Prompts para Veo 3: como estruturar, com exemplos para copiar

Por que o jeito de escrever o prompt do Veo faz diferença

O Veo é o modelo de geração de vídeo do Google. Como outras ferramentas de texto para vídeo, ele cria clipes curtos a partir de uma descrição escrita, e o resultado depende muito de como você formula o pedido. Um prompt vago deixa quase tudo por conta do modelo, que tende a escolher a opção mais genérica.

Versões, recursos (por exemplo, se ele gera áudio junto com a imagem), duração dos clipes, limites de uso e preços mudam com o tempo. Consulte as páginas oficiais do Google para saber o que a sua versão oferece hoje e ajuste o que vem a seguir de acordo com isso.

As seis partes de um prompt de vídeo

• Sujeito: quem ou o que aparece no plano, com detalhes concretos. “Uma padeira idosa de avental de linho”, “um farol de pedra”.
• Ação: o que acontece, em uma frase. “Sova a massa em uma mesa de madeira”.
• Câmera: tipo de plano e movimento. “Plano médio, câmera fixa”, “aproximação lenta”, “plano aberto visto de cima”.
• Iluminação e clima: hora do dia, qualidade da luz, cor. “Luz quente do meio da tarde entrando por uma janela”.
• Estilo: o visual geral. “Filme documental”, “animação 3D suave”, “fotografia analógica”.
• Áudio: som ambiente, efeitos ou fala, se a sua versão os gerar. “O som abafado da massa e um rádio ao fundo”.

[Sujeito com 2 ou 3 detalhes específicos] [ação em uma frase] em [local]. [Tipo de plano], [movimento de câmera]. [Iluminação e hora do dia], [clima de cor]. Estilo: [visual]. Áudio: [som ambiente / efeitos / uma frase de diálogo]. Sem texto na tela, sem logotipos.

Pense em cada clipe como um plano de cinema: uma ação, uma configuração de câmera, um lugar. Se precisar mudar de cena, gere clipes separados e junte tudo em um editor.

Exemplo: do vago ao estruturado

Um prompt como este deixa quase tudo ao acaso:

Uma padaria de manhã.

Com as seis partes, a mesma ideia fica muito mais controlada:

Uma padeira na casa dos sessenta anos, de avental branco de linho, sova a massa em uma mesa de madeira em uma padaria pequena. Plano médio, câmera quase fixa com uma aproximação muito sutil. Luz suave e quente do início da manhã entrando por uma janela lateral, farinha flutuando no ar. Estilo de filme documental, cores naturais, pouca profundidade de campo. Áudio: pancadinhas suaves da massa na mesa e um rádio ao longe. Sem texto na tela, sem logotipos.

Termos de câmera e luz que vale conhecer

Você não precisa ser diretor de fotografia, mas alguns termos mudam muito o resultado. Teste-os e veja como a sua ferramenta interpreta cada um.

• Planos: plano geral, plano médio, close, close extremo, plano visto de cima, câmera na altura dos olhos.
• Movimento: câmera estática, aproximação ou afastamento lento, órbita lenta ao redor do sujeito, câmera na mão.
• Luz: luz natural de janela, golden hour, luz suave e difusa, contraluz, cena noturna iluminada por postes.
• Estilo: documental, animação 2D, visual de maquete em miniatura, fotografia analógica, visual publicitário limpo.

Áudio e diálogo

Se a sua versão gerar áudio, descreva separadamente o que você quer ouvir: som ambiente, efeitos e, se for preciso, uma frase curta de diálogo entre aspas, dizendo quem fala. Diálogos longos ou sobrepostos costumam dar errado, então é mais seguro manter as cenas curtas e acrescentar a narração com uma ferramenta de voz ou gravá-la você mesmo.

Um jovem pescador de suéter azul remenda uma rede, sentado em um cais de madeira ao amanhecer. Plano médio na altura dos olhos, câmera estática. Luz fria e suave do nascer do sol, mar calmo ao fundo. Estilo cinematográfico natural. Áudio: ondas suaves, gaivotas ao longe e o roçar da rede. O pescador diz, em voz tranquila: “O mar está calmo hoje.”

Não faça os personagens se parecerem com pessoas reais específicas, não peça vozes de famosos e evite marcas ou material protegido por direitos autorais. Leia também os termos de uso da ferramenta.

Itere, parta de imagens e planeje com uma lista de planos

Raramente funciona de primeira. Mude uma coisa por tentativa (a câmera, a luz, a ação) para saber o que melhorou o resultado, e guarde os prompts que funcionam. Se a sua ferramenta permitir, partir de uma imagem de referência ajuda a manter personagens e cenários consistentes entre os clipes.

• Um clipe, uma ação: peça “caminha até a porta” ou “abre a porta”, não as duas coisas.
• Descreva o que você quer ver, em vez do que não quer; se a sua ferramenta aceitar exclusões, use-as separadamente.
• Mantenha idênticas as descrições de personagem e de estilo em todos os clipes do mesmo vídeo.
• Antes de gerar, escreva uma lista de planos simples (um storyboard básico) para saber quantos clipes você precisa.

Um vídeo gerado por IA que possa passar por filmagem real deve ser identificado como tal, e cada plataforma tem suas próprias regras sobre isso. Confira os termos atuais antes de publicar.

Erros comuns e modelos que ajudam

• Juntar várias cenas e ações em um único prompt.
• Usar adjetivos vazios (“incrível”, “épico”) em vez de descrever luz, plano e estilo.
• Pedir texto legível dentro da filmagem, que costuma sair distorcido.
• Mudar a aparência de um personagem de um clipe para outro.
• Supor que todos os recursos do Veo estão disponíveis na sua conta ou no seu país.

O PromptNow tem três modelos para isso: um que transforma a descrição de uma cena em um prompt estruturado, outro para animar uma imagem que você já tem e outro para planejar um storyboard antes de gerar. Cada um é um formulário curto que devolve um prompt pronto para copiar na ferramenta que você usar.