Assistente de IA para roteiro e design de cenas: guia prático

Por que a pré-produção virou o gargalo do vídeo com IA

Gerar imagens e clipes isolados ficou fácil. O difícil é manter uma história de pé por trinta segundos, dois minutos ou dez episódios. Modelos de vídeo generativo evoluíram rápido na fidelidade visual, mas continuam ruins em coerência: o personagem muda de rosto, a luz do plano 4 não conversa com a do plano 5, o figurino troca de cor sem motivo e a montagem final parece uma sequência de belas imagens sem relação entre si.

O problema quase nunca está no modelo. Está na ausência de direção. Cinema, publicidade e séries funcionam porque existe uma etapa anterior ao set: roteiro, decupagem, desenho de produção, referência visual e plano de continuidade. Quando você pula essa etapa e vai direto para o prompt, cada geração se torna uma decisão isolada. O resultado é retrabalho, tempo perdido e uma sensação difusa de que "a IA ainda não dá conta".

Um assistente de direção com IA não substitui o seu olhar. Ele assume o trabalho braçal da pré-produção: transformar uma ideia vaga em estrutura narrativa, converter a estrutura em cenas especificadas e derivar dessas cenas os insumos técnicos que os modelos precisam receber. É a diferença entre improvisar e projetar.

Este guia mostra um fluxo completo, do briefing ao corte final, com critérios de decisão, exemplos concretos, erros frequentes e um exemplo aplicado de spot de trinta segundos.

O que um assistente de direção com IA realmente faz

Antes de escolher qualquer ferramenta, vale entender as três camadas de trabalho que ela pode assumir. Muitos criadores compram uma solução esperando a camada errada e se frustram.

Da intenção criativa ao esqueleto narrativo

A primeira camada é estrutural. Você descreve o que quer comunicar, para quem, em quanto tempo e com qual tom. O assistente devolve uma proposta de formato: quantas cenas, qual a duração aproximada de cada uma, onde ficam a virada e o clímax, que informação precisa ser plantada no início para pagar no fim.

Isso é valioso porque escritores e diretores humanos tendem a resolver a mesma tarefa em horas de conversa. A IA propõe três ou quatro arquiteturas em minutos. Você escolhe, descarta ou mistura — mas começa a decidir sobre algo existente, não sobre o vazio.

Especificação de cena: o que precisa estar no papel

A segunda camada é descritiva. Para cada cena, o assistente ajuda a preencher campos como localização, horário do dia, condição climática, ação central, emoção dominante, personagens presentes, objetos relevantes, movimento de câmera sugerido e duração.

Esse é o coração do trabalho. Uma cena especificada em oito campos gera prompts consistentes. Uma cena descrita como "homem caminhando na chuva, cinematográfico" gera dez resultados diferentes, todos bonitos, nenhum utilizável em sequência.

O que a IA não decide por você

Assistentes são bons em completar lacunas e propor variações. São ruins em julgar o que é pessoal e intransferível. A escolha de enquadramento que revela um detalhe emocional, o silêncio antes de uma fala, a decisão de não mostrar o rosto em determinado momento — isso continua sendo direção humana.

Use a IA para expandir o leque, nunca para fechar a escolha estética final. Se você aceita a primeira sugestão sem negociar, o vídeo terá a textura média de tudo que o modelo já viu.

Do briefing à sinopse: construindo o núcleo dramático

Briefing ruim gera roteiro genérico. Antes de abrir qualquer assistente, escreva à mão um documento curto com sete campos.

O briefing estruturado em sete campos

1. Objetivo único. O que muda na cabeça de quem assiste? Se houver três objetivos, escolha um.
2. Público e contexto de exibição. Tela vertical no feed, YouTube horizontal, apresentação em sala. Isso altera ritmo e escala de plano.
3. Duração alvo. Trinta segundos não são um minuto cortado; são outra gramática.
4. Tom e referências. Cite de duas a quatro obras específicas, não gêneros vagos.
5. Restrições. Orçamento, locação, número de personagens, elementos que não podem aparecer.
6. Mensagem final. A frase que o espectador repetiria se alguém perguntasse do que se tratava.
7. Chamada para ação ou desfecho. O que acontece depois do último quadro.

