O prompt como roteiro invisível do vídeo gerado
Quando um diretor grava uma cena, existe um roteiro, um plano de luz, uma lente escolhida, um movimento de câmera ensaiado e alguém cuidando da continuidade para que nada mude entre um take e outro. Na geração de vídeo com inteligência artificial, tudo isso precisa caber em texto. O prompt não é uma legenda da imagem: é a soma de decisões de produção comprimida em poucas linhas.
A maior parte dos resultados que parecem plásticos, com pele lisa demais, movimento flutuante e cenários genéricos, não falha por limitação do modelo. Falha porque o prompt descreveu apenas o assunto. Pedir uma pessoa caminhando na chuva não define se a chuva respinga no ombro, se o asfalto reflete um letreiro, se a lente é 35 mm ou 85 mm, se a câmera acompanha na mão ou desliza sobre um trilho. Cada omissão é preenchida pelo sistema com o caminho de menor esforço, e o caminho de menor esforço é quase sempre o clichê visual.
Tratar o prompt como documento de produção muda o jogo. Você passa a ter campos fixos, reutilizáveis em qualquer ferramenta, e a comparação entre tentativas deixa de ser aleatória: quando algo melhora, você sabe exatamente qual variável mudou.
Por que a diferença mora nos detalhes pequenos
Realismo não vem de palavras grandiosas. Termos como ultrarrealista, hiperdetalhado ou qualidade de cinema são interpretados de forma vaga e raramente alteram o resultado de maneira previsível. O que muda o resultado é especificidade física: como a luz atravessa o cabelo, como o tecido amassa no cotovelo, quanto tempo o pé permanece no ar durante a passada, como a poça reflete a lateral de um carro.
Um prompt que descreve causas produz efeitos. Um prompt que pede efeitos sem causas produz um render bonito e vazio.
Os três leitores do mesmo prompt
Vale lembrar que o mesmo texto serve a três leitores diferentes: o modelo, que decide pixels; você no futuro, que precisa lembrar por que escolheu aquela lente; e qualquer pessoa que entre no projeto depois. Um prompt bem escrito é, ao mesmo tempo, comando e documentação. Isso importa quando um projeto volta após duas semanas e você precisa reproduzir exatamente o mesmo plano.
A anatomia de um prompt fotorrealista
Um prompt consistente tem seis blocos. A ordem importa menos do que a presença de todos, mas modelos tendem a dar mais peso às primeiras palavras, então comece pelo núcleo dramático e deixe a parte técnica para o fim.
Bloco 1: sujeito e identidade
Descreva idade aparente, traços, tipo físico, cabelo e vestuário com tecido, cor, caimento e desgaste. Exemplo: motorista de ônibus de 55 anos, rosto marcado pelo sol, barba grisalha curta, camisa social de algodão azul amassada nas costas. Note que camisa azul amassada nas costas diz muito mais ao modelo do que roupa casual.
Bloco 2: ação e micro-ação
Aqui está o maior salto de qualidade disponível. Verbo principal mais micro-comportamento mais ritmo. Em vez de corre, escreva corre com passada curta, braços baixos, cabeça inclinada contra a chuva, respiração visível. Em vez de conversa, escreva conversa com gestos contidos, olhar desviando para a porta, peso do corpo na perna esquerda.
Bloco 3: ambiente, época e sinais de uso
Lugar, hora, clima, materiais, nível de limpeza e marcas de uso. Beco de tijolo úmido, poças com película de óleo, fiação aparente, placa desbotada, sacos de lixo junto ao meio-fio. Elementos de desgaste são atalhos poderosos: um corrimão polido pelo uso comunica décadas em duas palavras.
Bloco 4: luz e atmosfera
Fonte principal, direção, temperatura de cor, contraste, partículas no ar e comportamento das sombras. Contraluz de fim de tarde atravessando névoa fina, preenchimento rebatido em parede clara, sombras longas apontando para a câmera. Se você escrever apenas iluminação cinematográfica, receberá o padrão médio do modelo, que raramente combina com a sua cena.
