Guia de Prompts para Vídeo com IA: Estrutura, Controles de Câmera e Diferenças entre Modelos

A Fórmula de Prompt em 5 Partes que Funciona em Qualquer Modelo

Escreva todo prompt nesta ordem: Assunto + Ação + Câmera + Iluminação/Atmosfera + Estilo/Técnico. Essa estrutura espelha como modelos de difusão e transformers de vídeo processam tokens, reduzindo membros alucinados e tremores temporais. Exemplo: "Close-up cinematográfico, relojoeiro idoso montando microengrenagem, push-in lento em lente macro, luz chave tungstênia quente, profundidade de campo rasa, 8k, 24fps."

Assunto e Ação: Seja Específico sobre Movimento

Verbos vagos como "movendo" ou "andando" geram pés deslizando. Use descritores de movimento precisos:

• Relativos à câmera: push-in, pull-out, truck left/right, pedestal up/down, órbita, dolly zoom.
• Relativos ao assunto: "vira a cabeça 15 graus à esquerda", "levanta a mão direita até o queixo", "tecido ondula com vento transversal."
• Cues de física: "cabelo assenta após giro", "água espirra para cima e cai", "sombra encurta conforme o sol nasce."

Runway Gen-3 Alpha responde melhor quando o movimento é descrito nos primeiros 12 tokens; Kling 1.6 prefere tags de movimento no final. Teste ambas as posições.

Linguagem de Câmera: Traduza Cinematografia em Tokens

Modelos treinados em bancos de imagens entendem sintaxe de câmera padrão. Inclua estes quatro elementos sempre:

1. Tipo de plano: extreme close-up, close-up, médio, wide, extreme wide, POV, over-the-shoulder.
2. Lente/distância focal: 14mm (distorção wide), 24mm (ambiental), 35mm (natural), 50mm (padrão), 85mm (compressão de retrato), 200mm (achatamento teleobjetiva).
3. Abertura/profundidade: f/1.8 (rasa), f/2.8 (separação do assunto), f/5.6 (contexto), f/11 (foco profundo).
4. Movimento: estático, shake handheld, gimbal suave, crane up, slider lateral, FPV dive.

Exemplo: "Plano médio, lente 35mm, f/2.8, truck right lento em gimbal acompanhando assunto."

Iluminação e Atmosfera: Controle o Clima sem Pós

Tokens de iluminação direcionam o espaço latente para exposição consistente. Especifique:

• Fonte: sol golden hour, céu encoberto, letreiro neon, lâmpada prática, painel LED bi-color, vela.
• Qualidade: hard (sombras duras), soft (envolvente), diffused (seda), dappled (entre folhas).
• Direção: key 45° camera-right, contra-luz rim, under-lighting (terror), top-down (interrogatório).
• Temp. de cor: 2700K quente, 5600K daylight, 6500K frio, misto (neon ciano/laranja).

Tokens de atmosfera como "neblina volumétrica", "partículas de poeira no feixe" ou "bruma de calor" adicionam profundidade, mas aumentam tempo de computação em ~15% no Sora.

Comparativo de Modelos: Onde Cada um Brilha

Negative Prompting e Ajuste de Parâmetros

A maioria das interfaces expõe CFG scale (guidance) e motion bucket (intensidade de movimento). Comece aqui:

• CFG 7–9: Equilíbrio entre aderência e criatividade. Acima de 10 queima high-lights; abaixo de 5 ignora prompt.
• Motion bucket 40–60 (Gen-3) / 0,3–0,5 (Kling): Movimento natural. Valores altos criam warp; baixos congelam assunto.
• Negative prompt padrão: "blur, low quality, distorted anatomy, extra limbs, watermark, text, title, credits, static, frozen, jitter, flicker, morphing, bad composition, oversaturated."

Para Sora, use o dropdown style preset (cinematic, documentary, anime, etc.) em vez de encher o prompt com tokens de estilo.

Image-to-Video: Ancorando Consistência

Ao usar I2V (Runway, Luma, Kling, Pika), a imagem fornece 70% do sinal. Seu prompt precisa apenas descrever o que muda:

1. Faça upload de um frame de referência (16:9, mín. 1280x720).
2. Prompte apenas o delta: "Câmera orbita 30 graus à esquerda, assunto sorri, vento levanta cabelo."
3. Defina motion bucket mais baixo (20–30) para evitar que o modelo "reimagine" elementos estáticos.
4. Gere 4–6 variações, escolha a mais limpa e estenda 4 segundos por vez.

Falhas Comuns e Correções

• Mãos morfando: Adicione "mãos apoiadas na mesa", "segurando xícara de café" ou "usando luvas" para restringir geometria.
• Pés deslizando: Especifique "transferência de peso pé esquerdo para direito", "calcanhar toca então ponta dos pés."
• Texturas piscando: Adicione "consistência temporal", "textura estável" ou reduza CFG em 1.
• Proporção errada: Prefixe com "16:9 cinematográfico", "9:16 vertical", "1:1 quadrado."
• Movimento de câmera ignorado: Mova tokens de câmera para o início (Gen-3) ou final (Kling) do prompt.

Fluxo de Trabalho: da Ideia a Clip Usável em 5 Minutos

1. Escreva o prompt de 5 partes em um editor de texto.
2. Gere 3 seeds em baixa resolução (512x288) para checar composição.
3. Escolha a melhor seed, faça upscale para 1080p com motion bucket +10.
4. Se precisar >10 seg, use o último frame como entrada I2V para o próximo segmento.
5. Faça color-grade em lote no DaVinci Resolve: aplique a mesma LUT em todos os clips para coesão visual.

FAQ

Quantas palavras deve ter um prompt?

40–80 tokens (aprox. 30–60 palavras em inglês). Prompts longos diluem atenção; curtos subespecificam.

Preciso mencionar "4k" ou "8k"?

Sim para Sora e Kling; eles têm cabeças de resolução. Runway Gen-3 ignora tokens de resolução — saída fixa em 1280x768.

Posso usar prompts em chinês com Kling?

Kling 1.6 entende chinês nativamente e costuma produzir movimento mais preciso para sujeitos asiáticos com prompts em chinês. Inglês funciona, mas pode perder nuance cultural.

Por que a camisa do personagem muda de padronagem no meio do clipe?

Fixar textura requer atenção temporal. Adicione "textura de roupa consistente", reduza motion bucket ou use I2V com frame de referência travado.