Prompts de vídeo com IA cinematográficos vão além de descrições básicas de cena. Este artigo mostra a linguagem exata a que os modelos respondem: tipos de plano, direção da luz, movimentos de câmera, atmosfera e composição. Inclui exemplos de prompts prontos para usar em cenas de ação, drama, natureza e urbanas, além de um passo a passo com o Kling v3 Video no PicassoIA.
A diferença entre um vídeo com IA plano e genérico e outro que faz as pessoas pararem de rolar a tela quase sempre se resume a uma coisa: o prompt. Especificamente, quanta linguagem visual ele carrega. A maioria das pessoas digita uma descrição de cena e se pergunta por que o resultado parece um slide de PowerPoint ganhando vida. Diretores de fotografia passam carreiras inteiras aprendendo a falar sobre luz, espaço, movimento e emoção. Você pode usar essa linguagem agora mesmo, e isso muda tudo.
Prompts genéricos tratam os modelos de vídeo com IA como mecanismos de busca. "Um pôr do sol sobre o oceano" descreve um assunto, não um plano. Não dá ao modelo nada para trabalhar além de um tema. Diretores de fotografia profissionais nunca dizem "filme um pôr do sol". Eles dizem: "Plano geral de estabelecimento, ângulo baixo na altura da areia, rochas em primeiro plano em silhueta, horizonte dourado, câmera avançando lentamente de 50mm para o equivalente a 85mm, profundidade de campo rasa em f/2.8, hora mágica, paleta quente Kodak Vision3."
Essa especificidade não é enfeite. Cada palavra é uma instrução.
A falta de vocabulário é o motivo de tantos clipes gerados por IA parecerem sem peso. Eles têm assunto, mas não têm gramática visual. Não há informação espacial. Não há direção de luz. Não há relação entre primeiro plano e fundo. Não há um operador de câmera implícito tomando decisões deliberadas. Acrescente essa gramática, e o resultado deixa de ser algo que o modelo adivinha e passa a ser algo que ele executa.
Modelos modernos de texto para vídeo como o Kling v3 Video, o Seedance 2.0 e o Veo 3 são treinados com grandes conjuntos de dados de conteúdo de cinema real e gerado por IA. Eles internalizaram profundamente os conceitos cinematográficos. Quando você diz "lente de retrato de 85mm", eles entendem profundidade de campo rasa. Quando você diz "contraluz de hora dourada", eles sabem criar luz de contorno e reflexos de lente. Quando você diz "dolly de aproximação", eles geram movimento de câmera.
💡 A regra: Se um diretor de fotografia diria isso no set, coloque no seu prompt. Se não diria, questione se isso pertence ao prompt.
Planos de estabelecimento definem geografia, escala e atmosfera. Eles mostram ao espectador onde ele está e quão grande parece o mundo. No seu prompt, inclua explicitamente o enquadramento.
Estrutura de prompt para plano de estabelecimento:
Exemplo: "Plano geral extremo de estabelecimento de um barco de pesca solitário ancorado em um fiorde norueguês ao amanhecer, câmera posicionada na borda de um penhasco a 300 pés acima do nível da água olhando para baixo, o barco minúsculo contra paredes gigantescas de fiorde cinza-esverdeadas, névoa da manhã colada à superfície da água, luz difusa nublada sem sombras duras, plano de tripé travado e estático, lente grande angular de 35mm, fotorrealista"
Closes carregam peso emocional. É neles que o público se conecta com um personagem ou um momento. Um prompt de close malfeito produz um retrato. Um prompt bem feito produz um sentimento.
