Receitas de prompts de imagem para vídeo do Grok Imagine 1.5: prompts prontos para copiar e saídas reais

Resumo

• O que é isto: quatro prompts de movimento prontos para copiar, para grok-imagine-1.5/image-to-video, cada um acompanhado do seu frame estático de origem e do clipe que ele realmente gerou na API ao vivo — saída original na primeira tentativa, sem ocultar novas tentativas, hospedada aqui permanentemente.
• Uma coisa que você precisa saber sobre este modelo: a API não tem absolutamente nenhum parâmetro de movimento ou de câmera. O schema de entrada (validado ao vivo) contém apenas prompt + image_urls, além dos opcionais duration, resolution e aspect_ratio. Todas as decisões de movimento de câmera, estilo de movimento e ritmo acontecem dentro do texto do prompt — é exatamente para isso que essas receitas servem.
• Fatos do schema (validados contra a API de tarefas ao vivo em 2026-07-07): image_urls é um array obrigatório com URLs de imagens acessíveis publicamente; duration é um inteiro de 1 a 15 segundos; resolution é 480p ou 720p; aspect_ratio aceita auto, 1:1, 16:9, 9:16, 3:2, 2:3. Qualquer outro parâmetro (motion_mode, seed etc.) é rejeitado com 400.
• Preços (por segundo de saída, da página de preços): $0.015/segundo em 480p, $0.0282/segundo em 720p. A duração é o único multiplicador — um clipe de 6 segundos em 720p custa cerca de $0.17, e um teste de 4 segundos em 480p custa $0.06.
• Conta total de mídia deste artigo: quatro frames estáticos do gpt-image-2 a $0.03 cada, mais 22 segundos de vídeo em 720p — cerca de $0.74 no total aos preços atuais. É esse o sentido de imagem para vídeo: o frame estático é um custo único, e você pode reanimá-lo quantas vezes quiser.

Como estas receitas foram feitas

Cada receita tem três partes: o frame estático de origem, o prompt de movimento exato (basta copiar como está) e o clipe que ele gerou. Gerei cada frame estático com gpt-image-2, escrevi cada prompt de movimento eu mesmo e executei todos eles no grok-imagine-1.5 pela API de tarefas do hiapi ao vivo. As configurações e os custos reais estão impressos em cada descrição, para que você reproduza exatamente as mesmas chamadas.

Como o grok-imagine-1.5 não aceita parâmetros de movimento, a redação do prompt faz todo o trabalho. Hábitos que sempre funcionam:

• Comece com um verbo de câmera. "Slow steady dolly push-in", "camera glides slowly to the left" — coloque isso no início e o modelo o tratará como a espinha dorsal do clipe.
• Peça um único movimento contínuo e declare "no cuts". Se deixado solto, o modelo às vezes inventa cortes por conta própria. Acrescentar "one continuous shot, no cuts" ao final do prompt suprime isso de forma confiável.
• Descreva o que está em movimento contínuo, não apenas a câmera. Vapor, chuva, reflexos, multidões — apontar o movimento do ambiente mantém a imagem viva, em vez de parecer um deslocamento sobre uma foto.
• Para pessoas, peça micro-movimento e trave a câmera. "Camera locked off on a tripod … facial features stay perfectly stable, no warping" é a diferença entre um retrato vivo e um rosto derretido.

Receita 1 — Linguagem de câmera: push-in lento

Objetivo: um travelling clássico de cinema avançando pela rua e pousando na barraca de comida, enquanto chuva, vapor e reflexos continuam trabalhando.

Frame estático de origem (gpt-image-2, 16:9, $0.03). As receitas 1 e 2 animam o mesmo frame.

Slow steady dolly push-in down the rain-soaked market street toward the glowing noodle stall, steam rising and curling from the pots, rain falling in thin streaks, neon sign reflections shimmering on the wet pavement, pedestrians walking slowly away under umbrellas, smooth constant camera speed, one continuous shot, no cuts, cinematic pacing

Push-in lento em direção à barraca de macarrão — grok-imagine-1.5/image-to-video, 6 segundos @ 720p, 16:9, $0.17 aos preços atuais. Saída real, gerada para este guia.

