Exemplos de prompts de IA de foto para vídeo: cinco fotos estáticas, cinco linhas de movimento

Cinco exemplos de prompts de IA de foto para vídeo para retratos, produtos, paisagens, cenas de rua e animais de estimação, além das regras para adaptá-los e enxugá-los.

Exemplos de prompts de IA de foto para vídeo: cinco fotos estáticas, cinco linhas de movimento

Uma fotografia estática já diz ao modelo qual é a aparência da cena. Cor, enquadramento, lente, iluminação, figurino e a forma exata do assunto estão fixados no arquivo que você envia. O que o arquivo não diz é o que deve acontecer em seguida. É nessa lacuna que um prompt de IA de foto para vídeo se justifica: ele não descreve a imagem de novo, e sim nomeia quais partes da imagem se movem, em que direção, a que velocidade e quais partes não podem mudar de jeito nenhum.

Os cinco exemplos abaixo seguem essa regra. Cada um é um prompt completo para um tipo comum de foto estática, seguido do motivo pelo qual foi escrito assim e das partes que você muda quando a sua própria foto é diferente. Eles são deliberadamente curtos. Um prompt para um clipe de cinco segundos tem espaço para duas ou três decisões, e os clipes que parecem quebrados normalmente tentaram tomar cinco.

A imagem é a âncora, então o prompt descreve mudança

Os modelos de imagem para vídeo são condicionados ao quadro que você fornece, então o upload já define o assunto, o cenário e o estilo. O guia da Alibaba para os modelos de vídeo dela diz isso com clareza: em texto para vídeo você descreve a entidade, a cena e o movimento, mas em imagem para vídeo a imagem define as três coisas e o prompt deve se concentrar no movimento e nos movimentos de câmera. O guia de prompts da Kling faz o mesmo ponto em termos de fluxo de trabalho: com uma imagem estática como ponto de partida, a imagem fornece a base visual enquanto o prompt descreve o movimento, a direção da câmera e o que muda ao longo do tempo.

Isso tem uma consequência prática. Palavras de aparência em um prompt de imagem para vídeo são ignoradas ou contestadas. Um prompt de paisagem que diz "hora dourada" sobre uma foto tirada ao meio-dia convida o modelo a repintar o céu dentro do primeiro quadro, o que soa como falha e não como escolha criativa. O conteúdo confiável são os verbos: piscar, deslizar, girar, assentar, cruzar, apertar.

Duas linhas e uma restrição

Quase todo prompt que funciona em uma foto estática pode ser construído com duas linhas e uma ordem de fechamento.

A primeira linha é o movimento: o que se move, em que direção, com que amplitude. Nomeie uma ação do assunto e no máximo uma ação de fundo. A segunda linha é a câmera: aproximar, afastar, deslizar, orbitar ou manter fixa. Diga "câmera fixa" em voz alta quando você não quiser que nada se mova, porque a maioria dos modelos trata o silêncio sobre o assunto como permissão para inventar um deslize lento.

Depois acrescente a restrição: o único detalhe pelo qual você rejeitaria o clipe se ele se perdesse. O exemplo do frasco de perfume da Kling combina uma rotação lenta e um avanço macro com a instrução de manter o rótulo nítido e inalterado. Essa restrição faz mais trabalho do que qualquer adjetivo de estilo, porque diz ao modelo qual parte do quadro não está em negociação.

Palavras de amplitude têm peso real em um prompt curto. Na orientação de movimento da Alibaba, velocidade e intensidade são definidas explicitamente, com palavras como "lentamente" ou "rapidamente" e expressões como "balançando violentamente". Palavras pequenas movem o resultado para longe, então gaste-as no movimento que importa.

Exemplo 1: um retrato em que o rosto precisa se manter

Câmera fixa. A mulher pisca uma vez e expira, com os ombros baixando levemente. Mechas de cabelo nas têmporas se movem com uma leve corrente de ar. Os olhos dela permanecem na lente e a expressão não muda. Mantenha o rosto inalterado.

Por que funciona. O desvio de identidade é o modo de falha dos rostos, então o prompt gasta seu orçamento em uma ação minúscula e um movimento de fundo, e fecha com uma manutenção explícita. Não há movimento de câmera nenhum: nesse comprimento de clipe, um avanço sobre um rosto tende a esticar os traços antes mesmo de a ação se estabelecer.

Como adaptar. Troque a ação, não a contagem. Um homem de jaqueta ganha uma única virada de cabeça; uma figura sentada ganha uma mão se movendo até o apoio de braço. Mantenha a cláusula "a expressão não muda" enquanto o plano tiver de continuar sendo um retrato.

Exemplo 2: um produto sobre uma superfície lisa

A câmera avança lentamente a partir de um ângulo alto de três quartos. O frasco gira um quarto de volta para a direita. A borda da sombra dele se move pela superfície à medida que ele gira. O rótulo permanece nítido e inalterado. Sem mãos, sem objetos extras.

Por que funciona. Um quarto de volta é suficiente para mostrar que o objeto é tridimensional sem esconder a face frontal. A frase sobre a sombra dá ao giro algo sobre o que agir, o que mantém o movimento legível. A lista negativa tem apenas dois itens, que é mais ou menos o máximo que um prompt curto vai respeitar.

Como adaptar. Combine a rotação com a legibilidade. Se o rótulo precisar ser legível no quadro final, reduza a rotação para um oitavo de volta ou substitua-a por uma varredura leve. Para produtos têxteis, troque a rotação por uma única dobra ou um assentamento.

