Guia de Prompts para Vídeo com IA: Escreva Prompts que Funcionam

O que faz um bom prompt de vídeo com IA?

Um bom prompt de vídeo com IA responde a cinco perguntas em um único bloco ordenado de frases: qual é o sujeito, o que ele está fazendo, como está sendo filmado, onde acontece e como deve parecer. Modelos de vídeo como Runway Gen-3, Luma Dream Machine, Kling e Pika respondem muito melhor a uma linguagem estruturada e concreta do que a descrições vagas. Um prompt como "uma mulher caminhando pelas ruas encharcadas de Tóquio à noite, câmera na mão seguindo atrás dela, reflexos de neon no asfalto molhado, cinematográfico, pouca profundidade de campo" superará "vídeo legal de uma mulher em Tóquio" quase sempre.

A diferença central em relação ao prompting de imagens é o movimento. Todo prompt de vídeo deve conter pelo menos uma instrução explícita de movimento, seja para o sujeito ("ela vira a cabeça lentamente") ou para a câmera ("dolly-in lento"). Se você deixar o movimento indefinido, o modelo escolhe por você, e o resultado costuma ser uma deriva ou distorção sutil que parece de baixa qualidade.

A estrutura de prompt em cinco blocos

Use esta ordem sempre. A consistência torna os prompts editáveis: se um clipe falha, você sabe qual bloco mudar.

1. Bloco de sujeito: quem ou o quê, com um ou dois detalhes visuais. "Um garçom cinza com asas dobradas parado em água rasa."
2. Bloco de ação: um movimento claro, com velocidade ou modo. "Ele abre as asas lentamente e decola."
3. Bloco de câmera: tipo de plano mais movimento. "Plano de acompanhamento em ângulo baixo, a câmera inclina para cima conforme ele voa."
4. Bloco de cena: ambiente, hora do dia, clima. "Lago com névoa ao amanhecer, neblina sobre a água."
5. Bloco de estilo: aparência e clima. "Filmado em película 35mm, cores dessaturadas, luz natural suave, cinematográfico."

Mantenha o prompt inteiro com menos de cerca de 60 palavras para a maioria dos modelos. Prompts longos demais diluem a atenção, e os modelos tendem a descartar detalhes do meio de frases longas. Coloque o elemento mais importante primeiro, porque a maioria dos modelos de vídeo dá mais peso às palavras iniciais.

Linguagem de câmera que realmente muda o resultado

Os modelos de vídeo são treinados parcialmente com vídeos com metadados e legendas embutidas, então o vocabulário real de cinematografia tem efeitos mensuráveis. Use estes termos deliberadamente:

• Tipos de plano: plano aberto, plano médio, close-up, close-up extremo, over-the-shoulder, vista aérea, macro.
• Movimentos de câmera: dolly in, dolly out, pan para esquerda/direita, tilt para cima/baixo, plano de acompanhamento, órbita (360 graus), plano de gruá, câmera na mão, plano estático.
• Lente e foco: pouca profundidade de campo, foco profundo, compressão de teleobjetiva, lente olho de peixe, mudança de foco do primeiro plano ao fundo.
• Termos de taxa de quadros: câmera lenta, 120fps, time-lapse, hyperlapse.

Um movimento por prompt é a regra. Combinar "a câmera orbita enquanto faz dolly in e tilt para cima" geralmente produz um movimento trêmulo e indeciso. Se você precisa de um movimento complexo, gere o clipe com um movimento limpo e planeje um corte, não uma instrução de câmera composta.

Diferenças entre modelos: mesmo prompt, resultados diferentes

Os modelos não interpretam prompts de forma idêntica, e conhecer as diferenças economiza horas de tentativa e erro.

Conclusão prática: escreva um prompt base e mantenha um arquivo de variantes por modelo. Ao trocar de ferramenta, geralmente você só precisa reescrever os blocos de câmera e estilo, não os de sujeito e ação.

Imagem-para-vídeo vs. texto-para-vídeo

Texto-para-vídeo dá controle total ao modelo; imagem-para-vídeo dá a você o controle da composição e pede ao modelo apenas o movimento. A maioria dos fluxos profissionais usa imagem-para-vídeo para qualquer coisa que exija uma aparência específica.

