O que Knox Prompts — mecanismo de prompts para imagem e vídeo faz?
Propósito
Transformar ideias em prompts de imagem e vídeo prontos para produção: Sujeito → Ambiente → Câmera → Iluminação → Humor → Estilo, mais profundidade e enquadramento, realismo, color grading e negativas direcionadas.
Criar prompts é direção, não descrição. Quanto menos direção você dá, mais o modelo preenche as lacunas — e quando um modelo preenche lacunas, ele escolhe a versão mais mediana da ideia. O trabalho desta habilidade é remover as lacunas.
Escopo. Esta habilidade é responsável por como o quadro parece e se move. Não abrange o que uma pessoa diz, qual ângulo de anúncio uma campanha usa, ou se um lote de entregáveis está no prazo. Se o usuário tiver uma habilidade separada de campanha, roteiro ou identidade de personagem, invoque essa primeiro e volte aqui para os prompts de plano.
O framework de 6 partes (raciocine através de todas as seis, toda vez)
- Sujeito — quem/o quê; idade, cabelo, roupa, expressão, postura, ação exata, consciência da câmera, olhar
- Ambiente — lugar específico, horário, clima, objetos do ambiente, texturas, atmosfera, agitação
- Câmera — tamanho do plano, ângulo, posição (altura / deslocamento / distância), distância focal mm, abertura/profundidade, dispositivo ou corpo, caráter da lente, alvo do foco
- Iluminação — fonte física, direção, qualidade, preenchimento (apenas se pudesse existir), sombras/contraste, balanço de branco, exposição. Nunca apenas "iluminação cinematográfica"
- Humor — 1–2 palavras, no máximo
- Estilo — opcional; apenas se ajudar. Excesso de estilo mata o realismo
Mais profundidade e enquadramento: primeiro plano / plano médio / fundo, atmosfera (névoa, poeira, nevoeiro, fumaça — apenas se fisicamente plausível), regra dos terços, linhas guia, espaço de respiro.
Receita simples: [Sujeito] em [ambiente], [câmera], [fonte de luz + direção], [humor], [estilo]
Sempre que um prompt não estiver funcionando, uma dessas seis partes está faltando, fraca ou contradizendo outra.
Ordem de montagem final do prompt (estrita)
- Sujeito — âncora de identidade + ação + expressão + postura + prioridade de roupa
- Ambiente
- Profundidade e composição
- Câmera
- Iluminação
- Humor
- Detalhes de realismo
- Estilo (se houver)
- Color grading — uma paleta, deve combinar com a iluminação, colocado perto do final (modelos pesam o final)
- Restrições negativas — apenas os modos de falha realmente prováveis para este plano
Padrão de realismo
Preservar: poros visíveis, tom de pele irregular, textura abaixo dos olhos, brilho natural, fios de barba e cabelo individuais, assimetria, fios soltos, peso e rugas do tecido, reflexos reais, sombras plausíveis, granulado apropriado à cena, ruído, desfoque de foco, desfoque de movimento, enquadramento imperfeito.
Escolha 1–3 imperfeições que se encaixam neste plano — não todas.
Evite estas palavras: obra-prima cinematográfica, hiper-detalhado, ultra-brilhante, iluminação perfeita, perfeição 8K, "colorido".
Evite estas aparências: pele plástica, filtro de beleza, luz de borda falsa, preenchimento de estúdio em uma cena casual, HDR-em-tudo, bokeh falso, sensação CGI, luz impossível, enquadramento central-por-padrão, pose de foto de stock (uma pose de "homem correndo" não é uma corrida).
O contexto de captura aumenta o realismo. Diga quem está segurando a câmera, como o dispositivo se comporta (exposição automática, HDR, sem flash, lente 1×), se o momento foi planejado ou capturado, e o que aconteceu 2–5 segundos antes ou depois.
Vocabulário de câmera
Ângulos — nível dos olhos, três quartos ao nível dos olhos, frontal, perfil, contra-plongée, sobre o ombro, plongée, olho de minhoca, contra-plongée alto, holandês, aéreo / visto de cima, POV.
Tamanhos de plano — plano geral extremo, plano geral, suspense geral, plano americano, plano médio, plano médio, primeiríssimo plano, close-up, close-up extremo.
Lentes — 16–24mm grande angular, 24–28mm telefone/documentário, 35mm rua, 50mm normal, 85mm retrato, 200mm telefoto.
Abertura — f/1.4 derrete o fundo (só vale a pena pedir se o fundo estiver realmente longe); f/8 mantém tudo nítido. Um telefone é uma lente 1× comum: sem bokeh falso.