Bloco 5: óptica e câmera
Distância focal, abertura, proporção, altura, suporte, movimento e velocidade. 50 mm, f/2.0, 16:9, na altura do peito, gimbal lento para a direita. Lentes longas comprimem o fundo e aproximam o espectador; grande-angular exagera o espaço e as bordas. Escolher a lente é escolher o ponto de vista.
Bloco 6: textura e imperfeições
Grão fino, leve aberração nas bordas, respiração da lente, micro-tremor de mão, poeira suspensa no feixe de luz, gotas na frente da objetiva. Esse bloco é o que separa um render de um registro. Sem ele, o resultado tende ao aspecto limpo e digital que denuncia a origem sintética.
Comparação prática: o mesmo plano em duas versões
Versão fraca: mulher triste na cidade à noite, cinematográfico, ultrarrealista.
Versão forte: mulher de 30 anos, casaco de lã cinza com a barra úmida, sentada na borda de uma calçada, olhar fixo no asfalto molhado, respiração curta visível no ar frio; rua estreita depois da chuva, letreiros de neon refletidos nas poças, fumaça saindo de um bueiro; contraluz magenta vindo de um letreiro à esquerda, preenchimento azul frio do letreiro oposto; 85 mm, f/1.8, câmera na altura dos olhos, plano médio, leve aproximação de 10 centímetros; grão fino, poeira no ar, respingos na objetiva.
A segunda versão não é apenas mais longa. Ela elimina ambiguidades que o modelo resolveria por conta própria com escolhas genéricas.
Câmera e movimento: a gramática do realismo
Movimento mal especificado é a causa número um de distorção em vídeos gerados. A boa notícia é que existe um vocabulário razoavelmente estável entre ferramentas.
Vocabulário que os modelos entendem bem
Deslocamento lateral constante, avanço lento, recuo, órbita em torno do sujeito, subida vertical, panorâmica para a esquerda, inclinação para cima, câmera na mão acompanhando, estabilizador, grua descendo, foco passando do primeiro para o segundo plano. Sempre acrescente direção e velocidade: avanço lento de 5 centímetros por segundo, órbita de 90 graus em seis segundos. Números ajudam o modelo a calibrar o tempo.
Combinações que funcionam na prática
Um plano, um movimento principal. Isso é regra, não sugestão. Quando você pede três movimentos simultâneos, o resultado costuma apresentar geometria instável, paredes que respiram e membros que atravessam objetos.
Combinações confiáveis: sujeito em movimento com câmera fixa, ótimo para comunicar escala; sujeito parado com câmera em movimento, ótimo para revelar cenário; sujeito e câmera se movendo na mesma direção e velocidade, ótimo para sensação de jornada.
Erros comuns de movimento
Pedir zoom rápido enquanto o sujeito corre gera guerra de vetores. Pedir giro de 360 graus em ambiente estreito gera deformação nas paredes. Pedir câmera na mão e resultado ultrassuave é contraditório. E pedir apenas movimento cinematográfico não diz nada: o modelo escolhe por você, e geralmente escolhe o mais genérico.
Consistência de personagem e continuidade entre planos
Um plano isolado convincente é fácil. Difícil é o segundo plano parecer o mesmo dia, a mesma pessoa e a mesma luz.
Ficha técnica de personagem
Escreva um parágrafo fixo de identidade e copie literalmente em todos os planos. Nunca reescreva com sinônimos: o modelo pode interpretar cabelo castanho e cabelo marrom como pessoas diferentes se a ordem ou o contexto mudarem. A ficha deve conter idade, traços, cabelo, vestuário completo e um detalhe marcante, como uma cicatriz acima da sobrancelha esquerda ou um relógio de mostrador pequeno no pulso direito.
Estratégia de planos e escalas
Comece pelo plano geral para estabelecer o espaço, siga para o plano médio e termine no detalhe. Mantenha roupa, penteado e horário idênticos entre planos do mesmo bloco. Se a história atravessa manhã e noite, crie duas fichas: a versão diurna e a versão noturna do mesmo personagem, mudando apenas o que muda de verdade na vida real, como o casaco ou o cansaço no rosto.
