Quanto mais a Inteligência Artificial Generativa entra nas nossas vidas, mais precisamos compreender não apenas como ela funciona, mas também o mundo que estamos construindo com ela. Nesse contexto, a engenharia de prompt para vídeos se torna uma habilidade importante, porque criar com IA não é apenas gerar conteúdo: é orientar cena, intenção, linguagem e responsabilidade.
Aprender a usar uma ferramenta é importante. Mas entender por que usar, quando usar e com que finalidade usar é ainda mais essencial. Afinal, a qualidade do que produzimos com IA não depende apenas da tecnologia disponível, mas também da nossa intenção, do nosso repertório e da nossa capacidade de orientar a máquina.
Este post segue a mesma proposta dos textos anteriores sobre engenharia de prompts: o primeiro, “Como escrever bons prompts e conversar melhor com a IA”, apresentou a importância de formular instruções com mais clareza, contexto e objetivo; o segundo, “Engenharia de prompt para imagens”, mostrou que para criar imagens com IA exige mais do que descrever uma cena, exige repertório visual, composição, luz, enquadramento e estilo.
E aqui o desafio é maior. Um vídeo não é apenas uma imagem em movimento.
Por isso, este artigo não é apenas sobre técnica. Não se trata somente de aprender comandos para gerar vídeos com IA, mas de compreender o contexto em que esses vídeos serão produzidos, publicados e consumidos. Em uma web cada vez mais automatizada, criar com IA exige mais do que habilidade operacional: exige repertório, intenção, senso crítico e responsabilidade.
Quando Ricciotto Canudo formulou a ideia do cinema como a sétima arte, ele enxergava o cinema como uma arte de síntese: uma linguagem capaz de combinar as artes do espaço arquitetura, escultura e pintura, com as artes do tempo, música, poesia e dança. O cinema reunia imagem, ritmo, movimento, composição, narrativa e duração em uma mesma experiência.
Essa visão continua útil quando falamos de vídeos gerados por Inteligência Artificial. Para criar uma imagem com IA, precisamos pensar como fotógrafos ou diretores de arte: quem é o sujeito, qual é o cenário, como a luz incide, qual é o enquadramento, que estilo visual será usado e quais elementos devem ficar dentro ou fora do quadro.
Para criar um vídeo, precisamos ir além. É necessário pensar como quem dirige uma cena. O que acontece no começo? Como a ação evolui? A câmera fica parada ou se move? Há corte, aproximação, travelling ou transição? Existe trilha sonora? A voz deve ser natural, institucional, emocional ou didática? O personagem permanece consistente do início ao fim? O movimento tem ritmo? A narrativa faz sentido?
Essa é a diferença fundamental, a fotografia organiza um instante; o cinema organiza o tempo. E é por isso que prompts para vídeo exigem conhecimentos que vêm da linguagem audiovisual, do roteiro, da montagem, do som e da direção cinematográfica.
Neste artigo, vamos discutir quais conhecimentos são necessários para criar bons vídeos com IA, como as técnicas de engenharia de prompt podem ajudar nesse processo e por que essa discussão se torna ainda mais importante em um contexto marcado pelo crescimento de conteúdos automáticos, genéricos e de baixa qualidade, fenômeno que vem sendo chamado de slop.
Uma web cada vez mais automatizada
Para entender a importância da engenharia de prompt para vídeos, precisamos olhar também para o ambiente em que esses conteúdos circulam, uma web cada vez mais automatizada, sintética e disputada por sistemas de recomendação.
A internet que conhecemos já não é formada apenas por pessoas publicando, buscando, comentando e compartilhando conteúdos. Cada vez mais, ela é atravessada por sistemas automáticos: bots, crawlers, mecanismos de recomendação, geradores de texto, ferramentas de imagem, vozes sintéticas, avatares e, agora, vídeos criados por Inteligência Artificial.
Essa não é apenas uma impressão. Um estudo com páginas arquivadas pela Internet Archive estimou que, em meados de 2025, cerca de 35% dos novos sites publicados já eram classificados como gerados ou assistidos por IA. Ou seja, a IA generativa já participa diretamente da produção de uma parte significativa da web recente.
Outro dado ajuda a ampliar esse quadro: o relatório 2025 Imperva Bad Bot Report apontou que, em 2024, o tráfego automatizado superou o tráfego humano na internet, chegando a 51% de todo o tráfego web. O mesmo relatório indicou que os chamados “bad bots” representaram 37% de todo o tráfego da internet.
Esses números não dizem todos a mesma coisa. Uma coisa é tráfego automatizado; outra é conteúdo gerado por IA. Mas, juntos, eles apontam para uma mudança importante: a web está se tornando mais automatizada tanto na circulação quanto na produção de informação.
Esse cenário se aproxima da discussão conhecida como teoria da Internet Morta, tema já abordado aqui no blog no artigo “Internet morta: o fim da web humana? Teoria e evidências”. A ideia central dessa teoria é provocativa, e se uma parte crescente do que encontramos online não vier mais de interações humanas reais, mas de sistemas automatizados, bots e conteúdos sintéticos?
A internet está ficando mais sintética, mais automatizada e mais dependente de sistemas que produzem, distribuem e recomendam conteúdo em escala.
E é nesse ponto que entra o slop.
O que é slop e por que ele importa para vídeos gerados por IA?
O termo slop passou a ser usado para descrever conteúdos digitais de baixa qualidade, geralmente produzidos em grande quantidade por meio de Inteligência Artificial. Mas é importante fazer uma distinção: slop não é todo conteúdo criado com IA.
Um vídeo feito com IA pode ser planejado, revisado, útil, ético e bem produzido. O slop aparece quando a produção automática substitui a intenção, a curadoria e o cuidado. É o vídeo criado apenas para ocupar o feed, simular autoridade, gerar cliques ou preencher a internet com mais do mesmo.
Em um artigo publicado no The Guardian, Nesrine Malik chama atenção para uma consequência importante desse fenômeno: o slop não apenas aumenta o volume de conteúdo disponível, mas também pode distorcer nossa percepção da realidade. Imagens e vídeos gerados por IA circulam por redes sociais, plataformas de vídeo e aplicativos de mensagem, misturando fantasia, entretenimento, propaganda, desinformação e apelo emocional em uma mesma corrente visual.
Esse ponto é central para entendermos o problema. O slop não precisa ser necessariamente falso para ser prejudicial. Às vezes, ele apenas banaliza, confunde, exagera ou transforma qualquer assunto em mais um estímulo visual dentro do feed. Em vez de ajudar o usuário a compreender melhor o mundo, ele ocupa sua atenção com conteúdos automáticos, repetitivos e pouco confiáveis.
Quando esse fenômeno chega ao vídeo, o impacto pode ser ainda maior. O vídeo combina imagem, voz, movimento, legenda, trilha sonora, expressão facial e aparência de presença. Por isso, um conteúdo mal produzido ou mal-intencionado pode parecer mais convincente do que um texto simples. Ele pode ensinar errado, informar mal, manipular emoções ou apenas ocupar a atenção das pessoas com material genérico.
