wajah dan suaranya, dan setelah itu Sora bisa menempatkan orang tersebut ke dalam adegan-adegan yang dihasilkan — dengan penampilan dan suara yang konsisten. Pengguna bisa memutuskan siapa saja yang boleh memakai kemiripannya, dan bisa mencabut izin itu kemudian, menurut laporan yang merujuk pada dokumentasi OpenAI.
Cameo menyelesaikan masalah klasik video generatif: karakter yang berubah wajah di setiap klip. Dengan satu referensi identitas yang terverifikasi, tokoh yang sama bisa muncul di banyak adegan tanpa kehilangan kemiripannya. Pada Desember 2025, Disney dilaporkan menyepakati kesepakatan lisensi tiga tahun yang memungkinkan pengguna menghasilkan lebih dari 200 karakternya, disertai investasi 1 miliar dolar di OpenAI — sebuah tanda seberapa serius industri hiburan memandang fitur ini.
Namun Cameo juga adalah fitur yang paling sensitif. Kemiripan wajah dan suara adalah data pribadi, dan penyalahgunaannya — menempatkan seseorang ke dalam adegan yang tidak pernah ia setujui — adalah risiko nyata. Karena itu, Cameo dirancang hanya untuk wajah sendiri atau pihak yang memberi izin, bukan untuk selebritas atau figur publik tanpa persetujuan. Batasan ini bukan sekadar kebijakan produk, melainkan garis yang membedakan alat kreatif dari alat pemalsuan.
Batasan yang Perlu Diketahui
Sora, sehebat apa pun, memiliki batasan yang dilaporkan konsisten di berbagai ulasan. Pertama, durasi: klip aplikasi dimulai dari 10 detik dan tumbuh ke 15 detik, dengan storyboard Pro mencapai sekitar 25 detik. Untuk cerita yang lebih panjang, kreator harus merangkai banyak klip, dan setiap sambungan adalah risiko baru. Kedua, fisika dan logika: Sora sangat baik dalam adegan yang terlihat benar, tetapi bisa gagal pada aksi yang rumit, interaksi objek yang presisi, atau teks yang harus terbaca di dalam video. Ketiga, ketersediaan: Sora 2 dilaporkan hanya tersedia di sejumlah negara — Amerika Serikat, Kanada, Jepang, Korea, dan Amerika Latin pada awal 2026 — sementara wilayah lain hanya mendapat Sora 1 Turbo atau tidak mendapat akses sama sekali. Keempat, biaya: akses dilaporkan membutuhkan langganan ChatGPT Plus sekitar 20 dolar per bulan atau Pro sekitar 200 dolar per bulan, dengan kredit yang cepat habis pada resolusi dan durasi yang lebih tinggi, dan paket gratis dilaporkan dihentikan pada Januari 2026. Angka-angka ini berasal dari laporan sekunder dan sudah tidak berlaku setelah penutupan produk; mereka dicantumkan di sini sebagai catatan sejarah, bukan sebagai harga yang bisa dipakai.
Batasan yang paling penting, tentu saja, adalah penutupan itu sendiri. Pada 26 April 2026, aplikasi dan situs Sora ditutup; pada 24 September 2026, API-nya dihentikan. Menurut laporan yang sama, kredit yang tersisa dilaporkan bisa dipakai di Codex, tetapi tidak ada lagi cara untuk membuat video Sora baru. Siapa pun yang hari ini mengikuti tutorial Sora lama tanpa mengetahui hal ini akan membuang waktu mencari tombol yang sudah tidak ada.
Setelah Sora: Teknik yang Bisa Dibawa Pergi
Penutupan Sora bukan akhir dari video sinematik generatif — ia adalah akhir dari satu produk. Teknik-teknik di atas tetap berlaku di alat yang masih tersedia, dan justru di situlah nilai artikel ini: bahasa kamera, struktur prompt, dan cara berpikir storyboard tidak dimiliki oleh satu model saja.
Veo 3 dari Google adalah pengganti yang paling sering disebut: model video dengan audio tersinkron, tersedia lewat Gemini dan Flow, dengan durasi dan kualitas yang sebanding. Runway Gen-4 menawarkan kontrol yang lebih presisi — Motion Brush untuk menggerakkan bagian tertentu dari frame, Director Mode untuk kamera — dan alur kerja penyuntingan yang lebih lengkap. Kling dari Kuaishou menonjol pada gerakan dan fisika, dengan harga yang sering disebut lebih terjangkau. Masing-masing punya keunggulan dan keterbatasan sendiri, dan tidak ada satu pun yang merupakan "Sora yang sama dengan nama berbeda".
Yang bisa dibawa pergi dari Sora adalah tiga kebiasaan. Pertama, menulis prompt sebagai naskah kamera, bukan sebagai deskripsi gambar: adegan, gerakan kamera, aksi, gaya, cahaya, durasi. Kedua, merencanakan dalam shot, bukan dalam klip: storyboard sebagai cara berpikir, bahkan bila alatnya tidak menyediakan editor storyboard. Ketiga, mengiterasi lewat remix dan varian, bukan mengulang dari nol setiap kali — satu klip yang hampir tepat lebih berharga daripada sepuluh klip yang dibuat ulang dengan harapan berbeda.
Bagi kreator yang dulu memakai Sora, langkah praktisnya adalah menguji satu adegan yang sama di dua atau tiga alat pengganti dengan prompt yang sama, lalu membandingkan bukan hanya kualitas gambarnya, tetapi juga seberapa baik masing-masing mengikuti instruksi kamera dan seberapa konsisten karakternya dari shot ke shot. Alat yang menang untuk satu orang belum tentu menang untuk orang lain, karena kebutuhan — iklan produk, film pendek, konten sosial — menuntut hal yang berbeda.
Pada akhirnya, Sora dikenang bukan karena ia sempurna, melainkan karena ia menunjukkan bahwa video generatif bisa terasa seperti film: bukan karena gambarnya tajam, tetapi karena kameranya bergerak dengan niat, cahayanya punya arah, dan adegannya punya struktur. Pelajaran itu tidak ikut tutup bersama aplikasinya.
Catatan transparansi: Artikel ini disusun dari dokumentasi dan laporan sekunder tentang Sora dan Sora 2, tanpa pengujian langsung oleh penulis. Semua uraian fitur — termasuk Storyboard, Remix, Blend, Loop, Recut, dan Cameo — adalah apa yang dilaporkan sumber-sumber tersebut. Kabar penutupan produk (aplikasi dan situs pada 26 April 2026, API pada 24 September 2026) mengikuti laporan-laporan yang terbit pada 2026 dan belum diverifikasi penulis ke pengumuman resmi OpenAI secara langsung. Harga, durasi, dan ketersediaan yang dikutip berasal dari laporan sekunder dan sudah tidak berlaku setelah penutupan; pembaca yang membutuhkan alat video generatif saat ini sebaiknya memeriksa Veo, Runway, Kling, atau alat lain yang masibh tersedia, beserta harga dan ketersediaannya masing-masing.