Criação com IA
Câmera, lente e luz antes do prompt: como dirigir uma imagem com IA
Para uma imagem com IA parecer foto de verdade, escreva o prompt como uma ficha de set, não como uma descrição. Decida antes a câmera e a altura dela, a lente e o foco, a luz com direção, temperatura de cor e contraste, o filme ou o acabamento, a textura da pele e a composição. Adjetivos como "cinematográfico" ou "realista" deixam a escolha para a ferramenta. Uma ficha de set faz a escolha por você, e sobra pouco para o modelo inventar.
No Um retrato, sete sets, parti de uma única foto de estúdio e cheguei a sete cenas, de uma bicicleta ao sol a uma piscina vista de cima. As sete saíram certas na primeira geração, sem nenhuma reprovada.
Não foi sorte de prompt. Cada cena tinha uma ficha de set escrita antes, como se fossem sete diárias com sete fotógrafos diferentes.
Por que "foto realista" no prompt não funciona?
Porque "realista" não diz nada que a ferramenta possa executar. Um fotógrafo não chega no set pensando em realismo. Ele decide onde fica a câmera, qual lente usa, de onde vem a luz e com que filme vai trabalhar. O realismo é consequência dessas decisões.
Quando o prompt traz só adjetivos, como cinematográfico, dramático ou editorial, a ferramenta escolhe tudo isso sozinha. E escolhe o mais provável, que costuma ser o mais genérico.
O que vai numa ficha de set?
No Um retrato, sete sets, todo prompt foi dividido nos mesmos blocos:
- Câmera: o modelo, o ISO, a altura e o ângulo.
- Lente: a distância focal, a abertura e onde está o foco.
- Luz: a fonte, a direção, a temperatura de cor e a exposição de cada área.
- Sujeito: a pose e o que a pessoa está fazendo.
- Planos da imagem: o que está na frente, no meio e no fundo.
- Figurino: como cada tecido reage à luz.
- Pele: poros, oleosidade, cabelo, nada de suavização.
- Pós-produção: o filme emulado, o grão e o contraste.
- Composição: as linhas e as massas do quadro.
A ordem ajuda. Toda cena responde às mesmas perguntas, e nenhuma decisão fica para trás.
CAMERA: ARRI Alexa 35 at ISO 800, set at ground level beside the front wheel, tilted up 40 degrees. LENS: Canon K35 24mm T1.5, stopped to T5.6, deep focus from the grip to the shoulders. LIGHT: Direct sun at 60 degrees, 5.400K, from camera-right and behind. Sky at 70 IRE deep blue, sunlit fabric at 88 IRE, shadow side of the leg at 30 IRE with no fill. POST BEHAVIOR: Kodak Vision3 250D 5207, visible organic grain, high contrast from the direct sun. COMPOSITIONAL GEOMETRY: Subject on a diagonal from the lower-left grip to the upper-right shoulder, bicycle frame as counter-diagonal, sky as dominant negative field.
Por que citar câmera e lente de verdade?
Porque esses nomes carregam um jeito de ver. A ferramenta não simula a ótica de uma Canon K35, mas aprendeu como costumam ser as imagens feitas com ela. Citar o equipamento é um atalho para uma família de imagem.
No Um retrato, sete sets, as fichas usam a ARRI Alexa 35 e lentes Canon K35 de 24, 55 e 85 mm. Cada lente faz um trabalho diferente:
- 24 mm, rente ao chão: a bicicleta e o céu ocupam o quadro, e a borda distorce.
- 55 mm, na altura do quadril: o banco de rua com um poste fora de foco tapando um terço da imagem.
- 85 mm, na linha do olho: o retrato de estúdio, com o foco no olho mais próximo e o resto da bochecha já se desfazendo.
A altura da câmera pesa tanto quanto a lente. Chão, quadril, olho e zenital são quatro fotos diferentes da mesma pessoa.
Como descrever a luz?
Como física, não como clima. Nas fichas, a luz tem fonte, direção, temperatura em Kelvin e exposição em IRE, a medida usada no vídeo.
Na cena de estúdio, por exemplo: um softbox grande a 5.400 K, 40 graus à direita, com o lado iluminado do rosto a 62 IRE e o lado da sombra a 22 IRE. Isso diz exatamente quanto o rosto cai para a sombra. "Luz dramática" não diz.