Por isso, quando falamos de criação de vídeos com IA, não estamos discutindo apenas uma técnica nova. Estamos discutindo também uma responsabilidade nova. Em uma web cada vez mais automatizada, produzir com IA exige mais intenção, mais repertório e mais critério.
E é aqui que a engenharia de prompt entra na discussão.
A engenharia de prompt é uma habilidade que precisa ser aprendida?
Se o slop nasce da produção automática sem intenção, curadoria e cuidado, uma pergunta se torna inevitável: escrever bons prompts é algo intuitivo ou é uma habilidade que precisa ser aprendida?
Um estudo de Jonas Oppenlaender, Rhema Linder e Johanna Silvennoinen, divulgado inicialmente em 2023 com o título Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering, investigou justamente essa questão no contexto da criação de imagens com IA. Os pesquisadores analisaram se participantes conseguiam reconhecer bons prompts, escrever prompts e refiná-los em sistemas de geração de texto-para-imagem.
O resultado é importante para esta discussão. Os participantes conseguiam avaliar a qualidade geral dos prompts e criar descrições, mas tinham dificuldade com o vocabulário específico necessário para orientar melhor o estilo e a qualidade visual das imagens. Em outras palavras, pedir bem não é apenas “ter uma ideia”. É saber traduzir essa ideia em uma linguagem que a máquina consiga interpretar com mais precisão.
Embora o estudo trate da criação de imagens, sua conclusão ajuda a entender o desafio dos vídeos. Se, para gerar uma boa imagem, já precisamos de repertório visual, vocabulário técnico e refinamento, para gerar um bom vídeo o desafio aumenta. Além de sujeito, cenário, estilo, luz e composição, precisamos orientar ação, tempo, movimento, câmera, continuidade, ritmo, som e narrativa.
Portanto, a engenharia de prompt não deve ser vista como uma coleção de comandos prontos. Ela é uma habilidade criativa, técnica e comunicacional. No caso dos vídeos, aproxima-se de uma pequena direção de cena.
Do texto ao vídeo: como intenção, contexto e estrutura mudam em cada mídia
No artigo sobre como escrever bons prompts e conversar melhor com a IA, vimos que um bom prompt costuma se apoiar em três pilares: intenção, contexto e estrutura.
Esses pilares continuam válidos quando passamos do texto para a imagem, para o áudio ou para o vídeo. O que muda é a forma como cada mídia exige que esses pilares sejam detalhados.
Em um prompt para texto, a estrutura pode ser algo simples, como “explique em três parágrafos curtos”. Em um prompt para imagem, essa estrutura passa a envolver composição, luz, estilo e enquadramento. Em um prompt para áudio, precisamos orientar voz, ritmo, emoção e ambiência sonora. Já em um prompt para vídeo, tudo isso se torna mais complexo, porque o vídeo combina imagem, som, movimento, tempo e continuidade.
Ou seja: intenção, contexto e estrutura continuam sendo a base. O que muda é o repertório necessário para preencher cada pilar.
| Mídia | Intenção | Contexto | Estrutura |
|---|---|---|---|
| Texto | Define o que deve ser explicado, escrito, resumido ou argumentado. | Indica público, nível de profundidade, tom e objetivo. | Organiza formato, tamanho, sequência lógica e estilo de resposta. |
| Imagem | Define o que a imagem deve comunicar visualmente. | Indica estilo, ambiente, referências visuais, público e uso da imagem. | Organiza sujeito, cenário, composição, luz, enquadramento, cor e atmosfera. |
| Áudio | Define o que deve ser comunicado sonoramente. | Indica público, emoção, tipo de voz, ritmo, ambiente e finalidade. | Organiza narração, trilha, pausas, duração, intensidade e clareza sonora. |
| Vídeo | Define o que o vídeo deve comunicar como experiência audiovisual. | Indica público, canal, formato, tom, linguagem visual e finalidade. | Organiza cena, ação, duração, sequência temporal, câmera, movimento, som, ritmo, continuidade e transições. |
Essa comparação simples mostra que o prompt não é apenas uma frase de comando. Ele é uma forma de traduzir intenção para uma mídia específica.
No texto, o prompt organiza ideias.
Na imagem, organiza o olhar.
No áudio, organiza a escuta.
No vídeo, organiza uma experiência no tempo.
Por isso, quando falamos de vídeo, não basta dizer o que deve aparecer na cena. É preciso indicar o que acontece, em que ordem acontece, por quanto tempo acontece, como a câmera se comporta, que som acompanha a ação e o que precisa permanecer consistente do início ao fim.
As camadas específicas de um prompt para vídeo
Se intenção, contexto e estrutura são a base de qualquer bom prompt, no vídeo esses pilares precisam ser traduzidos para a linguagem audiovisual.
Isso significa que o prompt deve orientar não apenas o assunto, mas também a cena, a ação, o tempo, a câmera, o movimento, o som e a continuidade. Quanto menos essas camadas aparecem no prompt, mais decisões ficam nas mãos do modelo. E, quando a IA decide sozinha, aumenta a chance de resultados genéricos, incoerentes ou próximos do slop.
Tabela das camadas específicas do vídeo
| Camada | Função no prompt de vídeo | Exemplo |
|---|---|---|
| Cena | Define onde e com quem a ação acontece. | “Uma professora em uma sala de aula moderna diante de uma lousa digital.” |
| Ação | Explica o que acontece. | “Ela olha para a câmera, depois aponta para três ícones na lousa.” |
| Tempo | Organiza duração e progressão. | “De 0 a 3 segundos..., de 3 a 7 segundos..., de 7 a 10 segundos...” |
| Câmera | Define enquadramento e movimento. | “Plano médio, câmera na altura dos olhos, aproximação lenta.” |
| Movimento | Orienta deslocamentos de pessoas, objetos e elementos gráficos. | “Os ícones aparecem em sequência, da esquerda para a direita.” |
| Estilo visual | Define aparência estética. | “Estilo documental, iluminação suave, cores claras, ambiente educacional.” |
| Som | Define voz, trilha, ruídos ou silêncio. | “Narração didática, voz natural, trilha leve ao fundo.” |
| Continuidade | Mantém consistência entre os frames. | “Manter a mesma personagem, roupa, cenário e iluminação durante todo o vídeo.” |
| Restrições | Indica o que evitar. | “Sem deformações no rosto, sem texto ilegível, sem cortes bruscos.” |
| Refinamento | Ajusta o resultado depois da primeira geração. | “Reduzir o movimento da câmera e deixar a cena mais natural.” |
Principais técnicas de engenharia de prompt para vídeos
Depois de entender que um prompt para vídeo precisa lidar com cena, ação, tempo, câmera, movimento, som e continuidade, vou listar algumas técnicas que ajudam a transformar uma ideia vaga em uma direção audiovisual mais clara.
Essas técnicas não devem ser vistas como fórmulas rígidas. Elas funcionam como estratégias para reduzir ambiguidades, orientar melhor o modelo e aumentar a chance de gerar vídeos mais coerentes, úteis e intencionais.
