O Wan 2.7 produz vídeos verticais muito melhores quando você combina a versão certa do modelo com prompts pensados nativamente para retrato. Este artigo aborda configurações de proporção, linguagem de enquadramento, posicionamento do sujeito e etapas de fluxo de trabalho para os modos T2V, I2V e R2V no PicassoIA.
O vídeo vertical não é mais apenas uma preferência de formato. Ele é o padrão para bilhões de pessoas que assistem a clipes curtos no celular, e se seus vídeos gerados por IA saem cortados, espremidos ou com enquadramento estranho no modo retrato, o espectador passa para o próximo antes que o primeiro segundo termine. O Wan 2.7 oferece ferramentas reais para resolver isso, mas só se você usá-lo da maneira certa.
A maioria dos modelos de texto para vídeo foi treinada com uma dieta de conteúdo horizontal. Filmes, TV, YouTube, metragens de banco de imagens: quase tudo isso é 16:9. Quando você pede a um modelo um vídeo em retrato, ele está lutando contra a gravidade dos próprios dados de treinamento. O Wan 2.7 lida com isso melhor do que a maioria, mas você ainda precisa entender contra o que está trabalhando.
Um quadro 16:9 é 1,78 vez mais largo do que alto. Um quadro de retrato 9:16 é o inverso exato: 1,78 vez mais alto do que largo. Parece simples, mas pense no que isso significa para o posicionamento do sujeito. Uma pessoa em pé em uma cena horizontal tem espaço para respirar dos dois lados. No modo retrato, essa mesma pessoa fica cortada nos ombros ou nos pés, a menos que o modelo reenquadre a imagem de forma ativa.
O problema piora com os fundos. O Wan 2.7 frequentemente tenta mostrar o mesmo detalhe ambiental rico que mostraria em um plano aberto, mas em um quadro alto e estreito esse detalhe fica comprimido e confuso. Sujeitos que estavam naturalmente centralizados em 16:9 ficam estranhamente cortados em 9:16 a menos que você diga ao modelo exatamente o que fazer.
Aqui está o problema real: a maioria das pessoas escreve prompts como se a proporção fosse uma opção de configuração que o modelo vai resolver sozinho. Não é. O modelo responde à linguagem. Se seu prompt descreve "um plano aberto de uma rua da cidade", mas você define 9:16 como proporção de saída, você recebe um meio-termo estranho em que o modelo tenta atender às duas instruções ao mesmo tempo e falha nas duas.
A solução é escrever prompts que sejam intrinsecamente verticais na lógica de composição. Vamos detalhar isso mais adiante.
Antes de escrever qualquer palavra do seu prompt, as configurações técnicas precisam estar corretas. Errar nelas desperdiça tempo e créditos em resultados que terão de ser refeitos.
Wan 2.7 T2V oferece suporte a várias proporções, incluindo a saída nativa em retrato 9:16. Essa é a configuração que você quer para conteúdo vertical. Não gere em 16:9 e depois recorte na pós-produção: você perde resolução, corta conteúdo que nunca foi feito para ser cortado, e a composição parece um pensamento tardio.
No PicassoIA, ao usar o Wan 2.7 I2V (imagem para vídeo), a proporção da sua imagem de origem importa tanto quanto. Envie uma imagem de referência com orientação de retrato para obter os melhores resultados. Uma foto em paisagem enviada para o I2V quase sempre produz resultados estranhos em uma saída vertical, porque o modelo tenta animar uma composição que não cabe no quadro.
💡 Dica profissional: Ao usar o Wan 2.7 I2V, prepare sempre suas imagens de origem no formato 9:16. Gere-as primeiro com orientação de retrato e depois anime. Esta é a melhoria de fluxo de trabalho mais importante para vídeo vertical com IA.
O Wan 2.7 oferece diferentes níveis de resolução. Para conteúdo destinado ao TikTok, Instagram Reels ou YouTube Shorts, 720p é um piso sólido que mantém os tempos de renderização razoáveis. A opção 1080p completa vale a pena para conteúdo que será exibido em telas maiores ou usado em fluxos de produção profissional.
Uma observação prática: em resoluções mais altas, seu prompt precisa ser mais específico. Em 1080p, o modelo tem mais pixels para preencher e tomará mais decisões por conta própria se você deixar lacunas na descrição. Em 720p, ele é um pouco mais tolerante. Comece em 720p ao testar ideias de prompt e passe para 1080p na sua saída final.
O PicassoIA hospeda três versões distintas do Wan 2.7, cada uma adequada a cenários de produção diferentes. Saber qual usar em cada situação evita que você rode o modelo errado para a ideia certa.
Wan 2.7 T2V (texto para vídeo) é seu ponto de partida quando você não tem imagens de referência. Este é o fluxo de trabalho que produz resultados verticais consistentes:
O erro mais comum nesta etapa é definir a proporção depois de escrever o prompt. Escreva o prompt já pensando no quadro desde o início.
