Guia de Prompt para Vídeo com IA: Estrutura, Câmera e Fluxo de Trabalho

Prompts eficazes para vídeo com IA dependem de uma sintaxe fixa: Sujeito + Ação + Câmera + Iluminação + Estilo + Parâmetros Técnicos. Modelos como Sora, Runway Gen-3, Luma Dream Machine e Kling interpretam essa hierarquia de formas diferentes, mas a lógica estrutural permanece constante. Este guia detalha cada componente, explica o peso específico de cada modelo e fornece um modelo reutilizável para resultados profissionais.

Por que a Estrutura do Prompt Determina a Qualidade da Saída

Modelos de vídeo processam tokens sequencialmente. Os primeiros tokens definem o sujeito e a ação principal; os do meio controlam câmera e ambiente; os finais aplicam estilo e restrições técnicas. Quando você coloca palavras-chave estéticas ("cinematográfico," "8k") antes de definir o movimento, o modelo alucina detalhes em frames estáticos. Um prompt estruturado força o modelo a alocar computação para coerência temporal primeiro.

Runway Gen-3 responde fortemente a tokens de câmera nas posições 3-5. Kling 1.6 prioriza verbos de movimento físico. Luma Dream Machine dá peso pesado a iluminação e atmosfera. Sora (onde acessível) segue uma hierarquia estrita sujeito-movimento-câmera. Entender esses vieses permite reordenar os mesmos componentes para cada modelo sem reescrever o conceito.

A Fórmula Universal do Prompt

Use este modelo para toda geração. Preencha cada colchete; apague os que não precisa.

[Descrição do Sujeito] + [Verbo de Ação/Movimento] + [Tipo de Câmera + Movimento] + [Iluminação/Hora do Dia] + [Ambiente/Plano de Fundo] + [Estilo/Estética] + [Especificações Técnicas]

1. Descrição do Sujeito (Tokens 1-15)

Defina o elemento principal com especificidade visual. Evite substantivos abstratos. Em vez de "uma mulher," use "uma mulher de 30 anos, cabelo escuro na altura dos ombros, usando um trench coat azul-marinho." Inclua características distintivas: textura da roupa, paleta de cores, adereços. Para personagens, especifique idade, etnia e postura. Para objetos, informe material, escala e estado (impecável, desgastado, molhado).

2. Verbos de Ação e Movimento (Tokens 16-30)

Vídeo é movimento. Use verbos físicos precisos: "camina a passos largos," "investida," "pan para esquerda," "rotaciona no sentido horário," "se dissolve em partículas." Evite "move," "vai," "caminha." Especifique velocidade: "slow-motion," "tempo real," "time-lapse." Defina trajetória: "caminha em direção à câmera," "orbita o sujeito a 2m de raio." Para movimento baseado em física, adicione "peso natural," "momentum preservado," "simulação de tecido."

3. Tipo de Câmera e Movimento (Tokens 31-50)

Este é o maior diferencial entre saída amadora e profissional. Declare lente, ângulo e movimento em uma única cláusula.

• Lente: 16mm (grande angular, distorção), 24mm (ambiental), 35mm (padrão), 50mm (natural), 85mm (retrato, compressão), 200mm (teleobjetiva, achatamento).
• Ângulo: altura dos olhos, contra-plongée (heroico), plongée (vulnerável), ângulo holandês (tensão), visão de pássaro, visão de verme.
• Movimento: estático, pan esquerda/direita, tilt cima/baixo, dolly in/out, truck esquerda/direita, pedestal cima/baixo, órbita horário/anti-horário, handheld (micro-tremor), drone subida/revelação, FPV mergulho.
• Foco: foco profundo, foco raso (f/1.8), rack focus de [objeto A] para [objeto B].

Exemplo: "Lente 35mm, altura dos olhos, dolly in lento, foco raso rack do primeiro plano das mãos para o rosto."

4. Iluminação e Hora do Dia (Tokens 51-70)

Iluminação define clima e resposta do material. Especifique fonte, qualidade, direção e temperatura de cor.

• Fonte: sol na golden hour, céu nublado, letreiro de neon, luminária prática, painel LED, luz de vela, bioluminescência.
• Qualidade: dura (sombras nítidas), suave (difusa), pontilhada (através de folhagem), volumétrica (raios de deus), contraluz/rim light.
• Direção: frontal, lateral (split), 45 graus (Rembrandt), zenital, contra-plongée.
• Cor: 5600K (luz do dia), 3200K (tungstênio), contraste teal/orange, monocromático, gel específico (CTB, CTO).

5. Ambiente e Plano de Fundo (Tokens 71-85)

Ancora o sujeito. "Rua da cidade desfocada" é fraco. "Beco de Tóquio molhado pela chuva à noite, reflexos de neon no asfalto molhado, saídas de vapor distantes" dá ao modelo âncoras espaciais. Inclua pistas de profundidade: elementos de primeiro plano, ação no plano médio, marcos de fundo. Especifique clima: densidade de neblina, intensidade da chuva, acúmulo de neve, direção do vento na vegetação.