Principais técnicas de engenharia de prompt para vídeos
| Técnica | O que significa | Para que serve | Exemplo simples |
|---|---|---|---|
| Scene Planning | Planejamento de cenas. | Divide o vídeo em cenas ou blocos narrativos. | “Cena 1: professora olha para a câmera. Cena 2: aponta para a lousa. Cena 3: ícones aparecem.” |
| Shot Prompting | Prompt por tomada. | Define os planos, enquadramentos e cortes do vídeo. | “Tomada 1 em plano médio. Tomada 2 em close-up na lousa.” |
| Camera Motion Prompting | Direção do movimento de câmera. | Orienta se a câmera fica parada, aproxima, acompanha ou se desloca. | “Câmera na altura dos olhos, com aproximação lenta e suave.” |
| Temporal Prompting | Organização temporal. | Define o que acontece em cada intervalo de tempo. | “De 0 a 3 segundos…, de 3 a 7 segundos…, de 7 a 10 segundos…” |
| Motion Prompting | Direção do movimento dos elementos. | Orienta o movimento de personagens, objetos e elementos gráficos. | “Os ícones surgem da esquerda para a direita enquanto a professora aponta para a lousa.” |
| Negative Prompting | Prompt negativo. | Indica o que deve ser evitado no vídeo. | “Sem rosto distorcido, sem mãos deformadas, sem texto ilegível, sem cortes bruscos.” |
| Reference Prompting | Uso de referência visual ou sonora. | Usa imagem, estilo, personagem, paleta, voz ou identidade visual como referência. | “Manter o mesmo estilo da imagem de referência, com iluminação suave e cores claras.” |
| Prompt Chaining | Encadeamento de prompts. | Divide a criação em etapas: roteiro, cenas, tomadas, prompt final e revisão. | “Primeiro crie o roteiro; depois transforme em cenas; depois escreva o prompt final.” |
| Iterative Refinement | Refinamento iterativo. | Ajusta o resultado depois da primeira geração. | “Refaça com menos movimento de câmera, gestos mais naturais e melhor continuidade visual.” |
| Safety Prompting | Prompt de segurança. | Define limites éticos, autorais e informacionais. | “Não simular pessoa real, não criar desinformação, não usar voz ou imagem de terceiros sem autorização.” |
Engenharia de prompt para vídeo: gerar não é o mesmo que dirigir
Depois de entender as camadas e as principais técnicas, é hora de ver a engenharia de prompt na prática.
Para esta demonstração, vamos usar uma estratégia mais simples e didática: em vez de criar uma única sequência longa, cada vídeo curto será dedicado a uma técnica específica. Assim, conseguimos observar melhor o que cada estratégia tenta controlar — cena, tempo, enquadramento, câmera, movimento, referência, restrições, segurança, encadeamento ou refinamento.
A ideia não é apresentar resultados perfeitos, mas mostrar o processo real de criação com IA. Em cada exemplo, vamos analisar o prompt usado, o vídeo gerado e o que aconteceu no resultado. Isso é importante porque, na prática, a engenharia de prompt não garante controle absoluto sobre a IA; ela aumenta a clareza da direção e reduz a chance de resultados genéricos, incoerentes ou próximos do slop.
Em cada técnica, vamos observar:
- o que a técnica tenta orientar;
- como ela aparece no prompt;
A ferramenta utilizada foi o Google Flow e o modelo de geração de vídeo foi Veo 3.1 lite.
Scene Planning: planejando as cenas
A primeira técnica é o Scene Planning, ou planejamento de cenas.
Nesta etapa, o objetivo não é controlar tempo, movimento de câmera ou refinamento visual. A proposta é mais básica: mostrar que, antes de gerar um vídeo com IA, precisamos organizar a ideia em uma sequência de cenas.
Em vez de pedir apenas “crie um vídeo bonito”, o prompt passa a definir uma lógica narrativa. A cena deve comunicar planejamento: começo, desenvolvimento e fechamento.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente o conceito de Scene Planning. A ideia é mostrar uma mesa de trabalho com cartões de storyboard, como se o criador estivesse planejando a estrutura de um vídeo antes de gerá-lo com IA.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Scene Planning na engenharia de prompt para vídeos com IA. A cena deve mostrar uma mesa de trabalho limpa e organizada, com aparência editorial, educativa e contemporânea. Sobre a mesa há um notebook sem interface legível, um caderno aberto, uma caneta e três cartões de storyboard grandes, alinhados lado a lado.
A técnica Scene Planning deve ser representada visualmente pelos três cartões de storyboard. Cada cartão mostra uma etapa diferente de uma cena planejada:
Cartão 1: abertura da cena, representada por um quadro simples e abstrato.
Cartão 2: desenvolvimento da cena, representado por um segundo quadro intermediário.
Cartão 3: fechamento da cena, representado por um terceiro quadro final.
Os três cartões devem transmitir a ideia de começo, meio e fim. A composição deve deixar claro que o vídeo está explicando planejamento de cenas antes da geração com IA.
O ambiente deve transmitir método, clareza, organização e intenção criativa. A cena deve parecer uma explicação visual sobre como planejar um vídeo antes de gerá-lo.
Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas desenhos simples, quadros, linhas, ícones abstratos e símbolos visuais.
Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, plataformas reais, redes sociais reais ou interfaces reconhecíveis.
Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros.
Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Scene Planning Planejamento de cenas”.
O resultado deve comunicar que Scene Planning significa organizar a sequência de cenas antes de gerar o vídeo.
O que analisar depois que o vídeo for gerado
Observe se o vídeo deixa claro que há três momentos planejados. O resultado não precisa ser perfeito, mas precisa comunicar visualmente a ideia de organização narrativa. Se aparecer texto distorcido ou se os cartões não representarem começo, meio e fim, isso vira uma boa observação crítica para o artigo.
Temporal Prompting: organizando o tempo
A segunda técnica é o Temporal Prompting, ou organização do tempo.
Nesta etapa, o objetivo é mostrar que um vídeo não depende apenas da cena escolhida, mas também da forma como os acontecimentos são distribuídos ao longo da duração. Diferente de uma imagem, que organiza um instante, o vídeo precisa organizar uma sequência.
Por isso, o Temporal Prompting ajuda a responder perguntas como: o que aparece primeiro? O que muda depois? Como a cena evolui? O que acontece no início, no meio e no final?
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente a ideia de uma linha do tempo. A proposta é mostrar que o prompt para vídeo pode dividir a ação em momentos sucessivos, ajudando a IA a entender a progressão da cena.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Temporal Prompting na engenharia de prompt para vídeos com IA.
A cena deve mostrar uma mesa de trabalho limpa e organizada, com aparência editorial, educativa e contemporânea. Sobre a mesa há um notebook sem interface legível, um caderno aberto, cartões de planejamento audiovisual e uma linha do tempo visual abstrata dividida em quatro blocos.
A técnica Temporal Prompting deve ser representada visualmente pela linha do tempo. A linha do tempo deve sugerir que o vídeo está sendo planejado em etapas sucessivas.
O vídeo deve mostrar uma única composição visual, com câmera estática ou quase estática.
