Blogue

Guia de uso

Receitas de prompts de imagem para vídeo do wan2.6-flash: prompts eficazes prontos para copiar e colar

Descrição do primeiro quadro, formulações de câmera e ritmo, dicas de áudio nativo, compensações do modo rápido 1080P e uma lista de prompts negativos

Nov 20, 2026
Arte de capa plana com fundo de tinta escura e fitas líquidas entrelaçadas em tons de celadon e ardósia que se dobram umas sobre as outras; capa do artigo de guia.
Nesta página

Por que os prompts de imagem para vídeo precisam de receitas, e não de um parágrafo em prosa

A maioria das pessoas, ao escrever um prompt de imagem para vídeo pela primeira vez, escreve um parágrafo — descrevendo densamente tudo o que está na imagem e tudo o que esperam que aconteça. Isso faz sentido em modelos de texto para vídeo, porque o modelo não tem outra base. Mas na imagem para vídeo, isso sai pela culatra.

A imagem de entrada já fixa a composição: onde está o sujeito, como é a luz, quais objetos há no fundo, a paleta de cores, as características da lente. Se você reescrever tudo isso em prosa, gastará a maior parte do orçamento do prompt naquilo que o modelo já consegue ver, deixando muito pouco espaço para o que ele não vê: como o sujeito se move, como a câmera se comporta ao longo do tempo, se o momento deve parecer rápido ou lento e como a cena deve soar.

Trate o quadro estático como o estado inicial e o prompt como um conjunto de instruções sobrepostas a ele. Cada instrução responde a uma pergunta diferente:

  • O que deve permanecer exatamente como está?
  • O que se move e em que direção?
  • Como a câmera se move em relação ao sujeito?
  • Qual é o ritmo de todo o vídeo?
  • O que ouvimos?
  • O que absolutamente não pode aparecer?

Essas seis perguntas correspondem naturalmente a alguns slots de prompt. Uma receita nada mais é do que uma ordem fixa de preenchimento desses slots, para que cada plano que você gera seja descrito da mesma maneira. É essa consistência que torna as saídas comparáveis — e a comparação é o que permite melhorar o prompt em vez de adivinhar.

Um parágrafo em prosa faz o modelo misturar tudo com o mesmo peso. Uma receita permite apontar para um slot específico, alterar uma linha e saber o que causou a diferença. O restante deste guia são receitas prontas para copiar e colar para esses slots, além das compensações reais que você encontrará no modo rápido 1080P.

O quadro estático fixa a imagem; o prompt deve orientar os fluxos de movimento, câmera, ritmo e áudio que dele derivam.

O esqueleto de prompt em cinco slots

Todas as receitas deste artigo preenchem o mesmo esqueleto. Escreva sempre nesta ordem:

[1] FIRST FRAME: o que está no plano, o que deve permanecer inalterado
[2] CAMERA: um movimento, uma direção, uma velocidade
[3] PACING: o ritmo e como o movimento evolui ao longo do vídeo
[4] AUDIO: ruído ambiente de fundo + qualquer efeito sonoro de evento, vinculado à batida visual
[5] CONSTRAINTS: uma lista curta do que deve ser suprimido

Por que a ordem importa

Coloque a âncora do primeiro quadro em primeiro lugar, porque as primeiras decisões do modelo dizem respeito à preservação de identidade e layout. A câmera vem em segundo, porque na maioria dos planos é a maior fonte única de movimento — se o movimento de câmera estiver errado, nada mais salva o vídeo. O ritmo vem em terceiro, para que as instruções de ritmo moldem o movimento que você acabou de descrever, em vez de lutar contra ele. O áudio vem em quarto, porque deve seguir as batidas visuais que você já definiu. As restrições vêm por último, como um fechamento compacto.

Um exemplo totalmente preenchido

FIRST FRAME: mantenha o rosto do homem, a jaqueta e os reflexos na rua molhada inalterados.
CAMERA: empurrão lento, diretamente em direção ao sujeito, sem rotação.
PACING: constante e calmo; o movimento se completa ao final do vídeo.
AUDIO: ambiente suave de chuva; passos leves e contínuos.
CONSTRAINTS: sem cintilação, sem distorção facial, sem tremor de câmera.

