Prompts de movimento para imagem para vídeo: palavras que movem uma imagem e palavras que a deformam

Quando uma imagem vira um clipe, o modelo mantém a sua imagem e acrescenta a única coisa que você não consegue desenhar: o tempo. O prompt é onde você diz a ele como o tempo deve passar. A maioria dos resultados decepcionantes de imagem para vídeo não é falha do modelo, e sim falha de vocabulário: um prompt que descreve a imagem outra vez, ou que pede quatro tipos de movimento em um clipe de 5 segundos. Isto é um glossário, não um tutorial: as palavras que movem uma imagem com confiança, as palavras que a derretem com a mesma confiança, e cinco prompts reescritos de um lado para o outro. O guia passo a passo explica como anexar o quadro e escolher a duração; este post trata apenas do que digitar.

A regra por trás de cada palavra desta página

Um prompt de movimento tem três espaços: o que a câmera faz, o que o assunto faz e o que o ar faz (vento, água, fumaça, luz). Preencha cada espaço com uma frase concreta e direcional e deixe o resto vazio. O modelo lê um clipe curto como um orçamento de mudança; cada frase extra gasta uma parte dele, e quando o orçamento acaba o modelo começa a mudar coisas que você não pediu. Isso é a deformação.

Termos de câmera que funcionam

• Câmera estática, travada. A frase mais segura da língua. Use sempre que o assunto for um rosto, um produto ou qualquer coisa com bordas retas.
• Aproximação lenta ou afastamento lento. Um movimento suave em direção ao assunto ou para longe dele. "Lento" está fazendo um trabalho real aqui; tire a palavra e o modelo pode se apressar e borrar.
• Pan suave para a esquerda ou pan suave para a direita. Gira a vista. Funciona melhor quando o quadro inicial tem algo interessante na borda para onde fazer o pan.
• Tilt lento para cima. Bom para prédios, árvores e qualquer coisa alta com céu acima.
• Pequena órbita ao redor do assunto. Favorece objetos sobre uma mesa; arriscado para pessoas, porque o lado oposto de uma cabeça precisa ser inventado.
• Deriva de câmera na mão. Um leve tremor de documentário. Parece filmagem real; mantenha "sutil" ou vira um terremoto.

Termos de assunto que funcionam

Escolha verbos que já tragam direção e velocidade embutidas. "Vira-se lentamente para a câmera", "o vapor sobe da xícara", "a cortina se ergue com a brisa", "a raposa abaixa a cabeça para beber". Cada um nomeia uma parte do corpo ou um objeto, um movimento, um ritmo. Se o assunto for uma pessoa, os menores movimentos são os mais convincentes: um piscar, uma respiração, um olhar, o cabelo se mexendo. Um gesto completo atravessando o quadro pede ao modelo que redesenhe a mão doze vezes por segundo, e o guia de mãos e texto explica por que isso raramente termina bem.

Termos de atmosfera que funcionam

• "Nuvens deslizam lentamente pelo céu"
• "A luz da vela tremula"
• "A chuva escorre pelo vidro"
• "Partículas de poeira flutuam no feixe de luz"
• "Ondas chegam e espumam sobre a areia"

A atmosfera é o movimento mais barato que você pode comprar. Ela acontece atrás ou ao redor do assunto, então o modelo pode manter o assunto exatamente como foi desenhado e ainda assim fazer o clipe parecer vivo. Se uma imagem não tem nenhum elemento atmosférico óbvio, nomeie um que plausivelmente poderia estar ali: "uma névoa fina no ar" quase nunca está errado.

As palavras que deformam

• "Dinâmico", "épico", "cinematográfico", "dramático". Não carregam direção nem velocidade. O modelo preenche a lacuna com um movimento grande e aleatório.
• Dois movimentos de câmera em um clipe. "Pan para a direita e depois aproximação" são dois planos. Faça dois clipes.
• Verbos de transformação. "Vira", "se torna", "se transforma". Você está pedindo que a imagem deixe de ser a sua imagem.
• Qualquer coisa rápida. "Rapidamente", "velozmente", "dispara". Velocidade significa mais mudança por quadro, e mais mudança por quadro significa mais pixels inventados.
• Caminhar em direção à câmera. Os pés congelam, a cabeça deriva, as pernas se cruzam. Se a caminhada for essencial, mantenha-a curta e acrescente "passo natural, pés em movimento".
• Descrever a cena outra vez. "Uma mulher de casaco vermelho em pé junto a um lago ao pôr do sol" já está na imagem. Cada palavra disso compete pela atenção com as palavras de movimento.

Cinco prompts, antes e depois

Termos de ritmo e duração do clipe

"Lento", "suave", "gradual" e "sutil" não são enfeite: eles reduzem a quantidade de mudança que o modelo tenta por quadro, que é exatamente o que mantém uma imagem parecida consigo mesma. Combine-os com um clipe curto. O estúdio renderiza até 30 segundos em alguns modelos, mas um clipe de 5 segundos com um movimento limpo é quase sempre mais aproveitável do que um longo, e também é mais barato, porque o preço cresce com os segundos e a resolução e aparece no compositor antes de você confirmar. Teste as palavras primeiro na menor resolução; quando o movimento estiver certo, renderize de novo a versão final. Se um render falhar, o valor volta para o seu saldo automaticamente.

Qual modelo obedece melhor

Todo modelo de vídeo do estúdio aceita um quadro inicial pela ação Animar ou pelo botão Referência, mas eles diferem em quão literalmente leem as palavras de movimento. O Motion Real é o modelo a escolher quando a plausibilidade física importa, água e tecido em particular. O Motion dá o maior detalhe nas resoluções mais altas e tolera um prompt um pouco mais cheio. O Motion Turbo serve para descobrir rapidamente se uma ideia se move de algum jeito. A comparação de modelos os coloca lado a lado, e o guia de texto para vídeo tem o glossário de câmera mais longo, se você estiver gerando sem um quadro inicial.

O que nenhum prompt consegue fazer

Um prompt de movimento não consegue acrescentar algo que não está no quadro e fazer parecer que pertence a ele; um personagem novo que entra em cena será inventado do nada. Não consegue manter uma linha longa de texto legível quando a câmera se move, então trave a câmera em planos com embalagens ou placas. Não consegue seguir um assunto para fora do quadro e mostrar o que há atrás dele. E não consegue transformar uma imagem borrada ou mal composta em um clipe nítido: o quadro inicial é o teto. Corrija a imagem primeiro, depois abra o estúdio, anexe-a e digite palavras suficientes para os três espaços.