O que incluir em closes:
O movimento de câmera transforma uma imagem estática em uma cena viva e respirando. Iniciantes quase sempre deixam isso de fora, e é por isso que os resultados parecem fotografias que, por acaso, se mexem.
| Movimento de câmera | O que comunica | Linguagem do prompt |
|---|---|---|
| Dolly lento de aproximação | Tensão crescente, intimidade | "camera slowly pushing forward" |
| Revelação com afastamento | Escala, isolamento, descoberta | "slow camera pull-back revealing surroundings" |
| Órbita (plano em arco) | Poder, admiração, celebração | "camera orbiting subject 180 degrees" |
| Acompanhamento com câmera na mão | Urgência, autenticidade | "handheld camera following subject" |
| Estático travado | Calma, observação, quietude | "static tripod shot, no camera movement" |
| Subida de grua | Grandiosidade, transição, liberdade | "camera rising slowly from ground level to aerial" |
Modelos como o Video 01 Director e o Kling v2.6 Motion Control são criados especificamente para interpretar instruções de movimento de câmera, então usar essa linguagem importa ainda mais com essas ferramentas.
A luz não é decoração no cinema. Ela é informação narrativa. A direção, a qualidade, a temperatura de cor e a intensidade da luz dizem ao espectador como sentir antes que uma única palavra seja dita.
A luz natural tem nomes e comportamentos específicos que os modelos entendem bem.
Hora dourada: Luz âmbar quente a 10-15 graus acima do horizonte, sombras longas, alto contraste. Prompt: "hora mágica em contraluz pela esquerda da câmera, assunto em luz de contorno como silhueta, primeiro plano em brilho âmbar quente"
Nublado difuso: Luz uniforme, suave e sem sombras, com leve tom azul-acinzentado. Prompt: "céu muito nublado, luz suave e difusa sem sombras direcionais, leve tom azulado nas altas luzes"
Hora azul: Os 20 a 30 minutos após o pôr do sol, céu azul profundo, luzes da cidade começando a acender. Prompt: "crepúsculo civil, céu azul profundo a cerca de 15 minutos após o pôr do sol, luzes ambientes da cidade começando a acender, sem luz de preenchimento artificial dura"
💡 Dica: Sempre especifique de onde vem a luz: pela esquerda da câmera, pela direita, de cima, em contraluz ou uma fonte prática (janela, abajur, fogo). Esse único detalhe eleva muito os prompts.
Iluminação artificial de fonte única cria os visuais cinematográficos mais dramáticos e de alto contraste.
Isolamento com spot: "Único spot duro vindo diretamente de cima, tudo fora do círculo de luz completamente preto, sombras de bordas nítidas no chão, partículas de poeira visíveis no feixe"
Luz de janela: "Única janela pela direita da câmera, luz direcional dura criando uma divisão clara entre claro e escuro no rosto do assunto em ângulo de 45 graus, triângulo de Rembrandt no lado da sombra"
Fontes práticas: "Iluminado apenas pelas chamas da lareira vindo do canto inferior esquerdo, luz laranja quente e tremeluzente criando sombras dinâmicas, nenhuma outra fonte de luz no quadro"
Os três planos de um quadro dão profundidade às imagens e fazem com que pareçam tridimensionais, e não chapadas. Quando você descreve apenas um plano, obtém uma imagem chapada.
Prompt fraco: "Uma mulher em pé em uma floresta"
Prompt forte: "Uma mulher de camisa de linho branca em pé no plano intermediário da floresta, flores silvestres e folhas de samambaia desfocadas em primeiro plano a 2 pés da câmera, troncos antigos de pinheiro se afastando para um fundo nebuloso a 100 pés atrás dela, lente de 50mm criando compressão natural de perspectiva"
O modelo precisa dos três para construir profundidade. Isso vale tanto se você estiver trabalhando com o Wan 2.7 T2V em planos amplos de paisagem quanto com o Pixverse v6 em cenas de personagens.
A descrição atmosférica funciona em vários níveis. Neblina, névoa, fumaça, chuva e vapor não são clima. São difusores de luz que criam humor e profundidade espacial.
