Transforme Ideias em Roteiros de Vídeo com IA: Guia Prático

Por que o roteiro continua sendo o gargalo da produção com IA

A geração de vídeo por inteligência artificial deixou de ser uma curiosidade técnica. Modelos como Runway, Kling, Luma, Pika, Veo e Sora conseguem produzir planos com textura, movimento de câmera e iluminação plausíveis a partir de uma única frase. O problema é que uma frase raramente é uma história. Quando o resultado final parece genérico, a causa quase nunca está no modelo: está na ausência de decisões narrativas tomadas antes da geração.

Pré-produção é o nome dessa etapa. Em produções tradicionais, ela inclui logline, sinopse, escaleta, roteiro, decupagem, storyboard e plano de filmagem. Cada um desses artefatos reduz ambiguidade. Em fluxos assistidos por IA, eles cumprem uma função adicional: transformam intenção criativa em parâmetros que um modelo consegue interpretar de forma consistente.

Três sintomas denunciam um roteiro fraco, mesmo quando a imagem é impecável:

Planos visualmente bonitos que não se conectam entre si, formando um mosaico em vez de uma sequência.
Personagens que mudam de rosto, cabelo, roupa ou idade a cada corte.
Ritmo uniforme, sem respiros, sem viradas e sem clímax — tudo tem a mesma intensidade, então nada parece importante.

O gargalo migrou. Antes, era renderizar. Hoje, é decidir. Quem escreve com clareza gera menos tentativas, gasta menos tempo em retrabalho e chega a um resultado que parece intencional.

Defina o escopo antes de escrever uma linha

Roteiro sem escopo é divagação. Antes de qualquer prompt, responda cinco perguntas por escrito:

Formato e proporção. Vertical 9:16 para feed social, horizontal 16:9 para YouTube e apresentações, quadrado para anúncios. A proporção muda enquadramento, distância de câmera e até o tipo de movimento que funciona.
Duração alvo. Trinta segundos e três minutos exigem estruturas diferentes. Em trinta segundos, você tem espaço para um gancho, uma ideia e uma conclusão. Em três minutos, cabe uma jornada com obstáculo e transformação.
Público e contexto de exibição. Vídeo assistido sem som no metrô precisa de texto na tela e ritmo visual forte. Vídeo assistido em tela grande suporta silêncio e planos longos.
Objetivo único. Explicar, vender, ensinar, emocionar ou entreter. Escolha um. Vídeos que tentam fazer tudo fazem pouco.
Restrições de produção. Existe filmagem real? Há locação disponível? O vídeo será 100% gerado? Quem narra?

Escreva essas respostas em um documento único. Esse documento vira a referência para todas as decisões seguintes. Quando uma ideia nova surgir no meio do caminho, ela será avaliada contra o escopo, não contra o entusiasmo do momento.

Do esqueleto dramático à escaleta

Logline, premissa e promessa

Toda peça audiovisual curta faz uma promessa ao espectador nos primeiros segundos. A logline é essa promessa condensada em uma frase: quem quer o quê, contra qual obstáculo, com qual consequência.

Exemplos úteis:

"Um padeiro descobre que seu fermento natural prevê o futuro — e precisa decidir se conta ao cliente ansioso."
"Uma engenheira explica, em três minutos, por que seu sistema de irrigação economiza água em regiões secas."
"Um astronauta solitário tenta consertar uma antena enquanto recebe uma mensagem que não deveria existir."

Repare que cada logline já contém conflito. É esse conflito que sustenta o interesse ao longo dos planos.

Beat sheet para formatos curtos

Para vídeos de 20 a 90 segundos, um beat sheet de seis a oito batidas funciona bem:

Gancho (0–3s). Uma imagem ou pergunta que interrompe o scroll.
Contexto (3–8s). Onde estamos, quem está em cena, o que está em jogo.
Complicação (8–20s). Algo muda ou dá errado.
Escalada (20–35s). A complicação cresce; o personagem tenta e falha.
Virada (35–50s). Nova informação, decisão ou descoberta.
Resolução (50–65s). Consequência prática da virada.
Fecho (65–75s). Imagem final que ecoa o gancho.

