Prompts de Vídeo com IA Que Realmente Funcionam

Os modelos de vídeo são literais. Não inferem a intenção como um chatbot; associam as suas palavras a padrões visuais aprendidos a partir de filmagens. Isto significa que os prompts que funcionam são os que se leem como a descrição de um plano num set de filmagem, não como um briefing criativo. «Um vídeo emocionante sobre perseverança» não dá nada ao modelo para renderizar. «Um maratonista a desabar na linha de chegada à chuva, a multidão desfocada ao fundo» dá-lhe tudo.

Três princípios separam os prompts aproveitáveis dos créditos desperdiçados:

• Uma cena por prompt. Os modelos atuais geram clipes curtos, normalmente de 5 a 10 segundos. Amontoar dois locais ou um arco narrativo num só prompt produz um morphing incoerente. Se precisar de uma sequência, gere clipes separados e monte-os juntos.
• Substantivos e verbos concretos. «Um cão» é atirar a moeda ao ar. «Um cachorro golden retriever a sacudir a água do pelo» é um plano. Os verbos específicos importam ainda mais do que os adjetivos, porque definem o movimento que o modelo tem de renderizar.
• Apenas linguagem visual. Sons, cheiros e sentimentos internos não se renderizam. Traduza-os: em vez de «uma atmosfera tensa», escreva «luz fluorescente dura no teto, sombras compridas, corredor vazio».

A destreza no prompt soma-se à escolha da ferramenta. Se ainda não decidiu qual gerador usar, o nosso ranking dos melhores geradores de vídeo com IA aborda quais modelos seguem os prompts com mais fidelidade, e a nossa visão geral do Deevid AI explica como uma plataforma multimodelo lhe permite testar um mesmo prompt em vários motores.

Cada prompt de texto para vídeo forte que escrevemos encaixa no mesmo esqueleto. Preencha estes cinco espaços, por esta ordem, e vai acertar no ponto ideal do modelo quase sempre:

1. Sujeito e ação. Quem ou o quê, a fazer exatamente uma coisa. É o núcleo do plano.
2. Estilo. O aspeto geral: realismo cinematográfico, película 35mm, animação 3D, massa de modelar, anime, documentário com câmara na mão.
3. Iluminação. Contraluz de hora dourada, softbox único, letreiros de néon, luz difusa de céu nublado. A iluminação é a forma mais barata de fazer um clipe parecer intencional.
4. Movimento de câmara. Um só movimento: travelling lento para a frente, plano fixo bloqueado, órbita, subida de grua, seguimento com câmara na mão. Dois movimentos num só prompt são o caminho mais rápido para uma geometria distorcida.
5. Atmosfera. Uma frase de fecho que orienta a cor e o ritmo: serena e contemplativa, tensa e urgente, alegre e luminosa.

Montado, fica assim: «Um pescador curtido de capa amarela conserta uma rede num cais de madeira ao amanhecer, realismo cinematográfico, suave contraluz dourada com nevoeiro a rolar, travelling lento para a frente em contra-picado, atmosfera calma e contemplativa.» São 34 palavras, um sujeito, uma ação, um movimento de câmara. Vai produzir um plano coerente em praticamente qualquer modelo moderno.

A contagem de palavras importa menos do que a estrutura, mas 30 a 60 palavras é a faixa fiável. Abaixo de 15 palavras, o modelo preenche as lacunas com escolhas genéricas. Acima de 90 palavras, a maioria dos motores começa a ignorar instruções em silêncio, e não dá para saber quais sobreviveram.

A fórmula flexiona conforme parte de texto, de uma imagem ou de um guião para um avatar. Aqui estão exemplos funcionais para cada modo.

Texto para vídeo. Aplica-se a fórmula completa em cinco partes. Dois exemplos que renderizam de forma limpa:

• «Um auricular sem fios preto fosco a girar lentamente sobre um pedestal de mármore branco, estilo fotografia de produto em estúdio, luz principal de softbox único com um subtil contorno de luz, plano macro bloqueado, atmosfera limpa e premium.»
• «Um descapotável vintage vermelho a percorrer uma estrada de falésia costeira ao pôr do sol, aspeto de película 35mm com ligeiro grão, contraluz quente e reflexo de lente, plano aéreo de seguimento por trás, atmosfera nostálgica e livre.»