Mantenha o esqueleto curto

Cada slot deve ter de uma a três frases curtas. Se um slot ultrapassar esse tamanho, o texto extra quase sempre são adjetivos estéticos que não orientam o movimento. Remova-os e coloque o que realmente importa no slot de restrições como itens negativos.

Duas regras para preencher o esqueleto

  1. Um único movimento de câmera por plano. Usar dois movimentos em um vídeo é a causa mais comum de movimento instável e difícil de discernir.
  2. Use verbos concretos em vez de adjetivos. "A bandeira sobe e ondula" é melhor que "uma atmosfera dramática e cinematográfica".

O esqueleto é o mesmo, seja você animando um retrato, um quadro estático de produto ou uma paisagem. Apenas o conteúdo de cada slot muda — e é exatamente isso que as receitas abaixo cobrem.

O esqueleto de cinco slots: cinco slots empilhados, preenchidos de cima para baixo em qualquer plano.

Descreva o primeiro quadro para que o movimento tenha uma âncora

O slot do primeiro quadro não é uma legenda da imagem. Sua função é dizer ao modelo quais pixels são estruturais, para que ele não os reinvente.

Nomeie âncoras, não descreva a cena

Em vez de descrever a imagem inteira, liste os elementos que devem ser preservados durante todo o vídeo:

FIRST FRAME: preserve o rosto e o cabelo da mulher, seu casaco cinza, a moldura da janela atrás dela e o abajur de luz quente à esquerda do quadro.

Você não está dizendo ao modelo o que é a imagem. Está dizendo quais partes são essenciais para a identidade: rosto, vestuário, logotipo, texto, adereços reconhecíveis e a direção da luz principal.

Separe o fixo do movimento

A frase mais útil neste slot é a que divide o mundo em dois:

FIRST FRAME: o frasco do produto e a mesa permanecem fixos; apenas a cortina ao fundo e a luz na superfície do frasco mudam.

Esse único padrão suprime a maior parte do movimento global indesejado, porque agora o modelo sabe onde o movimento pode ocorrer.

Ancore a pose inicial

Para pessoas e animais, indique a pose do primeiro quadro, para que o movimento tenha um ponto de partida:

FIRST FRAME: o sujeito está sentado, com as mãos sobre a mesa, a cabeça levemente virada para a esquerda; mantenha esta pose inicial no começo do vídeo.

Ancore a iluminação

A direção da luz é o que mais tende a derivar. Uma frase curta basta para estabilizá-la:

FIRST FRAME: mantenha a luz principal vinda do canto superior direito, com as sombras inalteradas.

O que omitir

  • Não repita a gradação de cor, o estilo de película ou os detalhes da lente que a imagem já mostra.
  • Não descreva objetos que não estão no quadro e que você não quer que apareçam.
  • Não reafirme a aparência do sujeito com linguagem rebuscada; uma lista curta de âncoras é mais forte que um parágrafo inteiro de descrição.

Trate o slot do primeiro quadro como uma cerca. Tudo o que você nomear dentro dela fica protegido; todo o resto fica livre para se mover — e a forma do movimento é decidida por você no próximo slot.

As âncoras fixas são idênticas nos dois painéis; apenas o fluxo destacado se move entre os quadros.

Formulações de câmera e ritmo que realmente movem o plano

A formulação de câmera altera o clipe mais do que qualquer outro slot, e é aqui que adjetivos de estilo vagos causam o maior dano. "Enquadramento cinematográfico" não diz nada ao modelo. "Empurrão lento, sem rotação" diz tudo.