Uma foto de estúdio de um frasco de vidro, com uma seta de latão deitada ao lado apontando ao longo da superfície

Exemplo 3: uma paisagem com movimento ambiental lento

Câmera fixa. Nuvens deslizam lentamente da esquerda para a direita. A grama em primeiro plano se move um pouco com o vento. O horizonte permanece nivelado e a luz não muda.

Por que funciona. Paisagens falham por animação excessiva: cada árvore, pássaro e nuvem ganha sua própria ideia de movimento e o quadro vira ruído. Este prompt permite dois movimentos, dá direção a ambos e então fecha a porta da iluminação, o que impede o modelo de desviar para um pôr do sol inventado.

Como adaptar. Escolha o movimento que a foto sugere. Água ganha uma ondulação e um deslocamento do reflexo; uma floresta ganha movimento de copa e uma folha caindo; um deserto ganha tremulação de calor e um avanço lento de sombra. Mantenha a linha "a luz não muda", a menos que a luz seja o ponto do plano.

Exemplo 4: uma cena de rua ou de mercado com tráfego ao fundo

A câmera fica fixa. Pedestres atravessam da direita para a esquerda em ritmo normal de caminhada, ligeiramente fora de foco. Um scooter passa atrás deles uma vez. A fachada do prédio e a sinalização permanecem nítidas e inalteradas.

Por que funciona. Multidões são onde os modelos de imagem para vídeo produzem os artefatos mais óbvios, porque cada figura vira candidata a uma nova pose. Nomear uma direção para a multidão e uma passagem para um veículo mantém o movimento coerente, e manter a arquitetura parada dá ao olho algo estável com que medir o movimento.

Como adaptar. Reduza o elenco antes de aumentar o detalhe. Dois pedestres atravessando em uma direção vão ler melhor do que seis em três direções. Se a foto não tem um assunto claro, acrescente um pequeno elemento fixo, como um poste de luz ou um vão de porta, e proteja-o com a linha de restrição.

Exemplo 5: um close de animal de estimação

Câmera fixa, close. As orelhas do cachorro se erguem e a cabeça dele inclina alguns graus para a esquerda. A língua se move uma vez. O padrão da pelagem e a cor dos olhos permanecem inalterados. Nenhuma mudança na iluminação.

Por que funciona. Fotos de animais convidam o modelo a inventar anatomia: dedos extras, uma segunda língua, um focinho que se alonga no meio do clipe. Uma manutenção nomeada do padrão da pelagem e da cor dos olhos dá ao modelo um motivo para manter a superfície consistente, e uma pequena inclinação de cabeça basta para vender vida.

Como adaptar. Dimensione a ação conforme a massa do animal. Um gato ganha um tremor de orelha e a ponta da cauda; um cavalo ganha uma dilatação de narina e um passo. Evite ações de corpo inteiro em um enquadramento fechado, porque o quadro não tem espaço para mostrá-las se completando.

Adaptando qualquer padrão à sua própria foto

Três trocas cobrem a maioria dos casos. Primeiro, mude a ação do assunto para algo que a pose da foto já sustenta: uma figura apoiada em um corrimão deve deslocar o peso, não ir embora andando. Segundo, escolha o movimento de câmera a partir do enquadramento: um plano amplo com uma linha de condução forte aceita um deslize, enquanto um enquadramento fechado sem margem deve ficar fixo. Terceiro, reescreva a restrição como aquilo que você realmente rejeitaria: um rótulo borrado, uma cor de olho alterada, um horizonte torto.

O comprimento do clipe define o teto de tudo isso. Muitos sistemas de imagem para vídeo produzem clipes muito curtos por design; a documentação do Stable Video Diffusion, por exemplo, descreve uma saída de dois a quatro segundos condicionada a uma única imagem de entrada. Duas ações roteirizadas em quatro segundos vão se atropelar, então conte as ações em relação ao tempo antes de acrescentar detalhe.

Uma lupa apoiada sobre três quadros impressos, com apenas um quadro em foco nítido

O que deixar de fora de um prompt de IA de foto para vídeo

  • Reafirmar a cena. O modelo consegue ver a foto; uma segunda descrição compete com ela.
  • Adjetivos de estilo. O estilo veio com o arquivo. Se a foto já é quente e granulada, dizer isso não acrescenta nada, e pedir outra coisa briga com a âncora.
  • Dois movimentos de câmera. Escolha um e conclua-o.
  • Listas negativas longas. Duas ou três exclusões são respeitadas; dez viram ruído.
  • Instruções de áudio e diálogo para um modelo silencioso. Guarde-as para um modelo que aceita som como entrada.

Verifique o clipe antes de reescrever o prompt

Revise três coisas em ordem. Geometria primeiro: o rótulo ainda é o rótulo, o rosto ainda é o mesmo rosto, o horizonte ainda está nivelado. Cronometragem depois: a ação terminou ou foi cortada no meio. Depois, mudança indesejada: a luz mudou, um objeto apareceu, o fundo ganhou uma segunda multidão.

Mude uma linha de cada vez depois disso, para que o próximo clipe lhe diga qual linha estava errada. Se a ação nunca aconteceu, a correção geralmente é subtração: encurte o prompt e coloque o verbo de movimento na primeira oração, à frente de qualquer detalhe de cena que tenha sobrevivido. Se a ação aconteceu mas passou do ponto, mantenha a frase e suavize a palavra de amplitude.

Você pode aplicar esses padrões às suas próprias fotos com a ferramenta de IA de foto para vídeo da KOOX, e se quiser um conjunto mais amplo de receitas de movimento para um único retrato, o guia dos seis movimentos cobre a próxima camada de escolhas.

Informações da postagem

Publicado em
Exemplos de prompts de IA de foto para vídeo: cinco fotos estáticas, cinco linhas de movimento