Como criar vídeos com IA: o método completo

O caminho inteiro, do zero ao vídeo pronto. Cada etapa depende da anterior.

1. Ideia e ganchoUma frase de premissa e o que prende nos 2 primeiros segundos. Um único "uau" visual por vídeo.
2. Roteiro em blocos8 a 12 blocos de ~7 s, cada um com ação, emoção e fala curta (máx. 12 palavras).
3. Bíblia visualUm texto fixo com estilo, personagens, cenário e luz, colado igual em todo prompt.
4. Personagem (frente, lado, costas)A folha de referência que mantém o rosto e a roupa iguais em todas as cenas.
5. AmbienteUma imagem do cenário, sem ninguém, que vira referência de local.
6. Quadro-chave de cada blocoImagem da cena já com personagem + cenário. Aprovar aqui.
7. Animar bloco a blocoImagem → vídeo, com movimento de câmera no prompt; o último quadro de um bloco é o primeiro do próximo.
8. Montagem e somCorte seco, som ambiente contínuo, legenda e música na edição (texto nunca pedido à IA).

O OpenRouter é um "hub" de IAs: uma conta, uma chave e um saldo dão acesso a centenas de modelos de texto, imagem, voz e vídeo de empresas diferentes (Google, OpenAI, Kling, ByteDance, HeyGen…). Você paga só o que usa, sem assinatura por ferramenta.

Cada etapa tem a sua IA; nenhuma faz tudo bem.

Vídeo top = Kling 3.0 Pro. Vídeo barato = Veo 3.1 Lite. A regra: teste tudo no barato e só gere no caro o que já está aprovado.

Todos os modelos lado a lado

A folha de personagem ("turnaround") é o que impede o rosto e a roupa de mudarem entre cenas. Ela vai como imagem de referência em toda imagem e vídeo depois.

1. Escreva a ficha fixa, peça por peça: idade, etnia, corpo, formato do rosto, olhos, cabelo, marcas (tatuagem, cicatriz), roupa com cor e tecido. Essa ficha nunca muda.
2. Gere primeiro um retrato de frente até gostar do rosto.
3. Gere a folha com o retrato como referência, no Gemini Image (Nano Banana), fundo neutro.
4. Confira: mesma roupa nas 3 vistas, mesmo penteado, proporção igual. Se errar, refaça só a imagem (centavos).

Exemplo real · Power Kids

Mockup em 3D para ter uma ideia inicial do vídeo

Ver projeto completo →

Arraste para girar, escolha um personagem e ligue ou desligue os poderes. Mais abaixo, a folha de cada um (frente, perfil e costas) que serviu de referência em todas as cenas.

Character turnaround model sheet of the SAME character, three full-body views side by side on one image: front view (left), side profile (center), back view (right). Same height, same scale, aligned feet, relaxed neutral pose. Identical outfit, colors and proportions in all three views.
Character: Faísca, a tall white man around 30, 1.90 m, broad shoulders, bright green eyes, messy brown quiff hair, short stubble beard, confident half smile. Dark brown leather jacket, plain white t-shirt with no print, blue jeans, brown boots. Power: electricity — small teal-green lightning arcs crackle along the jacket zippers and between his fingers.
Style: high-end 3D animated feature film, Pixar / Disney Animation quality, stylized but believable proportions, subsurface skin shading, detailed cloth and hair. Plain neutral mid-grey studio background, even soft light plus a subtle glow from his power.
Use the reference image for the face. Only one character, no text, no labels, no logos.

• Peça também uma folha de expressões (neutra, sorrindo, brava, surpresa) em close, se o personagem vai falar ou atuar.
• Personagem estilizado (anime, 3D) segue o mesmo modelo: troque só a linha de estilo.
• No Seedance, imagem de referência com rosto costuma ser recusada; para personagem próprio use Kling ou Veo.

Gere o cenário vazio, sem personagem, e use essa imagem como segunda referência em todas as cenas. Assim a luz, as cores e os objetos não mudam de um plano para outro.

Empty cinematic environment, no characters: futuristic Tokyo megacity at night in heavy rain, a Shibuya-like crossing seen at ground level, holographic billboards and neon signs with abstract Japanese characters (not readable), glass skyscrapers with glowing light strips, an elevated maglev train line crossing the sky, wet asphalt reflecting pink, cyan and violet neon, light fog and volumetric light through the rain.
Center of the frame left clear for the characters to stand.
Style: high-end 3D animated feature film, Pixar / Disney Animation quality, cinematic lighting, sci-fi futuristic tone. Vertical 9:16.
No people, no text, no readable signs, no logos, no watermark.

