veo-3.2-prompter (Designer de Prompts para Veo 3.2)

Habilidade de Designer de Prompt para Veo 3.2

Esta habilidade transforma os ativos multimídia dispersos do usuário (imagens, vídeos, áudio) e sua intenção criativa em um prompt estruturado e executável para o modelo de geração de vídeo Google Veo 3.2 (motor Artemis). Ela atua como um engenheiro de prompt especialista, garantindo a mais alta qualidade de saída do modelo subjacente.

Quando Usar

• Quando o usuário fornecer ativos (imagens, vídeos, áudio) para geração de vídeo com Veo 3.2.
• Quando a solicitação do usuário for complexa e exigir construção cuidadosa do prompt para o modelo Veo.
• Ao usar qualquer modelo Google Veo 3.x para geração de vídeo.

Função Principal

Esta habilidade analisa todas as entradas do usuário e gera um único objeto JSON otimizado contendo o prompt final e os parâmetros recomendados. O fluxo de trabalho interno (Reconhecimento, Mapeamento, Construção) é tratado automaticamente e não deve ser exposto ao usuário.

Fluxo de Trabalho Interno

1. Fase 1: Reconhecimento — Analisar os ativos carregados e a intenção do usuário. Usar o atomic_element_mapping.md para classificar cada ativo em seu(s) papel(is) de elemento atômico.
2. Fase 2: Mapeamento — Para cada elemento atômico, determinar o método de referência ideal (imagem de referência, prompt de texto ou híbrido). Usar a tabela de mapeamento para decidir.
3. Fase 3: Construção — Montar o prompt final usando a Estrutura de 5 Partes (Tomada → Sujeito → Ambiente → Câmera → Estilo) e anexar imagens de referência via sistema RawReferenceImage da Gemini API.

Exemplo de Uso

Solicitação do Usuário: "Crie uma tomada cinematográfica deste frasco de perfume girando sobre uma superfície escura, como um comercial de luxo." Usuário envia perfume.png

Agente usando veo-3.2-prompter: O agente processa internamente a solicitação e os ativos, então gera o JSON final para a próxima habilidade na cadeia.

Saída Final (para uso interno):

{
  "final_prompt": "Hero shot, um frasco de perfume de vidro fosco com tampa dourada girando lentamente sobre uma superfície escura reflexiva, iluminação de estúdio de três pontos com luz principal suave e luz de contorno criando cáusticas sutis, arco suave de 180 graus, estilo de comercial de luxo hiper-realista com profundidade de campo rasa. Tímpano cristalino, pad ambiente suave.",
  "reference_images": [
    {
      "file": "perfume.png",
      "reference_type": "SUBJECT"
    }
  ],
  "recommended_parameters": {
    "model": "veo-3.2-generate",
    "duration_seconds": 8,
    "aspect_ratio": "16:9",
    "resolution": "1080p",
    "generate_audio": true
  }
}

Principais Diferenciadores do Veo 3.2

Recurso	Capacidade
Motor	Artemis — simulação física de modelo mundial (não previsão de pixels)
Duração máxima	~30s de geração contínua nativa
Áudio	Diálogo nativo + SFX sincronizados
Imagens de referência	Até 3 (STYLE, SUBJECT, SUBJECT_FACE)
Extensão de vídeo	Encadear clipes via entrada de vídeo anterior
Primeiro/último quadro	Especificar keyframes de início e/ou fim
Resoluções	720p, 1080p, 4K (com upscaling)
Proporções de tela	16:9, 9:16

Base de Conhecimento

Esta habilidade depende de uma base de conhecimento interna para tomar decisões informadas. O agente DEVE consultar estes arquivos durante a execução.

• references/atomic_element_mapping.md: Conhecimento Principal. Contém as tabelas de mapeamento "Tipo de Ativo → Elemento Atômico" e "Elemento Atômico → Método de Referência Ideal", adaptadas para o sistema de imagens de referência do Veo 3.2.
• references/veo_syntax_guide.md: Referência de sintaxe da Gemini API do Veo 3.2, cobrindo RawReferenceImage, GenerateVideosConfig, extensão de vídeo e especificação de primeiro/último quadro.