Como Escrever Prompts Melhores no Gemini Omni

A qualidade de um vídeo do Gemini Omni depende muito do prompt por trás dele. O modelo consegue lidar com uma frase curta e vaga — mas é um prompt específico, com direção de cena, câmera, texto e áudio, que transforma um clipe genérico em algo que você realmente publicaria. Veja a seguir como escrever prompts que chegam mais perto do que você tem em mente, com exemplos reais tirados dos próprios demos gerados pelo Gemini Omni.

Comece Escolhendo o Modo Certo

O Gerador de Vídeo por IA oferece três formas de começar, e escolher a certa importa tanto quanto o próprio prompt:

• Texto/Imagem para Vídeo — descreva uma cena em linguagem simples ou envie uma única imagem e anime-a. Ideal quando você está partindo de uma ideia, e não de materiais já prontos.
• Referência para Vídeo — envie várias imagens de referência para guiar personagens, produtos ou estilo visual, depois descreva como eles devem se mover e se combinar. Ideal quando manter a consistência de uma aparência específica importa mais do que criar algo do zero.
• Quadros para Vídeo — defina os pontos de início e fim e deixe o modelo preencher o movimento entre eles. Ideal quando você já sabe exatamente onde uma cena começa e termina.

O Que Incluir em um Prompt Forte

Um prompt que só nomeia um sujeito ("um professor ensinando matemática") deixa espaço demais para o acaso. Compare isso com um prompt real usado em um dos próprios clipes de demonstração do Gemini Omni:

"Um professor de meia-idade com óculos está em frente a um quadro-negro verde cheio de equações, explicando a identidade trigonométrica sin²(x) + cos²(x) = 1, virando-se para encarar a câmera enquanto ensina."

Note o que ele especifica: o sujeito e o cenário, o texto exato que aparece na tela (a equação) e uma ação relevante para a câmera (virar-se para encarar a câmera). É essa combinação que permite ao Gemini Omni renderizar a equação com nitidez e manter o enquadramento intencional, em vez de simplesmente adivinhar.

Um prompt forte geralmente cobre:

1. Cena e sujeito — quem ou o que está em quadro, e onde.
2. Direção de câmera — aproximação, órbita, travelling, ângulo baixo, plano estático — o que combinar com a cena que você está imaginando.
3. Texto na tela, palavra por palavra, se o clipe precisar que um título, legenda ou equação seja renderizado exatamente como escrito.
4. Indicações de áudio e voz, se diálogo, som ambiente ou música forem importantes para o resultado.

Aqui está outro exemplo real, construído quase inteiramente a partir de direção de câmera e iluminação:

"Gere um clipe cinematográfico de 10 segundos. Composição estável, leve movimento de aproximação e afastamento, plano herói em ângulo baixo. Plano geral ultra-amplo, leve inclinação para cima, estrada de terra à beira do penhasco com um carro de viagem vintage no terço inferior do quadro, mar distante no horizonte, luz lateral da hora dourada com raios volumétricos atravessando a poeira."

Usando Imagens de Referência com Eficácia

A geração por Referência para Vídeo suporta múltiplas imagens em um único prompt, e você pode apontar diretamente para elas. Um clipe de demonstração combina cinco imagens de referência em uma única instrução:

"@image1 @image2 @image3 @image4 @image5, plano-sequência acompanhando um apresentador de um quadro branco até uma demonstração de UI e depois até um slide de encerramento. Mantenha a equação escrita a giz 'E = mc^2' e o título 'Lesson 1: Energy' renderizados com nitidez durante toda a cena."

O padrão que vale a pena copiar: as imagens de referência ancoram o que permanece consistente (o apresentador, o quadro branco, a UI), enquanto o prompt de texto descreve o movimento que conecta tudo isso e qualquer texto na tela que precise permanecer legível do início ao fim.

As referências também são a forma de conseguir trocas consistentes de personagem ou produto ao longo de um clipe, como substituir um cantor ou ator específico mantendo todas as outras ações idênticas:

"Substitua a vocalista principal do vídeo 1 pelo cantor da imagem 1. Mantenha as ações originais exatamente iguais, sem cortes extras, a banda continua tocando."

Editando e Remixando pelo Chat

Como o Gemini Omni edita diretamente no chat, você não precisa redescrever a cena inteira para mudar um único elemento nela. Dois exemplos reais mostram o quão específica uma instrução de edição pode ser:

"Substitua a tigela de macarrão neste clipe por uma tigela de sopa Tom Yum. Mantenha o movimento de câmera, a iluminação, a apresentação do prato e a montagem da mesa idênticos. O vapor deve subir naturalmente da nova sopa."

"Remova a marca d'água deste clipe. Não mude mais nada — mantenha o enquadramento original, o movimento de câmera, a gradação de cor e a atuação do sujeito exatamente intactos."

O ponto em comum: nomeie a única coisa a mudar e depois diga explicitamente o que deve permanecer idêntico. Essa segunda parte importa mais do que as pessoas esperam — sem ela, o modelo tem mais liberdade para alterar coisas que você queria manter.

Erros Comuns a Evitar

• Vago demais: "um vídeo legal de uma cidade" quase não dá ao modelo nada para se ancorar. Nomeie a cena, o clima e pelo menos um detalhe visual concreto.
• Sem direção de câmera: se você não especificar o movimento, vai receber o que quer que seja o padrão do modelo. Declare explicitamente se isso importa para você.
• Esquecer o texto exato na tela: se uma legenda, título ou equação precisa ser renderizada corretamente, escreva-a literalmente no prompt em vez de descrevê-la de forma vaga.
• Não usar referências para consistência: se um personagem, produto ou estilo precisa permanecer o mesmo ao longo de um projeto, envie imagens de referência em vez de redescrevê-lo em cada prompt.

Perguntas Frequentes

Que tipo de entrada o gerador aceita? Você pode gerar a partir de um prompt de texto ou de uma ou mais imagens de referência. As referências ajudam a manter personagens, produtos e estilo consistentes.

Quantas imagens de referência posso enviar? Imagem para vídeo suporta múltiplas imagens de referência. Envie as cenas que você quer que o modelo siga e descreva como elas devem se mover e se combinar.

Quais durações e resoluções de vídeo são suportadas? As opções dependem do modelo selecionado e do plano. A duração, a resolução disponíveis e o custo atualizado em créditos aparecem antes de você gerar.

Como os créditos são cobrados? Cada geração mostra seu custo em créditos antes de você começar. Você só é cobrado quando efetivamente gera um vídeo.

Posso baixar o vídeo gerado? Sim — visualize o clipe finalizado no navegador e depois baixe o MP4 ou rode outro prompt para iterar.

Pronto para testar um desses padrões você mesmo? Abra o Gerador de Vídeo por IA, ou navegue por mais prompts reais na Demos de Vídeo antes.