Ao fazer prompting de imagem-para-vídeo, não re-descreva a imagem. O modelo já consegue vê-la. Em vez disso, descreva apenas o que deve mudar: "a mulher se vira para a câmera e sorri, o cabelo se move ao vento, a câmera avança levemente." Re-descrever elementos estáticos frequentemente faz o modelo regenerá-los e distorcê-los.

Ao fazer prompting de texto-para-vídeo, você carrega toda a carga descritiva, então os cinco blocos importam. Espere iterar mais: duas a quatro gerações por plano é normal mesmo com um bom prompt.

Um fluxo de trabalho replicável de prompting

Siga estes passos para ir da ideia a um clipe utilizável sem depender do acaso:

1. Escreva primeiro a lista de planos. Divida seu vídeo em planos de ação única de 3 a 8 segundos. Um clipe equivale a uma ação.
2. Redija cada prompt na ordem dos cinco blocos (sujeito, ação, câmera, cena, estilo), com menos de 60 palavras.
3. Gere um lote de teste em configurações baixas, se disponível. Gere de 2 a 3 variações por prompt.
4. Diagnostique falhas por bloco. Sujeito errado? Corrija o bloco um. Sem movimento ou movimento estranho? Corrija o bloco dois ou três. Aparência ruim? Corrija o bloco cinco. Mude um bloco por vez.
5. Fixe o bloco de estilo. Assim que tiver uma aparência que funciona, reutilize a mesma redação de estilo em todos os planos para consistência visual.
6. Salve os prompts vencedores em uma biblioteca. Esqueletos de prompt reutilizáveis são seu ativo mais valioso entre projetos.

Erros comuns de prompting a evitar

• Instruções negativas. A maioria dos modelos de vídeo não lida bem com "sem desfoque, sem tremor". Diga o que você quer, não o que não quer.
• Muitas ações simultâneas. "Ela corre, pula e acena" produz uma bagunça. Uma ação por clipe.
• Palavras abstratas de clima como prompt inteiro. "Etéreo, onírico, emocional" não faz nada sem um sujeito concreto e um movimento ligados a ele.
• Ignorar limites de duração. Pedir uma cena de 20 segundos a um modelo de 5 segundos força o modelo a desacelerar ou repetir o movimento. Planeje cortes.
• Copiar prompts de imagem literalmente. Prompts de imagem otimizam composição; prompts de vídeo também devem especificar o tempo. Sempre adicione movimento antes de reutilizar um prompt de imagem.

Trate cada prompt como uma direção de plano que você daria a um operador de câmera. Se um diretor de fotografia humano não pudesse filmar sua frase, o modelo provavelmente também não consegue.

Prompts de exemplo que você pode adaptar

Aparência de documentário de natureza: "Uma raposa vermelha atravessa a neve profunda, farejando o chão, câmera estática ao nível do solo, teleobjetiva, pouca profundidade de campo, luz de golden hour, floresta nevada ao fundo, filmado como um documentário de natureza da BBC."

Plano de produto: "Um relógio de pulso preto fosco girando lentamente sobre uma superfície refletiva, lente macro, iluminação de estúdio, fundo com gradiente escuro, câmera orbita 90 graus, estilo comercial premium."

Cena narrativa: "Um homem de capa de chuva para em uma faixa de pedestres e olha para o céu, plano médio, a câmera avança lentamente, chuva caindo, rua urbana ao entardecer, coloração teal-and-orange sombria, cinematográfico."

Principais conclusões

O prompting eficaz de vídeo com IA é estrutural, não mágico: sujeito, ação, câmera, cena, estilo, nessa ordem, com menos de 60 palavras e exatamente um movimento por clipe. Aprenda vocabulário real de câmera porque os modelos o entendem, adapte seu bloco de estilo por modelo em vez de reescrever tudo, e itere um bloco por vez para que as falhas indiquem exatamente o que corrigir. Construa uma biblioteca de prompts ao longo do caminho, e em uma dúzia de gerações você terá esqueletos reutilizáveis que tornarão cada vídeo futuro mais rápido e previsível.