Palavras de atmosfera que funcionam:
A linguagem de gradação de cor também funciona bem: "ciência de cor Kodak Portra 400", "verdes saturados Fuji Velvia", "tons frios dessaturados com preservação de pele quente", "alto contraste bleach-bypass".
Cenas de ação precisam comunicar velocidade, energia e o que está em jogo através do próprio prompt.
Cena de corrida: "Plano de acompanhamento em ângulo baixo de uma mulher correndo por uma rua de cidade encharcada de chuva à noite, câmera na altura da canela acompanhando lateralmente o ritmo dela, desfoque de movimento nos braços e pernas em bombeamento, rosto nítido e focado, reflexos de neon escorrendo pelo asfalto molhado, lente grande angular de 24mm, câmera na mão"
Escalada de perseguição: "Plano em primeira pessoa correndo por um mercado lotado, vendedores e compradores desfocados passando dos dois lados, câmera levemente inclinada e balançando no ritmo dos passos, cestos e tecidos roçando nas bordas do quadro, sol forte do meio-dia de cima, foco raso à frente"
Para ação de ritmo acelerado, o Kling v2.5 Turbo Pro lida com movimentos rápidos sem artefatos de quadro, enquanto o Gen 4.5 oferece boa qualidade de movimento com saída cinematográfica.
Essas cenas dependem totalmente da especificidade do detalhe físico e da contenção. A câmera deve observar em vez de dramatizar.
Luto: "Plano médio de um homem sentado sozinho a uma mesa de jantar comprida em uma casa silenciosa demais para ele, um único lugar posto à sua frente, comida intocada, luz do fim da tarde vinda de uma janela distante cortando uma única faixa dourada sobre a mesa, câmera estática e distante, sem movimento, lente de retrato de 85mm, grão de filme Kodak"
Alegria: "Close de um rosto de mulher no momento em que lê uma carta, a expressão passando de neutra para incredulidade e alegria intensa ao longo de 4 segundos, luz natural de janela pela esquerda da câmera, sem movimento, apenas o rosto dela e o som da respiração, lente de 100mm, DOF raso"
💡 Para momentos de personagem: Resista à vontade de descrever a emoção. Descreva os detalhes físicos que criam a emoção. Deixe o modelo fazer o trabalho emocional.
Planos de paisagem precisam de referências de escala e de camadas atmosféricas para parecerem cinematográficos em vez de imagens de banco de imagens.
Escala de montanha: "Plano geral extremo de um excursionista solitário em pé sobre uma crista rochosa, a figura humana ocupando 3% do quadro no terço esquerdo, picos enormes de granito preenchendo os dois terços da direita, nuvens cumulus projetando manchas de sombra em movimento sobre as faces de pedra lá embaixo, compressão de teleobjetiva de 200mm, luz lateral do fim da tarde raspando as cristas"
Força do oceano: "Ângulo baixo na borda da água, lente a 6 polegadas acima da superfície, uma onda enorme se aproximando e prestes a quebrar sobre a posição da câmera, textura da água cristalina no primeiro plano, espuma branca fervendo na crista, linha do horizonte alta no quadro, grande angular ultra-amplo de 16mm"
O LTX 2.3 Pro entrega detalhes excepcionais em cenas de natureza e paisagem em saída de 4K. Para cenas em que a escala do ambiente é o ponto principal, vale o tempo de renderização.
Cenas urbanas à noite são sobre fontes de luz, reflexo e o contraste entre calor e escuridão.
Rua à noite: "Plano médio-geral de uma rua estreita em Tóquio às 2h da manhã, lanternas de uma loja de ramen e máquinas de venda automática criando poças quentes de luz laranja e vermelha, o vão entre os prédios em azul-preto escuro, uma figura solitária de casaco comprido se afastando da câmera em direção à luz, 50mm, equilíbrio de cor tungstênio Kodak Vision3"
Drama em estação de trem: "Plano geral interno de uma grande estação de trem europeia durante a partida, vapor e movimento de multidão criando energia caótica em torno de uma figura parada, luzes incandescentes quentes do teto disputando espaço com a luz azul-fria das portas abertas da estação, grande angular de 28mm, dolly lento em direção à figura parada"
O Kling v3 Video é um dos modelos mais fortes disponíveis para geração de cenas em estilo cinematográfico. Ele lida melhor do que a maioria das alternativas com movimentos de câmera complexos, cenas com vários assuntos e iluminação atmosférica. Veja como obter os melhores resultados.
