Echoes of the Sun — Como Fizemos

Notas sobre a criação de um curta-metragem de IA em duas partes.

Há um momento em qualquer produção em que você para de perguntar "conseguimos fazer isso?" e passa a perguntar "como fazemos isso?" Com Echoes of the Sun, essa virada aconteceu cedo. A questão nunca foi se a IA conseguiria gerar as imagens. A questão era se conseguiríamos criar algo que se sustentasse como um filme — com estrutura real, lógica emocional real e uma linguagem visual disciplinada o suficiente para sustentar mais de quarenta planos sem se perder.

Foi assim que chegamos lá.

Onde Tudo Começou

O projeto surgiu de uma conversa com Anh, meu codiretor e roteirista. Ele carrega um caderno. Dezenas de ideias, meio desenvolvidas, esperando. Essa surgiu daquela pilha e imediatamente pareceu diferente — completa o suficiente para começar. A premissa chegou totalmente formada: um guerreiro solitário atravessa um deserto alienígena, encontra um menino agonizante, o leva mais fundo em uma caverna soterrada e desperta algo ancestral. Uma história de origem mítica disfarçada de história de sobrevivência. Estrutura de descida limpa. Uma imagem final forte o suficiente para carregar tudo o que veio antes dela — guardiões ancestrais parados na câmara enquanto o titã se ergue, não para atacar, mas para responder.

O que ainda não sabíamos era que o filme se tornaria algo completamente diferente. Parte dessa mudança aconteceu através de conversas — compartilhando trabalhos iniciais com outros residentes, recebendo olhares externos sobre o que estávamos construindo. Esse tipo de atrito é subestimado em um fluxo de trabalho com IA, onde você pode desaparecer em ciclos de geração por dias sem vir à tona. Porque, à medida que desenvolvíamos a linguagem visual, uma segunda camada narrativa emergiu: a guerreira é uma garota em coma, sonhando. O mundo animado é o sonho dela. O menino que ela carrega é o pai dela, jovem. O filme que começa como fantasia termina em um quarto de hospital, na chuva, com um pai lendo para sua filha até ela acordar. A mesma história, refratada.

Essa decisão estrutural mudou tudo na produção. Agora tínhamos dois filmes para fazer simultaneamente — um anime, um fotorrealista — que precisavam parecer metades da mesma coisa.

O Stack

Antes de um único frame ser gerado, tivemos que decidir quais ferramentas usaríamos de fato e como elas funcionariam juntas.

Flick como o centro — onde toda a geração aconteceu.

Dentro disso: Nano Banana 2 (Gemini 3.1 Flash) para imagens estáticas, com prompting baseado em prosa. Nano Banana Pro (Gemini 3 Pro) para direção criativa orientada por intenção, quando precisávamos que o modelo raciocinasse em vez de apenas executar. Kling 3.0 para todos os planos realistas do hospital — ele aceita referências de personagem via sintaxe @element. Seedance 2.0 para a parte animada/híbrida em estilo mangá — ele aceita referências via sintaxe @image, e se mostrou mais forte na consistência física do movimento da tinta e do ambiente.

Depois: ElevenLabs para a narração. Nano Banana também para o design da capa do livro — o mangá em capa dura "Echoes of the Sun" que aparece em ambos os mundos, o objeto físico que conecta as duas metades.

Uma regra se manteve válida em todas as ferramentas, em todas as sessões: cada plataforma exige um formato de prompt estruturalmente diferente. Não é uma mudança de tom. É estrutural. O que funciona no Seedance falha no Kling. O que o Nano Banana Pro recompensa — intenção, direção criativa, espaço para o modelo raciocinar — não tem nada a ver com o que o Seedance precisa. Construímos uma arquitetura de prompt para cada modelo e nunca as misturamos.

Encontrando a Linguagem Visual — Parte Um: A Animação

Isso levou mais tempo do que qualquer outra coisa.