Corpos — ARRI Alexa, Sony Venice 2, RED V-Raptor, Hasselblad médio formato, iPhone 14/15/16 Pro (frontal 24–26mm, traseiro 24mm).
Caráter da lente — moderno limpo, orgânico quente (Cooke), vintage, anamórfico.
Mapa de color grading
| Humor | Paleta |
|---|---|
| Épico / heróico | dourados quentes, sombras azuis profundas |
| Escuro / sombrio | dessaturado, laranja-azulado |
| Romântico | rosa suave e dourado, névoa |
| Vintage | quente desbotado, pretos levantados, granulado 35mm |
| Limpo / corporativo | brilhante, levemente frio, alto contraste |
| Documentário | verdes ricos, terra quente |
| Melancólico | cinza-azulado, suave |
| Ação | alto contraste, vibrante |
| Luxo | pretos profundos, detalhes dourados |
Referências de filmes que modelos leem bem: Blade Runner 2049, Mad Max, Matrix, Wes Anderson, Ozark / Garota Exemplar, La La Land, John Wick, Duna, Barbie, O Regresso.
Apenas uma paleta. Coloque-a no FINAL. Deve ser compatível com a iluminação que você descreveu.
Modos
1. Novo prompt (padrão) Pergunte apenas os essenciais que faltam: a ideia (quem + fazendo o quê + onde + por quê), plataforma e proporção de aspecto, o que o espectador deve notar primeiro, o que não deve acontecer. Se o usuário disser "você decide", decida. Raciocine através das seis partes mais profundidade. Escolha câmera e luz você mesmo se não especificado. Saída: (a) uma recomendação criativa de 2–4 linhas, apenas se uma decisão real foi tomada; (b) um prompt final único, pronto para cópia, na ordem de montagem; (c) um pequeno bloco de restrições rígidas; (d) a lista exata de anexos com caminhos de arquivo e ordem.
2. Briefing completo — uma postagem ou campanha planejada. Percorra as perguntas do briefing em ordem (sujeito, objetivo, plataforma, público, lugar, horário, guarda-roupa, adereços, câmera, luz, humor, grade, restrições), depois monte.
3. Melhorar / corrigir falso — o usuário cola um prompt ou diz que o resultado parece IA. Diagnostique qual das seis partes está fraca, ou qual sinal revelador está presente. Mostre apenas: causa → correção → prompt reescrito.
4. Editar prompt — alterar uma variável (roupa, iluminação, câmera, fundo). Altere apenas essa camada; mantenha todo o resto literal.
5. Crítica — avalie contra o framework: identidade vs. a referência mestre (dê uma % e nomeie os traços que mudaram), clareza do sujeito, ambiente, plausibilidade da câmera, luz, profundidade, composição, realismo, cor, sinais de IA, continuidade com planos adjacentes. Diga o que funciona. Prefira uma edição direcionada a uma regeneração. Para vídeo, extraia uma tira de quadros e uma curva de movimento/luminância com ffmpeg e relate onde a ação realmente cai.
6. Prompt de vídeo — veja abaixo.
7. JSON — campos: subject, environment, composition, camera, lighting, mood, realism, style, color_grade, negative, final_prompt. Vídeo adiciona camera_move, subject_motion, environment_motion, duration, dialogue, sfx.
8. Variações — N versões. Mude ângulo / humor / cenário / gancho / estilo; mantenha o núcleo.
9. Consulta de estilo ou grade — puxe das tabelas acima; palavras-chave de estilo vão no FINAL do prompt.
10. Bíblia de planos — vídeo multi-plano. Por plano: duração, técnica, prompt de imagem, prompt de vídeo, lista de anexos. Mais uma linha global de identidade, a grade, a lista de cortes, e uma pasta de referência de continuidade. Salvar em projects/<nome>/SHOT_BIBLE.md.
Regras para prompts de modelos de imagem (duramente conquistadas)
- Nunca escreva
@nomedentro de um prompt de imagem ou vídeo. Tokens@personagemsão apenas para roteamento de assistente — o modelo não pode resolvê-los. Escreva a identidade por extenso: "o homem na primeira foto anexada, exatamente o mesmo rosto: [3–5 traços]". - Numere os anexos no prompt ("primeira foto anexada", "segunda…") e diga qual rosto corresponde a qual pessoa. Informe ao usuário a ordem exata de anexo e os caminhos dos arquivos.
- Dois ou mais personagens em um quadro = deriva para ambos. Torne um o sujeito principal (recebe a luz, o foco e a descrição completa de identidade) e descreva o outro apenas em texto, "genérico, secundário". Ou faça duas passagens: gere a cena, depois edite por rosto com a referência mestre daquele personagem mais uma linha "SOMENTE RESTAURAÇÃO DE IDENTIDADE FACIAL".
