Guia de prompts para vídeo com IA: escreva prompts que funcionam

O que torna um prompt de vídeo com IA bom?

Um bom prompt de vídeo com IA responde a cinco perguntas em um único bloco de frases ordenado: qual é o sujeito, o que ele está fazendo, como é filmado, onde ocorre 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 soltas. Um prompt como "uma mulher caminhando pelas ruas encharcadas de Tóquio à noite, câmera na mão seguindo-a por trás, reflexos de neon no asfalto molhado, cinematográfico, pouca profundidade de campo" quase sempre supera "vídeo legal de uma mulher em Tóquio".

A diferença chave em relação ao prompting de imagens é o movimento. Todo prompt de vídeo deve conter pelo menos uma instrução de movimento explícita, seja para o sujeito ("ela vira a cabeça lentamente") ou para a câmera ("dolly-in lento"). Se você deixa o movimento indefinido, o modelo escolhe por você, e o resultado costuma ser uma deriva sutil ou uma deformação que parece 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 do sujeito: quem ou o quê, com um ou dois detalhes visuais. "Uma garça cinza com as asas dobradas parada em água rasa."
2. Bloco da ação: um movimento claro, com velocidade ou maneira. "Desdobra as asas lentamente e alça voo."
3. Bloco da câmera: tipo de plano mais movimento. "Plano picado seguindo o sujeito, a câmera inclina para cima ao voar."
4. Bloco da cena: ambiente, hora do dia, clima. "Lago com neblina ao amanhecer, bruma sobre a água."
5. Bloco do estilo: aparência e tom. "Filmado em película de 35 mm, cores suaves, luz natural suave, cinematográfico."

Mantenha o prompt completo abaixo de cerca de 60 palavras para a maioria dos modelos. Prompts muito longos diluem a atenção, e os modelos tendem a omitir 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

Modelos de vídeo são treinados em parte com metragem que inclui metadados e descrições, então o vocabulário real de cinematografia tem efeitos mensuráveis. Use estes termos deliberadamente:

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

Diferenças entre modelos: mesmo prompt, resultados distintos

Os modelos não interpretam os 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 mudar de ferramenta, normalmente você só precisa reescrever os blocos de câmera e estilo, não os de sujeito e ação.

Prompting de imagem-para-vídeo versus texto-para-vídeo

O texto-para-vídeo dá ao modelo controle total; o imagem-para-vídeo dá a você o controle da composição e pede ao modelo apenas o movimento. A maioria dos fluxos de trabalho profissionais usa imagem-para-vídeo para tudo que precisa de um visual específico.

Ao fazer prompting de imagem-para-vídeo, não redescreva a imagem. O modelo já a vê. Em vez disso, diga apenas o que deve mudar: "a mulher vira para a câmera e sorri, o cabelo se move com o vento, a câmera avança ligeiramente". Redescrever elementos estáticos muitas vezes faz o modelo regenerá-los e distorcer.

Ao fazer prompting de texto-para-vídeo, você carrega todo o trabalho descritivo, 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 de prompting repetível

Siga estes passos para ir da ideia a um clipe utilizável sem avançar às cegas:

1. Escreva primeiro a lista de planos. Divida seu vídeo em planos de ação única de 3–8 segundos. Um clipe equivale a uma ação.
2. Redija cada prompt na ordem de cinco blocos (sujeito, ação, câmera, cena, estilo), abaixo de 60 palavras.
3. Gere um lote de teste com ajustes baixos se possível. Gere 2–3 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. Visual ruim? Corrija o bloco cinco. Mude um bloco por vez.
5. Trave o bloco de estilo. Quando tiver um visual que funcione, reutilize a mesma formulação de estilo em todos os planos para manter a consistência visual.
6. Salve os prompts vencedores em uma biblioteca. Esqueletos de prompts reutilizáveis são seu ativo mais valioso entre projetos.

Erros comuns de prompting que você deve evitar

• Instruções negativas. A maioria dos modelos de vídeo não lida bem com "sem desfoque, sem trepidação". Diga o que você quer, não o que não quer.
• Muitas ações simultâneas. "Ela corre, pula e acena" produz papinha. Uma ação por clipe.
• Palavras de humor abstratas como prompt completo. "Etéreo, onírico, emotivo" não faz nada sem um sujeito concreto e um movimento anexados.
• Ignorar limites de duração. Pedir a um modelo de 5 segundos uma cena de 20 segundos o força 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. Adicione sempre 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, provavelmente o modelo também não consegue.

Prompts de exemplo que você pode adaptar

Estilo documentário de natureza: "Uma raposa vermelha avança na neve profunda, farejando o chão, câmera fixa no nível do chão, teleobjetiva, pouca profundidade de campo, luz de hora dourada, fundo de floresta nevada, filmado como documentário de natureza da BBC."

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

Cena narrativa: "Um homem com capa de chuva para na faixa de pedestres e olha para o céu, plano médio, a câmera avança lentamente, chuva caindo, rua de cidade ao entardecer, color grading teal e laranja melancólico, cinematográfico."

Conclusões principais

O prompting eficaz de vídeo com IA é estrutural, não mágico: sujeito, ação, câmera, cena, estilo, nessa ordem, abaixo de 60 palavras, com 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 digam exatamente o que corrigir. Construa uma biblioteca de prompts aos poucos e, em uma dúzia de gerações, você terá esqueletos reutilizáveis que tornarão cada vídeo futuro mais rápido e previsível.