Com esse documento, peça ao assistente três sinopses em uma página, cada uma com uma abordagem dramática diferente: uma linear, uma em flashback, uma baseada em contraste visual. Compare antes de escrever o roteiro completo.

Testando a sinopse antes de gastar tempo de render

Existe um teste simples e brutal: leia a sinopse em voz alta em trinta segundos. Se você precisar de mais tempo, a história está maior que o formato. Se sobrar muito tempo, falta conflito. Ajuste no texto, onde a mudança custa segundos, e não na geração, onde cada iteração custa processamento e paciência.

Outro teste útil é o da pergunta única. Escreva a sinopse e, abaixo dela, a pergunta que o espectador deveria se fazer no meio do vídeo. Se não existir pergunta, existe apenas descrição — e descrição não sustenta atenção.

Do roteiro ao shot list: um fluxo em cinco etapas

Roteiro descreve o que acontece. Shot list descreve o que a câmera vê. A IA ajuda muito na tradução entre os dois, mas o processo precisa de ordem.

Etapa 1: segmentação por batidas narrativas

Divida o roteiro em batidas. Cada batida é uma mudança de informação, emoção ou situação. Em um vídeo de trinta segundos, espere de quatro a seis batidas. Marque cada uma com um verbo: ela percebe, ele hesita, o carro chega, a porta abre.

Batidas são a unidade de trabalho correta porque sobrevivem a mudanças de plano. Se você descobre que um plano não funciona, troca o plano sem refazer a estrutura.

Etapa 2: definição de planos e duração

Para cada batida, defina um a três planos. Anote tipo de plano (geral, médio, close), ângulo, movimento e duração em segundos. A duração é o campo mais subestimado: definir dois segundos e meio em vez de "curto" evita surpresas na montagem.

Peça ao assistente uma versão alternativa do mesmo shot list com uma gramática oposta — por exemplo, se o primeiro é contemplativo com planos longos, gere um com cortes rápidos e câmera na mão. Ter as duas versões em mãos permite escolher com base no efeito desejado, não na inércia.

Etapa 3: continuidade visual e folhas de personagem

Aqui mora a maior parte do retrabalho. Crie uma folha para cada personagem e cada locação recorrente, com características fixas: idade aparente, cabelo, cor e corte da roupa, acessórios, marcas. O mesmo para locação: arquitetura, paleta, fonte de luz principal, direção da luz.

Depois, gere um quadro de referência para cada folha e use-o como âncora em todos os planos daquele elemento. Sem essa âncora, cada geração reinterpreta a descrição e a continuidade se rompe.

Etapa 4: prompts derivados do shot list

Não escreva prompts do zero. Derive cada prompt do shot list, concatenando campos fixos com campos variáveis. Um formato útil:

[sujeito + folha de personagem] + [ação da batida] + [tipo de plano e lente] + [locação e folha de cenário] + [luz e paleta] + [movimento de câmera] + [referência de estilo]

Mantenha a ordem estável. Modelos respondem melhor a estruturas repetidas, e você consegue isolar variáveis quando algo sai errado.

Etapa 5: checklist de aprovação antes da geração

Antes de disparar o processamento, revise: todas as cenas têm duração definida? Todos os personagens têm folha? Existe um quadro de referência por locação? Os prompts seguem o mesmo formato? A soma das durações fecha o tempo alvo? Se qualquer resposta for não, volte uma etapa. A pré-produção é barata; a pós-produção de caos é cara.

Verificação	Sinal de alerta	Ação corretiva
Duração total	Sobra ou falta mais de 15%	Fundir ou dividir batidas
Continuidade	Personagem muda entre planos	Reforçar folha e quadro-âncora
Luz	Paleta oscila entre cenas	Fixar fonte e direção de luz
Ritmo	Mais de 8 planos em 30s sem motivo	Reduzir e alongar planos
Clareza	Não dá para resumir em uma frase	Reescrever a sinopse

Design de cenas: luz, cor, lente e atmosfera

Design de cena é a parte que separa vídeo amador de vídeo com identidade. É também o campo onde vocabulário impreciso custa mais caro.