6. Estilo e Estética (Tokens 86-100)

Aplique o visual por último. Referencie filmes (Kodak Vision3 500T, Fuji Eterna 250), diretores (color grading Wong Kar-wai, escala Villeneuve) ou gêneros (neo-noir, cyberpunk, documentário minimalista). Evite empilhar estilos contraditórios. Uma referência forte vence cinco fracas.

7. Especificações Técnicas (Tokens 101+)

Controles específicos do modelo. Resolução: 1280x720, 1920x1080. Proporção: 16:9, 9:16, 2.39:1, 4:3. Taxa de quadros: 24fps (cinematográfico), 30fps (broadcast), 60fps (movimento suave). Duração: 5s, 10s. Seed: fixo para consistência. Prompt negativo: "blur, distorção, morphing, membros extras, marca d'água, texto, baixa qualidade."

Peso dos Prompts por Modelo

Prompts idênticos produzem resultados diferentes entre modelos. Ajuste a ênfase dos componentes por plataforma.

Conclusão prática: Para Runway, comece com câmera. Para Kling, comece com física do movimento. Para Luma, comece com clima de iluminação. Para Pika, comece com referência de estilo. Para Hailuo, equilibre sujeito e movimento igualmente.

Folha de Referência de Linguagem de Câmera

Copie estas cláusulas direto para os prompts. Elas funcionam de forma confiável entre modelos.

Falhas Comuns e Correções

1. Membros se transformando / dedos extras: Adicione "anatomicamente correto, cinco dedos, topologia estável" ao prompt negativo. Reduza velocidade do movimento. Use image-to-video com frame inicial limpo.
2. Deriva de câmera (zoom/pan não intencional): Declare explicitamente "câmera estática" ou "locked off." Evite "suave" sem vetor de movimento definido.
3. Iluminação piscando: Especifique "iluminação consistente, sem mudança de exposição." Trave a hora do dia. Evite "iluminação dinâmica" a menos que intencional.
4. Plano de fundo distorcendo: Defina geometria do fundo: "plano de fundo estático, parallax apenas do movimento da câmera." Use ambientes mais simples para longas durações.
5. Estilo vazando (color grading indesejado): Mova tokens de estilo para o final. Use prompt negativo: "sem color grading, balanço de branco neutro." Gere cru, faça grade no pós.
6. Inconsistência temporal (personagem muda entre frames): Use image-to-video com frame de referência consistente. Adicione "consistência temporal, preservação de identidade" ao prompt. Mantenha clipes abaixo de 5s para trabalho com personagens.

Fluxo de Trabalho Passo a Passo para Construir Prompts

1. Defina o objetivo da tomada em uma frase. Exemplo: "Um chef pica legumes em uma cozinha ensolarada, close-up na habilidade com a faca."
2. Extraia tokens do sujeito. "Chef profissional, 40 anos, expressão focada, dolmã branco, faca santoku, cenouras e cebolas em tábua de madeira."
3. Selecione o verbo de movimento principal. "Pica ritmicamente, cortes descendentes precisos, pedaços de cebola se acumulam."
4. Escolha cláusula de câmera da folha de referência. "100mm macro, altura dos olhos, estático, foco raso no ponto de contato da lâmina."
5. Defina iluminação. "Luz da janela matinal, 45 graus lateral, sombras suaves, vapor subindo dos legumes."
6. Adicione profundidade ao ambiente. "Bancada de inox desfocada atrás, vasos de ervas no parapeito, luzes pendentes fora de foco."
7. Aplique estilo. "Estética documentário gastronômico, cor natural, alta faixa dinâmica."
8. Acrescente specs técnicos. "1920x1080, 16:9, 24fps, 5s, seed 42."
9. Monte o prompt completo. Combine na ordem da fórmula. Conte tokens; corte para o limite do modelo.
10. Gere 3 variações. Varie apenas o seed. Selecione a melhor coerência temporal. Faça upscale se necessário.

Avançado: Prompting Image-to-Video

Ao usar uma imagem de entrada, o prompt descreve mudança, não a cena estática. O modelo já vê sujeito, iluminação e composição. Seu prompt só precisa: Vetor de movimento + Movimento de câmera + Dica de duração.

Exemplo: Imagem de entrada mostra carro estacionado ao pôr do sol. Prompt: "Carro acelera para frente, rodas giram, poeira levanta, câmera contra-plongée truck esquerda acompanhando, golden hour mantido, 5 segundos." Não redescreva o carro ou o pôr do sol. Tokens desperdiçados confundem o planejador de movimento.

Para animação de personagem: "Cabeça vira esquerda, olhos acompanham objeto em movimento, sorriso sutil se forma, ombros relaxam, movimento de respiração, 3 segundos." Micro-expressões exigem enumeração explícita; modelos default para rostos congelados.

Conclusão Final

Prompting não é escrita criativa—é engenharia de parâmetros. A fórmula [Sujeito][Movimento][Câmera][Luz][Ambiente][Estilo][Tech] funciona porque espelha a hierarquia do espaço latente do modelo. Memorize a folha de referência de câmera. Aprenda o viés de peso do seu modelo alvo na tabela de comparação. Construa todo prompt pelo fluxo de 10 passos. Consistência vem da estrutura, não da inspiração.