Prompts do PixVerse V6: 4 receitas de texto para vídeo e clipes reais

A seguir estão quatro prompts de pixverse-v6/text-to-video que você pode copiar, colar e executar diretamente. Cada prompt vem com seu corpo de requisição completo e o clipe real que ele gerou na API ao vivo da hiapi — aqui não há nenhum vídeo de banco de imagens nem conteúdo simulado. Os clipes abaixo podem ser reproduzidos inline.

Texto para vídeo e imagem para vídeo são duas habilidades distintas. Com imagem para vídeo, você fornece ao modelo um quadro inicial e ele o anima a partir disso; já o texto para vídeo não tem quadro de entrada nenhum, então o prompt precisa estabelecer ao mesmo tempo o sujeito, a cena, a iluminação e o movimento. Estas receitas foram ajustadas exatamente para isso.

Os três tipos de campo que fazem o trabalho pesado

Antes de ir às receitas, vale construir um modelo mental. O pixverse-v6/text-to-video recebe um prompt e um conjunto pequeno e fixo de campos de entrada (o schema é fechado — campos desconhecidos são rejeitados). Três desses campos são os que mais influenciam a saída:

• O próprio prompt. O modelo deliberadamente não tem campos camera_movement, motion_mode nem quality. Todo movimento de câmera e cada nuance de ação precisam estar escritos no texto do prompt. Este é o ponto mais importante para entender o modelo.
• style — um enum com cinco predefinições: anime, 3d_animation, clay, comic, cyberpunk. Defini-lo troca a pele de toda a renderização, não apenas a paleta de cores.
• generate_audio — um booleano (padrão false). Quando ativado, o modelo renderiza o som ambiente descrito no prompt na mesma chamada, mantendo a sincronia.

Os demais campos são formato e botões de controle: aspect_ratio (oito opções, incluindo 16:9 e 9:16), duration (um inteiro, de 1 a 15 segundos), resolution (360p → 1080p), além dos opcionais negative_prompt e seed. A lista completa de campos e as estruturas de requisição/resposta estão na documentação Create Task e Get Task Detail, e a página específica do modelo é a documentação da API PixVerse V6 Text to Video.

Receita 1 — movimento de câmera cinematográfico + áudio sincronizado

Um plano de estabelecimento realista em que é a própria câmera que se move, com o som ambiente gerado junto na mesma chamada.

Prompt (pronto para copiar e colar):

Cinematic slow dolly push-in across a windswept coastal cliff at golden hour. Tall grass ripples in the sea breeze, waves crash against dark rocks far below, warm low sunlight rakes across the scene. The camera glides forward steadily toward the cliff edge, revealing a wide ocean horizon. Shallow depth of field, gentle lens flare, realistic film grain, soft natural ambience of wind and distant surf.

Corpo da requisição:

{
  "model": "pixverse-v6/text-to-video",
  "input": {
    "prompt": "<prompt above>",
    "aspect_ratio": "16:9",
    "duration": 5,
    "resolution": "720p",
    "generate_audio": true
  }
}

O clipe real de 5 segundos que ele gerou (16:9, 720p, som ativado):

Por que funciona:

• Não existe campo camera_movement no pixverse-v6, então o movimento está no prompt: "slow dolly push-in" e "the camera glides forward steadily" são exatamente o que produz o efeito de avanço para frente.
• generate_audio: true é a única razão pela qual este clipe tem som de vento e de ondas — é um interruptor booleano real, cujo padrão é false. Descreva o som que você quer ("soft natural ambience of wind and distant surf") e ele será renderizado em sincronia.
• Verbos sensoriais e concretos ("grass ripples", "waves crash", "sunlight rakes") dão ao modelo movimento para animar, em vez de um cartão-postal estático.

Receita 2 — predefinição style: anime

Transforme uma batida de personagem comum em anime desenhado à mão com um único campo.

Prompt (pronto para copiar e colar):

A teenage courier in a weathered red jacket stands on a rain-slicked rooftop at dusk, distant city lights blooming behind her. A gentle breeze lifts her hair and the hem of her jacket; neon signs flicker and reflect in shallow puddles. The camera slowly orbits from her side around to a three-quarter front view. Hand-drawn anime aesthetic, soft cel shading, warm-to-cool color grade.

Corpo da requisição:

{
  "model": "pixverse-v6/text-to-video",
  "input": {
    "prompt": "<prompt above>",
    "aspect_ratio": "16:9",
    "duration": 5,
    "resolution": "720p",
    "style": "anime",
    "negative_prompt": "blurry, distorted hands, extra limbs, watermark, text artifacts"
  }
}

O clipe real de 5 segundos que ele gerou (16:9, 720p):

Por que funciona:

• style: "anime" troca a pele de toda a renderização — traço, sombreamento cel e correção de cor — com um efeito muito além de simplesmente adicionar a palavra "anime" ao prompt.
• A direção de câmera continua sendo expressa em prosa: "the camera slowly orbits from her side around to a three-quarter front view" traz uma revelação controlada, e não um plano fixo de tripé.
• Um negative_prompt curto ("distorted hands, extra limbs") é um seguro barato em planos de personagem, já que mãos e membros são pontos de falha comuns.

Receita 3 — predefinição style: 3d_animation

Uma batida de personagem 3D calorosa, no estilo Pixar, ideal para mascotes de produto e aberturas de vídeos explicativos.

