Vídeo Explicativo com IA

Um plano de cada vez

002003004005

Imagem, interpretação e narração geradas juntas

Todas as outras ferramentas de vídeos explicativos te pedem para escolher um avatar, colar um guião e esperar por uma renderização. O Wan 3.0 pega num plano escrito — o que está no ecrã, o que a câmara faz, e a fala entre aspas — e gera a imagem e a voz na mesma passagem, num só MP4. Escreve em inglês, chinês, japonês ou coreano. Um filme completo é isso, repetido: não há parâmetro de contagem de planos, por isso uma explicação de dois minutos são doze a vinte gerações separadas que montas juntas. A ausência é verificável e não uma queixa — a referência da API da Alibaba lista todos os parâmetros que o modelo aceita, e uma contagem de planos não está entre eles; o teto de um pedido é 30 segundos.

A narração, citada

No prompt

A narração, citada

Prompt e fala

4 línguas

Prompt e fala

Por plano, a 30 fps

2–30 s

Por plano, a 30 fps

Gerações num filme de 2 minutos

≈ 12–20

Gerações num filme de 2 minutos

• Não há botão de guião para filme — escreves e montas tu os planos
• Não há biblioteca de avatares — o apresentador é gerado, ou é a tua própria imagem de referência
• Não há faixa de legendas — pede que não haja texto no ecrã e acrescenta as legendas no teu editor

• ficheiro · ligação

• um plano, uma fala

• Tem de avisar sem mostrar o dano

  Um filme de segurança não pode mostrar o acidente, e «não mostres X» é uma instrução fraca — nomear uma coisa põe-na na cabeça do modelo

  Descreve o ensaio, não a falha: a estrutura, o manómetro, as mãos, a carga a aguentar. Escreve o que está no quadro em vez do que é proibido

  Estrutura do prompt

• Soa a anúncio

  O registo por omissão de todos os modelos de vídeo é luminoso, quente e animado, porque é isso que a maior parte do material deles é

  Declara o registo como restrição ao lado da imagem: «documental, superfícies mate, paleta pouco saturada, sem música, interpretação contida». O tom é um campo de prompt como outro qualquer

  Estrutura do prompt

• A marca de certificação ou o logótipo sai errado

  As marcas são pequenas, de alto contraste e legalmente exatas — três propriedades em que a geração é pior

  Segura-a com a cláusula de aparência, mantém a câmara parada nesse plano, e compõe a marca verdadeira por cima depois se tiver de estar correta ao píxel. As marcas de certificação são marcas registadas com regras de exibição publicadas — a marca SG do Japão é um exemplo trabalhado — por isso uma quase-cópia gerada é um objeto diferente da marca que estás licenciado a mostrar, por muito convincente que o quadro pareça

  Lê o quadro antes de publicares

• O filme é mais curto do que a linha de tempo que escreveste

  Uma lista de planos só é cumprida quando os seus segundos somam qualquer coisa que o modelo consiga desenhar. Para lá dos 30 segundos a linha de tempo não é recusada — é comprimida, em silêncio, e cada tempo fica com menos tempo do que lhe deste

  Faz com que o último número da tua lista de planos seja 30 ou menos, e diz o total em voz alta na primeira linha. Os quatro exemplos no topo desta página são do próprio Wan, e dividem-se dois a dois: os dois que pediram 120 s e 150 s voltaram com 30,0 s e 25,0 s e quatro e cinco planos esmagados lá dentro, enquanto os dois que declararam trinta segundos à partida — um deles a abrir com «This video contains 6 shots, with a total duration of 30.0 seconds» — voltaram com 30,0 s e 30,1 s e os seus tempos intactos. Joga-os contra os prompts impressos ao lado; a aritmética está na página

  Estrutura do prompt

• O plano sete não condiz com o plano dois

  Não há parâmetro de contagem de planos nem memória entre gerações. Um filme são pedidos separados que nunca se conheceram

  Fixa a paleta, a lente e a luz num bloco de estilo que colas em cada prompt, e envia as mesmas imagens de referência de cada vez. Referência para vídeo

• A narração está no registo errado para a língua

  Uma fala traduzida do inglês mantém a cadência inglesa, e um revisor japonês ou coreano ouve isso logo

  Escreve tu a fala na língua de destino e mantém em inglês só a cláusula de aparência. É essa a combinação que as contas que produzem aqui trabalho de marca fora do inglês usam

Uma execução que falhe de todo é reembolsada automaticamente. Nenhuma das cinco acima falha — cada uma volta acabada e inutilizável, e isso é cobrado. Esboça cada plano a 480P até o registo e as restrições aguentarem, e depois volta a correr os bons.

1. 1

   Escreve a lista de planos antes de gerares o que quer que seja

   Uma linha por plano: o que está no ecrã, o que se diz, quanto tempo. Doze linhas para um filme de dois minutos. Esta é a parte que a ferramenta não pode fazer por ti, e é a parte que torna o resto barato.

   Faz isto primeiro
2. 2

   Fixa um bloco de estilo e reutiliza-o tal e qual

   Paleta, lente, luz, acabamento das superfícies, registo, e «sem texto no ecrã». Cola o bloco idêntico em cada prompt — é a única coisa que segura vinte gerações independentes juntas.

   Copia para cada prompt
3. 3

   Gera um plano, com a sua fala entre aspas

   A narração é produzida com a imagem, por isso não há nada para gravar nem nada para sincronizar. Escreve a fala na língua em que vai ser ouvida.

   Voz na mesma passagem
4. 4

   Esboça o filme inteiro a 480P, e depois volta a correr os bons

   Monta os esboços e vê o filme de uma ponta à outra antes de gastares o que quer que seja em resolução. A maior parte das reescritas é estrutural, e um storyboard a 480P encontra-as por um quarto do preço.

   Até 1080P

A regra dos dois terços, vinda dos filmes institucionais feitos aqui: a demonstração é que é o filme. As aberturas e os fechos são baratos de gerar e baratos de cortar — os planos que ganham a aprovação são os que mostram a coisa a ser mesmo feita.