Aprenda as palavras de câmera às quais os modelos de vídeo com IA realmente respondem, de um empurrão lento de dolly a uma órbita ao redor do sujeito e uma passada de drone em altura. Copie os padrões de prompt, teste antes em um clipe curto e veja quais movimentos se sustentam e quais os modelos ainda erram.
A maioria dos clipes de vídeo com IA parece gerada por um motivo: a câmera não faz nada interessante. O sujeito se move, o fundo cintila e o enquadramento fica tão plano quanto uma webcam. As palavras de câmera resolvem isso. Um dolly, uma órbita ou uma passada de drone diz ao modelo como o espectador viaja pela cena, e poucas palavras precisas no prompt costumam bastar para transformar um clipe à deriva em um plano deliberado.
Um modelo de vídeo tem dois trabalhos em cada geração: decidir o que se move na cena e decidir como a câmera a enxerga. Se o seu prompt cobre só o primeiro, o modelo preenche o segundo por conta própria, e o padrão costuma ser um flutuar suave e sem rumo. O resultado é tecnicamente um vídeo e emocionalmente uma apresentação de slides.
A linguagem do cinema já resolveu isso. Diretores não dizem faça parecer mais perto, dizem empurre para dentro, e toda a equipe sabe o que significa. Modelos de vídeo treinados com imagens legendadas aprenderam o mesmo vocabulário, então os termos de sempre, dolly, truck, pan, tilt, pedestal e órbita, funcionam como palavras de direção. Escreva-os como uma lista de planos e você obtém algo mais parecido com um plano.
O ganho prático está nos clipes curtos. A Picasso IA lista 121 modelos de texto para vídeo e 28 de edição de vídeo no catálogo completo, e um clipe de qualquer um deles dura só alguns segundos, então não há espaço para divagar. Um movimento claro por clipe é a diferença entre imagens que você consegue editar e imagens que você apaga.
Antes de escrever qualquer coisa, acerte o vocabulário, porque metade das falhas vem de usar uma palavra que em um set significa outra coisa. Um dolly é a câmera inteira viajando para frente ou para trás. Um zoom só muda a lente e deixa a câmera onde está. A tabela abaixo associa cada termo ao que você deve ver e à redação que costuma funcionar bem.
| Termo de câmera | O que acontece no quadro | Redação para testar | Atenção a |
|---|---|---|---|
| Dolly in | A câmera desliza em direção ao sujeito e o paralaxe do fundo muda | dolly in lento em direção ao rosto dela, estável, suave | Sujeito e fundo crescendo juntos como num zoom |
| Truck lateral | A câmera desliza para a esquerda ou direita, o primeiro plano passa mais rápido que o fundo | a câmera se desloca para a esquerda ao longo das vitrines | O modelo girando no lugar em vez de viajar |
| Órbita | A câmera circula o sujeito mantendo-o centralizado | órbita lenta ao redor da estátua, meia volta | O sujeito girando enquanto a câmera fica parada |
| Pan e tilt | A câmera gira para a esquerda, direita, cima ou baixo a partir de um ponto fixo | pan para a direita pelo porto e depois parada | Pans rápidos borrando o detalhe |
| Pedestal ou grua | A câmera sobe ou desce na vertical | grua subindo da rua para revelar os telhados | Um zoom à deriva em vez de uma subida real |
| Drone aéreo | Voo alto para frente ou para trás, muitas vezes uma revelação | plano de drone voando para frente sobre o pinheiral | Trajetórias impossíveis e horizonte tremido |
Dois termos dessa tabela causam quase toda a confusão. Órbita e drone parecem inequívocos, mas são os que os modelos mais misturam, por isso ganham mais espaço nas próximas seções.
Esta é a rotina que impede a câmera de virar um detalhe de última hora. Funciona do mesmo jeito em qualquer modelo de vídeo do toolkit.
Abra o toolkit, escolha um modelo de vídeo e mantenha um arquivo de texto com as fórmulas vencedoras.
Trate-os como padrões, não como frases mágicas. Troque o sujeito e mantenha a estrutura: uma frase de cena, depois uma frase de movimento e então a velocidade e o ponto final.
Para um dolly, tente: um faroleiro castigado pelo tempo está em uma janela ao entardecer, a câmera avança em dolly lentamente até o rosto dele preencher o quadro. Para uma órbita: um bule de cerâmica sobre uma mesa de madeira, a câmera orbita lentamente ao redor dele em meia volta, luz suave de janela. Para um drone: plano de drone voando para frente a baixa altura sobre um litoral turquesa em direção a uma vila no penhasco, hora dourada.
Cada modelo interpreta de um jeito. O modelo video-01-director é feito para controlar a câmera: você coloca tags entre colchetes, como [Pan left] ou [Zoom in], e pode combinar até três movimentos em um prompt, por exemplo [Truck left, Pan right, Zoom in]. Os movimentos listados incluem truck, pan, push in, pull out, pedestal, tilt, zoom, shake, tracking shot e static shot. Não há tag de órbita, então lá uma órbita é um experimento em linguagem comum.
A maioria dos outros modelos, entre eles kling-v3-video, veo-3.1, seedance-2.0, wan-2.6-i2v, hailuo-2.3 e ray-2-720p, não tem sintaxe de tags e lê as palavras de câmera como parte de uma frase normal. O kling-v3-video também permite roteirizar até seis planos em uma geração, o que serve para uma sequência em que o primeiro plano é um dolly e o segundo uma revelação com drone. Para partir de uma imagem parada, o guia de transformar fotos em vídeos cobre o caminho de imagem para vídeo, em que você anexa a foto e dedica todo o prompt ao movimento.