Use um pequeno vocabulário de movimentos de câmera

Mantenha uma lista curta e concreta e escolha apenas um item por plano:

  • push in (aproximação) — a câmera se move em direção ao sujeito
  • pull out (afastamento) — a câmera se afasta do sujeito
  • pan left / pan right (panorâmica à esquerda / à direita) — rotação horizontal no local
  • tilt up / tilt down (inclinação para cima / para baixo) — rotação vertical no local
  • track left / track right (deslocamento à esquerda / à direita) — movimento lateral ao longo do sujeito
  • orbit (órbita) — girar ao redor do sujeito
  • static (estática) — nenhum movimento de câmera; o movimento vem apenas da cena em si

Sempre acrescente a velocidade: slow, steady ou fast. E sempre acrescente o oposto que lhe importa: "sem rotação", "sem tremor de mão", "sem zoom".

CAMERA: empurrão lento, frontal, sem rotação, sem tremor.

Um movimento de câmera combinado com uma ação do sujeito

Um plano limpo normalmente tem exatamente uma intenção de câmera e uma ação na cena:

CAMERA: deslocamento lento para a direita, mantendo o sujeito no centro do quadro.
PACING: o sujeito vira a cabeça acompanhando a câmera durante todo o clipe, atingindo a pose final no último terço.

Escreva o ritmo como uma linha do tempo, não como um advérbio

"Lentamente" é fraco porque não tem ponto de referência. Ancore o movimento à duração do clipe:

  • "o movimento começa no início do clipe e se completa ao final"
  • "mantenha a primeira pose durante a batida de abertura, depois mova"
  • "a ação se completa no último terço"

Essa formulação impede que o modelo apresse o movimento no primeiro segundo e depois congele — uma falha muito comum em clipes curtos.

Receitas de ritmo para cada intenção

# Plano de produto calmo
PACING: muito lento, contínuo, sem aceleração.

# Revelação
PACING: segure primeiro, depois faça um movimento suave, completo perto do final.

# Batida de ação
PACING: movimento imediato desde o primeiro quadro, velocidade uniforme, sem pausas.

O que evitar

  • Dois movimentos de câmera em um único vídeo.
  • Adjetivos empilhados ("plano épico, varredura dramática"), sem direção ou velocidade.
  • Descrever o ritmo apenas como um clima ("tenso"), sem referência temporal.

Na dúvida, escolha o movimento mais simples. Um plano estático com uma ação clara do sujeito é mais útil que um plano ambicioso com múltiplos movimentos que vai tremer.

Adicione dicas de áudio nativo ao prompt

Quando o modelo suporta áudio nativo, o slot de áudio não é decoração — é uma segunda linha do tempo, que deve estar alinhada às batidas visuais que você já escreveu.

Separe som ambiente de som de evento

Toda descrição de áudio tem duas camadas:

AUDIO:
  ambiente: som contínuo de chuva no asfalto, zumbido distante do trânsito
  evento: passos leves, começando no primeiro passo do sujeito,
          continuando até o final do clipe

O ruído ambiente é contínuo; o som de evento tem marcação temporal. Escrevê-los separadamente evita enterrar uma dica de tempo no meio de um monte de som atmosférico.

Vincule o som às batidas visuais

Faça referência ao slot de ritmo, para que o áudio e o movimento compartilhem o mesmo relógio:

PACING: o sujeito levanta a xícara na primeira metade do clipe.
AUDIO: murmúrio ambiente de café; um leve tilintar de cerâmica, na segunda metade,
       quando o fundo da xícara toca o pires.

Para clipes curtos, um ou dois eventos temporizados já bastam. Mais do que isso torna o áudio ruidoso e difícil de descrever de forma confiável.

Mantenha o vocabulário físico

Descreva o som como descreveria um objeto: fonte, material, distância.

  • Bom: "passos secos sobre cascalho, próximos à câmera"
  • Fraco: "design de som dramático"
  • Bom: "vento grave, muito ao longe, sem vozes"
  • Fraco: "atmosfera cinematográfica"

O que não colocar no slot de áudio

  • Diálogo e letras de música. A fala é um problema separado e mais difícil; descrever falas no slot de áudio não é confiável. Se você precisa de um plano sem som, diga isso explicitamente: "somente ambiente, sem vozes."
  • Rótulos de gênero musical sem descrição de comportamento. "Batida lo-fi" é menos útil que "pulso grave constante, sem vozes".
  • Sons sem fonte visível. Se você pede um som cuja causa não está no quadro nem na ação, o modelo não tem base para decidir quando colocá-lo.