Para vídeos mais longos, acrescente subtramas e uma segunda escalada antes da virada principal.

Escaleta: a ponte entre texto e imagem

A escaleta descreve cada cena em uma ou duas linhas, com local, personagens presentes e função dramática. Ela evita o erro mais comum na produção com IA: gerar planos soltos sem saber por que existem.

Formato prático de uma linha de escaleta:

CENA 4 | INT. PADARIA — NOITE | Função: escalada
Padeiro tranca a porta, olha para o balcão vazio. Sussurro fora de quadro.
Duração estimada: 5s | Plano: médio, câmera lenta aproximando
Áudio: ambiente silencioso, gota pingando

Esse nível de detalhe é suficiente para orientar tanto a escrita do roteiro quanto a geração de prompts de imagem.

Do texto à linguagem cinematográfica

Decupagem: escolher o plano certo para cada função

Nem toda batida dramática pede o mesmo plano. Uma regra simples e eficaz:

Plano geral para estabelecer espaço e escala.
Plano médio para interação e diálogo.
Close para emoção, decisão ou detalhe revelador.
Plano detalhe para objetos que carregam informação.

Uma sequência curta que alterna geral, médio e close já parece cinema. Uma sequência de dez closes seguidos parece aleatória.

Ao trabalhar com geração por IA, descreva o plano dentro do prompt de cena. Modelos respondem bem a termos como "plano médio", "close-up", "câmera baixa", "travelling lateral lento", "câmera na mão". Traduzir a decupagem para o prompt é o que separa um clipe de uma sequência.

Luz, paleta e atmosfera

Decida a paleta antes de gerar. Duas ou três cores dominantes por projeto criam identidade visual e reduzem a sensação de fragmentação entre planos gerados separadamente.

Pense na luz como narrativa:

Luz dura e contrastada sugere tensão.
Luz difusa e quente sugere memória, conforto ou nostalgia.
Luz fria e azulada sugere solidão, tecnologia ou distância.
Contraluz cria silhuetas e mistério.

Se um plano precisa se conectar ao anterior, mantenha as mesmas palavras de iluminação no prompt. "Luz dourada de fim de tarde entrando por janela à esquerda" é uma instrução reutilizável. "Iluminação bonita" não é.

Engenharia de prompt: traduzir intenção em comando

A anatomia de um prompt de cena

Um prompt de vídeo confiável tem seis camadas:

Sujeito e ação. O que existe e o que faz.
Ambiente. Onde, com qual nível de detalhe.
Enquadramento e movimento. Plano, ângulo, deslocamento de câmera.
Luz e cor. Fonte de luz, temperatura, paleta.
Estilo e textura. Linguagem visual: documental, cinematográfico, animação 2D, colagem.
Restrições. O que não deve aparecer.

Exemplo aplicado:

Sujeito: mulher de meia-idade em avental, mãos cobertas de farinha, olhando para o balcão
Ação: ela hesita, dá meio passo para trás
Ambiente: padaria pequena à noite, azulejos antigos, poucas mesas
Enquadramento: plano médio, câmera lenta aproximando, altura dos olhos
Luz: lâmpada fluorescente única, sombras duras no chão
Estilo: cinematográfico realista, leve granulação, movimento natural
Restrições: sem texto na tela, sem pessoas extras, sem mudança de figurino

Escrever prompts nesse formato leva mais tempo na primeira vez e economiza muito tempo depois, porque você pode reaproveitar blocos inteiros entre cenas.

Restrições explícitas e prompts negativos

Modelos de vídeo tendem a preencher lacunas com clichês: mãos deformadas, texto embaralhado, luz neon roxa, movimento de câmera exagerado. Declarar o que não quer reduz drasticamente a taxa de resultados inutilizáveis.

