Criar prompt de vídeo IA: o guia real que aprendi quebrando a cara

Criar prompt de vídeo IA não é chute. É cena, ação, luz e câmera, nessa ordem, e saber escrever isso faz toda a diferença entre um vídeo esquecível e um resultado que parece cinema.

Semana passada perdi uma tarde inteira, e a paciência de um cliente. Escrevi "uma mulher caminha na praia ao pôr do sol, melancólica" e o Veo 3 me entregou um comercial de protetor solar com música de elevador e um cachorro que não pedi. O problema não era o modelo. Era eu, achando que poesia abstrata bastava para máquina. Quando voltei e aprendi de verdade a criar prompt de video ia do jeito certo, tudo mudou.

A real é que vídeo IA não lê mente. Ele lê instrução de câmera.

Como criar prompt de vídeo IA que o modelo realmente entende?

Ao criar prompt de vídeo IA, descreva o que a câmera vê, não o que o personagem sente. "Ela sente saudade do mar" não vira pixel em lugar nenhum. Já "plano médio, mulher de costas para a câmera, ondas quebrando nos tornozelos, luz dourada lateral às 18h, lente 35mm, leve handheld" vira exatamente isso, testei na terça-feira e o resultado foi tão próximo que deu para usar no corte final.

Uso o Open Studio do Love369 porque ele quebra essa tradução para quem quer criar prompt de vídeo IA sem sofrer. Coloco a ideia bruta, ele gera o storyboard e a shot list com duração de cada plano e tipo de movimento. Aí eu não fico inventando: copio o prompt que sai dali, que já vem em português e inglês, e colo direto no Veo 3 ou Sora. Quando comparei com os prompts que eu escrevia à mão antes, percebi que 80% dos meus erros eram pular a descrição da lente e do ponto de vista. Faltava dizer se era close-up no rosto, plano geral aéreo, travelling lateral.

Um detalhe que mudou tudo na hora de criar prompt de vídeo IA: sempre começo com o tipo de plano. "Close-up", "plano médio", "plano aberto". Sem isso, o modelo escolhe o padrão, e o padrão geralmente é chato.

Por que meu vídeo sai genérico e como consertar na hora?

Sai genérico porque o prompt é vago demais e o modelo cai no "modo padrão bonito". Se você não especifica "nevoeiro baixo, rua de paralelepípedo molhada pela chuva, reflexos de neon rosa no asfalto", ele entrega a "cidade à noite genérica de filme americano dos anos 90".

A correção rápida está no prompt negativo, que serve exatamente para quem está aprendendo a criar prompt de video ia com mais controle. A plataforma gera isso junto, exclui mãos deformadas, texto borrado na tela, proporções estranhas, pessoas extras no fundo. Também vale pensar no primeiro e no último quadro antes de gerar: se você sabe exatamente como começa e como termina o plano, o meio flui com muito mais coerência. Na semana retrasada, um plano meu saiu com a mão da atriz com seis dedos bem na frente da lente; o negative prompt "no distorted hands, no extra fingers" resolveu na segunda tentativa, sem trocar de modelo.

Outro erro comum ao criar prompt de vídeo IA: pedir "movimento de câmera cinematográfico". Isso não existe para a máquina. Especifique: "câmera faz um travelling da esquerda para a direita em 3 segundos" ou "plano estático, zoom lento de 10%". Quanto mais numérico, melhor.

Veo 3, Sora ou Kling: qual escolho para cada cena?

Depende do tipo de movimento e do que precisa ser crível. Para fala humana com sincronização labial aceitável, o Veo 3 ainda leva vantagem sobre os outros em 2025. Para planos cinematográficos amplos com física de tecido e cabelo críveis, o Sora entrega mais textura de filme de verdade. O Kling vai melhor em movimentos rápidos de produto, dança ou esportes, onde o controle da trajetória importa mais que o realismo facial hiper-detalhado.

Eu costumo gerar os prompts na plataforma e testar o mesmo shot list nos três modelos. Testei 3 modelos direto no celular na semana passada e anotei no caderno: cena de diálogo longo entre duas pessoas = Veo 3; paisagem aérea com carro em estrada de terra = Sora; dançarino girando em quarto escuro com luz neon = Kling. Também testei o Runway para sequência de ação curta, mas achei o resultado mais "plástico" nesse caso específico. Não existe "o melhor modelo", existe o melhor para aquele plano específico dentro do seu vídeo.

Meu fluxo real do roteiro ao vídeo em 40 minutos

Começo anotando a ideia bruta num papel, tipo "anúncio de 15 segundos para cafeteria artesanal, clima aconchegante". Abro o Open Studio como visitante, não preciso registrar, a cota grátis diária dá para um projeto curto. Gero o storyboard, recebo geralmente 5 a 7 planos com tempo de duração e tipo de ângulo. Copio os prompts bilíngues que saem dali direto para o modelo que escolhi naquela etapa.

Se o resultado sai torto, e sai às vezes, não entro em pânico. Volto no storyboard, identifico exatamente qual plano quebrou e reescrevo só aquela linha do prompt: troco "movimento rápido" por "câmera segue o personagem caminhando em passo médio, 4 segundos", ou mudo o ângulo de "plongée" para "plano médio". Normalmente na segunda tentativa o modelo acerta o que eu queria dizer na primeira. Se depois de três rodadas ainda sair estranho, mudo de ferramenta mesmo e testo no outro modelo. Esse pinga-pinga de ajustes é que me ensinou o vocabulário real de cada IA. No final, o vídeo de 15 segundos sai pronto em menos de quarenta minutos, mas parece que levei a tarde inteira acertando cada detalhe de luz e movimento, e é exatamente por isso que vale a pena aprender de verdade a criar prompt de vídeo IA. ## Perguntas frequentes

O que é criar prompt de vídeo IA?

Criar prompt de vídeo IA é escrever instruções técnicas detalhadas, tipo de plano, lente, luz e movimento de câmera, para que modelos como Veo 3, Sora e Kling gerem exatamente a cena que você imaginou.

Quais as palavras-chave mais importantes num prompt de vídeo IA?

O tipo de plano (close-up, plano médio, plano aberto), a lente (35mm, 50mm), a iluminação e o movimento de câmera com duração em segundos são os elementos que mais fazem diferença no resultado.

Qual modelo de IA de vídeo é melhor: Veo 3, Sora ou Kling?

Não existe um melhor em absoluto: o Veo 3 se destaca em diálogos com sincronização labial, o Sora em planos amplos cinematográficos e o Kling em movimentos rápidos como dança e esportes.

Como evitar vídeos genéricos ao criar prompt de video ia?

Seja específico nos detalhes visuais (ambiente, clima, reflexos, atmosfera) e use prompts negativos para excluir mãos deformadas, texto borrado e elementos nežados no fundo da cena.