O foco deve estar na passagem do tempo dentro da própria linha do tempo.Organizar a ação visual da seguinte forma:
De 0 a 2 segundos: mostrar a linha do tempo vazia ou pouco preenchida, sugerindo o início do planejamento.
De 2 a 4 segundos: o primeiro bloco da linha do tempo fica destacado visualmente, representando o começo do vídeo.
De 4 a 6 segundos: os blocos intermediários ficam destacados, representando o desenvolvimento da ação.
De 6 a 8 segundos: todos os blocos aparecem organizados em sequência, representando começo, desenvolvimento e fechamento.
A cena deve comunicar que Temporal Prompting significa dividir o vídeo em momentos: o que acontece no início, o que acontece no meio e o que acontece no final.
Não escrever palavras na linha do tempo. Não gerar textos legíveis dentro do vídeo. Usar apenas blocos, linhas, marcadores, ícones abstratos e sinais visuais simples.Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis.
Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros.
Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Temporal Prompting/Organização do tempo”.
O resultado deve comunicar que Temporal Prompting significa orientar quando cada parte do vídeo acontece.
O que aconteceu no vídeo:
O vídeo apresentou uma mesa de trabalho vista de cima, com notebook, caderno, cartões visuais e elementos gráficos organizados. Ao longo dos 8 segundos, blocos visuais em tom azul-esverdeado aparecem progressivamente sobre a mesa, formando uma espécie de linha do tempo horizontal.
A cena começa com poucos elementos destacados e, aos poucos, novos blocos são adicionados da esquerda para a direita. No final, a composição fica mais completa, com vários blocos alinhados em sequência. Isso comunica bem a ideia de progressão temporal.
Shot Prompting: definindo tomadas e enquadramentos
A terceira técnica é o Shot Prompting, ou prompt por tomada.
Nesta etapa, o objetivo é mostrar que um prompt para vídeo não precisa descrever apenas o que aparece na cena. Ele também pode orientar como a cena deve ser vista.
Em outras palavras, o Shot Prompting ajuda a definir os planos e enquadramentos: plano aberto, plano médio, close-up, detalhe, ponto de vista e composição. Essa técnica aproxima o prompt da linguagem audiovisual, porque deixa de tratar o vídeo como uma imagem única e passa a pensar na forma como o olhar do espectador será conduzido.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente a técnica Shot Prompting. A ideia é mostrar uma mesma mesa de criação audiovisual sendo apresentada por diferentes enquadramentos: primeiro uma visão mais aberta, depois uma aproximação intermediária e, por fim, um detalhe dos elementos sobre a mesa.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Shot Prompting na engenharia de prompt para vídeos com IA. A cena deve mostrar uma mesa de trabalho limpa e organizada, com aparência editorial, educativa e contemporânea. Sobre a mesa há um notebook sem interface legível, um caderno aberto, uma caneta, uma pequena câmera, cartões de storyboard e alguns objetos simples de produção audiovisual.
A técnica Shot Prompting deve ser representada visualmente por três enquadramentos diferentes da mesma cena. O vídeo deve mostrar a mesma mesa de trabalho a partir de três tipos de tomada:
Primeira tomada: plano aberto, mostrando a mesa inteira e o ambiente de criação audiovisual.
Segunda tomada: plano médio, mostrando melhor o notebook, o caderno, os cartões de storyboard e a câmera.
Terceira tomada: close-up, mostrando detalhes dos cartões de storyboard, da caneta e da câmera sobre a mesa.
A composição deve deixar claro que Shot Prompting significa orientar os planos e enquadramentos de um vídeo antes da geração.
Não dividir o vídeo por tempo exato. Não criar uma linha do tempo. Não mostrar os objetos se movendo. O foco desta cena deve ser apenas a mudança de enquadramento: plano aberto, plano médio e close-up.
O ambiente deve transmitir método, clareza, organização e direção audiovisual.
Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas desenhos simples, quadros, linhas e símbolos abstratos.
Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis.
Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros.
Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Shot Prompting/Planos e enquadramentos”.
O resultado deve comunicar que Shot Prompting significa definir como a cena será enquadrada: plano aberto, plano médio e close-up.
O que aconteceu no vídeo:
O vídeo apresentou uma mesa de trabalho com notebook, caderno, câmera pequena sobre tripé, folhas com desenhos de storyboard e canetas. A cena manteve a estética de produção audiovisual e reforçou visualmente a ideia de planejamento.Ao longo do vídeo, a câmera se aproxima progressivamente dos objetos. No início, vemos uma composição mais ampla da mesa, com notebook, caderno e câmera. Depois, a câmera passa a destacar melhor os elementos centrais. No final, o vídeo se aproxima dos cartões, das folhas e das canetas, criando uma sensação de detalhe.
Ou seja, o resultado conseguiu representar parcialmente a ideia de plano aberto, plano médio e close-up, ainda que a transição tenha acontecido mais como um movimento contínuo de câmera do que como três tomadas claramente separadas.
Camera Motion Prompting: dirigindo o movimento da câmera
A quarta técnica é o Camera Motion Prompting, ou direção do movimento de câmera.
Nesta etapa, o objetivo é mostrar que, em um prompt para vídeo, não basta definir o que aparece na cena. Também podemos orientar como a câmera se comporta: se ela fica parada, se aproxima, se afasta, acompanha a cena, faz um travelling lateral ou cria uma sensação de deslocamento.
Essa técnica é importante porque o movimento da câmera muda a forma como o espectador percebe a cena. Uma câmera fixa transmite estabilidade. Uma aproximação lenta cria foco. Um movimento lateral pode revelar detalhes aos poucos. Ou seja, a câmera não apenas registra a cena; ela dirige o olhar.
O que será adicionado nesta etapa
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente a técnica Camera Motion Prompting. A proposta é manter os objetos parados e deixar que o principal movimento venha da câmera. Assim, conseguimos diferenciar movimento de câmera de movimento dos elementos da cena.
Prompt utilizado
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Camera Motion Prompting na engenharia de prompt para vídeos com IA.
A cena deve mostrar uma mesa de trabalho limpa e organizada, com aparência editorial, educativa e contemporânea. Sobre a mesa há um notebook sem interface legível, um caderno aberto, cartões de storyboard, uma pequena câmera, uma caneta e alguns objetos simples ligados à criação audiovisual.
A técnica Camera Motion Prompting deve ser representada pelo movimento da própria câmera, não pelo movimento dos objetos.
A câmera deve realizar um movimento lateral suave, como um travelling, passando lentamente da esquerda para a direita sobre a mesa de trabalho. O movimento deve ser estável, controlado e cinematográfico.
Manter a mesma cena durante todo o vídeo. Não trocar de ambiente, não mudar para outro cenário e não criar cortes visíveis. O foco deve ser demonstrar que a câmera pode ser dirigida dentro do prompt.
Os objetos sobre a mesa devem permanecer parados. Não fazer cartões, ícones ou objetos se moverem. A única movimentação importante deve ser o deslocamento da câmera.
A composição deve comunicar que Camera Motion Prompting significa orientar o comportamento da câmera: mover, acompanhar, aproximar, afastar ou permanecer estável.