• Gere o cenário já no formato final (9:16 para Reels). Recortar de 16:9 depois perde qualidade.
• Precisa de vários ângulos do mesmo lugar? Gere os outros usando o primeiro como referência: "same place, reverse angle".
• Depois junte personagem + cenário numa imagem por cena (o quadro-chave), mandando as duas referências: "Place the characters from images 1–3 in the environment from image 4, standing side by side in the crossing…".

O prompt de vídeo descreve o que muda, não o que já está na imagem. A imagem de entrada já traz personagem e cenário; o texto diz câmera, ação em ordem e som.

1. Plano e câmera: tamanho do plano + movimento + velocidade.
2. Ação: o que acontece, em ordem, com verbos concretos ("vira a cabeça, sorri, sai andando"), nada de adjetivo vago.
3. Fala (se houver): quem fala, para onde olha, frase curta entre aspas.
4. Som: ambiente + efeitos.
5. Estilo: o mesmo bloco da bíblia visual, igual em todo prompt.
6. Negativos: "nobody transforms, no new characters, no text".

Medium-wide shot, slow dolly-in, camera at eye level, heavy rain.
Faísca, Nexus and Brasa stand side by side in the middle of the neon crossing (Faísca center, Nexus left, Brasa right), matching the reference sheets exactly. Faísca clenches his fists and teal lightning crawls up his arms; Nexus raises her hands and cyan holograms spin around her afro; Brasa drops his skateboard and orange-magenta flames ignite in his palms. Faísca looks into the lens and says in Brazilian Portuguese: "Tóquio é nossa." A violet glow pulses in the distance behind the camera.
Sound: heavy rain, electric crackle, holographic hum, fire whoosh, distant city sirens.
Style: high-end 3D animated feature film, Pixar / Disney Animation quality, futuristic neon Tokyo at night.
Nobody transforms, only these three characters, no new characters, no text, no subtitles.

Glossário de câmera · escreva o termo em inglês no prompt

• Um movimento por plano. "Dolly-in + orbit + crane" no mesmo prompt vira confusão.
• Diga a velocidade: slow, smooth, fast.
• No Kling dá para dividir 15 s em vários planos: "Shot 1 (0–5 s): … Shot 2 (5–10 s): …".

O que separa "vídeo de IA" de "filme" é a emenda. Clipes soltos ficam com cara de "monte de cenas juntas"; isto resolve:

Aula: como emendar os blocos

O vídeo final é uma corrente. Cada elo é uma imagem. Se um elo não bate com o outro, o público sente o "remendo".

1A corrente de quadros

Você gera · início

imagem 1
plano aberto

A IA gera · 15 s

Kling recebe as 2 imagens
e inventa o meio (4 cortes)

Você gera · fim

imagem 2
close

a imagem 2 vira o início do bloco 2 (a mesma imagem)

imagem 2

→ Kling →

imagem 3

→ Kling →

imagem 4

→ …

✗ não desenhe a cena inteira
só o 1º e o último quadro de cada bloco

60 s = 4 blocos de 15 s = 5 imagens
(cada imagem do meio serve a 2 blocos)

2Use o último quadro REAL

A IA nem sempre termina igual à imagem que você pediu. Tire o último quadro do vídeo gerado e use ele como início do próximo bloco:

ffmpeg -sseof -0.1 -i bloco1.mp4 -frames:v 1 -update 1 bloco2-inicio.png

3Não cruze a linha (180°)

Escreva no prompt de TODA imagem: "heroes always on the LEFT, villain always on the RIGHT".

4Varie o plano e corte no meio da ação

arraste pro lado →

O soco começa no plano médio e termina no close: o corte no meio do movimento esconde a emenda. (no Kling: "Shot 1 (0–5 s): … Shot 2 (5–10 s): …")

5O som costura tudo (na edição)

arraste pro lado →

✗ fade para preto entre blocos
a "piscada" denuncia a colagem

✗ usar o som que vem em cada clipe
ele muda a cada corte

Bíblia visualo mesmo bloco de estilo colado igual em todo prompt

Texto só na ediçãolegenda e título no editor, nunca na IA

2 tentativaspor bloco, fica a melhor

Planos longos1 clipe de 15 s > 3 de 5 s

1. Encadeie os blocos. O último quadro do bloco 1 vira o primeiro quadro do bloco 2 (Kling aceita primeiro e último quadro).
2. Prefira planos longos. Menos clipes de 15 s com cortes internos fluem melhor que muitos de 5 s.
3. Corte seco, nunca fade para preto. A piscada preta a cada corte denuncia a colagem.
4. Som contínuo. Uma trilha de ambiente única por baixo de tudo; o som que vem em cada clipe quebra a cada corte.
5. Regra dos 180°. Quem está à esquerda fica à esquerda; o personagem sempre anda na mesma direção na tela.
6. Varie o tamanho dos planos. Aberto → médio → close → detalhe, e corte no meio da ação.
7. Texto só na edição. Legenda, título e marca entram no editor; a IA escreve texto errado.
8. Gere 2 tentativas por bloco e escolha a melhor; o custo já está na conta acima.