Abra o Kling v3 Video no PicassoIA e acesse a interface de geração.
Escreva seu prompt em camadas usando esta estrutura:
Defina a duração para 5 segundos em cenas controladas e 10 segundos em cenas com movimento ou desenvolvimento significativos.
Gere e revise: Verifique se o movimento de câmera corresponde à intenção, se a direção da luz é coerente e se o movimento do assunto parece natural.
Itere nos detalhes: Se o plano parecer chapado, acrescente elementos de primeiro plano. Se a luz parecer errada, especifique a direção com mais precisão.
💡 Prompt negativo: Use isto para bloquear artefatos comuns de vídeo com IA. Inclua: "CGI, ilustração, animação, supersaturado, movimento não natural, tremor, rostos distorcidos"
Também vale testar: o Kling v2.6 para características de movimento um pouco diferentes, e o Seedance 1.5 Pro quando você quiser geração de áudio nativo junto com a saída cinematográfica.
Modelos diferentes têm pontos fortes diferentes. Combinar o tipo de cena com o modelo certo é metade da batalha.
| Tipo de cena | Modelo recomendado | Por quê |
|---|---|---|
| Ação de alto movimento | Kling v2.5 Turbo Pro | Lida com movimento rápido sem artefatos |
| Cinematográfico com áudio | Seedance 2.0 | Geração de áudio integrada acompanha o ritmo visual |
| Cenas ultrarrealistas | Veo 3 | Forte realismo de personagens e áudio nativo |
| Saída de paisagem em 4K | LTX 2.3 Pro | Resolução 4K com forte detalhe ambiental |
| Movimento controlado por câmera | Video 01 Director | Controle explícito de movimento de câmera |
| Rascunhos de entrega rápida | Hailuo 2.3 Fast | Velocidade sem sacrificar muito a qualidade |
| Qualidade mais recente do Google | Veo 3.1 | Saída cinematográfica em 1080p com forte movimento |
| Cinematográfico geral | Gen 4.5 | Movimento cinematográfico sólido a um custo acessível |
| Cenas amplas em 1080p | Wan 2.7 T2V | Saída confiável em 1080p para uso geral |
| Clipes cinematográficos rápidos | Pixverse v6 | Geração rápida com sincronia de áudio e vídeo cinematográfica |
O melhor caminho é testar de 2 a 3 modelos com o mesmo prompt. Você logo vai ver qual lida melhor com o seu tipo de cena, e essa intuição se forma rápido quando você começa a comparar resultados lado a lado.
Cada estrutura de prompt deste artigo é uma fórmula, não uma frase mágica. O trabalho de verdade está em adaptar esses padrões à sua cena, testar e refinar. Os modelos disponíveis agora, do Kling v3 Video ao Sora 2 Pro e ao Seedance 2.0, respondem à linguagem cinematográfica de formas que não eram possíveis há 18 meses.
Imagine uma cena agora mesmo. Divida-a em: tipo de plano, assunto, ambiente, direção da luz, movimento de câmera, atmosfera e lente. Digite isso. Gere. A diferença entre o que você imaginou e o que sai vai ser menor do que você pensa.
Todos os modelos citados neste artigo estão disponíveis para testar diretamente no PicassoIA, sem instalar nenhum software. Comece com uma cena. Ajuste uma variável por vez. É assim que você desenvolve intuição real muito mais rápido do que lendo qualquer quantidade de conteúdo.
Escolha seu idioma