O ambiente deve transmitir método, clareza, organização e direção audiovisual.
Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas desenhos simples, quadros, linhas, ícones abstratos e símbolos visuais.
Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis.
Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros.
Deixar área visual limpa no canto superior esquerdo para inserir, em edição, o texto “Camera Motion Prompting/Movimento de câmera”.
O resultado deve comunicar que Camera Motion Prompting significa dirigir o movimento da câmera dentro do vídeo.
O que aconteceu no vídeo
O vídeo apresentou uma mesa de trabalho com notebook, caderno aberto, cartões de storyboard, caneta e uma câmera fotográfica sobre a mesa. Ao longo dos 8 segundos, a cena manteve praticamente os mesmos objetos, enquanto o enquadramento se deslocou suavemente para a direita.
Esse resultado conseguiu representar bem a proposta do Camera Motion Prompting. O foco não está em objetos se movendo, mas na câmera revelando a mesa aos poucos. No começo, vemos mais a parte esquerda da composição, com o notebook e os materiais de planejamento. Depois, o enquadramento avança lateralmente e passa a destacar melhor os cartões, a câmera e outros objetos à direita.
Motion Prompting: orientando movimentos dentro da cena
A quinta técnica é o Motion Prompting, ou direção do movimento dos elementos.
Nesta etapa, o objetivo é diferenciar o movimento da câmera do movimento que acontece dentro da cena. No vídeo anterior, o foco estava em dirigir a câmera. Agora, a câmera deve permanecer estável, enquanto cartões, ícones, blocos visuais ou objetos se organizam no espaço.
Essa técnica é importante porque em vídeos gerados por IA, não basta dizer quais elementos devem aparecer. Também precisamos indicar como eles se movem, em qual direção, com qual velocidade e com qual função visual.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente o Motion Prompting. A ideia é mostrar elementos gráficos e cartões de storyboard se organizando sobre uma mesa, enquanto a câmera permanece praticamente parada.
Prompt utilizado
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Motion Prompting na engenharia de prompt para vídeos com IA. A cena deve mostrar uma mesa de trabalho limpa e organizada, com aparência editorial, educativa e contemporânea. Sobre a mesa há cartões de storyboard, ícones abstratos de texto, imagem, vídeo e áudio, um caderno aberto, uma caneta e pequenos elementos visuais ligados à produção audiovisual. A técnica Motion Prompting deve ser representada pelo movimento dos elementos dentro da cena. A câmera deve permanecer fixa e estável durante todo o vídeo. Não fazer travelling, zoom, aproximação, afastamento ou mudança de enquadramento. O foco deve estar apenas no movimento dos objetos e elementos gráficos. Os cartões de storyboard devem se mover suavemente sobre a mesa, alinhando-se em uma sequência organizada. Ícones abstratos de texto, imagem, vídeo e áudio devem surgir ou se deslocar de forma discreta, mostrando que diferentes elementos de mídia podem ser orientados pelo prompt. O movimento deve ser lento, claro e controlado. Nada deve se mover rápido demais. Os cartões não devem girar de forma exagerada, flutuar sem sentido ou trocar de forma. A movimentação deve transmitir organização, direção e intenção. A composição deve comunicar que Motion Prompting significa orientar como os elementos se movem dentro do vídeo: direção, velocidade, sequência e comportamento visual. O ambiente deve transmitir método, clareza, organização e direção audiovisual. Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas desenhos simples, quadros, linhas, ícones abstratos e símbolos visuais. Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis. Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros. Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Motion Prompting — Movimento dos elementos”. O resultado deve comunicar que Motion Prompting significa dirigir o movimento dos objetos, cartões e elementos visuais dentro da cena.
O que aconteceu no vídeo:
O vídeo apresentou uma mesa vista de cima, com caderno aberto, caneta, cartões, claquete e vários elementos visuais relacionados à produção audiovisual. A câmera permaneceu praticamente fixa, o que ajudou a diferenciar esta técnica da anterior, dedicada ao movimento de câmera.
Ao longo do vídeo, novos cartões e ícones aparecem progressivamente ao redor do caderno. A composição vai ficando mais preenchida, com elementos que sugerem texto, imagem, vídeo, áudio, storyboard e organização visual. Isso comunica a ideia de que os elementos da cena estão sendo distribuídos e organizados ao longo do tempo.
O movimento principal não veio da câmera, mas da entrada e reorganização dos elementos sobre a mesa. Nesse sentido, o resultado conseguiu representar o conceito de Motion Prompting.
Reference Prompting: mantendo identidade visual e estilo
Nesta etapa, o objetivo é mostrar que um prompt para vídeo não precisa depender apenas de descrição textual. Podemos orientar a IA usando uma referência de estilo, paleta, composição, atmosfera, enquadramento ou identidade visual.
Em outras palavras, o Reference Prompting ajuda a responder: qual aparência o vídeo deve seguir? Em vez de tentar explicar tudo apenas com palavras, usamos uma referência visual como guia.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente o uso de referências na criação com IA. A ideia é mostrar um moodboard, cartões visuais, imagens de referência, paleta de cores e elementos de composição que ajudam a orientar o resultado.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Reference Prompting na engenharia de prompt para vídeos com IA. A cena deve mostrar uma mesa de trabalho limpa, organizada e contemporânea, com aparência editorial e educativa. Sobre a mesa há um notebook sem interface legível, um caderno aberto, cartões de storyboard e um painel visual de referência, como um moodboard. A técnica Reference Prompting deve ser representada pelo uso de uma referência visual para orientar o resultado do vídeo. O painel de referência deve conter imagens abstratas, paleta de cores neutras, pequenos cartões visuais, amostras de textura, quadros de composição e símbolos simples que representem estilo visual, iluminação, atmosfera e identidade estética. Ao lado do painel de referência, deve haver cartões de storyboard que parecem seguir a mesma paleta visual e o mesmo estilo do moodboard. A composição deve comunicar que a referência ajuda a manter consistência estética entre ideia, prompt e vídeo gerado. O vídeo deve parecer uma explicação visual sobre como usar referências para orientar a IA. O foco deve estar na relação entre o moodboard e os cartões de storyboard. Não escrever palavras no moodboard ou nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas imagens abstratas, blocos de cor, linhas, formas, quadros e símbolos visuais. Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis. Não usar marcas ou estilos identificáveis de artistas, empresas, filmes, plataformas ou produtos reais. Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros. Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Reference Prompting/Referência visual”. O resultado deve comunicar que Reference Prompting significa usar uma imagem, estilo, moodboard ou referência visual para orientar a aparência do vídeo gerado por IA.
O que aconteceu no vídeo:
O vídeo apresentou uma mesa de trabalho com papéis, caderno, imagens impressas, amostras de cores, texturas e fotografias de referência. A composição ficou parecida com um moodboard de design, com imagens organizadas sobre a mesa e uma paleta visual clara.
A estética ficou consistente: tons neutros, madeira clara, iluminação suave, imagens arquitetônicas e cartões visuais com aparência de referência criativa. O vídeo conseguiu transmitir a ideia de que existe um material visual orientando a criação.