Sabíamos que queríamos mangá. Sabíamos que queríamos uma estética desenhada à mão, não CGI. Mas "mangá" abrange uma variedade enorme, e o registro errado teria feito o filme inteiro parecer genérico. Então percorremos a biblioteca.

Berserk noir et blanc foi o primeiro teste. O traço de Kentaro Miura é extraordinário — entintado pesado e preciso, hachuras densas, áreas de preto que carregam peso real. Mas o preto e branco apresentava um problema óbvio: dois mundos que precisavam parecer distintos, e nenhuma cor para carregar essa distinção. Seguimos em frente.

Berserk colorisé — a mesma estrutura gráfica, mas com uma camada de pintura digital semi-realista sobre o entintado. Isso ficou mais próximo. A paleta se alinhava naturalmente com o que precisávamos: terracota-sena, cinza-peltre, osso desbotado. Mas o semi-realismo trabalhava contra o registro onírico. Grounded demais — realista demais.

Chegamos a um híbrido: animação de mangá/pintura a tinta. Não era uma referência que existisse claramente em lugar nenhum, o que era exatamente o objetivo. O princípio central era que nada podia ser estático. Cada linha de tinta tinha que estar viva. As pinceladas animam continuamente. As sombras respiram. Os respingos de tinta se movem. O próprio deserto está em movimento constante.

Essa última percepção foi a que mais demorou para surgir: as ferramentas de vídeo com IA não animam o que você não descreve explicitamente. Você não pode presumir movimento. Você tem que escrevê-lo para que ele exista — cada pincelada, cada partícula, cada mudança de sombra — ou a imagem congela como uma pintura fingindo ser um filme.

O cabeçalho de prompt que travou o estilo:

Estilo híbrido de animação em mangá/pintura a tinta — as linhas de tinta permanecem visíveis e vivas. Pinceladas em terracota-ocre animam continuamente com o vento. Nada nunca fica parado. Mantenha a estética de linha de tinta desenhada à mão o tempo todo.

A partir desse ponto, todo prompt de animação começava com esse bloco. A consistência veio da disciplina da repetição, não de uma única imagem perfeita.

---

Os Personagens

Quatro personagens. Cada um exigiu seu próprio processo de fixação — gerando folhas de contato, identificando as características exatas que precisavam se manter consistentes ao longo de dezenas de planos, e então escrevendo essas características em cada prompt com precisão cirúrgica.

A guerreira é o centro do mundo animado. Poncho cor de creme-osso, cota de malha, tranças escuras, escarificação rúnica no rosto, olhos verde-pálido. Sua espada: lâmina longa e estreita, guarda geométrica assimétrica, brilho rúnico âmbar. Mão direita, sempre, a menos que o plano especifique explicitamente o contrário. A especificidade não era decorativa — uma espada na mão errada quebra a continuidade da geografia da tela e força uma nova geração.

O garoto: cabelo preto desgrenhado, pele pálida, túnica rasgada, sandálias simples. A característica definidora do personagem era que ele precisava parecer mais velho do que sua idade. E, quando carregado — mole. Peso morto. Se você não escrever a física explicitamente, o modelo gera um efeito de quicar. Rigidez. Uma criança segurada como um pacote, em vez de como um corpo que se entregou.

A paciente garota: dreadlocks castanho-mel, um fixador externo Ilizarov na perna esquerda. O fixador é a ponte visual entre os dois mundos — sua lesão real ecoa na incapacidade do garoto de andar no sonho. Aprendemos cedo a nomear o dispositivo com precisão. Termos genéricos davam resultados genéricos. "Fixador externo Ilizarov" produzia o equipamento médico correto, que era o que o filme precisava para parecer real.

O pai é a versão adulta do garoto. Mesma estrutura óssea, mesma qualidade de quietude. Escala diferente. A lógica do casting era interna à metáfora do filme: a garota sonha consigo mesma como uma guerreira carregando seu jovem pai. Ela o salva. Ele tem ficado ao lado de sua cama, lendo para ela todas as noites. Mesma pessoa, tempo diferente.