Um padrão seguro

Se o plano não precisa de detalhes de áudio, uma linha de som ambiente é melhor que nada:

AUDIO: apenas ruído ambiente baixo de interior, sem vozes, sem música.

Essa linha evita bipes aleatórios de fala ou música e mantém o clipe utilizável enquanto você itera primeiro nos slots visuais.

Modo rápido 1080P: quando a velocidade compensa a compensação

O modo rápido 1080P existe para permitir iterar rapidamente. Trate-o como um ajuste por plano, não como uma configuração de projeto.

A compensação em linguagem simples

Resoluções de saída mais altas proporcionam detalhes mais limpos, texturas finas mais estáveis e melhor preservação de pequenos detalhes — rostos distantes, texto, estruturas finas. Modos mais rápidos trocam parte da fidelidade e da estabilidade por um tempo de resposta mais curto. A escolha certa depende do que esse plano precisa fazer naquele momento.

Use o modo rápido quando

  • Você ainda está procurando uma solução. Decisões de composição, movimento de câmera e ritmo podem ser avaliadas mesmo sem ver os detalhes finos. Faça toda a iteração do seu prompt aqui.
  • O sujeito é grande e simples. Um retrato em close ou um produto sobre fundo liso quase não tem detalhes finos a perder.
  • O plano é apenas um placeholder. Timing de edição, storyboards animados e testes de montagem não precisam de fidelidade final.
  • Você precisa de muitas variantes. Quando está comparando dez movimentos candidatos, a velocidade importa mais que o refinamento.

Invista mais quando

  • Texturas finas sustentam o plano. Trama de tecido, fios de cabelo, vegetação, respingos de água e fundos densos são onde as diferenças de fidelidade aparecem primeiro.
  • Texto ou logotipos estão visíveis. Fontes pequenas se degradam rapidamente.
  • O clipe é a entrega final. Qualquer coisa publicada para o público merece um processamento de maior fidelidade.
  • Você já travou o prompt. Depois que a receita estiver estável, execute novamente o prompt vencedor com configurações mais altas, em vez de refazer tudo.

Um fluxo de trabalho prático

  1. Escreva a receita de cinco slots.
  2. Itere no modo rápido até que câmera, ritmo e áudio estejam corretos.
  3. Altere apenas uma variável por vez.
  4. Execute novamente a receita travada com configurações de maior fidelidade para obter a versão final.

A disciplina essencial é não misturar as duas coisas. Não refine a fidelidade enquanto o movimento de câmera ainda estiver errado, nem fique rolando a composição repetidamente em configurações caras.

Você pode experimentar essas receitas diretamente na página do modelo de imagem para vídeo wan2.6-flash e consultar os detalhes atuais dos modos no painel de preços de lá, já que a cobrança e a disponibilidade dos modos estão na própria visualização de preços do site, e não em números fixos neste guia.

Lista de negativos

Prompts negativos são um seguro barato, mas uma lista longa de negativos vira ruído. Mantenha uma lista padrão curta e acrescente apenas as falhas que você realmente viu.

Lista padrão

Toda receita começa com este fechamento:

CONSTRAINTS: sem cintilação, sem distorção em rostos e mãos, sem distorção em bordas retas, sem deriva indesejada de câmera, sem artefatos de texto ou marca d'água.

Isso cobre as falhas mais comuns:

  • Cintilação — o brilho ou a textura pulsa quadro a quadro.
  • Distorção — rostos, mãos e objetos pequenos se fundem ou se dissolvem.
  • Distorção de bordas — linhas retas (batentes de porta, bordas de mesa, contornos de produtos) se curvam.
  • Deriva de câmera — a câmera se move lentamente quando você pediu que ficasse estática.
  • Artefatos de texto — texto limpo na imagem de origem vira rabisco.