Prompt (pronto para copiar e colar):

A chubby palm-sized desk robot with big round eyes wakes up on a wooden desk beside a steaming coffee mug. It stretches its little arms, blinks twice, then waves cheerfully at the camera. Morning light streams through a nearby window. Smooth stylized 3D animation, soft global illumination, playful squash-and-stretch motion, shallow depth of field.

Corpo da requisição:

{
  "model": "pixverse-v6/text-to-video",
  "input": {
    "prompt": "<prompt above>",
    "aspect_ratio": "16:9",
    "duration": 5,
    "resolution": "720p",
    "style": "3d_animation"
  }
}

O clipe real de 5 segundos que ele gerou (16:9, 720p):

Por que funciona:

• style: "3d_animation" traz iluminação global suave e superfícies arredondadas, algo que você provavelmente gastaria um prompt inteiro tentando obter de outra forma.
• Batidas em sequência tornam estes 5 segundos legíveis: "stretches its little arms, blinks twice, then waves" — ordene as ações e o modelo distribuirá o ritmo delas ao longo do clipe.
• Dicas de animação que o modelo entende ("squash-and-stretch motion") são interpretadas como animação de personagem intencional, e não como uma renderização à deriva.

Receita 4 — vertical, ritmo de alta energia (style: cyberpunk, 9:16)

Um clipe vertical cheio de movimento, capaz de deter a rolagem, ideal para Reels / Shorts / TikTok.

Prompt (pronto para copiar e colar):

Fast first-person sprint through a narrow neon alley in a rain-soaked future megacity at night. Holographic advertisements smear past, puddles throw back magenta and cyan light, steam vents hiss on both sides. Quick energetic forward motion with a slight handheld camera shake, dynamic reflections, high contrast. Dense, kinetic, cinematic.

Corpo da requisição:

{
  "model": "pixverse-v6/text-to-video",
  "input": {
    "prompt": "<prompt above>",
    "aspect_ratio": "9:16",
    "duration": 5,
    "resolution": "720p",
    "style": "cyberpunk",
    "negative_prompt": "static, frozen, slow, dull colors, low detail, watermark, text"
  }
}

O clipe real de 5 segundos que ele gerou (9:16, 720p):

Por que funciona:

• aspect_ratio: "9:16" já compõe em vertical desde o início — cortar um vídeo para vertical na pós-produção perde metade da resolução, então peça diretamente o formato que você precisa.
• O ritmo é uma escolha do prompt: "fast first-person sprint", "quick energetic forward motion" e "slight handheld camera shake" empurram o modelo para o movimento dinâmico.
• O negative_prompt aqui vale cada centavo — "static, frozen, slow, dull colors" afasta ativamente o modelo das saídas sem vida que prompts sem graça tendem a produzir.

Pontos-chave de ajuste

• Movimento é prosa, não parâmetro. Se o clipe parecer estático, adicione instruções explícitas de câmera ("slow dolly in", "orbit left", "crane up") e o movimento físico do sujeito. Prompts vagos só rendem planos de câmera fixa.
• Escolha style com intenção. A mesma cena fica completamente diferente em anime, 3d_animation ou cyberpunk. Se quiser estilo realista, não defina style.
• Áudio é só um booleano. generate_audio: true adiciona som sincronizado; o padrão é false, e sound / audio não são nomes de campo (serão rejeitados). A precificação tem um nível separado para som ativado, então só ative quando precisar.
• Defina o formato primeiro, a escala depois. Para vertical, use aspect_ratio: 9:16, em vez de cortar uma renderização 16:9 na pós-produção. duration é um inteiro — 5 funciona, "5" é rejeitado.
• negative_prompt e seed. Use negative_prompt para afastar padrões de falha comuns ("static, blurry, extra limbs, watermark"); quando encontrar o visual que quer continuar iterando, defina um seed.

Perguntas frequentes

Como controlar a câmera no texto para vídeo do pixverse-v6?
Inteiramente pelo prompt. Não há parâmetros de câmera — escreva o movimento em texto ("slow dolly push-in", "the camera orbits to a three-quarter view"), como nas receitas 1 e 2 acima.

O texto para vídeo do pixverse-v6 consegue gerar som?
Sim. Defina generate_audio: true (o padrão é false) e descreva o som ambiente no prompt. O clipe costeiro da receita 1 renderizou vento e ondas na mesma requisição.

Quais durações e resoluções de vídeo são suportadas?
duration é um inteiro de 1 a 15 segundos, e resolution pode ser 360p, 540p, 720p ou 1080p. A cobrança é por segundo, com níveis diferentes para som ligado/desligado — consulte a página de preços para as tarifas por segundo atuais em cada resolução (dados válidos em outubro de 2026).

Como isso difere de imagem para vídeo?
Texto para vídeo não tem quadro de entrada, então o prompt carrega a cena inteira. Se você já tem um quadro inicial que precisa ser animado, use pixverse-v6/image-to-video.

Esses prompts funcionam em outros modelos de vídeo?
A estrutura é transferível, mas as predefinições de estilo e o interruptor de áudio são específicos do pixverse-v6. Para outros modelos, veja nossos outros conjuntos de receitas, como prompts de texto para vídeo do Kling e prompts do Grok Imagine 1.5.

Execute estas receitas você mesmo

Cada clipe acima veio de uma chamada POST /v1/tasks mais uma consulta de status — copie um prompt, preencha o corpo da requisição e você obterá o mesmo tipo de saída. Obtenha o schema ao vivo e sua chave de API na página do modelo PixVerse V6 Text to Video, abra a documentação Create Task para ver o formato da requisição e confira os preços antes de rodar em lote.