Nesse sentido, o Reference Prompting funcionou: o resultado não parece uma cena aleatória, mas uma composição organizada em torno de referências visuais.
Negative Prompting: evitando erros visuais e técnicos
Nesta etapa, o objetivo é mostrar que um bom prompt não deve dizer apenas o que queremos que apareça no vídeo. Ele também precisa indicar o que deve ser evitado.
Em vídeos gerados por IA, isso é especialmente importante porque alguns problemas podem surgir ao longo da sequência: textos ilegíveis, excesso de elementos visuais, distorções, objetos estranhos, cortes confusos, tremulação, marcas indesejadas ou composições poluídas.
O Negative Prompting funciona como
uma camada de limpeza e controle. Ele ajuda a reduzir ruído e orienta a IA sobre os elementos que não devem fazer parte do resultado.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente o conceito de Negative Prompting. A ideia é mostrar uma cena que começa com elementos confusos ou indesejados e passa por um processo de filtragem, resultando em uma composição mais limpa e organizada.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Negative Prompting na engenharia de prompt para vídeos com IA. A cena deve ter estilo editorial educativo, limpo e contemporâneo, com iluminação suave, cores neutras, aparência profissional e atmosfera organizada. A técnica Negative Prompting deve ser representada visualmente como um processo de filtragem: de um lado, elementos visuais confusos e indesejados; do outro, uma composição limpa, organizada e clara. A cena deve mostrar uma mesa de trabalho ou painel de criação audiovisual com cartões abstratos. Alguns cartões representam problemas comuns em vídeos gerados por IA: excesso de elementos, texto ilegível, distorção visual, ruído, tremulação, objetos confusos e composição poluída. Esses problemas devem ser representados apenas por símbolos abstratos, rabiscos suaves, blocos visuais desorganizados e ícones genéricos. Não mostrar deformações grotescas, rostos humanos, mãos, pessoas, marcas ou imagens assustadoras. Na mesma composição, mostrar um conjunto de cartões limpos e organizados, sugerindo que o Negative Prompting ajuda a remover ou evitar aquilo que não deve aparecer no vídeo. O foco visual deve ser a diferença entre “elementos indesejados” e “resultado mais limpo”. A cena deve comunicar que bons prompts também dizem o que evitar. Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas ícones abstratos, linhas, quadros, blocos visuais e símbolos simples. Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais, interfaces reconhecíveis, notícias, política, celebridades ou instituições reais. Não mostrar textos pequenos, palavras distorcidas, legendas automáticas, marcas d’água, notificações ou aparência de aplicativo real. Não criar uma cena caótica demais, sombria, assustadora ou sensacionalista. A estética deve continuar educativa, clara e profissional. Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros. Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Negative Prompting — O que evitar”. O resultado deve comunicar que Negative Prompting significa orientar a IA sobre elementos, erros e efeitos que devem ser evitados no vídeo.
O que aconteceu no vídeo:
O vídeo apresentou uma composição visual dividida entre elementos confusos e elementos organizados. No início, aparecem cartões com rabiscos, ruídos visuais e formas desordenadas, representando problemas comuns em conteúdos gerados por IA. Em seguida, uma espécie de painel translúcido, com a palavra “NO”, atravessa a cena como se estivesse filtrando ou bloqueando os elementos indesejados.
Ao longo do vídeo, os elementos mais confusos vão sendo separados, removidos ou deslocados para fora da composição. No final, a cena fica mais limpa, com cartões organizados, ícones simples e uma aparência mais controlada.
Visualmente, o resultado comunicou bem a ideia central do Negative Prompting: dizer à IA o que deve ser evitado para chegar a um resultado mais claro.
Safety Prompting: criando um anúncio responsável
Nesta etapa, o objetivo é mostrar que a engenharia de prompt para vídeos não trata apenas de estética, enquadramento ou movimento. Ela também precisa definir limites éticos, autorais e informacionais antes da geração.
Em vídeos com IA, esse cuidado é especialmente importante porque o audiovisual pode simular presença, autoridade, voz, rosto, documento, notícia, instituição ou acontecimento.
Por isso, o Safety Prompting ajuda a orientar a IA sobre o que não deve ser produzido: deepfakes, uso indevido de imagem ou voz, marcas reais, pessoas reais, desinformação, simulação falsa de autoridade ou conteúdo enganoso.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente a ideia de criação responsável. A proposta é mostrar cartões com símbolos de proteção, verificação, cuidado com identidade, cuidado com voz e checagem de informação.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Safety Prompting na engenharia de prompt para vídeos com IA. A cena deve ter estilo editorial educativo, limpo e contemporâneo, com iluminação suave, cores neutras, aparência profissional e atmosfera organizada. A técnica Safety Prompting deve ser representada visualmente como um processo de criação responsável. Mostrar uma mesa de trabalho ou painel de planejamento audiovisual com símbolos abstratos de cuidado, ética, autorização, verificação e responsabilidade. A cena deve mostrar cartões visuais organizados, cada um representando um princípio de segurança na criação de vídeos com IA: um cartão com símbolo abstrato de escudo, representando proteção; um cartão com símbolo abstrato de check, representando verificação; um cartão com símbolo abstrato de pessoa genérica sem rosto, representando cuidado com imagem e identidade; um cartão com símbolo abstrato de alto-falante ou onda sonora, representando cuidado com voz; um cartão com símbolo abstrato de documento neutro, representando checagem de informação. Os cartões devem estar organizados de forma limpa, como se fizessem parte de um guia de produção responsável. A composição deve comunicar que bons prompts também precisam definir limites éticos antes da geração do vídeo. O vídeo deve transmitir a ideia de que Safety Prompting ajuda a evitar simulação indevida de pessoas reais, uso não autorizado de voz ou imagem, desinformação, marcas reais, instituições reais e aparência enganosa de autoridade. Não mostrar pessoas reais, rostos humanos identificáveis, celebridades, políticos, marcas, logotipos, instituições reais, veículos de imprensa, plataformas reais, redes sociais reais ou interfaces reconhecíveis. Não representar fake news, propaganda política, golpes, deepfakes realistas, documentos reais, notícias reais ou qualquer conteúdo enganoso específico. Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas ícones abstratos, linhas, quadros, símbolos simples e composição visual limpa. Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros. Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Safety Prompting/Criação responsável”. O resultado deve comunicar que Safety Prompting significa orientar a IA com limites éticos, autorais e informacionais antes de gerar um vídeo.
O que aconteceu no vídeo:
O vídeo apresentou uma mesa com cartões brancos organizados, cada um trazendo símbolos simples ligados à ideia de segurança e responsabilidade. Aparecem ícones como escudo, sinal de verificação, documento, alto-falante ou onda sonora e outros elementos que sugerem proteção, checagem e cuidado.
Ao longo da cena, a composição vai sendo preenchida por novos cartões. No final, aparece um cartão maior em posição vertical, com um símbolo que lembra engrenagem e balão de pensamento, sugerindo processo, decisão e revisão. A estética geral ficou limpa, neutra e próxima de um painel de princípios ou guia visual.