Adicione negativos com base em evidências

Não escreva vinte negativos de antemão. Quando uma execução falhar de um jeito específico, acrescente apenas uma linha descrevendo isso:

CONSTRAINTS: sem cintilação, sem distorção, sem deriva indesejada de câmera, sem pessoas extras entrando no quadro.

A última linha foi adicionada porque a execução anterior introduziu um transeunte. Anote o motivo nas suas notas — não no prompt — para manter o prompt limpo.

Expresse o que você quer de forma positiva

Negativos apenas suprimem, não criam. "Não desfoque o fundo" não gera um fundo nítido. Se você quer que algo apareça, diga isso com uma instrução positiva no slot do primeiro quadro ou no slot de câmera, e reserve o slot de restrições para suprimir o que não deve aparecer.

No máximo cinco itens por categoria real de falha

Se a sua linha de restrições começar a parecer um aviso legal, divida o problema: corrija a deriva de câmera no slot de câmera com "sem rotação, sem tremor" e mantenha o fechamento de restrições curto. Um prompt que é em sua maioria proibições deixa pouco orçamento para as instruções de movimento que realmente fazem o clipe funcionar.

Itere a receita sem se perder

As receitas deste guia são pontos de partida, não prompts prontos. O fluxo de trabalho que as transforma em algo confiável é entediante, mas eficaz: altere apenas uma variável por execução e anote o que aconteceu.

Altere um slot por vez

Se o clipe estiver errado, não reescreva o prompt inteiro por impulso. Identifique o slot mais provavelmente responsável e altere apenas ele:

  • Direção do movimento errada → slot de câmera.
  • Movimento rápido demais ou terminando cedo demais → slot de ritmo.
  • Identidade do sujeito derivando → âncoras do primeiro quadro.
  • Sons ou vozes aleatórios → slot de áudio.
  • Artefatos recorrentes → fechamento de restrições.

Alterar um único ponto por execução significa que há apenas uma diferença atribuível. Reescrever tudo de uma vez não ensina nada, mesmo que o próximo clipe seja melhor.

Mantenha um registro de execuções

Um registro curto e sem tabela por plano já basta:

shot: product_hero_01
recipe: v3
change: camera "empurrão lento" -> "static, sem movimento"
result: movimento limpo; a ação do sujeito agora é lida com clareza
next: testar "empurrão muito lento" para comparar

Três campos — o que mudou, o que aconteceu, o que fazer a seguir — já bastam para tornar um prompt reproduzível em equipe. Quando alguém perguntar por que um plano ficou daquele jeito, o registro dará a resposta.

Congele as receitas vencedoras

Quando uma receita se estabilizar, pare de editá-la. Copie-a para uma biblioteca compartilhada, com um nome curto e o registro de execuções anexado. Novos planos devem partir da receita congelada mais próxima, não de um prompt em branco. É assim que um conjunto de prompts se torna um ativo, em vez de um monte de strings descartáveis.

Saiba quando parar

A iteração tem retornos decrescentes. Se três alterações de variável única consecutivas não trouxerem melhoria significativa, o problema geralmente está na imagem de entrada, não no prompt — um primeiro quadro com pose ambígua ou fundo carregado vai continuar atrapalhando. Troque o quadro estático e execute novamente a receita travada.

O ciclo é simples: executar, comparar, alterar um ponto, anotar. Mantenha isso e a receita ficará mais rápida de usar a cada plano concluído. Se quiser um ponto de partida, comece pela página do modelo de imagem para vídeo wan2.6-flash e preencha os cinco slots com o esqueleto acima.

Artigos relacionados

Ver todos os artigos →

Comece a criar com artefactos de IA persistentes

Obtenha a sua chave de API e chame modelos de imagem, vídeo e áudio através de uma única API baseada em tasks.

Ler a documentação da API