Prompts de Vídeo Musical AI que Realmente Funcionam
Como descrever um visual para que a IA produza algo utilizável, com estruturas de prompt e os casos de falha a evitar.
A diferença entre um mau visual AI e um bom é geralmente a descrição, não o modelo. Aqui está a estrutura que funciona e os erros que produzem confusão.
A ordem que funciona
Coloca a informação nesta ordem e os resultados melhoram imediatamente:
- Tipo de plano. Plano geral, close-up, aéreo, ângulo baixo.
- Sujeito, concretamente. Uma bicicleta vermelha enferrujada contra uma parede de tijolos molhada.
- Iluminação e hora. Hora dourada, nublado, meio-dia duro, néon à noite.
- Movimento. Empurrão lento, sujeito a mover-se da esquerda para a direita, câmara estática.
- Aparência. Granulado 16mm, alto contraste, palete suave.
Os modelos pesam fortemente a frente de um prompt, por isso o tipo de plano e o sujeito vão primeiro e as notas estilísticas vão por último.
Substantivos concretos superam adjetivos
Esta é a maior melhoria disponível.
Fraco: uma cena urbana atmosférica melancólica com uma vibração triste
Forte: um beco molhado à noite, uma luz de tira a piscar, vapor de um ventilador, sem pessoas
A primeira descreve um sentimento e deixa cada decisão real para o modelo. A segunda descreve uma imagem. Sentimentos são o que queres que o espectador tenha, não o que deves estar a digitar.
Uma ideia por plano
Prompts que pedem dois eventos produzem nenhum. "Uma mulher passa por uma porta para uma floresta" são dois planos, e pedir isso numa única geração produz algo incoerente.
Divide-o. O plano um é a porta, o plano dois é a floresta. Queres um corte ali de qualquer forma.
Declara o movimento explicitamente
Movimento não declarado é onde os modelos improvisam, e eles improvisam mal. Se não disseres o que se move, obterás flutuações, deformações e objetos a mudarem de forma silenciosamente.
Diz:
- "Câmara estática, apenas a chuva se move"
- "Empurrão lento, sujeito parado"
- "Estático, fumo a flutuar para a esquerda"
"Câmara estática" é as duas palavras mais úteis em prompts de vídeo AI e quase ninguém as usa.
Casos de falha conhecidos
Evita ou trabalha à volta destes, porque falham em todos os modelos atuais:
- Mãos, particularmente a fazer algo específico
- Texto legível. Sinais, logótipos, escrita de qualquer tipo
- Multidões. Rostos ao fundo estarão errados
- Movimento rápido e complexo. Dança, desportos, qualquer coisa com membros a alta velocidade
- Continuidade através de um corte. O mesmo objeto não coincidirá entre duas gerações a menos que uses uma imagem de referência
Se um plano precisar de um destes, ou desenha à volta disso ou aceita que terás de gerar várias vezes.
Usa uma imagem de referência para consistência
É assim que manténs um mundo coerente através de oito cenas. Gera um quadro com o qual estás feliz, depois usa-o como referência para tudo o resto. Ele transporta palete, cenário e sujeito através dos planos de uma forma que nenhuma quantidade de repetição de prompt fará.
Templates de prompts
Loop atmosférico, funciona para Canvas: Close-up, tinta a dispersar na água, fundo preto, fonte de luz única de cima, câmara estática, movimento lento, alto contraste
Cena de estabelecimento: Plano geral, estrada costeira vazia ao amanhecer, nevoeiro baixo, luz nublada, câmara estática, palete suave, granulado 16mm
Cena de sujeito, sem risco de rosto: Plano médio por trás, figura num casaco longo a caminhar para longe, rua molhada pela chuva, reflexos néon, empurrão lento a seguir
Corte de textura: Close-up extremo, chuva a bater numa janela de carro à noite, luzes de rua desfocadas atrás, câmara estática, profundidade de campo rasa
Coloca os prompts a trabalhar
O resto do processo, desde a foto até à exportação, está em como fazer um vídeo musical AI. Para ver até onde uma direção de estilo pode empurrar o visual, navega pelos verdadeiros vídeos musicais da Muzie.
O seu primeiro vídeo musical está à espera
O Muzie funciona no seu navegador, sem necessidade de app. Escolha uma canção, adicione uma foto e ele faz o resto.