Vocabulário visual que a IA entende

Substitua adjetivos vagos por decisões concretas. "Bonito" não significa nada; "luz lateral suave a 45 graus, paleta de azuis frios com um acento âmbar na janela" significa muito. "Épico" não orienta; "lente 35mm, câmera baixa, horizonte amplo, escala humana pequena no quadro" orienta.

Uma lista curta de eixos resolve a maior parte dos casos:

• Qualidade da luz: dura, suave, difusa, contraluz, prática na cena.
• Direção: frontal, lateral, superior, inferior, atrás do sujeito.
• Temperatura: quente, neutra, fria, mista.
• Paleta: duas cores dominantes e uma de acento.
• Lente e distância: grande angular, normal, teleobjetiva, macro.
• Textura: limpa, granulada, névoa, chuva, poeira.

Construindo uma bíblia visual reutilizável

Depois do primeiro projeto, transforme suas decisões em uma bíblia visual: paleta com códigos de cor, esquema de luz recorrente, lista de lentes, tratamento de contraste, tipo de movimento de câmera preferido. Isso cria reconhecimento de marca e reduz drasticamente o tempo de briefing em projetos futuros.

Uma bíblia visual bem-feita cabe em duas páginas. Se estiver maior, ela não está sendo usada — está sendo admirada.

Ferramentas: como escolher dentro do seu fluxo

Não existe ferramenta única. O que existe é um encadeamento com papéis claros.

Assistentes de roteiro e estrutura

Procure assistentes que aceitem briefing em campos, gerem múltiplas opções de estrutura, exportem roteiro e shot list em formato tabular e permitam edição manual de cada célula. O critério decisivo não é a qualidade do texto gerado, é a facilidade de sair da ferramenta com uma tabela utilizável.

Evite soluções que só entregam texto corrido. Você vai perder horas convertendo parágrafos em planos.

Modelos de geração de vídeo

Escolha por tarefa, não por ranking. Modelos diferentes se destacam em realismo humano, em movimentos de câmera complexos, em texturas estilizadas ou em consistência de personagem entre planos. Faça um teste controlado com o mesmo prompt em três modelos e compare: fidelidade ao briefing, estabilidade temporal, qualidade de movimento e aderência à paleta.

Documente o resultado. Uma matriz simples de tarefa versus modelo economiza muito tempo nos projetos seguintes.

Edição, som e finalização

Montagem, color grading, desenho de som e legendagem são onde o vídeo ganha ritmo real. Reserve tempo para isso no cronograma desde o início. Um vídeo com planos medianos e som bem construído supera facilmente um vídeo com planos bonitos e som ausente.

Erros comuns que quebram a coesão narrativa

Estes são os padrões que mais aparecem em projetos de vídeo com IA:

1. Começar pelo prompt. Sem estrutura, cada prompt é uma decisão órfã.
2. Ignorar duração. Planos sem tempo definido produzem montagem arrastada.
3. Reescrever a descrição a cada plano. Pequenas variações de palavras geram variações grandes de imagem.
4. Esquecer a folha de personagem. É a causa número um de rostos diferentes na mesma cena.
5. Misturar esquemas de luz. Cada cena com uma lógica de luz diferente destrói a sensação de unidade.
6. Gerar em resolução máxima na primeira tentativa. Teste em qualidade menor, aprove e só depois finalize.
7. Não versionar. Salve versões nomeadas de roteiro, shot list e prompts. Sem histórico, você não consegue voltar atrás.
8. Aceitar a primeira sugestão da IA. Isso nivela o projeto pela média.

Um nono erro, mais sutil: tratar o assistente como oráculo. Ele é um estagiário muito rápido e muito bem lido. Estagiários precisam de supervisão.

Exemplo prático: spot de 30 segundos do briefing ao corte

Cenário: uma marca de café artesanal quer um vídeo vertical de trinta segundos para redes sociais, com tom documental e íntimo.