O resultado comunicou bem a intenção da técnica: antes de gerar um vídeo com IA, é preciso definir limites. O vídeo não mostra pessoas reais, marcas, rostos, notícias ou plataformas, o que está alinhado com a proposta do Safety Prompting.
Prompt Chaining: conectando as partes do anúncio
Nesta etapa, o objetivo é mostrar que a criação com IA não precisa acontecer em um único comando. Em vez de tentar resolver tudo de uma vez, podemos dividir o processo em etapas: primeiro a ideia, depois o roteiro, depois o storyboard, depois o prompt, depois a geração do vídeo e, por fim, a revisão.
Essa técnica é especialmente útil em vídeos, porque o resultado depende de muitas decisões ao mesmo tempo: objetivo, narrativa, cena, tempo, enquadramento, movimento, som, restrições e refinamento. O Prompt Chaining ajuda a organizar esse processo em uma cadeia de decisões.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente uma cadeia de criação. A ideia é mostrar cartões ou blocos conectados, indicando que cada etapa alimenta a próxima.
Prompt utilizado
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Prompt Chaining na engenharia de prompt para vídeos com IA. A cena deve ter estilo editorial educativo, limpo e contemporâneo, com iluminação suave, cores neutras, aparência profissional e atmosfera organizada. A técnica Prompt Chaining deve ser representada visualmente como uma cadeia de criação em etapas. Mostrar uma mesa de trabalho ou painel de planejamento audiovisual com cartões conectados por setas simples, formando uma sequência lógica de produção. A composição deve mostrar seis cartões visuais alinhados em sequência, da esquerda para a direita. Cada cartão deve representar uma etapa do processo criativo, sem usar palavras legíveis: Cartão 1: ideia inicial, representada por uma lâmpada abstrata ou ponto de partida. Cartão 2: roteiro, representado por linhas organizadas em uma folha. Cartão 3: storyboard, representado por três quadros visuais. Cartão 4: prompt, representado por um bloco de instruções abstratas. Cartão 5: vídeo gerado, representado por um quadro de vídeo genérico. Cartão 6: revisão, representada por um símbolo abstrato de ajuste ou refinamento. Os cartões devem parecer conectados, como se uma etapa alimentasse a próxima. A cena deve comunicar que Prompt Chaining significa dividir uma tarefa complexa em prompts menores e encadeados. O foco visual deve estar na sequência do processo, não em movimento de câmera, não em enquadramentos variados e não em animações complexas. Não escrever palavras nos cartões. Não gerar textos legíveis dentro do vídeo. Usar apenas ícones abstratos, linhas, quadros, setas, blocos visuais e símbolos simples. Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais ou interfaces reconhecíveis. Não mostrar textos pequenos, palavras distorcidas, legendas automáticas, marcas d’água, notificações ou aparência de aplicativo real. Não criar uma cena futurista exagerada. A estética deve continuar educativa, clara, profissional e organizada. Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros. Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Prompt Chaining — Prompts em cadeia”. O resultado deve comunicar que Prompt Chaining significa construir o vídeo por etapas: ideia, roteiro, storyboard, prompt, geração e revisão.
O que aconteceu no vídeo:
O vídeo apresentou um painel horizontal com cartões conectados por setas. A sequência começa com um cartão de ideia, representado por uma lâmpada, e avança para outros cartões relacionados à produção audiovisual: vídeo gerado, storyboard, documento de instruções e revisão.
Ao longo dos segundos, novos cartões aparecem no painel, formando uma cadeia visual. No final, os elementos estão organizados da esquerda para a direita e conectados por uma linha luminosa, reforçando a ideia de fluxo entre etapas.
O resultado comunicou bem a lógica principal do Prompt Chaining: a criação não acontece em um único salto, mas por uma sequência de passos conectados.
Iterative Refinement: refinando o fechamento
Nesta etapa, o objetivo é mostrar que a criação de vídeos com IA raramente termina na primeira geração. Em vez de tratar o primeiro resultado como versão final, o criador observa o que funcionou, identifica o que precisa ser melhorado, ajusta o prompt e gera uma nova versão.
Essa técnica é importante porque a engenharia de prompt não é apenas escrita inicial. Ela também envolve avaliação, comparação e refinamento. Em vídeo, isso se torna ainda mais necessário, porque problemas de movimento, legibilidade, composição, excesso visual, continuidade e estilo só aparecem depois que o vídeo é gerado.
O que será adicionado nesta etapa:
Vamos criar um vídeo curto, de 8 segundos, que represente visualmente a ideia de comparação entre uma primeira versão e uma versão refinada. A proposta é mostrar um “antes e depois” do processo criativo: de um projeto inicial mais confuso para uma versão final mais organizada.
Prompt utilizado:
Crie um vídeo educativo curto, silencioso, de 8 segundos, em formato horizontal 16:9, explicando visualmente a técnica Iterative Refinement na engenharia de prompt para vídeos com IA.
A cena deve ter estilo editorial educativo, limpo e contemporâneo, com iluminação suave, cores neutras, aparência profissional e atmosfera organizada.
A técnica Iterative Refinement deve ser representada visualmente como uma comparação entre uma primeira versão confusa e uma versão refinada.
A cena deve mostrar uma mesa de trabalho ou painel de criação audiovisual dividido visualmente em duas áreas:
À esquerda, uma versão inicial do projeto, representada por cartões de storyboard levemente desorganizados, linhas soltas, ícones abstratos desalinhados e composição ainda incompleta.
À direita, uma versão refinada do
mesmo projeto, representada por cartões de storyboard organizados, linha do tempo limpa, ícones bem distribuídos e composição visual mais clara.
A comparação deve comunicar que o processo de criação com IA melhora quando o criador observa o resultado, identifica problemas, ajusta o prompt e gera uma nova versão.
O vídeo deve transmitir a ideia de evolução: de uma tentativa inicial para uma versão mais clara, organizada e intencional.
Não mostrar textos legíveis dentro do vídeo. Não escrever palavras nos cartões. Usar apenas símbolos abstratos, quadros, linhas, blocos visuais, ícones simples e elementos gráficos limpos.
Não mostrar pessoas, rostos humanos, mãos, marcas, logotipos, redes sociais reais, plataformas reais, interfaces reconhecíveis, notificações ou aparência de aplicativo real.
Não criar uma cena caótica demais. A versão inicial pode parecer menos organizada, mas ainda deve manter estética educativa e profissional.
Gerar apenas vídeo, sem áudio, sem fala, sem narração, sem música e sem efeitos sonoros.
Deixar uma área visual limpa no canto superior esquerdo para inserir depois, na edição, o texto: “Iterative Refinement/Refinamento iterativo”.
O resultado deve comunicar que Iterative Refinement significa melhorar o vídeo por ciclos de avaliação, ajuste e nova geração.
O que aconteceu no vídeo:
O vídeo apresentou uma composição dividida em duas áreas. À esquerda, aparece uma seção identificada como uma versão inicial, com cartões, linhas, rabiscos, ícones e elementos visuais mais desorganizados. À direita, aparece uma versão refinada, com ícones coloridos, blocos mais alinhados, grade visual mais limpa e aparência de resultado organizado.