O primeiro erro é empilhar. Pedir um dolly in, uma órbita e um tilt up em um clipe curto dá ao modelo três instruções e muito pouco tempo, então ele costuma escolher uma e transformar as outras em papa.
O segundo é usar palavras de lente como palavras de câmera. Zoom in e dolly in são planos diferentes, e em muitos modelos ambos produzem um empurrão parecido. Se você se importa com o paralaxe, a sensação de que o fundo desliza atrás do sujeito, diga que a câmera se move e nomeie a direção em vez de dizer só zoom.
O terceiro é pular o ponto final. Um movimento sem destino segue até o clipe acabar. Dizer até o rosto preencher o quadro ou terminando sobre os telhados dá ao modelo algo para mirar.
Dica: se um movimento falha sempre, encurte-o. Troque uma órbita completa por um quarto de volta, ou um voo longo de drone por um empurrão curto para frente. Movimentos pequenos saem limpos com muito mais frequência, e você sempre pode juntar dois clipes limpos na edição.
Os prompts de câmera são úteis, mas não são uma câmera. Estes são os lugares onde eles deixam de entregar, para você planejar em volta.
Um dolly move a câmera inteira em direção ao sujeito ou para longe dele, então o fundo muda em ritmo diferente do primeiro plano. Um zoom muda a lente e deixa a câmera no lugar, então tudo escala junto. Em um prompt, diga dolly in ou a câmera avança quando quiser profundidade e paralaxe, e zoom in quando quiser o empurrão óptico plano. Muitos modelos confundem os dois, então faça um teste curto para ver qual o seu distingue.
Descreva primeiro o sujeito e depois acrescente uma frase de câmera separada, como a câmera orbita lentamente ao redor dele em meia volta. Indique a direção, a velocidade e onde o movimento termina. Peça um arco parcial em vez de um círculo completo, porque uma órbita completa expõe o verso do sujeito, que o modelo precisa inventar. Se o sujeito girar em vez da câmera, reformule para a câmera dá voltas enquanto o sujeito fica parado.
Não há uma resposta única, e o catálogo é o motivo para testar. O modelo video-01-director é o feito para controlar a câmera, com tags entre colchetes para pan, tilt, truck, push, pedestal e zoom. Outros como kling-v3-video, veo-3.1, seedance-2.0, wan-2.6-i2v, hailuo-2.3 e ray-2-720p leem a câmera em frases comuns. Passe o mesmo prompt de movimento por dois ou três deles em um clipe curto e fique com o que o seguir mais de perto.
Às vezes. O modelo video-01-director aceita até três movimentos em um mesmo colchete, por exemplo um truck para a esquerda com um pan para a direita. Em modelos sem tags, dois movimentos em uma frase podem funcionar se forem compatíveis, como um dolly in com um leve tilt up, mas movimentos opostos ou concorrentes costumam colapsar em um. Quando importar, divida a ideia em dois planos e junte na edição, ou use um modo multiplano se o modelo oferecer.
Comece com a palavra drone e uma direção: plano de drone voando para frente sobre um pinheiral ao amanhecer. Acrescente a altura com baixo ou alto, e a revelação se quiser, como subir para mostrar o vale atrás da crista. Mantenha a trajetória livre, sem vãos estreitos nem multidões, porque o modelo imita o visual de imagem aérea, não simula um voo. Um horizonte estável é a primeira coisa a conferir no resultado.
Sim, e muitas vezes é mais confiável, porque o primeiro quadro é fixo e o prompt só precisa descrever movimento. Anexe a foto e dedique todo o prompt ao movimento e ao que muda na cena: a câmera avança em dolly lentamente enquanto as cortinas se mexem com a brisa. Mantenha o movimento modesto, porque um grande deslocamento obriga o modelo a inventar áreas da cena que a foto nunca mostrou.
Normalmente porque a redação era ambígua ou o movimento era ambicioso demais para a duração do clipe. Os modelos tratam órbita, dolly e zoom como vizinhos próximos. Tente reformular em linguagem simples, como a câmera se move fisicamente ao redor do sujeito, remova qualquer instrução concorrente e encurte o movimento. Se o mesmo prompt falha sempre em um modelo, talvez ele simplesmente não faça esse movimento, e outro do catálogo faça.
O mais curto que o modelo permitir. Um teste existe para responder uma pergunta, a câmera fez o que escrevi, e alguns segundos bastam para ver. Clipes longos custam mais créditos e dão ao modelo mais espaço para divagar, então espere o movimento funcionar antes de estender. Veja na página do modelo as durações disponíveis e compare custos na página de preços antes de planejar uma tomada longa.
Os prompts são palavras simples, então você pode usá-los. O que você pode publicar depende das imagens: confira os termos comerciais que valem para o modelo e para o seu plano, e escolha um sujeito que você tenha direito de mostrar. Em imagens de produto, garanta que o movimento de câmera não deforme o item nem esconda sua forma real. No caso de pessoas, use apenas rostos que sejam seus ou fictícios.
Não. As palavras de câmera são só parte do prompt, então não geram cobrança separada. A geração custa créditos, e o valor depende do modelo e dos ajustes que você escolhe, como duração e resolução. Contas novas recebem créditos grátis para testar alguns clipes. Os detalhes atuais dos planos estão na página de preços, que é o único lugar confiável para números.
Pronto para testar seu primeiro movimento? Abra o toolkit da Picasso IA, escolha um modelo de vídeo e faça um teste curto de dolly na sua própria cena.
Escolha seu idioma