O Mundo: Parte Um (O Deserto)

O mundo exterior exigiu um sistema completo de prompts ambientais para se estabilizar. Sem ele, cada geração se desviava — temperaturas de céu diferentes, formações rochosas diferentes, névoa inconsistente. Com ele, o mundo se mantinha coeso.

O bloco de ambiente universal:

Paisagem desértica alienígena, piso de areia plana ferrugem-terracota, formações rochosas cinza-escuro-peltre espalhadas, estruturas metálicas antigas enterradas com gravações rúnico-geométricas parcialmente consumidas por rocha e areia, arco planetário massivo visível no horizonte através de névoa atmosférica densa. Correção de cor: solo terracota quente dessaturado, rocha e metal cinza frio, céu cinza-quente desbotado, névoa arenosa densa dissolvendo a distância, iluminação difusa suave e sem direção, saturação muito baixa, divisão quente-frio entre solo e céu, granulação fina e empoeirada.

Um sol, baixo e desbotado. Sem céu azul. Sem areia do Saara. As escolhas específicas de palavras importavam — "ferrugem-terracota" produz resultados diferentes de "vermelho." "Céu cinza-quente" produz resultados diferentes de "cinza." O vocabulário era calibrado, não descritivo.

Todo prompt de exterior começava com esse bloco, depois adicionava a ação específica do plano. O ambiente se tornou um contêiner, não uma descrição reconstruída do zero a cada vez.

O Mundo: Parte Dois (O Hospital)

Saturação muito baixa. Luz ambiente azul-esverdeada fria — o tipo que hospitais realmente têm à noite. Uma única luminária de cabeceira âmbar quente como a única fonte quente. Uma luminária, não duas. Errar isso em um prompt produz uma relação de cores inteiramente diferente, e isso se percebe.

Granulação fina de filme. Movimentos de dolly glaciais — movimento físico de câmera através do espaço, não zoom. Nunca "push-in." A distinção entre dolly e zoom óptico é real e os modelos respondem a ela de forma diferente.

A sequência de 14 planos do despertar foi construída como uma découpage completa antes de um único prompt ser escrito: plano geral de estabelecimento, chuva na janela, o pai desorientado à beira da cama, o ECG em ritmo normal, o livro sobre a mesa, um copo plástico com água derramada no chão, um dedo se movendo, o ECG acelerando, lábios formando "pai," o pai se virando. Corte.

Cada plano então recebeu seu próprio prompt. Mas eles foram escritos como uma sequência, não como imagens isoladas — o que significava que cada escolha sobre altura de câmera, posição do personagem e temperatura de luz precisava se manter coerente ao longo de todo o arco de 14 planos.

O Livro

O mangá de capa dura "Echoes of the Sun" é o objeto central do filme. Presente no quarto de hospital, sobre a mesa de cabeceira. O objeto físico que o pai está lendo. A lombada legível no mundo do sonho. O acessório que torna ambos os mundos verdadeiros simultaneamente.

O crédito de autoria na capa: Ann Blacksmith. Ann de Anh, minha co-diretora. Blacksmith de Faure — que significa forgeron em francês. Uma pequena cifra particular dentro de um livro fictício dentro de um filme real.

Acertar isso exigiu várias tentativas. O tratamento do título passou por iterações dentro do Nano Banana — a folha dourada era decorativa demais, o verniz preto localizado ficou mais próximo, mas nenhum dos dois chegou exatamente onde eu queria. No fim, terminei o design do título no Affinity Designer, combinando elementos gerados por IA com ferramentas clássicas. Essa acabou sendo a abordagem certa para qualquer coisa em que você tem uma imagem precisa na cabeça: a IA te leva a 80% do caminho, e uma ferramenta tradicional fecha a lacuna. Tentar forçar os últimos 20% só com prompts é onde você perde horas.

A Narração

A voz é a do pai. Um homem de cerca de 40 anos, lendo em voz alta de um livro. Sem atuação, sem narração em registro épico — apenas lendo. Do jeito que alguém lê para uma pessoa que talvez não consiga mais ouvir, mas ainda assim tenta.