Por que funciona: o push-in é a primeira oração, então o modelo se mantém nela durante os seis segundos inteiros. Em seguida, o prompt entrega a ele uma lista do que precisa continuar se movendo — vapor, fios de chuva, reflexos, pedestres — e é exatamente isso que faz a tomada parecer um vídeo em vez de um zoom sobre um frame estático. Observe o quanto o cozinheiro e as panelas se aproximam no último frame: é movimento real de câmera, não recorte.

Receita 2 — O mesmo frame estático, outro verbo de câmera: travelling lateral

Objetivo: reanimar exatamente o mesmo frame estático com um movimento de travelling lateral, para mostrar que no grok-imagine-1.5 a linguagem de câmera existe inteiramente no prompt — troque o verbo e terá outra tomada.

Camera glides slowly to the left in a smooth lateral tracking move, strong parallax between the near market stalls and the far end of the street, rain keeps falling, neon reflections slide across the wet ground, the cook keeps stirring behind the counter, steam drifts sideways, one continuous move, no cuts, no zoom

Movimento de travelling lateral atravessando a rua do mercado — grok-imagine-1.5/image-to-video, 6 segundos @ 720p, 16:9, $0.17 aos preços atuais. Saída real, gerada para este guia.

Por que funciona: "glides slowly to the left" somado à exigência explícita de paralaxe entre as barracas próximas e o fim da rua dá ao modelo pistas de profundidade animáveis. É também a forma mais barata de iterar: o frame estático é um custo afundado de $0.03, então cada novo tratamento de câmera custa apenas segundos de vídeo — aqui os dois tratamentos somam cerca de $0.34. Se você está explorando um visual, reformule o prompt sobre o mesmo frame antes de considerar gerar a imagem novamente.

Receita 3 — Movimento guiado pelo sujeito: micro-movimento de retrato (9:16)

Objetivo: um retrato vertical, adequado para redes sociais, em que a pessoa respira, pisca e seu cabelo e cachecol se movem — e nada além disso.

Frame estático de origem (gpt-image-2, 9:16, $0.03).

Gentle micro-motion only: her hair lifts and drifts in a soft evening breeze, the silk scarf ripples lightly, she blinks naturally and takes one calm slow breath, city bokeh lights flicker softly behind her, camera locked off on a tripod, facial features stay perfectly stable, no warping, subtle photoreal motion

Micro-movimento de retrato: cabelo, cachecol, respiração — grok-imagine-1.5/image-to-video, 6 segundos @ 720p, 9:16, $0.17 aos preços atuais. Saída real, gerada para este guia.

Por que funciona: retratos são justamente onde modelos de imagem para vídeo derretem rostos, então o prompt gasta a maior parte das palavras em restrições: "micro-motion only", "camera locked off", "facial features stay perfectly stable, no warping". O orçamento de movimento é alocado em elementos seguros e de alto retorno — cabelo, seda, piscada, respiração. Ele foi gravado em 9:16 para uso em feed; a proporção de tela é um campo de API de primeira classe, não um recorte.

Receita 4 — Atmosfera ambiental: deixe a cena se mover sozinha

Objetivo: um loop natural com câmera fixa, em que todo o movimento vem da própria cena — ondas, névoa e o feixe varredor do farol. Quatro segundos bastam.

Frame estático de origem (gpt-image-2, 16:9, $0.03).

Waves keep rolling in and bursting against the dark rocks in slow rhythm, sea spray and fog drift across the frame, the lighthouse beam sweeps slowly through the mist, clouds crawl overhead, camera completely static on a tripod, natural documentary motion, no camera movement

Cena marinha ambiental: ondas, névoa, feixe varredor — grok-imagine-1.5/image-to-video, 4 segundos @ 720p, 16:9, $0.11 aos preços atuais. Saída real, gerada para este guia.

