Pontos principais
Escreva um movimento, não um clima
“Câmera cinematográfica” não identifica o que muda do primeiro ao último quadro. “A câmera se aproxima devagar do sujeito mantendo os olhos centralizados” identifica. Uma instrução utilizável contém um verbo de câmera, direção, ritmo e alvo de enquadramento. Dolly in, pull back, pan left, tilt upward, orbit clockwise e track beside são ações físicas. Dramático, enérgico e imersivo descrevem a sensação desejada, mas o modelo ainda precisa inventar a ação. Coloque a instrução física primeiro; use o clima como modificador secundário só depois que o movimento estiver sem ambiguidade.
Dolly, zoom e movimento do sujeito são coisas diferentes
O dolly muda a posição da câmera, então o primeiro plano e o fundo se deslocam um em relação ao outro. O zoom muda o enquadramento sem mover a câmera. Um sujeito andando em direção a uma câmera fixa é um terceiro evento. Combinar os três sem cuidado gera mudanças de escala e desvio do rosto, porque o modelo é obrigado a alterar perspectiva, corte e posição do corpo ao mesmo tempo. Decida qual mudança carrega o plano. Para um retrato, “slow dolly in, subject remains still” (dolly lento para a frente, sujeito parado) é mais estável do que “a câmera dá zoom enquanto o sujeito se aproxima”. Se o sujeito precisa se mover, mantenha a instrução de câmera modesta.
Use um movimento principal por clipe curto
A maioria dos clipes gerados é curta demais para que uma panorâmica, uma órbita, um movimento de grua e uma aproximação se estabeleçam com clareza. Vários movimentos costumam se misturar num balanço não planejado. Escolha um movimento principal e, se necessário, um comportamento secundário contido: “slow clockwise orbit with a slight upward rise” (órbita lenta no sentido horário com leve subida) é coerente; “orbit, whip-pan, zoom and pull back” (órbita, pan rápido, zoom e recuo) não é. Trate uma sequência complexa como clipes separados. Gere o primeiro movimento, guarde o quadro final e use esse quadro para iniciar o plano seguinte, de modo que cada pedido tenha uma só tarefa.
Versões e opções
- Escolha uma ação de câmera principal: dolly, pan, tilt, órbita, acompanhamento, grua ou leve deriva de câmera na mão.
- Nomeie a direção e o ritmo, como “órbita lenta no sentido horário” ou “dolly suave para trás durante o plano inteiro”.
- Acrescente uma âncora de enquadramento: rosto centralizado, da cintura para cima, figura inteira visível ou sujeito mantido no terço esquerdo.
- Descreva apenas o movimento essencial do sujeito e não o combine com várias ações de câmera concorrentes.
- No imagem para vídeo, remova detalhes de aparência já visíveis no quadro de origem.
- Teste na menor duração e só estenda depois que o movimento estiver estável.
Evidências e orientação
Ancore o enquadramento durante todo o movimento
A direção da câmera sozinha não diz ao modelo o que deve permanecer visível. Acrescente uma restrição de enquadramento como “waist-up framing” (enquadramento da cintura para cima), “the face stays centered” (o rosto fica centralizado) ou “the full figure remains in frame” (a figura inteira permanece no quadro). Isso importa mais em órbitas e planos de acompanhamento, em que o modelo pode cortar membros ou deixar o sujeito sair da tela para cumprir o movimento. A restrição deve descrever a composição do começo ao fim, não uma nova cena. No imagem para vídeo, a imagem de origem já fornece aparência e iluminação, então enquadramento e movimento costumam ser os únicos detalhes de que o prompt precisa.
Diga o ritmo em termos observáveis
Palavras como rápido e lento são relativas. Associe-as ao clipe: “um push-in suave que dura o plano inteiro”, “uma meia órbita fluida” ou “a câmera se acomoda no último segundo”. Isso dá ao movimento um ponto final e desencoraja a aceleração perto do fim. Para câmera na mão, especifique a amplitude em vez de pedir caos: “subtle handheld drift, no sudden shake” (leve deriva de câmera na mão, sem tremida brusca) cria textura sem desestabilizar o quadro. Se o modelo oferece um controle de intensidade de movimento, mantenha a direção escrita e reduza o controle antes de reescrever o prompt inteiro.
Adapte a instrução ao modo de geração
O texto para vídeo precisa estabelecer sujeito, cenário e câmera, porque não há quadro de origem. O imagem para vídeo deve evitar redescrever detalhes que o modelo já enxerga; fazer isso convida a mudá-los. Um prompt de texto para vídeo poderia dizer “a lone figure on a rain-lit street, camera tracks beside them at walking pace” (uma figura solitária numa rua molhada de chuva e iluminada, a câmera acompanha ao lado no ritmo de uma caminhada). Para imagem para vídeo, a parte útil é simplesmente “camera tracks slowly to the right, subject keeps walking forward, face remains in profile” (a câmera acompanha devagar para a direita, o sujeito continua andando para a frente, o rosto permanece de perfil). A versão mais curta protege a identidade ao deixar a aparência visível em paz.