Ao longo dos 8 segundos, a comparação entre os dois lados fica mais evidente. A parte da esquerda representa uma tentativa inicial, ainda confusa e em processo. A parte da direita representa uma versão mais estruturada, com melhor distribuição visual e maior clareza.
O resultado conseguiu comunicar bem a ideia principal do Iterative Refinement: comparar uma primeira geração com uma versão melhorada após revisão.
Ao aplicar as técnicas de engenharia de prompt nos vídeos, uma conclusão ficou clara: escrever melhor não significa controlar tudo.
As técnicas ajudam a orientar o modelo, reduzem ambiguidades e aumentam a chance de um resultado mais coerente. Mas elas não transformam a IA em uma ferramenta totalmente previsível. Em vários testes, a IA compreendeu a ideia geral da técnica, mas ainda tomou decisões próprias: gerou textos em inglês, criou pseudoescritas, misturou técnicas, adicionou elementos não solicitados ou interpretou alguns conceitos de forma mais livre.
Isso não torna a engenharia de prompt inútil. Pelo contrário. Mostra por que ela é necessária.
Quando escrevemos um prompt para vídeo, estamos decidindo o que aparece, o que acontece, em que ordem, com qual ritmo, com qual câmera, com quais sons, com quais limites e para qual finalidade. Estamos, em alguma medida, assumindo o papel de roteirista, diretor, diretor de arte, editor e curador. O que significa que precisa conhecer essas áreas!
Em uma web cada vez mais automatizada, essa diferença importa. Porque a pergunta não é apenas se a IA consegue criar vídeos. A pergunta é que tipo de vídeo queremos colocar no mundo.
Se o conteúdo automático tende ao excesso, à repetição e ao slop, a resposta não está em abandonar a IA. Está em usá-la com mais repertório, mais consciência e mais responsabilidade.
Um bom prompt não é apenas um comando melhor. É uma decisão mais clara.
E, no caso dos vídeos, essa decisão começa quando deixamos de pedir apenas uma imagem em movimento e passamos a dirigir uma cena.
Referências
CANUDO, Ricciotto. The Birth of a Sixth Art; Manifesto of the Seven Arts. 1911–1923. Referência teórica sobre o cinema como arte de síntese e origem da formulação do cinema como sétima arte.
DOLEZAL, Jonas; ALAM, Sawood; GRAHAM, Mark; BOHACEK, Maty. The Impact of AI-Generated Text on the Internet. arXiv, 2026.
IMPERVA. 2025 Imperva Bad Bot Report: How AI is Supercharging the Bot Threat. Imperva / Thales, 2025.
MERRIAM-WEBSTER. 2025 Word of the Year: Slop. Merriam-Webster, 2025.
MALIK, Nesrine. With “AI slop” distorting our reality, the world is sleepwalking into disaster. The Guardian, 21 abr. 2025.
JONES, Eric M.; NEWMAN, Jane D.; KIM, Boyun; FOGLE, Emily J. AI-Generated “Slop” in Online Biomedical Science Educational Videos: Mixed Methods Study of Prevalence, Characteristics, and Hazards to Learners and Teachers. JMIR Medical Education, v. 11, e80084, 2025.
OPPENLAENDER, Jonas; LINDER, Rhema; SILVENNOINEN, Johanna. Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering. arXiv, 2023; International Journal of Human-Computer Interaction, 2025.
XING, Zhen; FENG, Qijun; CHEN, Haoran; DAI, Qi; HU, Han; XU, Hang; WU, Zuxuan; JIANG, Yu-Gang. A Survey on Video Diffusion Models. ACM Computing Surveys, v. 57, n. 2, art. 41, 2024.
LIN, Han; ZALA, Abhay; CHO, Jaemin; BANSAL, Mohit. VideoDirectorGPT: Consistent Multi-scene Video Generation via LLM-Guided Planning. arXiv, 2023; COLM, 2024.
HONG, Susung; SEO, Junyoung; SHIN, Heeseong; HONG, Sunghwan; KIM, Seungryong. DirecT2V: Large Language Models are Frame-Level Directors for Zero-Shot Text-to-Video Generation. arXiv, 2023.
KARA, Ozgur; SINGH, Krishna Kumar; LIU, Feng; CEYLAN, Duygu; REHG, James M.; HINZ, Tobias. ShotAdapter: Text-to-Multi-Shot Video Generation with Diffusion Models. CVPR, 2025.
HE, Hao; XU, Yinghao; GUO, Yuwei; WETZSTEIN, Gordon; DAI, Bo; LI, Hongsheng; YANG, Ceyuan. CameraCtrl: Enabling Camera Control for Text-to-Video Generation. arXiv, 2024.
GENG, Daniel; HERRMANN, Charles; HUR, Junhwa; COLE, Forrester; ZHANG, Serena; PFAFF, Tobias; LOPEZ-GUEVARA, Tatiana; DOERSCH, Carl; AYTAR, Yusuf; RUBINSTEIN, Michael; SUN, Chen; WANG, Oliver; OWENS, Andrew; SUN, Deqing. Motion Prompting: Controlling Video Generation with Motion Trajectories. CVPR, 2025.
BAN, Yuanhao; WANG, Ruochen; ZHOU, Tianyi; CHENG, Minhao; GONG, Boqing; HSIEH, Cho-Jui. Understanding the Impact of Negative Prompts: When and How Do They Take Effect? ECCV, 2024.
NI, Haomiao; EGGER, Bernhard; LOHIT, Suhas; CHERIAN, Anoop; WANG, Ye; KOIKE-AKINO, Toshiaki; HUANG, Sharon X.; MARKS, Tim K. TI2V-Zero: Zero-Shot Image Conditioning for Text-to-Video Diffusion Models. CVPR, 2024.
MIAO, Yibo; ZHU, Yifan; YU, Lijia; ZHU, Jun; GAO, Xiao-Shan; DONG, Yinpeng. T2VSafetyBench: Evaluating the Safety of Text-to-Video Generative Models. NeurIPS, 2024.
WU, Tongshuang Sherry; JIANG, Ellen; DONSBACH, Andreas; GRAY, Jeffrey; MOLINA, Alejandra; TERRY, Michael; CAI, Carrie J. PromptChainer: Chaining Large Language Model Prompts through Visual Programming. CHI EA, 2022.
JI, Yatai et al. Prompt-A-Video: Prompt Your Video Diffusion Model via Preference-Aligned LLM. arXiv, 2024; ICCV, 2025.
HUANG, Ziqi et al. VBench: Comprehensive Benchmark Suite for Video Generative Models. CVPR, 2024.
Autor: Fernando Giannini
A construção do pensamento, as relações conceituais, a curadoria e a verificação das fontes foram realizadas pelo autor, que assume a responsabilidade editorial pelo conteúdo e por eventuais erros.
Sistemas algorítmicos de processamento de linguagem podem ter colaborado na organização do texto, na revisão e na otimização para mecanismos de busca, sem substituir a autoria, a interpretação crítica ou a originalidade das ideias.
