Dicas de Prompt para Sora: Estrutura, Controles de Câmera e Domínio de Movimento

O Sora responde melhor a prompts que separam definição do assunto, linguagem de câmera, física ambiental e progressão temporal em cláusulas distintas e ordenadas. Diferente de modelos de texto para imagem, o Sora exige instrução explícita sobre como objetos se movem no espaço 3D ao longo do tempo. Este guia detalha a sintaxe e o vocabulário que produzem resultados controláveis e de alta fidelidade.

1. A Arquitetura de Prompt em Quatro Camadas

Prompts eficazes para Sora seguem uma hierarquia estrita. Desviar desta ordem frequentemente faz o modelo priorizar estética sobre física ou ignorar direções de câmera completamente.

• Camada 1 – Assunto e Ação: Defina a entidade principal e seu movimento central (ex.: "Um corgi usando suéter de lã vermelha correndo").
• Camada 2 – Câmera e Lente: Especifique distância focal, ângulo e movimento (ex.: "Plano contra-plongée com travelling, lente 35mm, steady cam").
• Camada 3 – Ambiente e Física: Descreva iluminação, clima e interação de materiais (ex.: "Asfalto molhado refletindo neon, gotas de chuva no pelo, simulação de física de pelo").
• Camada 4 – Temporal e Estilo: Defina duração, ritmo e filtro estético (ex.: "5 segundos, câmara lenta, color grading cinematográfico, alta velocidade do obturador").

Escreva sempre as camadas como cláusulas separadas por vírgula em um único parágrafo. O mecanismo de atenção do Sora processa dependências sequenciais melhor do que quebras de linha.

2. Vocabulário de Linguagem de Câmera que Funciona

Termos genéricos como "plano cinematográfico" geram saídas genéricas. Os dados de treino do Sora incluem metadados detalhados de câmera. Use terminologia precisa para dirigir o rig virtual de câmera.

Tipos de Movimento

• Travelling / Dolly lateral: Movimento lateral paralelo ao assunto. Use "travelling lento à esquerda" para profundidade de paralaxe.
• Pedestal / Boom: Elevação vertical sem inclinação. Essencial para planos de revelação.
• Orbita / Arco: Caminho circular ao redor do assunto. Especifique raio e velocidade ("orbita 360 graus fechada a 15 graus/seg").
• Mão livre / Drone: Adiciona micro-tremor ou perspectiva de alta altitude. Combine com "estabilizado" para reduzir tremores indesejados.

Controles de Lente e Sensor

• Distância Focal: "Grande angular 24mm" exagera profundidade; "Teleobjetiva 85mm" comprime o fundo.
• Abertura: "f/1.8 profundidade de campo rasa" isola o assunto; "f/11 foco profundo" mantém tudo nítido.
• Ângulo do Obturador: "Obturador 180 graus" (motion blur padrão) vs. "Obturador 45 graus" (ação nítida, estacato).

3. Simulando Física e Comportamento de Materiais

O transformer de difusão do Sora modela dinâmica de fluidos, simulação de tecido e colisão de corpos rígidos — mas apenas se solicitado explicitamente. Sem esses tokens, o modelo recorre a "lógica de sonho" onde objetos atravessam uns aos outros.

Combine no máximo dois tokens de física por plano. Excesso causa flickering temporal pois os solvers entram em conflito.

4. Controlando Consistência de Personagens e Objetos

O Sora não possui trava de identidade nativa (como IP-Adapter ou LoRA). A consistência deve ser engenheirada através de repetição de prompt e ancoragem espacial.

1. Semear a Descrição: Use um descritor de assunto idêntico de 25 palavras em todo prompt para o mesmo personagem (ex.: "Mulher de pele clara, bob prateado assimétrico, heterocromia — olho esquerdo âmbar, direito azul, usando jaqueta tática preta fosca").
2. Ancorar à Geometria: Referencie coordenadas mundiais fixas: "Em pé na coordenada (0,0,0) sobre piso quadriculado."
3. Travar Câmera Relativa ao Assunto: "Câmera travada no quadril do assunto, offset 2m atrás, 1m acima." Isso evita deriva.
4. Reafirmar Atributos-Chave no Meio da Sequência: Para gerações de 10s+, repita o descritor do assunto na marca de 5s no prompt: "...continuando, mulher de pele clara bob prateado assimétrico...".

5. Estrutura Temporal para Ações Complexas

Ações multi-etapas (ex.: "abrir porta, entrar, sentar, servir café") exigem timestamps explícitos. O Sora trata listas sem timestamp como nuvens de probabilidade simultâneas.

Sintaxe de Timestamp

Use o formato [0.0-2.0s] Ação A. [2.0-4.5s] Ação B. [4.5-5.0s] Reação. Exemplo:

[0.0-1.5s] Corgi dispara em direção à câmera. [1.5-3.0s] Pula, patas pousam nos joelhos. [3.0-4.0s] Lambe o rosto, abanando rabo a 120bpm. [4.0-5.0s] Acomoda-se, respiração pesada, pelo úmedo de suor.

As durações devem somar o comprimento total do vídeo. Intervalos criam frames pretos; sobreposições causam artefatos de morphing.

6. Restrições Negativas e Tokens Anti-Alucinação

O Sora suporta negative prompting via parâmetro --neg (ou campo dedicado na UI). Use para suprimir falhas comuns:

• Morphing: --neg morphing, melting, topology change, extra limbs, fused fingers
• Deriva de Câmera: --neg zoom, pan, tilt, roll, dolly, handheld shake (quando desejar plano fixo)
• Flickering Temporal: --neg strobing, texture swimming, color shifting, frame interpolation artifacts
• Violações de Física: --neg clipping, phasing, gravity inversion, mass inconsistency

Limite tokens negativos a 15 por geração. Negativos excessivos restringem o espaço latente demais, reduzindo diversidade de movimento.

7. Fluxo Prático: Do Conceito ao Clipe Final

1. Storyboard em Texto: Escreva o prompt de 4 camadas para cada plano em planilha (ID do Plano, Duração, Prompt, Negativos).
2. Gerar Proxies de Baixa Resolução: Rode testes de 480p, 2 segundos para cada plano. Verifique física e lógica de câmera antes do upscale.
3. Iterar Câmera Primeiro: Se o movimento parecer errado, ajuste apenas tokens da Camada 2. Mantenha Assunto e Física travados.
4. Upscale e Estender: Use upscaler nativo do Sora para 1080p/4K. Para clipes longos, use o último frame do Plano N como entrada de image-conditioning para o Plano N+1.
5. Pós-Processamento de Estabilização: Aplique estabilização por fluxo óptico (DaVinci Resolve / Topaz) para remover micro-jitter da amostragem por difusão.

Conclusão

O Sora recompensa precisão, não poesia. Trate prompts como especificações técnicas: cada token deve mapear para uma variável controlável — rig de câmera, solver de física ou keyframe temporal. Construa sua biblioteca pessoal de tokens, versionie seus prompts e itere sistematicamente. A distância entre "demo legal" e "asset de produção" é a disciplina no prompt.