Gerador de vídeo IA com fotos: o que eu aprendi depois de transformar álbum em vídeo

Testei um gerador de vídeo ia com fotos por três semanas e cheguei a uma verdade incômoda: ele não lê a sua mente, só obedece ao roteiro que você entrega. Quando parei de culpar o algoritmo e comecei a organizar storyboard e descrição de cada imagem, o resultado saiu na primeira tentativa.

Por que as minhas primeiras fotos viraram um vídeo sem sentido

Lembro do dia 14 de novembro. Subi 23 fotos do quintal da minha avó num gerador de vídeo ia com fotos, apertei enviar e fui fazer café. Eram quase 40 MB de memória afetiva e eu achava que, quanto mais material, melhor.

Voltava seis minutos depois com um arquivo de oito segundos que eu não pedi: a câmera entrava em parafuso, o rosto da minha tia virava um borrão no segundo 3 e a ordem das fotos não fazia nenhum sentido narrativo. Fiquei tão frustrado que quase desisti da ideia de transformar álbum em vídeo. Ainda bem que eu tinha salvo o original em outro lugar.

Só depois entendi que a ferramenta tinha feito exatamente o que eu mandei, e eu não tinha mandado nada. Nenhuma indicação de movimento, nenhuma duração, nenhuma ligação entre uma imagem e outra. Se você também já passou por isso, dá uma olhada em Gerador de vídeo IA grátis: teste de 3 ferramentas no celular, porque lá eu mostro o que aconteceu quando testei sem nenhum preparo no meu Android e sem wi-fi.

Como registrar 12 takes e ainda assim errar o corte?

Na semana seguinte, decidi consertar o problema da maneira mais burra possível: gravei tudo de novo. IPhone 13 na mão, a mesma cena do portão abrindo, doze takes seguidos.

A cada take eu mudava um detalhe, a velocidade da mão, o ângulo do pé, a respiração antes de apertar o record. O take 7 chegou perto, mas eu não sabia dizer por quê. Antes eu achava que bastava apertar o botão várias vezes até dar sorte. No take 12, desisti e fui dormir.

O material continuava confuso porque eu não tinha uma shot list. Estava gravando sem saber quantos segundos cada plano ia durar no corte final, muito menos se a câmera deveria avançar ou ficar parada. Foi aí que comecei a usar uma lista de planos com duração e tipo de movimento.

Quando escrevi “plano 1: 2s, push-in lento; plano 2: 4s, pan para a direita”, a gravação parou de ser um chute. Regravar deixou de ser necessário, e o meu cartão de memória agradeceu.

Como usar foto como referência e foto como primeiro fotograma?

Tem uma diferença que ninguém explica logo de cara no gerador de vídeo ia com fotos: a imagem pode ser só referência estética ou pode ser o primeiro fotograma do vídeo. Na dúvida, eu tratava tudo como referência e o modelo se perdia, inventando textura onde eu queria fidelidade. Perdi uma hora nisso.

Cheguei a testar com oito fotos do meu café da manhã só para ver se a ferramenta entendia ordem cronológica. Ela não entendeu.

Abri o Open Studio, montei um storyboard com quatro imagens minhas e marquei explicitamente quais serviriam de base. Em dois minutos, a tela devolveu um prompt em linguagem natural, pronto para colar no Veo 3 ou no Kling, com a descrição do movimento e até o negativo para evitar mãos com seis dedos. Não precisa pagar para experimentar: como visitante, dá para gerar isso todo dia dentro do limite gratuito, sem cadastro. Salvou o meu projeto quando eu estava longe do notebook.

A interface também está em português, então não tive que caçar menu escondido. Se precisar de inspiração, a Prompt Library tem modelos que eu adapto às vezes, mas raramente uso crua. A curva de aprendizado é menor do que parece.

Qual modelo escolher quando o material de partida é uma foto?

Segunda-feira eu escolhi uma foto minha em preto e branco, dessas de teste de luz, e rodei o mesmo prompt em três lugares diferentes. Na minha cabeça, todas as ferramentas faziam a mesma coisa até o momento em que o mesmo texto gerou três texturas de pele completamente diferentes.

No Veo 3, o rosto segurou a estrutura óssea por mais tempo; deu para manter os olhos na posição certa até o quinto segundo. No Kling, a câmera aceitou um movimento circular mais agressivo sem derreter os ombros, mas a textura da pele ficou mais plastificada.

No Luma, a foto virava apenas um zoom lento, quase um efeito Ken Burns, sem risco de distorcer o cenário. O Sora... Na verdade eu não consegui comparar direito porque a fila estava grande e o render caiu só no outro dia.

A conclusão que eu tiro disso é simples: retrato estático pede um modelo, ação ampla pede outro. Se quiser entender como eu escrevo essas descrições, tem um texto meu aqui: Prompt de vídeo IA: como eu escrevo os meus (e os erros que cometi por meses).

Como transformar álbum em roteiro com o fluxo que eu uso hoje?

Hoje, quando eu tenho uma pilha de fotos e uma ideia vaga, eu não começo pelo gerador. Começo pelo papel. Listo três a cinco planos, cada um com a foto que entra, o movimento que eu quero e a duração exata.

Só depois jogo isso dentro da ferramenta para ela devolver o prompt bilingual. Um detalhe besta que mudou meu jogo: eu escrevo o prompt negativo também. Sem isso, o Kling adora colar uma moldura dourada na imagem quando eu peço clima retrô.

Sem contar que salvar o projeto online me ajudou quando troquei de computador no meio do trabalho. Funcionou num Reels de 15 segundos que eu tinha prometido para uma cliente.

Se você tem uma pasta de fotos parada aí, faça o seguinte amanhã: pegue três imagens do mesmo lugar, escreva à mão o que deveria acontecer entre a primeira e a terceira, e leve essa descrição para o Veo 3. Você vai perceber em cinco minutos o que eu demorei três semanas para entender. ## Perguntas frequentes

Por que o gerador de vídeo IA com fotos fez um vídeo sem sentido com minhas fotos?

A IA não adivinha: sem roteiro, ordem e descrição, o vídeo fica aleatório.

Como usar um gerador de vídeo IA com fotos sem errar no corte?

Defina storyboard, movimento e duração antes de subir as fotos na plataforma.

O gerador de lê a minha mente?

Não, ele só executa o roteiro entregue e não interpreta emoções sozinho.

Quantas fotos devo enviar para um gerador de?

Menos é mais: 23 fotos bem roteirizadas rendem melhor que 40 MB sem ordem.

---

Sobre o autor · Juno Park

Juno Park. Os números e as falhas aqui vêm dos meus próprios testes