Lista de restrições que vale manter em um modelo reutilizável:

Sem texto, legendas ou logotipos gerados.
Sem desfoque de movimento excessivo.
Sem mudança de figurino ou penteado entre planos.
Sem iluminação de estúdio quando a cena é externa.

Consistência de personagem entre planos

Personagens recorrentes são o maior desafio de qualquer projeto gerado por IA. Três práticas ajudam:

Ficha de personagem fixa. Escreva uma descrição de 40 a 60 palavras e cole a mesma descrição em todos os prompts em que o personagem aparece.
Imagem de referência. Gere ou selecione um retrato base e use-o como referência visual quando a ferramenta permitir.
Âncora de figurino. Descreva a roupa com precisão: "casaco de lã verde-oliva com botões de madeira" funciona melhor que "casaco verde".

Se a ferramenta suportar controle por keyframes, defina o primeiro e o último quadro do plano. Isso estabiliza a identidade e o enquadramento ao mesmo tempo.

Pipeline de produção: do keyframe ao vídeo final

Ordem sequencial e geração em lote

Gerar planos fora de ordem produz inconsistências difíceis de corrigir. Uma prática sólida:

Gere primeiro os planos que definem personagem e cenário principal.
Aprove esses planos e use capturas deles como referência para os demais.
Agrupe planos com a mesma locação e iluminação na mesma sessão de geração.
Só depois gere planos de transição e inserts.

Trabalhar em lotes coerentes reduz variação visual e facilita a substituição de um plano ruim sem comprometer o restante.

Áudio, narração e trilha

Vídeo curto vive ou morre pelo áudio. Estruture em três camadas: narração ou diálogo, ambiência e trilha. A ambiência é frequentemente esquecida e é ela que dá sensação de espaço — o zumbido da geladeira, o rumor da rua, a reverberação de um corredor.

Sincronize cortes com a trilha. Uma virada visual que cai exatamente na mudança de seção musical parece muito mais profissional do que a mesma virada caindo no meio de um compasso.

Montagem e ritmo

Regra prática: planos devem durar o tempo necessário para serem lidos, e não mais. Se um plano existe só para cumprir duração, corte. Se um plano passa rápido demais para ser compreendido, alongue ou simplifique o conteúdo.

Em vídeos verticais, cortes a cada 1,5 a 3 segundos mantêm a atenção. Em vídeos horizontais narrativos, planos de 4 a 6 segundos respiram melhor. Escolha um padrão de ritmo e rompa-o deliberadamente no clímax.

Ferramentas e critérios de escolha

Não existe modelo único ideal. A escolha depende do que você precisa controlar.

Critério	O que observar
Controle de movimento	Suporta movimento de câmera específico ou apenas descreve ações?
Consistência de personagem	Aceita referência de imagem ou keyframes?
Duração do plano	Gera 5 segundos ou planos mais longos com estabilidade?
Fidelidade a texto	Respeita instruções detalhadas ou ignora parte do prompt?
Estilo visual	É forte em realismo, animação ou estilização gráfica?
Velocidade de iteração	Quanto tempo leva para testar uma variação?

Uma abordagem comum e eficiente é usar modelos diferentes para funções diferentes: um para planos realistas de personagem, outro para animação estilizada, outro para inserts de produto. O roteiro continua sendo o mesmo; muda apenas a ferramenta de execução.

Erros comuns e como corrigir

Erro 1: começar pelo prompt. Corrija escrevendo a logline e a escaleta antes de abrir qualquer ferramenta de geração.

Erro 2: descrever emoção em vez de imagem. "Ela está triste" não é gerável. "Ela olha para o chão, ombros caídos, respira fundo" é.

Erro 3: mudar tudo a cada tentativa. Ajuste uma variável por vez. Alterar sujeito, luz, enquadramento e estilo ao mesmo tempo impossibilita saber o que funcionou.