Cenário, figurino e adereços
Escolha de cinco a sete objetos âncora que aparecem em todas as cenas daquele ambiente: a placa enferrujada, o poste torto, a bicicleta apoiada, a mancha de óleo no chão. Repita esses objetos no prompt de cada plano. Eles funcionam como pontos de ancoragem visual e fazem o espectador sentir que está no mesmo lugar, mesmo quando o enquadramento muda completamente.
Luz e atmosfera: o atalho mais rápido para o realismo
Se você só puder melhorar um bloco do seu prompt, melhore a luz. Modelos aprendem padrões de iluminação a partir de filmes e fotografia, e a luz comunica realismo mais rápido do que qualquer outro elemento.
Receitas que você pode copiar
Golden hour com contraluz e flare suave, sombras longas, pele com brilho quente. Noite urbana com neon magenta à esquerda e ciano à direita, asfalto molhado refletindo os letreiros. Interior com luz de janela lateral difundida por cortina fina e sombra suave caindo na parede. Luz prática de luminária de tungstênio criando sombra dura e curta. Dia nublado com luz difusa, sem sombra marcada, céu branco funcionando como fonte única.
Partículas e volume
Poeira, névoa, fumaça e chuva fina aumentam muito a sensação de realismo porque tornam a luz visível. Um feixe de luz sem partículas é apenas um gradiente. Com partículas, vira atmosfera.
Fluxo de trabalho em sete etapas
Etapa 1: briefing visual
Reúna de 8 a 12 referências, defina tom, paleta, época e ritmo. Escreva em uma frase o que o vídeo precisa comunicar. Isso evita prompts que descrevem cenas bonitas sem função.
Etapa 2: prompt mestre
Monte os seis blocos uma vez e salve o texto em um documento com número de versão. Esse é o seu prompt mestre, e todas as variações nascem dele.
Etapa 3: testes curtos
Gere de quatro a oito clipes de dois a três segundos em resolução reduzida. O objetivo é diagnosticar, não entregar. Teste barato é a melhor ferramenta de direção que existe nesse fluxo.
Etapa 4: diagnóstico
Para cada clipe, anote o desvio: rosto mudou, movimento deformou, luz ficou plana, cenário perdeu identidade. Mude uma variável por vez. Se você alterar três coisas ao mesmo tempo, não aprenderá nada.
Etapa 5: ajuste fino
Reordene blocos, corte adjetivos vagos, acrescente micro-ação, especifique direção e velocidade. Mantenha o histórico de versões para poder voltar atrás.
Etapa 6: render final
Congele o prompt. Renderize com o texto exato do teste aprovado. Pequenas reescritas cosméticas costumam mudar o resultado de forma inesperada.
Etapa 7: pós-produção
Estabilização leve quando necessário, grão unificado entre planos, correção de cor para casar temperaturas e, principalmente, som. Passos, tecido, ambiente e respiração vendem realismo mais do que a imagem isolada.
Adaptando prompts a modelos diferentes
Ferramentas de geração de vídeo variam em sensibilidade a adjetivos, comprimento ideal de texto, capacidade de movimento de câmera e coerência temporal. Em vez de decorar regras por produto, use três testes rápidos.
Primeiro, teste de aderência: envie o prompt completo e veja quantos blocos aparecem no resultado. Se metade for ignorada, corte para o essencial: sujeito, ação, luz e câmera.
Segundo, teste de elasticidade: se o resultado parecer rígido, acrescente micro-ação e partículas. Se parecer caótico, reduza a cena a um único movimento e a menos elementos.
Terceiro, teste de idioma: muitos modelos foram treinados majoritariamente em inglês e respondem de forma mais previsível nesse idioma. Se você escreve em português e recebe resultados inconsistentes, traduza o prompt e compare. Se o resultado melhorar, mantenha as duas versões e use a tradução como base, adaptando depois ao seu estilo.
Quando a identidade do personagem é crítica, a referência de imagem tende a ser mais eficiente do que qualquer descrição textual. Use texto para cenas de estabelecimento e referência visual para close-ups e planos com rosto em destaque.
