Communitygithub.com

NeverSight/learn-skills.dev

Melhores práticas e técnicas para criar prompts eficazes de geração de vídeo por IA. Abrange: estratégias de prompting para Veo, Seedance, Wan, Grok, Kling, Runway, Pika e Sora. Aprenda: tipos de plano, movimentos de câmera, iluminação, ritmo, palavras-chave de estilo e prompts negativos.

O que é learn-skills.dev?

Este skill fornece um guia abrangente sobre como escrever prompts de alta qualidade para geração de vídeo por IA, abordando desde conceitos fundamentais como tipos de plano e movimentos de câmera até técnicas avançadas para modelos específicos como Veo, Seedance, Wan e Grok. Ele é útil para desenvolvedores e criadores que utilizam ferramentas como o CLI `belt` do Inference.sh para gerar vídeos com resultados mais previsíveis e profissionais. O guia inclui uma estrutura de prompt testada, exemplos práticos para diferentes casos de uso (produto, documentário, lifestyle, comida, tech) e dicas para evitar erros comuns, como prompts muito vagos ou estilos conflitantes. Também oferece recomendações específicas para cada modelo de IA, ajudando o usuário a escolher a ferramenta certa para cada cenário. O skill é ativado por comandos como 'video prompt', 'veo prompts' ou 'prompt engineering' e pode ser facilmente integrado a um fluxo de trabalho de IA via CLI.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/101-skills/skills/video-prompting-guide

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Prévia

Do README da skill

Guia de Prompt para Vídeo

Documentação

Instale a skill CLI belt: npx skills add belt-sh/cli

Guia de Prompt para Vídeo

Melhores práticas para escrever prompts eficazes de geração de vídeo por IA via inference.sh.

Guia de Prompt para Vídeo

Início Rápido

Requer a CLI belt do inference.sh. Instruções de instalação

belt login

# Exemplo de prompt de vídeo bem estruturado
belt app run google/veo-3-1-fast --input '{
  "prompt": "Câmera traveling cinematográfica de um carro esportivo vermelho dirigindo por Tóquio à noite, letreiros de neon refletindo nas ruas molhadas, chuva caindo, 4K, profundidade de campo rasa"
}'

Fórmula da Estrutura do Prompt

[Tipo de Plano] + [Sujeito] + [Ação] + [Cenário] + [Iluminação] + [Estilo] + [Técnico]

Exemplo Detalhado

"Close-up em câmera lenta de café sendo servido em uma xícara de cerâmica branca,
com vapor subindo, luz da manhã entrando pela janela, color grading quente,
cinematográfico, 4K, profundidade de campo rasa"
  • Tipo de Plano: Close-up em câmera lenta
  • Sujeito: Café
  • Ação: Sendo servido
  • Cenário: Xícara de cerâmica branca, janela
  • Iluminação: Luz da manhã
  • Estilo: Color grading quente, cinematográfico
  • Técnico: 4K, profundidade de campo rasa

Tipos de Plano

Tipo de PlanoDescriçãoUso Recomendado
Plano geralMostra a cena inteiraEstabelecer localização
Plano médioEnquadramento da cintura para cimaConversas, ações
Close-upRosto ou detalheEmoção, detalhe do produto
Superclose-upRecurso únicoDrama, textura
Plano aéreoVista de cimaPaisagens, escala
Ângulo baixoCâmera olhando para cimaPoder, grandiosidade
Ângulo altoCâmera olhando para baixoVulnerabilidade
Ângulo holandêsCâmera inclinadaDesconforto, tensão
Plano subjetivoVisão em primeira pessoaImersão

Movimentos de Câmera

MovimentoDescriçãoEfeito
TravelingCâmera segue o sujeitoDinâmico, envolvente
Dolly in/outCâmera se move em direção/para longeFoco, revelação
PanRotação horizontalExaminar a cena
TiltRotação verticalRevelar altura
GruaMovimento vertical + horizontalRevelação dramática
Câmera na mãoLeve tremorRealismo, urgência
SteadicamSeguimento suaveProfissional, cinematográfico
ZoomZoom da lente para dentro/foraMudança rápida de foco
EstáticoSem movimentoContemplação, estabilidade

Palavras-chave de Iluminação

Palavra-chaveEfeito
Golden hourQuente, suave, romântico
Blue hourFrio, melancólico, crepúsculo
High keyClaro, sombras mínimas
Low keyEscuro, sombras dramáticas
Rim lightingSujeito contornado por luz
BacklitLuz atrás do sujeito
Soft lightingLuz suave, favorecedora
Hard lightingSombras nítidas, contraste
NeonColorido, urbano, cyberpunk
Natural lightingRealista, documental