O Wan 2.7 I2V (imagem para vídeo) é o caminho mais confiável para uma saída vertical de alta qualidade, porque você controla totalmente o primeiro quadro.
O fluxo de trabalho:
Isso é especialmente eficaz para fotos de produtos, animações de retratos e qualquer situação em que uma composição inicial específica seja importante.
O Wan 2.7 R2V (referência para vídeo) é o menos usado dos três, mas é poderoso para animação de personagens. Você fornece uma imagem de referência de um sujeito e um prompt de movimento, e o modelo anima aquele sujeito específico.
Para vídeos verticais com uma única pessoa ou personagem, o R2V costuma produzir resultados mais limpos do que o T2V porque o sujeito fica ancorado. O modelo não está inventando como seu personagem é: ele trabalha a partir de uma referência. Isso significa melhor centralização do sujeito, proporções mais consistentes dentro do quadro vertical e menor chance de a composição escorregar para os padrões horizontais.
💡 Dica: Combine o R2V com uma foto de referência limpa em estilo retrato (sujeito centralizado, fundo mínimo) para o controle mais preciso da composição vertical.
É aqui que a maioria dos tutoriais fica aquém. Eles dizem para "definir 9:16" e dão o assunto por encerrado. O trabalho de verdade está na linguagem que você usa.
Seu prompt precisa incluir uma linguagem explícita de composição vertical. Estas expressões melhoram de forma consistente os resultados no modo retrato:
O que evitar: "plano aberto", "panorâmica", "plano de estabelecimento", "vista de paisagem". Essas pistas atrapalham a saída em retrato mesmo quando a proporção está configurada corretamente.
Pense em terços verticais. Em um quadro 9:16, você tem mais espaço vertical do que horizontal. Use-o:
| Tipo de conteúdo | Pista de posicionamento a usar |
|---|---|
| Pessoa única | "centralizada verticalmente, cabeça no terço superior" |
| Plano de corpo inteiro | "figura completa dos pés à cabeça, quadro vertical" |
| Exibição de produto | "produto centralizado, primeiro plano, quadro de retrato" |
| Plano de ação | "sujeito se movendo para cima pelo quadro" |
| Conversa | "duas pessoas empilhadas verticalmente" |
A tabela acima não é teórica: essas expressões específicas testadas no Wan 2.7 T2V produzem composições verticais mensuravelmente mais intencionais.
Além das pistas de enquadramento, certo vocabulário de composição sinaliza de forma consistente ao modelo a intenção de retrato:
As duas últimas são prompts de movimento, o que traz um ponto importante: suas descrições de movimento também precisam ser nativas para retrato. Uma "panorâmica lenta para a esquerda" em um vídeo vertical fica bizarra. "Panorâmica para baixo", "inclinação para cima" e "travelling vertical" são os movimentos de câmera que fazem sentido em um quadro alto.
Mesmo criadores experientes cometem esses erros. Conhecê-los com antecedência evita muitas gerações desperdiçadas.
Quando o Wan 2.7 não tem certeza de como preencher um quadro vertical, às vezes ele recorre a adicionar barras pretas em cima e embaixo, criando um efeito de letterbox pseudocinematográfico. Isso fica péssimo em formato retrato e é a forma como o modelo encontra de se proteger.
Como evitar: Seja explícito sobre preencher todo o quadro. Expressões como "composição vertical de borda a borda", "sem barras pretas" e "formato retrato em sangria total" sinalizam que você quer o quadro inteiro utilizado.
Em um plano aberto horizontal, um fundo detalhado acrescenta profundidade e contexto. Em um quadro 9:16, um fundo movimentado compete com o sujeito, porque há pouco espaço horizontal para as coisas respirarem. O modelo tenta encaixar todos esses detalhes em uma coluna estreita e o resultado fica carregado e visualmente confuso.
A solução: simplifique as descrições de fundo para conteúdo vertical. "Fundo suave desfocado", "parede de cor única", "cenário natural fora de foco" funcionam melhor em formato retrato do que "paisagem urbana detalhada com vários prédios e placas".
O espaço acima da cabeça é a distância entre o topo da cabeça do sujeito e o topo do quadro. No vídeo horizontal, é uma consideração menor. No vídeo vertical, é essencial. Com espaço demais acima da cabeça em um quadro 9:16, seu sujeito parece pequeno e perdido. Com espaço de menos, a pessoa parece cortada pela borda do quadro.
Instruções explícitas funcionam: "espaço acima da cabeça apertado, aproximadamente a altura de uma cabeça acima do sujeito" dá ao modelo algo concreto com que trabalhar.
O Wan 2.7 é forte, mas o PicassoIA tem outros modelos de texto para vídeo que lidam bem com o formato vertical em situações específicas.