Essa restrição moldou cada linha do texto. Nada podia soar escrito. Tudo tinha que soar falado, ao vivo, levemente imperfeito da forma como a fala real é imperfeita.

Para o momento em que o titã se curva — o clímax da sequência animada — precisávamos de algo além do inglês. Uma única frase em uma língua antiga inventada. A frase que definimos: "Sol'varath... anaï kaïm." Curta o suficiente para parecer esculpida em vez de composta. Sonoramente alienígena, mas de alguma forma reconhecível como comando. Um som que você gravaria em pedra.

A narração cobre aproximadamente 2 minutos e 30 segundos — toda a primeira parte. Quase nenhum silêncio. A voz mantém o mundo animado unido da mesma forma que a música mantém um filme unido: sempre presente, ligeiramente abaixo da superfície, mantendo você dentro do registro.

O Que Aprendemos

Algumas coisas que mudaram nosso jeito de trabalhar, permanentemente.

Descreva apenas o que ainda não está visível. Se a referência do personagem mostra a espada, não descreva a espada de novo, a menos que algo nela seja diferente neste plano. Descrição redundante não reforça — introduz ruído.

O movimento precisa ser explícito. Nada anima sem ser descrito como animando. Pinceladas, água, tecido, partículas — escreva o movimento, ou ele congela.

A física exige descrição explícita. Um corpo sendo carregado tem peso. Resistência. Um corpo mole, não uma postura. Se você não descreve a física, você recebe outra física — geralmente errada.

Imagens de referência de estilo carregam mais informação do que texto. Travar uma imagem mestre no início e usá-la como âncora de estilo é mais confiável do que prompts só de texto para manter a consistência visual ao longo de uma produção longa.

O instinto de cortar é a coisa mais valiosa que você traz. A IA não sabe quando a imagem desmorona. Ela não sente quando o rosto do guerreiro passa de crível para falso, quando a escala do titã quebra o enquadramento, quando a luz do hospital se desviou do que o filme precisa. Esse instinto — saber onde o falso começa — ainda é inteiramente humano. É a parte do processo que nenhuma ferramenta substitui.

Onde as Coisas Estão

O filme está completo.

Duas partes. Uma animada, outra fotorrealista. O sonho de uma filha e seu despertar. Um híbrido entre mangá e hospital clínico. Uma guerreira que carrega um menino por um mundo soterrado, e um pai que lê para uma menina que ainda não consegue responder.

A edição, a colorização e a integração de efeitos sonoros vieram por último — e, sinceramente, é aí que tudo realmente acontece. A geração produz material. A edição faz um filme. É onde a lógica emocional é construída ou destruída, onde um corte no frame errado mata uma cena e um corte no frame certo faz você sentir algo que não poderia ter previsto. A camada de efeitos sonoros — os respingos de tinta, os sistemas de partículas, o pulso do ECG — nada disso existe na geração. Tudo é posicionado na pós-produção, quadro a quadro, do mesmo jeito que seria em qualquer outra produção. A IA não sabe sobre ritmo. Ela não sabe o que o espectador está carregando ao chegar a um corte. Esse conhecimento vem de 25 anos de trabalho, e pertence à edição, não ao prompt.

Créditos

Echoes of the Sun

• Dirigido por: Arno Faure & Nguyen-Anh Nguyen
• Baseado em uma ideia de: Nguyen-Anh Nguyen
• Adaptado para as telas por: Arno Faure
• Direção criativa / Geração por IA · Edição · Design de Som: Arno Faure
• Música: Quinten Coblentz · Rotem Moav · Eleven Tales
• Plataformas de IA: Flick (Nano Banana 2, Nano Banana Pro, Kling 3.0, Seedance 2.0) Voz: ElevenLabs
• Os diretores agradecem a: Zoey Zhang, Ray Wang, Katherine Zhao, Hannah Lim e a todos os residentes do programa Spring 26.