No Chimarrão, a regra veio antes da primeira imagem: luz é regra de física, não de horário. Fonte única, quente, baixa e lateral, com sombra densa que ainda segura textura. Seis peças com a mesma luz parecem o mesmo ensaio.
E o filme, a textura, o acabamento?
O filme amarra a série. As sete fichas do Um retrato usam três emulações: Kodak Vision3 250D, Eterna 500T e Kodak 2383. É variação suficiente para parecer um ensaio feito em dias diferentes, sem que nenhuma cena saia da mesma família de cor.
No 90s Nostalgia, o acabamento era o próprio assunto: flash direto e duro, exposição estourada, sombra recortada na parede e grão de filme. A ficha dos personagens pedia o grão do Kodak 7219 de 16 mm, com cores levemente dessaturadas.
A pele entra aqui também. Em todas as fichas do Um retrato, a mesma descrição se repete: poros visíveis, oleosidade natural, sobrancelha sem pó, nada de suavização. É o que separa um ensaio de um catálogo de avatar.
A composição também vai no prompt?
Vai, e é onde a imagem deixa de parecer IA. As fichas descrevem as linhas do quadro: a pessoa numa diagonal, a bicicleta como contra-diagonal, o céu como espaço vazio. Também pedem enquadramentos que um fotógrafo faria e uma ferramenta não faria sozinha: o ombro cortado pela borda, um objeto fora de foco tapando parte da cena.
No 90s Nostalgia, a ficha pedia personagens fora do centro e gente olhando para outro lado. O enquadramento de quem estava ali, não de quem montou a cena.
Escrever tudo isso não deixa o prompt longo demais?
Deixa, e isso tem custo. No Chimarrão, nas cenas com pessoas, gastei o prompt descrevendo mãos, idades e postura, e a linguagem de luz e textura encolheu junto. As duas pioraram ao mesmo tempo. Instrução encurtada é instrução perdida.
Também não adianta a ficha estar bem escrita se a regra está errada. No Chimarrão, eu tinha definido que o ponto de contato entre duas mãos seria o centro do quadro: duas mãos entrelaçadas em volta da cuia, em macro. É a configuração que deforma mão em qualquer modelo. Nenhum ajuste de prompt resolveria. Foi preciso reescrever a regra, e as mãos passaram a aparecer separadas por um vão de ar.
A mesma ficha funciona em qualquer ferramenta?
Não. No 90s Nostalgia, levei os mesmos personagens e prompts do Seedream para o Nano Banana, e as mesmas instruções geraram personagens e cenas completamente diferentes. Pequenas mudanças de palavra também mudavam muito o resultado.
A ficha é o ponto de partida, não uma fórmula. Cada modelo lê a linguagem do seu jeito, e escolher o modelo também é uma decisão de direção.
Isso vale para vídeo?
Vale. No experimento O corredor, do Laboratório, a imagem de origem já tinha câmera e luz escritas: ARRI Alexa 35, Canon K35 de 35 mm, na altura do quadril, tungstênio a 2.800 K. O vídeo só precisou de um movimento: a câmera avançando devagar até o rosto.
Resumo: a ficha de set em oito decisões
- Onde fica a câmera: altura, ângulo, distância.
- Qual lente e onde está o foco.
- De onde vem a luz, com que temperatura e quanto contraste.
- O que está na frente, no meio e no fundo do quadro.
- Como o figurino e a pele reagem à luz.
- Qual filme ou acabamento amarra a série.
- Quais linhas e massas organizam a composição.
- O que é critério de reprovação, escrito antes de gerar.
Com IA, o trabalho de direção continua o mesmo de um set. A diferença é que a ficha é o set.
Decidir câmera, luz e acabamento para cada cena continua sendo o trabalho. Só que tudo precisa estar escrito antes de gerar.
Veja os cases: Um retrato, sete sets · Chimarrão
Leia também: Como manter o mesmo rosto em várias imagens com IA · Qual ferramenta de IA usar para imagem e vídeo, na prática
Quer imagens dirigidas para a sua marca? Veja os serviços ou manda o briefing.