Tudo o que está acima, aplicado num roteiro de verdade: o episódio “O despertar do Ōkami”, dos Power Kids. Uma explosão abre o chão de Tóquio, o Ōkami surge da fumaça e os três heróis chegam para enfrentá-lo. São 4 blocos de vídeo de 15 s. O último quadro de cada bloco é o mesmo quadro que abre o bloco seguinte, então os blocos se encaixam sem salto.

1. Escreva o roteiro em blocos de 15 s, segundo a segundo, com o tipo de plano de cada momento (macro, aberto, close, grua).
2. Gere os quadros-chave (K0 a K4) com o modelo de imagem, usando as folhas dos personagens como referência. Cada K é a emenda entre dois blocos.
3. Confira cada quadro antes de gastar com vídeo: lado de cada personagem, quantidade de pessoas e nenhum texto na imagem.
4. Gere cada bloco no Kling com primeiro e último quadro, o prompt do bloco e a bíblia de cenário colada igual em todos.
5. Monte com corte seco e uma trilha de chuva contínua por baixo; a cartela final entra na edição.

K0início do filme

A tampa de bueiro que brilha roxo

Close macro no chão do cruzamento. Ao fundo, desfocada, a cidade viva: árvores, guarda-chuvas, faróis e a passarela. A chuva bate na tampa e uma luz roxa vaza pelas frestas. É o gancho dos 2 primeiros segundos.

abre o bloco 1

✓ conferido: sem texto, pessoas só ao fundo

1 · A explosão 0:00–0:15 · começa em K0, termina em K1

1. 0:00–0:03macroGota cai na tampa. As rachaduras roxas se espalham pelo asfalto.
2. 0:03–0:07grua ↑ abertoCâmera sobe e mostra o cruzamento vivo: pedestres de guarda-chuva transparente ao fundo, carros passando, dois táxis estacionados no meio-fio, longe do bueiro.
3. 0:07–0:11aberto, tremorA tampa do bueiro voa para o céu e o asfalto se abre numa cratera de vários metros. A onda de choque empurra para fora: os táxis tombam de lado, para longe do centro, telões estouram. Do buraco só saem luz, vapor e a tampa.
4. 0:11–0:15aberto, paradoFumaça roxa baixa. O Ōkami sobe de dentro da cratera e fica de pé à direita, silhueta na fumaça. Ao fundo, gente fugindo. Congela em K1.

Cenário: antes da explosão, cidade viva (pedestres de guarda-chuva, carros com farol aceso); depois, gente fugindo ao fundo, carros parados com pisca-alerta.
Som: chuva, zumbido grave crescendo, estrondo, gritos ao longe, chiado de vapor.

K1emenda 1 → 2

A silhueta na fumaça

Cratera roxa, os dois táxis tombados no meio-fio, guarda-chuvas largados e gente fugindo lá no fundo. O Ōkami na fumaça, à direita, só com as veias roxas e o brilho dos óculos visíveis.

fim do bloco 1início do bloco 2

✓ conferido: Ōkami à direita, 1 personagem

2 · O despertar 0:15–0:30 · começa em K1, termina em K2

1. 0:15–0:19baixo, médioŌkami sai da fumaça. O pé gigante afunda no asfalto molhado.
2. 0:19–0:23closeA mão com placas de metal ajeita os óculos rachados. As veias roxas pulsam.
3. 0:23–0:27contra-plongéeEle ergue os olhos, calmo, e olha para a esquerda do quadro.
4. 0:27–0:30abertoEle fica parado na borda da cratera. No fim da rua, à esquerda, cai um raio verde-água. Congela em K2.

Cenário: gente fugindo ao fundo, carros abandonados com pisca-alerta, guarda-chuvas largados no chão, semáforo piscando vermelho.
Som: passo pesado, metal rangendo, respiração calma, trovão seco no fim.

