Como tornar pessoas geradas por IA mais realistas em vídeo
Um fluxo prático para manter identidade, escolher cenários críveis e dirigir objetos, cadeias de ação e cronogramas.
Um rosto nítido e uma pele detalhada não tornam um vídeo de IA automaticamente convincente. O realismo depende da relação entre identidade, ambiente, motivação e tempo.
1. Realismo é uma relação, não uma resolução
Termos como 8K, ultradetalhado e textura de pele cinematográfica melhoram a superfície, mas não dirigem uma atuação. Também importam a continuidade do rosto, a direção da luz, o olhar, a causa dos gestos e o estado dos objetos.
2. Fixe a identidade antes de dirigir a atuação
Para um personagem recorrente, prepare uma ficha compacta: rosto frontal e de perfil, roupa de frente e vista completa traseira. Penteado, acessórios, roupa e proporções devem permanecer iguais.
Numere cada recurso e dê a ele uma única responsabilidade:
Image 1 = Character A identity and wardrobe only.
Image 2 = Lakeside café location and window-light direction only.
Image 3 = Coffee cup prop only.
Image 4 = Phone prop only.
Image 5 = Eye-level composition only.
Preserve Character A's face, hairstyle, outfit and body proportions.
Do not inherit unrelated people, objects or text from any reference.
Este prompt transforma a ficha de identidade em material de produção, não em um cartaz:
Create a photorealistic four-view character reference board on a clean gray studio background.
Use a precise, orderly layout with no story action, decorative typography, or complex environment.
Top section: two detailed face close-ups, front view on the left and profile view on the right.
Show the same facial structure, skin texture, hairstyle, makeup, earrings, and expression in both views.
Keep pores, fine lines, eyelashes, flyaway hair, and natural light response. No beauty retouching or plastic skin.
Bottom section: two wardrobe references.
Left: a close front A-pose wardrobe view from below the neck to the shoes. Keep both arms, hands, torso,
legs, and shoes visible; crop the head completely so the clothing occupies more of the frame.
Right: a normal full rear A-pose from head to shoes, showing the back of the hairstyle and garment construction.
The four panels must show the same fictional adult, the same outfit, accessories, body proportions,
materials, and styling. Use clean three-point studio lighting and a seamless gray background.
No poster layout, no text, no mismatched clothing, no warped proportions, no glossy CG skin.3. Escolha cenários com lógica de filmagem crível
Uma fotografia arquitetônica perfeita nem sempre é a melhor referência para uma cena cotidiana. Uma janela levemente superexposta, cabos, livros abertos ou tecidos amassados fornecem sinais de vida real.
Verifique a fonte de luz, a altura da câmera e a perspectiva. A iluminação do personagem deve concordar com a janela; altura dos olhos ou do peito costuma funcionar melhor para vídeo casual.
Marcas de uso
Um ambiente crível mostra que alguém o utiliza: uma xícara pela metade, um cabo de carregamento, um livro aberto ou um tecido levemente amassado.
4. Use objetos e cadeias de ações causais
Objetos cotidianos e fáceis de manipular dão às mãos e ao olhar um alvo físico.
Weak: The woman sits naturally at the table.
Stronger: She looks down at the cup, wraps her right hand around the handle,
lifts it slowly, takes one small sip, and places it back in the same position.“Sentar naturalmente” não oferece um objetivo físico às mãos nem ao olhar. Uma xícara, um livro ou um telefone cria uma meta e mudanças de estado visíveis.
She looks across the lake. The phone vibrates, so her eyes move to the screen.
She pauses without picking it up, reaches for the cup instead, takes one small sip,
sets the cup down, and finally returns her attention to the phone.5. Construa o prompt em quatro camadas
- Estilo de captura — dispositivo, enquadramento, luz e comportamento da câmera.
- Atribuição das referências — a função exata de cada entrada.
- Linha do tempo — ações em intervalos contínuos.
- Continuidade e limites — o que deve permanecer fixo e o que não deve aparecer.
STYLE & CAMERA
Naturalistic lifestyle documentary look, authentic handheld smartphone footage, vertical 9:16,
bright late-afternoon window light, subtle handheld breathing, and a slow gentle push-in.
REFERENCE ASSIGNMENTS
Image 1 defines character identity only. Preserve the same facial features, hairstyle, pearl earrings,
white sleeveless top, dark skirt, and body proportions.
Image 2 defines the lakeside café location only. Preserve the warm wood interior, window seat, lake view,
and direction of the natural light. Ignore any annotations or visible text in the reference.
Image 3 defines the silver smartphone and Image 4 defines the ceramic coffee cup.
Image 5 defines the friend's eye-level composition across the round table.
Images 6–9 define room details, camera height, lighting continuity, and action continuity only.
Do not copy unrelated people, objects, or text from any reference.
SHOT TIMELINE
0–3 seconds: She sits relaxed beside the window and looks across the lake with a faint smile.
She gradually notices the friend filming, turns naturally toward the camera, makes brief eye contact,
and gives a warm, unforced smile.
3–6 seconds: The silver phone on the table vibrates softly. She looks down at the screen and pauses
without picking it up, then glances back toward the camera as if acknowledging the friend behind it.
6–10 seconds: She reaches for the coffee-cup handle, lifts the cup, takes one small sip, and places it
gently back on the table. While setting it down, she briefly looks at the camera before returning her gaze
to the phone.
CONTINUITY, SOUND & CONSTRAINTS
Throughout the shot, preserve natural blinking, breathing, tiny head tilts, subtle posture adjustments,
and believable eye-line changes. Keep the same person, wardrobe, café, phone, cup, shot direction,
framing, light, and overall duration. Use only quiet café room tone and a light lakeside breeze.
No extra people, subtitles, visible text, logos, music, or watermark.
6. Adicione linguagem de qualidade por último
Corrija primeiro a camada certa: referências para identidade, luz e perspectiva para integração, causalidade para atuação e uma linha do tempo contínua para saltos.
Adicione indicações de qualidade somente quando identidade, cena, ação e ritmo estiverem estáveis:
Natural skin texture, stable facial identity, physically believable hand contact,
consistent window-light direction, coherent object state, subtle handheld motion,
clean motion blur, no beauty-filter skin, no sudden camera jump, no extra fingers,
no disappearing props, no subtitles, no logos, no watermark.| Sintoma | Corrija primeiro |
|---|---|
| O rosto muda | Referências e rótulos de identidade |
| O personagem parece colado ao fundo | Luz, altura e perspectiva |
| A atuação parece mecânica | Causa, reação e micropausas |
| Objetos saltam ou desaparecem | Função e mudança de estado |
| O plano parece apressado | Menos ações e intervalos mais longos |
Checklist antes da geração
- Cada pessoa pode ser ligada a uma única referência de identidade?
- Cada referência tem apenas uma responsabilidade explícita?
- A luz principal e a altura da câmera são fisicamente plausíveis?
- Cada ação importante tem um gatilho e um resultado visível?
- A linha do tempo cobre toda a duração sem lacunas?
- Identidade, roupa, objetos, local, enquadramento e som estão protegidos?
A pergunta final não é apenas “Está cinematográfico?”, mas: Quem é essa pessoa? Onde ela está? Por que se move? O que deve acontecer depois?
Como manter o rosto consistente na edição de imagens com IA
Por que as edições com IA alteram sutilmente o rosto da sua modelo e sete técnicas práticas para preservar a mesma identidade em todas as gerações.
Crie um sistema de assets consistente para vídeo com IA
Prepare referências reutilizáveis de identidade, figurino, expressão, ação, cenário, objeto e cor.