Briefing. Objetivo único: mostrar que o café é torrado em pequenos lotes. Público: consumidores urbanos de 25 a 40 anos. Duração: 30 segundos, formato vertical. Tom: documental, mãos e detalhes. Restrições: apenas duas locações, sem atores profissionais. Mensagem final: "torrado em pequenos lotes".

Sinopses geradas. Três propostas: (a) dia na torrefação em ordem cronológica; (b) contraste entre cidade barulhenta e silêncio da torra; (c) foco apenas nas mãos e nos grãos, sem rosto. A opção (c) foi escolhida porque elimina o problema de continuidade de personagem e reforça o tom íntimo.

Shot list. Seis batidas: grãos caindo, mão abrindo o saco, aroma subindo, torra girando, prova com colher, xícara final. Nove planos, durações entre 2 e 5 segundos, uma locação principal e um insert de bancada.

Folhas. Personagem reduzido a mão e avental com cor fixa. Locação com duas fontes de luz: janela lateral à esquerda e lâmpada quente acima da bancada.

Prompts. Todos seguem o mesmo formato, com paleta âmbar e marrom, lente 50mm, textura levemente granulada.

Iteração. Os planos 3 e 7 falharam na primeira rodada por movimento excessivo de partículas. Reduziu-se a descrição de ação e funcionou. Nenhuma estrutura foi alterada — apenas o prompt.

Pós. Montagem seguiu o ritmo planejado, trilha com percussão suave, desenho de som com crepitação de grãos e ambiente de torra. O corte final ficou sete segundos mais curto que o previsto, o que exigiu reduzir duas batidas — decisão tomada na timeline, com base no material aprovado.

O ponto central do exemplo: nenhuma decisão estética foi terceirizada. A IA acelerou estrutura, especificação e variação. A escolha do plano (c) sem rosto foi humana, e foi ela que resolveu o principal risco técnico do projeto.

FAQ: dúvidas frequentes sobre direção assistida por IA

Preciso saber escrever roteiro para usar um assistente? Ajuda, mas não é obrigatório. O que você precisa é saber avaliar: reconhecer quando falta conflito, quando o ritmo arrasta e quando um plano não serve à história. Isso se aprende assistindo e comparando.

Quantas cenas devo planejar para um vídeo de trinta segundos? Entre quatro e seis batidas, com um a três planos cada. Menos que isso costuma ficar lento; mais que isso vira mosaico sem respiro.

Vale a pena gerar storyboard visual antes dos clipes? Sim, principalmente se houver personagens recorrentes. Quadros de referência reduzem drasticamente a variação entre planos e servem como âncora de continuidade.

Como lidar com mudanças de escopo no meio do projeto? Volte ao briefing. Se o objetivo único mudou, o roteiro precisa mudar. Ajustar prompts sem revisar a estrutura gera um vídeo que não diz nada com competência.

Qual a ordem correta de aprendizado? Estrutura narrativa, depois especificação de cena, depois vocabulário visual, depois ferramentas. Quem inverte essa ordem domina o botão e perde a história.

Posso reutilizar o mesmo shot list em formatos diferentes? Em parte. A estrutura de batidas sobrevive, mas durações e tipos de plano mudam entre vertical e horizontal. Reaproveite o esqueleto e refaça a decupagem.

Próximos passos: transforme pré-produção em vantagem

O ganho real de um assistente de direção com IA não é velocidade bruta. É a possibilidade de testar várias versões da mesma história antes de comprometer tempo de geração, e de manter consistência em projetos maiores do que você conseguiria dirigir sozinho.

Comece pequeno e com disciplina. Escolha um projeto de trinta segundos, escreva o briefing nos sete campos, gere três sinopses, monte um shot list com durações em segundos, crie folhas de personagem e locação, derive prompts de formato fixo e só então gere. Revise contra o checklist. Anote o que falhou.

No projeto seguinte, reutilize a bíblia visual e a estrutura de shot list. Em três ou quatro ciclos, você terá um método — e um método é o que separa quem brinca com modelos de quem dirige vídeo. A ferramenta muda, os modelos mudam, a moda muda. A capacidade de transformar uma intenção em plano especificado continua sendo a habilidade que faz a diferença.