K2emenda 2 → 3

O raio no fim da rua

Ōkami de corpo inteiro à direita, na borda da cratera. À esquerda, a rua com árvores e carros abandonados de porta aberta e pisca-alerta, e o raio do Faísca caindo ao longe.

fim do bloco 2início do bloco 3

✓ conferido: lados certos, 1 personagem

3 · A chegada 0:30–0:45 · começa em K2, termina em K3

1. 0:30–0:34médioO raio vira o Faísca, que pousa agachado soltando faíscas no asfalto.
2. 0:34–0:38médioNexus desce correndo do telhado de um prédio à esquerda, com painéis de holograma ciano se formando sob cada passo, e para ao lado dele.
3. 0:38–0:41médio, grua sobeBrasa chega de skate com rastro de fogo, derrapa e pega o skate na mão. A câmera começa a subir.
4. 0:41–0:45grua ↑ plongéeA câmera sobe por cima dos três, uns 8 m, até olhar o cruzamento de cima: heróis embaixo à esquerda, cratera no meio, Ōkami em cima à direita. Congela em K3.

Cenário: cidade evacuada: carros abandonados com pisca-alerta, guarda-chuvas no chão, árvores balançando, silhuetas minúsculas na passarela lá longe.
Som: estalo elétrico, zumbido digital, rodinhas no asfalto e chiado de fogo na chuva.

K3emenda 3 → 4

O impasse visto de cima

Plano alto, com a câmera por trás e acima dos heróis, olhando para baixo. Faísca, Nexus e Brasa embaixo à esquerda, com os figurinos das fichas. A cratera roxa no meio e o Ōkami, gigante, à direita, encarando os três de frente.

fim do bloco 3início do bloco 4

✓ conferido: sem texto, lados certos, 4 personagens

4 · 1º round 0:45–1:00 · começa em K3, termina em K4 · a luta acontece enquanto a câmera desce

1. 0:45–0:48grua ↓ descendoA câmera começa a descer do alto. Faísca avança sozinho na frente dos outros e dispara um raio à queima-roupa no peito do Ōkami.
2. 0:48–0:51médio, descendoŌkami aguenta o raio, agarra o Faísca pela jaqueta e o arremessa longe para a esquerda do quadro. Ele voa pela chuva, rola no asfalto e cai de costas numa poça.
3. 0:51–0:54aberto, olhosNexus não recua: hackeia o telão da fachada logo atrás do Ōkami, que se solta e despenca nos ombros dele.
4. 0:54–0:57médioBrasa larga o skate no chão, dá duas remadas, salta e lança plasma que queima o braço do Ōkami.
5. 0:57–1:00closeA ferida fecha em luz roxa. Ōkami sorri, calmo. Congela em K4.

Cenário: cidade evacuada, carros abandonados com pisca-alerta ao redor do cruzamento.
Som: estalo do raio, grunhido, baque na poça, vidro do telão caindo, chiado do plasma. No fim, só a chuva.

K4fim do filme

O sorriso

Close do Ōkami virado para a esquerda, sorriso calmo, veias roxas e a ferida do braço se fechando. Entra a cartela “Continua…” com @eaiproduto, feita na montagem e não pela IA.

fim do bloco 4

✓ conferido: sem texto, 1 personagem

Bíblia de cenário · vale para quadros e vídeos

1. Lugar fixo. Cruzamento estilo Shibuya com passarela ao fundo, prédios com letreiros só de blocos de cor, árvores nas duas calçadas, postes, semáforos, máquinas de venda acesas e poças em todo lugar.
2. Estado da cidade por bloco. Bloco 1 começa viva e termina em fuga; bloco 2 com gente fugindo ao fundo e carros com pisca-alerta; blocos 3 e 4 com a cidade evacuada.
3. Pessoas ao fundo. Sempre pequenas e longe, nunca em primeiro plano, nunca perto dos personagens e nunca dentro do cruzamento depois da explosão.
4. Lógica física. Tudo o que se mexe já está na cena antes. Explosão empurra para fora do centro. O que cai veio de cima. Ninguém surge do nada.
5. Escala. O Ōkami tem 2,5 m: uma cabeça acima do Faísca e um metro acima do teto de um táxi. Mais baixo que um ônibus e que um poste.

Regras que valem para os 4 blocos

1. Lado da tela fixo. Heróis sempre à esquerda, Ōkami sempre à direita. Quando o Faísca é arremessado, voa para a esquerda, de volta para o lado dos heróis.
2. Fim de todo prompt de vídeo: nobody transforms, no new main characters, nobody approaches them, no text, mais a bíblia de cenário e o estado da cidade do bloco.
3. Sem texto gerado pela IA. Letreiros só com blocos de cor; a cartela final entra na montagem.
4. Sem falas nesta versão, para evitar erro de sincronia labial.

Estamos fazendo um curta de 60 s com este método, na frente de vocês. O Ōkami surge de uma explosão em Tóquio e três heróis chegam para enfrentá-lo. Os primeiros 30 s já estão prontos; o resto está sendo gerado e revisado bloco a bloco.