- Nunca anexe uma tira de filme ou contato como referência. Apenas quadros únicos.
- Role-lock toda referência. Quando mais de uma imagem estiver anexada, diga o que cada uma pode controlar: "ficha de personagem = identidade apenas, imagem do produto = embalagem apenas, imagem da camiseta = guarda-roupa apenas". Referências não rotuladas se misturam.
- Continuidade. Cada novo plano em um local conhecido anexa um único quadro extraído do clipe aprovado daquele local, primeiro na ordem de anexo, e o prompt nomeia 4–5 detalhes arquitetônicos concretos dele (altura do edifício, varandas, venezianas, material do calçamento, veículos estacionados). Um adjetivo — "arenito" — construirá uma cidade diferente a cada vez.
- Multidões: peça variedade explicitamente (alturas, tipos físicos, gêneros, roupas) ou você terá clones.
- Texto na tela e logotipos: "manter exatamente como anexado, sem distorção, escrito corretamente" — e espere mascarar na edição de qualquer maneira.
Criação de prompts de vídeo (Kling / Seedance / imagem-para-vídeo)
Regras de ouro
- Movimento de câmera PRIMEIRO. Abra o prompt com o movimento — modelos de imagem-para-vídeo o leem imediatamente.
- A imagem estática deve permitir fisicamente o movimento. Guindaste para cima → céu aberto acima, nada entre a câmera e o céu. Planos de porta → o estado da porta deve tornar a direção inequívoca (uma porta fechada significa empurrar para fora; uma porta aberta é ambígua). Portas de correr animam melhor que portas articuladas. Órbita → um fundo com profundidade real. Sobre o ombro → um personagem presente.
- Um plano = um trabalho. Movimento de câmera OU bloqueio OU diálogo. Empilhar dois resulta em deriva de identidade e pessoas inventadas.
- Movimentos grandes de câmera → quadro inicial + quadro final. Gere o quadro final a partir do inicial: "a mesma cena exata, a câmera subiu 3 m / moveu-se 4 m para trás, todo o resto inalterado". Então execute o modelo no modo inicial+final.
- Motivar o movimento. A câmera se move em um gatilho. Movimento não motivado deriva.
- Suavização no início e no final, quadro final travado. Diga em voz alta.
- Versão mais segura para IA: um arco de 90–180°, não 360; uma ou duas camadas de primeiro plano; uma revelação; um pequeno zoom in, não uma flutuação longa.
- Diga a falha antes que aconteça: "permanece plano e rígido", "não entra na loja", "sem novas pessoas", "sem passagem de câmera", "as pessoas mantêm sua forma", "movimento para frente e esquerda apenas".
- Sujeitos que não devem atuar: diga. "Fique perfeitamente imóvel, de costas para a câmera, inalterado." O modelo inventa ação se você não proibir.
- Movimento de realismo: micro-tremor de mão, hesitação do foco automático, respiração da exposição, uma piscada, uma respiração, deslocamento de tecido. Sutil.
- Linha de identidade (sem
@): "o rosto do homem permanece idêntico ao quadro inicial durante todo o tempo, sem deriva, sem metamorfose." - Modelos carregam a imobilidade no início e agem nos últimos 1,5–2 s. Planeje seus cortes a partir do final: gere 5 s, corte 2–3 s. Planos de objetos estáticos precisam de um micro-movimento ou você aceita uma batida morta.
- Eles não sabem soletrar. Texto na tela e nomes de chamada são mascarados ou sobrepostos na edição.
- Roteamento de modelo: pessoas interagindo, bloqueando ou virando → Seedance. Movimentos de câmera, objetos, POV, veículos, revelações → Kling.
- Dolly zoom raramente funciona. Você terá um push-in. Aceite, ou use quadros inicial+final.
- Eco-print / step-print: descreva-o ("rastros fantasmas que atrasam uma fração de segundo e voltam, desfoque sanfonado"). Se for ignorado, faça na edição: duplique a camada, desloque 3 quadros, opacidade 40%, ×3.
- Use palavras de amplitude para movimento pequeno: "chacoalha forte, pula, pisca e depois escurece" — não "vibra suavemente".
Estrutura de plano único
[Movimento de câmera + velocidade] em direção a/ao redor de/para longe de [sujeito/alvo], [sujeito], [ambiente], [câmera — quadro inicial + quadro final se não for start-frame], [iluminação], [humor], [realismo], [color grading], [restrições negativas].
"Ela fica imóvel. A câmera sobe 2m, revelando o mercado inteiro. Ninguém novo. Nenhuma passagem de câmera."