Erro 4: ignorar o silêncio. Vídeos gerados tendem a ser densos: música, narração, movimento e corte o tempo todo. Um segundo de silêncio antes da virada aumenta o impacto da virada.

Erro 5: economizar na revisão. Assista ao vídeo sem som e depois apenas com som. Problemas de estrutura e de áudio aparecem imediatamente em cada modo isolado.

Erro 6: esquecer a primeira impressão. Os primeiros três segundos decidem se o espectador continua. Reescreva o gancho cinco vezes antes de considerar o roteiro pronto.

Checklist antes de renderizar

A logline está clara e contém conflito?
Cada cena tem função dramática declarada na escaleta?
O formato e a proporção estão definidos e são consistentes em todos os planos?
A paleta e a fonte de luz estão descritas com as mesmas palavras em planos da mesma locação?
Existe uma ficha de personagem reutilizada em todos os prompts relevantes?
As restrições explícitas estão incluídas nos prompts?
O áudio foi planejado em três camadas?
O ritmo tem ao menos uma variação deliberada?
O fecho retoma o gancho de alguma forma?

Se alguma resposta for "não", o problema ainda está no roteiro — e resolver no papel é muito mais barato do que resolver na geração.

Perguntas frequentes

Preciso saber escrever roteiros para usar IA na produção de vídeo?
Não precisa de formação formal, mas precisa de estrutura. Aprender logline, escaleta e decupagem leva algumas horas e melhora imediatamente a qualidade dos prompts, porque você passa a saber exatamente o que cada plano deve comunicar.

Qual é o tamanho ideal de um prompt de cena?
Entre 40 e 90 palavras costuma ser o ponto de equilíbrio. Prompts muito curtos deixam decisões demais para o modelo. Prompts muito longos diluem o que importa e aumentam a chance de contradições internas.

Como manter o mesmo personagem em vários planos?
Use uma descrição fixa e idêntica, uma imagem de referência quando disponível e controle por keyframes. Evite variações de sinônimos na descrição: se o cabelo é "castanho ondulado na altura dos ombros", mantenha exatamente essa expressão em todos os prompts.

Posso escrever o roteiro depois de gerar as imagens?
Pode, e isso funciona bem em projetos exploratórios. Gere um banco de planos interessantes e depois escreva a estrutura que os conecta. O risco é criar uma narrativa forçada em torno de imagens que não conversam entre si. Para vídeos com prazo e objetivo claro, roteiro primeiro economiza tempo.

Quanto tempo leva para produzir um vídeo curto com esse fluxo?
Um vídeo de 30 a 60 segundos, com roteiro, geração e montagem, costuma levar de meio dia a dois dias, dependendo da complexidade visual e da experiência com as ferramentas. A maior parte do tempo é iteração de planos, não escrita.

Vale a pena escrever roteiro para vídeos de dez segundos?
Sim, mas em formato reduzido: uma logline, três batidas e uma lista de planos. Mesmo nessa escala, decidir o que acontece nos três segundos finais evita que o vídeo termine sem fechamento.

Como lidar com cenas complexas que os modelos erram com frequência?
Divida em planos menores e mais simples. Em vez de um plano único com três personagens, movimento de câmera e mudança de iluminação, gere três planos separados e resolva a complexidade na montagem.

Próximos passos

Escolha um projeto pequeno e aplique o fluxo completo: logline, beat sheet, escaleta, decupagem, prompts por cena, geração em lotes coerentes e montagem com trilha sincronizada. Registre cada decisão em um documento reutilizável. Na segunda vez, você não vai começar do zero — vai adaptar uma estrutura que já funciona.

O que separa vídeos gerados por IA que parecem amadores daqueles que parecem cinema não é a ferramenta. É a clareza de quem escreveu antes de gerar. O roteiro é a tecnologia mais barata e mais subestimada de todo o pipeline.