Critérios de decisão antes de renderizar
Antes de gastar tempo de processamento, responda mentalmente a algumas perguntas.
Se a prioridade é fidelidade de rosto, use referência visual, ficha de personagem fixa e plano médio com pouca movimentação.
Se a prioridade é movimento complexo, simplifique o cenário, mantenha a câmera estável e divida a ação em planos curtos.
Se a prioridade é duração longa, nunca peça um plano único de vinte segundos. Divida em quatro planos de cinco segundos com fichas consistentes.
Se a prioridade é entrega rápida, reduza para quatro blocos e aceite menos controle sobre textura e imperfeições.
Se a prioridade é coerência de marca, fixe paleta, figurino e três objetos âncora repetidos em todos os planos.
Erros comuns e como corrigir
Adjetivos vazios: ultrarrealista, 8k, obra-prima. Correção: substitua por causas físicas verificáveis, como poros visíveis e brilho oleoso sutil na pele.
Prompt com várias ações conflitantes: a pessoa abre a porta, senta, atende o telefone e chora em quatro segundos. Correção: uma ação principal por plano.
Sinônimos na ficha de personagem: descrever o mesmo casaco de duas formas diferentes em planos distintos. Correção: copie e cole o mesmo texto.
Física ignorada: vento que não mexe no cabelo, chuva que não molha o chão, reflexo ausente em superfície polida. Correção: descreva as consequências físicas, não apenas o fenômeno.
Câmera impossível: movimento que atravessa parede ou gira dentro de um elevador. Correção: escolha movimentos compatíveis com o espaço descrito.
Render em alta resolução no primeiro teste. Correção: teste sempre em resolução reduzida e em versão curta.
Falta de versionamento: três dias depois, ninguém sabe qual texto gerou o melhor plano. Correção: nomeie cada versão com data e com o que mudou.
Som esquecido: imagem impecável com áudio genérico. Correção: trate o áudio como parte do plano, com camadas de ambiente, tecido e passos.
Perguntas frequentes
Preciso escrever os prompts em inglês?
Não obrigatoriamente. Escreva no idioma em que você pensa e traduza apenas se notar queda de consistência. O importante é manter vocabulário estável entre planos, sem variações desnecessárias.
Qual é o tamanho ideal de um prompt?
Depende da ferramenta, mas a faixa prática vai de 60 a 150 palavras. Abaixo disso, faltam decisões; acima disso, o modelo começa a ignorar partes do texto e a inventar o restante.
Como evitar rostos deformados?
Reduza o número de pessoas na cena, prefira planos médios a planos muito abertos com rosto pequeno, mantenha a ficha fixa e, se possível, use uma referência visual do personagem.
Por que o movimento parece flutuar?
Geralmente porque o prompt não descreve contato com o chão, peso, atrito e tempo de passada. Acrescente micro-ação e consequências físicas, como respingos a cada passo ou tecido que balança depois do corpo parar.
O mesmo prompt funciona em ferramentas diferentes?
A estrutura funciona, a calibragem muda. Mantenha o prompt mestre e faça um teste curto em cada ferramenta antes de renderizar a versão final.
Como manter consistência entre planos que acontecem em horas diferentes?
Crie fichas separadas por estado: a versão diurna e a noturna. Mude apenas o que mudaria na realidade, como iluminação, casaco e cansaço no rosto.
Vale a pena investir tempo em pós-produção?
Sim, especialmente em som e correção de cor. É comum um plano mediano parecer excelente depois de som bem construído e cor unificada entre planos.
Quantos testes devo fazer antes do render final?
Na prática, de três a cinco rodadas curtas resolvem a maioria dos projetos. Cada rodada deve mudar um aspecto específico: primeiro composição e ação, depois luz, depois textura e movimento de câmera.
Um bom prompt é menos sobre escrever bonito e mais sobre decidir tudo aquilo que você não quer que a máquina decida por você. Guarde as versões, mude uma variável por vez e trate cada teste curto como uma diária de filmagem: barato, rápido e revelador.