Conversa inicial (sempre pedida, a não ser que você já saiba)
- Qual é a ideia? (quem + fazendo o quê + onde + por quê)
- Plataforma e proporção? (ex: Midjourney 16:9 / Kling 1:1 / Sora vertical 9:16)
- O que o espectador deve notar primeiro?
- O que não deve acontecer?
Se o usuário disser "você decide", preencha as lacunas com base no que estiver mais óbvio.
Formato de saída do prompt final
[Sujeito + ação] em [ambiente + profundidade], [câmera + posição + lente + foco], [iluminação fonte + direção + qualidade + preenchimento/exposição], [humor].
[realismo: 1–3 imperfeições, contexto de captura]
[estilo, se útil — no final]
Grade: [paleta única]
Negativo: [falhas específicas do plano]
Exemplo (plano único, imagem)
Um homem na casa dos 50, barba grisalha por fazer, suéter de lã azul-marinho, sentado à mesa da cozinha, passando o dedo na borda de uma caneca de cerâmica, sem olhar para a câmera. Cozinha de fazenda dos anos 70: bancada de fórmica, janela de guilhotina virada para um campo de milho, torneira de níquel cromado, luz de dezembro. Close-up médio, nível dos olhos, lente 50mm f/2.8, foco na caneca em primeiro plano, fundo macio. Única lâmpada pendente de teto baixo, a 1 m da mesa, caindo dura, molde escuro na parede. Silencioso.
Poros na testa, luz de inverno fria, caneca com manchas de café.
Documentário.
Grade: verdes ricos, marrom terra.
Negativo: pele plástica, luz de preenchimento, ambiente HDR, sorriso.
Formato de saída do prompt de vídeo (plano único)
[Movimento de câmera primeiro]: [direção + velocidade + gatilho] [Sujeito]: [descrição, se visível] [Quadro inicial — descrição da imagem estática]: [prompt completo da imagem — veja acima] [Quadro final — se aplicável]: [prompt da imagem — mesmo sujeito, novo ângulo/distância] [Pós-geração]: duração, corte da cauda, precisão da identidade ("rosto idêntico ao quadro inicial"), edição de continuidade. Negativos de vídeo: sem novas pessoas, sem passagem de câmera, sem mudança de guarda-roupa, sem metamorfose, [condições únicas do plano].
Exemplo (plano de vídeo único)
Movimento: Guindaste suave para cima, 1 m, gatilho: ela vira. Sujeito: Uma mulher na casa dos 30, cabelo curto, casaco jeans, ao lado de um carro estacionado. Quadro inicial: Ela em pé ao lado de um sedan azul, campo seco atrás, nuvens baixas, meio-dia. Plano médio, frontal, lente 35mm, luz solar direta de cima. Granulado. Nenhuma sombra facial. Ela não está olhando. Grade: documentário, verdes dessaturados. Quadro final: Mesma cena, câmera 2 m mais alta, ela agora de frente para a câmera, o carro em primeiro plano. Pós-geração: 5 s gerados, cortar 2 s da cauda. Rosto idêntico (aplicar grade de rosto na edição se necessário). Sem carros passando, sem vento nas árvores.
Anexos
Quando imagens de referência estão envolvidas:
- A ordem dos anexos importa. O primeiro anexo geralmente define a identidade principal ou o ambiente.
- Rotule os anexos nos parênteses do prompt:
[primeira foto anexada: rosto do sujeito apenas],[segunda foto: fundo da locação]. - Informe o usuário: "Os anexos que vou usar, em ordem:
projects/cliente/referencias/rosto_sujeito.png— identidadeprojects/cliente/referencias/quarto_hotel.jpg— locação"
- Mantenha-o limpo: uma referência por tarefa. Duas referências se fundirão se não forem separadas por função.
Checklist final
- Todas as 6 partes estão preenchidas e não se contradizem?
- O realismo tem 1–3 imperfeições específicas + contexto de captura?
- O color grading corresponde à iluminação e está no final?
- Para vídeo: o movimento é primeiro, a imagem estática permite o movimento, e os negativos de vídeo estão definidos?
- As referências estão numeradas, rotuladas quanto à função e listadas em ordem?
- A identidade está escrita por extenso, não
@tokens? - Duas pessoas no quadro: uma principal, uma secundária descrita como texto, ou duas passagens?
- O prompt evita palavras proibidas (obra-prima, hiper-detalhado, etc.)?
- Para vídeo multi-plano: continuidade entre planos (mesmas referências de ambiente, mesma grade de cor)?
- O usuário entendeu a ordem de anexo e o que cada referência controla?