Se quiser praticar sem gastar nada, mantemos uma lista atualizada de geradores de texto para vídeo gratuitos suficientemente bons para treinar prompts.

Imagem para vídeo. A imagem já define sujeito, estilo e iluminação, por isso o seu prompt deve descrever apenas o movimento. Voltar a descrever a imagem confunde o modelo e provoca deriva. Um bom prompt de animação lê-se assim: «Um vento suave move o cabelo dela e as cortinas atrás, a câmara avança lentamente, a luz do sol tremeluz suavemente pela janela.» Curto, focado no movimento, nada sobre a aparência. A mesma lógica aplica-se a todas as ferramentas de imagem para vídeo gratuitas que testámos.

Vídeo de avatar. Aqui o prompt são na verdade duas entradas: o guião que o avatar diz e as indicações de interpretação. Mantenha frases curtas, escreva para o ouvido e acrescente notas de entrega explícitas onde a plataforma o permita: «Lê num tom caloroso e confiante. Faz uma breve pausa depois da primeira frase. Um pouco mais rápido na chamada à ação final.» Os guiões escritos como parágrafos de blogue soam robóticos quando falados; os guiões escritos como uma mensagem de voz amigável soam humanos.

Quando uma geração falha, a causa costuma ser um destes cinco erros de prompt:

• Sobrecarregar a cena. Três personagens, uma mudança de local e uma reviravolta em oito segundos. Reduza a um sujeito, uma ação.
• Palavras de qualidade vagas. «Bonito», «deslumbrante» e «alta qualidade» são peso morto. Descrevem as suas esperanças, não a imagem. Substitua-as por termos de iluminação e estilo.
• Contradições. «Ação de ritmo acelerado, atmosfera calma e pacífica» obriga o modelo a fazer a média de dois opostos, e a média é uma papa.
• Apoiar-se em negações. Escrever «sem texto, sem desfoque, sem dedos a mais» no prompt principal muitas vezes piora as coisas, porque continua a colocar esses conceitos à frente do modelo. Use um campo de prompt negativo dedicado se a ferramenta tiver um; caso contrário, descreva antes o que quer.
• Empilhar movimentos de câmara. «Travelling para a frente enquanto orbita e sobe de grua» é uma receita para fundos que derretem. Escolha um.

É na iteração que o prompt se torna uma competência em vez de uma lotaria. Trate cada regeneração como uma experiência: mude exatamente uma variável de cada vez, seja o movimento de câmara, a iluminação ou o verbo. Se mudar três coisas e o clipe melhorar, não aprendeu nada. Mantenha um simples registo de prompts com o que tentou e o que saiu, e reutilize os seus esqueletos vencedores entre projetos. Nos modelos que expõem um valor de seed, bloqueie o seed enquanto refina a redação, para ver o efeito de cada edição isoladamente.

O mesmo prompt comporta-se de forma diferente em motores diferentes, por isso combine o modelo com a tarefa antes de começar a polir palavras.

• Deevid AI reúne vários modelos de vídeo de topo por trás de uma única interface, o que o torna o sítio mais prático para testar um prompt em vários motores e guardar o melhor resultado. Os detalhes dos planos estão na nossa análise de preços do Deevid AI.
• Kling AI é a escolha mais forte para o realismo assente na física: água, tecido, cabelo e movimento do corpo. Os prompts com verbos de ação precisos brilham aqui. Veja como se compara na nossa comparação Deevid vs Kling.
• Runway recompensa os prompts ao estilo de realizador e oferece controlos de câmara e movimento mais finos, o que serve o trabalho estilizado ou experimental. Cobrimos os compromissos em Deevid vs Runway.
• HeyGen é orientado ao guião: o seu esforço de prompt vai para escrever falas naturais e notas de interpretação para um avatar falante, não para a descrição de cena.

Um fluxo de trabalho prático: rascunhe o seu prompt com a fórmula em cinco partes, execute-o em dois ou três modelos através de um hub como o Deevid, compare as saídas lado a lado e depois itere apenas no motor que chegou mais perto.