O Kling v3 Video se destaca em movimento cinematográfico. Se seu conteúdo vertical precisa de trabalho de câmera dramático, ação rápida ou movimento complexo do sujeito, o Kling v3 costuma superar o Wan 2.7 na qualidade de movimento. A contrapartida é que o Kling v3 custa mais por geração.
Use o Kling v3 quando: seu clipe envolve movimento significativo, vários sujeitos ou você precisa de qualidade visual em nível cinematográfico. Use o Wan 2.7 quando: o orçamento importa, você quer saídas consistentes em lote ou está usando o Wan 2.7 R2V para animação ancorada em personagem.
O Seedance 2.0, da ByteDance, é feito exatamente para o caso de uso que o vídeo vertical das redes sociais representa. Ele inclui geração de áudio nativa junto com o vídeo, o que é uma vantagem prática para clipes que vão direto para o TikTok ou Reels sem pós-produção.
O Seedance 2.0 responde bem a prompts curtos e diretos: menos de 50 palavras com sujeito, ação e cenário claros. Para o prompt detalhado no estilo do Wan 2.7, o modelo pode se confundir. Trate-os como ferramentas diferentes com "dialetos" de prompt diferentes.
💡 Também vale testar para iterações rápidas: LTX 2 Pro para saída em 4K, Pixverse v6 para conteúdo vertical com muitos efeitos e Wan 2.6 T2V como uma alternativa um pouco mais rápida que a 2.7 quando a velocidade importa mais do que a qualidade máxima.
Um debate comum nas comunidades de vídeo com IA é se a qualidade do prompt ou as configurações do modelo importam mais. Para o vídeo vertical especificamente, a resposta é as duas coisas, mas em uma ordem específica.
As configurações vêm primeiro. Se sua proporção estiver errada, nenhum prompt vai salvá-lo. Acerte os parâmetros técnicos antes de gastar tempo refinando a linguagem.
A qualidade do prompt vem em segundo lugar. Depois que suas configurações estiverem corretas, a linguagem do prompt é o principal fator da qualidade da composição. Um prompt preciso e nativo para vertical vai superar um vago mesmo com configurações idênticas, sempre.
Veja como pensar a iteração de prompts para conteúdo vertical:
Não mude várias variáveis entre as gerações. Você não vai saber o que consertou ou quebrou o resultado.
Se você está criando uma série de vídeos verticais (uma série de conteúdo, uma linha de produtos, um arco de história), a consistência entre os clipes importa tanto quanto a qualidade de cada clipe.
O Wan 2.7 R2V com uma imagem de referência fixa é a melhor ferramenta para consistência de personagem. Use a mesma foto de referência em todos os clipes da sua série e você terá o mesmo sujeito enquadrado de forma consistente no modo retrato em todas as gerações.
Para conteúdo que não é de personagem (produtos, ambientes, abstratos), crie um modelo de prompt com elementos fixos que se repetem entre as gerações:
Varie apenas a ação ou a interação do sujeito. É assim que pipelines de conteúdo profissionais produzem 20 ou 30 clipes verticais coerentes sem que cada um pareça uma direção criativa diferente.
Quando encontrar uma geração de que você gostou, anote o valor de seed se o modelo o disponibilizar. Reutilizar uma seed com pequenas variações no prompt produz resultados que parecem relacionados ao original. Randomizar completamente as seeds entre as iterações dificulta construir a partir de resultados bem-sucedidos.
Se você vem usando o Wan 2.6 I2V ou o Wan 2.6 T2V, vale a pena migrar para o 2.7 especificamente para conteúdo vertical.
As principais melhorias que afetam a saída no modo retrato:
Estas não são alegações de marketing: rode o mesmo prompt nos dois modelos e compare. As diferenças são visíveis, especialmente em sujeitos humanos em primeiro plano, que é onde o formato retrato é mais usado.
A forma mais rápida de aplicar tudo o que está neste artigo é rodar uma comparação ao vivo. Abra o Wan 2.7 T2V no PicassoIA e rode o mesmo conceito duas vezes: uma com um prompt genérico no estilo horizontal e outra com a linguagem de enquadramento vertical nativa deste artigo. A diferença na qualidade da saída vai ensinar mais do que qualquer explicação escrita.
A partir daí, experimente o Wan 2.7 I2V com uma imagem de referência de orientação de retrato que você já tenha. Se estiver criando uma série, teste o Wan 2.7 R2V com uma referência de sujeito fixa e varie apenas o prompt de ação.
O PicassoIA também tem mais de 87 outros modelos de texto para vídeo disponíveis, incluindo o Kling v3, o Seedance 2.0 e o Pixverse v6 para quando você quiser comparar diferentes arquiteturas. A produção de vídeo vertical é um dos casos de uso que mais crescem na plataforma, e o conjunto de ferramentas continua se expandindo.
Comece com um único clipe em retrato. Acerte o enquadramento uma vez, documente as configurações e a estrutura do prompt que funcionaram e depois escale a partir daí.
Escolha seu idioma