Por que funciona: declarar "camera completely static on a tripod" liberta o modelo para gastar toda a energia na física da água e na névoa volumétrica, que o grok-imagine-1.5 trata de forma impressionante — note que o feixe de fato atravessa a névoa. Este clipe de 4 segundos em 720p custou $0.11; loops ambientais raramente precisam de mais.

Controle a conta por segundo

O preço do vídeo aqui é refrescantemente unidimensional: duração × tarifa por segundo, nada mais. Isso sugere um fluxo de trabalho simples:

Ação	Cálculo	Custo
Testar uma ideia de movimento	4 segundos × $0.015 (480p)	$0.06
Iterar o prompt com qualidade de entrega	6 segundos × $0.0282 (720p)	$0.17
Gravação no comprimento máximo	15 segundos × $0.0282 (720p)	$0.42
Reanimar um frame estático que você já tem	Custo da imagem	$0 extra

Dessa tabela saem três hábitos. Teste em 480p e com durações curtas — uma ideia ruim deve custar alguns centavos, não um dólar. Reutilize frames estáticos sem piedade — as receitas 1 e 2 acima são a mesma imagem de $0.03 vestindo dois movimentos de câmera diferentes. Peça exatamente os segundos necessários — duration vai até no mínimo 1, e tomadas ambientais como a receita 4 param de melhorar após alguns segundos. Os quatro clipes desta página somam $0.62 de vídeo aos preços atuais.

Execute você mesmo: envie, consulte, baixe

O modelo é baseado em tarefas: POST /v1/tasks retorna um id de tarefa, você consulta até o sucesso e então baixa a URL de saída (ela expira — salve o arquivo, não o link). Uma coisa que você precisa saber: image_urls deve ser acessível publicamente — se você passar uma URL privada ou local, o envio falha com um erro de normalize input media antes de o modelo sequer rodar.

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
        "prompt": ("Slow steady dolly push-in down the rain-soaked "
                   "market street toward the glowing noodle stall, "
                   "steam rising, one continuous shot, no cuts"),
        "image_urls": ["https://your-host.com/your-still.jpg"],
        "duration": 6,          # int, 1-15 seconds
        "resolution": "720p",   # 480p | 720p
        "aspect_ratio": "16:9", # auto | 1:1 | 16:9 | 9:16 | 3:2 | 2:3
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("clip.mp4", "wb").write(requests.get(url).content)

O passo a passo completo da requisição (incluindo curl) está no guia da API de imagem para vídeo do grok-imagine, e o guia de texto para vídeo cobre o modelo irmão baseado apenas em prompt. A documentação geral da plataforma está aqui.

Referência rápida de schema

Campo	Obrigatório	Valor (validado ao vivo)
prompt	Recomendado	Texto livre — este é o seu único controle de movimento
image_urls	Sim	Array de URLs de imagens acessíveis publicamente
duration	Não	Inteiro, 1–15 (segundos)
resolution	Não	480p, 720p
aspect_ratio	Não	auto, 1:1, 16:9, 9:16, 3:2, 2:3

Não há motion_mode, nem seed, nem prompt negativo — o schema rejeita campos desconhecidos com 400, então não vale copiar parâmetros de outros modelos. Se você quer um movimento diferente, escreva uma frase diferente.

Se o seu clipe precisa de duração maior ou áudio nativo, o seedance-2.0-fast está disponível nessa faixa, e a coleção de receitas do seedance-2.0-mini usa o mesmo padrão de enviar-consultar-baixar — os prompts e o pipeline migram com pequenos ajustes.

---

Todos os quatro prompts estão disponíveis para você copiar. Pegue uma chave, aponte o trecho de código acima para o grok-imagine-1.5 e animar seu primeiro frame estático em 480p vai custar cerca de cinco centavos.