Palavras-chave de Estilo

Estilos Cinematográficos

cinematográfico, granulação de filme, lente anamórfica, letterbox,
profundidade de campo rasa, bokeh, filme 35mm,
color grading, teatral

Estéticas Visuais

minimalista, maximalista, vintage, retrô, futurista,
cyberpunk, steampunk, noir, pastel, vibrante,
cores suaves, alto contraste, dessaturado

Palavras-chave de Qualidade

4K, 8K, alta resolução, fotorrealista,
hiper-realista, ultra detalhado, profissional,
qualidade de transmissão, HDR

Exemplos de Prompt por Caso de Uso

Demonstração de Produto

belt app run google/veo-3-1-fast --input '{
  "prompt": "Câmera traveling suave ao redor de um smartphone elegante em um pedestal branco, iluminação de estúdio suave, estilo fotografia de produto, reflexos na superfície, 4K, profundidade de campo rasa"
}'

Documentário de Natureza

belt app run google/veo-3-1 --input '{
  "prompt": "Superclose-up em câmera lenta de um beija-flor pairando sobre uma flor vermelha, asas em motion blur, profundidade de campo rasa, iluminação golden hour, estilo National Geographic"
}'

Estilo de Vida Urbano

belt app run google/veo-3 --input '{
  "prompt": "Câmera traveling seguindo um ciclista por ruas movimentadas da cidade, horário de pico da manhã, iluminação natural, sensação de câmera na mão, estilo documental, autêntico e espontâneo"
}'

Conteúdo Gastronômico

belt app run bytedance/seedance-2-0 --input '{
  "prompt": "Close-up de calda de chocolate sendo derramada sobre sorvete, câmera lenta, vapor subindo, iluminação suave, estilo fotografia de comida, apetitoso, qualidade comercial",
  "generate_audio": true
}'

Tech/Futurista

belt app run xai/grok-imagine-video --input '{
  "prompt": "Sala de controle futurista com displays holográficos, câmera panorâmica lenta pelo espaço, iluminação azul e ciano, atmosfera sci-fi, estética Blade Runner, 4K",
  "duration": 5
}'

Erros Comuns a Evitar

ErroProblemaMelhor Abordagem
Muito vago"Um vídeo bonito"Especificar plano, sujeito, estilo
Muito complexoMúltiplas cenasUma cena por prompt
Sem movimentoDescrição estáticaIncluir movimento de câmera ou ação
Estilos conflitantes"Minimalista maximalista"Escolher uma estética
Sem iluminaçãoClima indefinidoEspecificar condições de iluminação

Dicas Específicas por Modelo

Google Veo

  • Excelente para conteúdo realista e cinematográfico
  • Suporta geração de áudio (Veo 3+)
  • Melhor com prompts detalhados e profissionais
  • Interpolação de quadros disponível na versão 3.1

Seedance

  • Forte em dança e movimento humano
  • Controle do primeiro quadro disponível
  • Bom para movimento consistente de personagens
  • Funciona bem com imagens de referência

Wan 2.5

  • Melhor para imagem-para-vídeo
  • Anima imagens estáticas naturalmente
  • Boa previsão de movimento
  • Funciona com qualquer estilo de imagem

Grok

  • Bom para vídeo de propósito geral
  • Duração configurável (5 a 10 segundos)
  • Interpretações criativas
  • Funciona bem com conceitos abstratos

Fluxo de Trabalho: Prompting Iterativo

# 1. Comece com um prompt básico
belt app run google/veo-3-1-fast --input '{
  "prompt": "Uma mulher caminhando por uma floresta"
}'

# 2. Adicione especificidade
belt app run google/veo-3-1-fast --input '{
  "prompt": "Plano médio traveling de uma mulher de vestido vermelho caminhando por uma floresta de outono"
}'

# 3. Adicione estilo e detalhes técnicos
belt app run google/veo-3-1-fast --input '{
  "prompt": "Plano médio traveling cinematográfico de uma mulher de vestido vermelho esvoaçante caminhando por uma floresta de outono, luz golden hour filtrando entre as folhas, profundidade de campo rasa, granulação de filme, 4K"
}'

Skills Relacionados

# Gerar vídeos
npx skills add inference-sh/skills@ai-video-generation

# Google Veo específico
npx skills add inference-sh/skills@google-veo

# Gerar imagens para imagem-para-vídeo
npx skills add inference-sh/skills@ai-image-generation

# Engenharia de prompt geral
npx skills add inference-sh/skills@prompt-engineering

# Skill completo da plataforma
npx skills add inference-sh/skills@infsh-cli

Navegue por todos os apps de vídeo: belt app store --category video

Documentação

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Habilidades Relacionadas