Como fazer vídeos de IA realistas que não parecem lixo de IA: 5 correções de um filme real

Para fazer um vídeo AI realista, direcione o que uma câmera real gravaria. Baseie cada set em um lugar real, construa cada imagem a partir de um layout fixo com a luz, materiais e foco escritos como coisas que você pode verificar, depois escreva a câmera, a atuação e a ação como comportamento físico. Abaixo estão as 5 correções que Jaime Yao usou em In 'twixt Vows, um filme fotorrealista de 16 minutos feito no Flick, cada uma com o prompt real por trás dela, mais quanto o filme custou para fazer.

Como Fazer um Filme de IA Que Não Pareça Lixo de IA, com Jaime Yao (Flick no YouTube). As 5 correções abaixo seguem seus cinco truques.

Prompts, imagens estáticas e números de In 'twixt Vows por Jaime Yao (Flick Residency). Jaime conta a história do filme em seu próprio post dos bastidores.

Experimente este método na sua própria cena com Sketch to Video: seu esboço define o layout, Nano Banana Pro desenha o quadro fotorrealista, e um modelo de vídeo o anima.

O que torna um vídeo de IA realista: os sinais reveladores e a solução para cada um

"Mediocridade de IA" é o visual genérico e artificial que você obtém quando o modelo preenche cada lacuna no seu prompt com seu palpite mais comum.

O que revela	A solução
Cenários e figurinos que poderiam estar em qualquer lugar	Solução 1: baseie-os em um lugar, época e material reais
Pele plástica, superfícies novas e limpas	Solução 2: diga pelo que cada material passou
Luz "cinematográfica" chapada, tudo uniformemente iluminado	Solução 2: nomeie a fonte de luz, o que ela atinge e o que fica no escuro
Tudo nítido demais e muito limpo	Solução 2: nomeie o assunto focal, depois adicione grão e suavidade de lente por último
Uma câmera que desliza sem peso	Solução 3: escreva os passos do operador, deriva e correções
Atuação genérica e exagerada com movimentos de boca largos	Solução 4: dirija comportamento e timing, não a emoção
Lutas flutuantes sem peso por trás do golpe	Solução 5: contato, força e reação, dentro de uma janela de tempo

Sete sinais reveladores de um vídeo de IA, e qual das 5 soluções resolve cada um.

Solução 1: Baseie cada cenário, figurino e adereço em algo real

O que é

Por que funciona: Peça uma "vila de fantasia" e o modelo lhe dará a média do que ele mais viu. Um lugar real lhe dá detalhes que você pode nomear e verificar.

No filme: Jaime baseou o Posto Avançado do filme na Muralha de Adriano, e a pesquisa lhe deu rocha escura exposta, solo raso, grama curta na crista e plantas mais densas no vale abrigado abaixo.

Como obter

Pesquise primeiro: Para cada cenário, figurino e adereço, escolha um lugar, época ou objeto real. Anote o terreno, plantas, materiais de construção e luz.

Escreva um manual: Peça ao agente para transformar a pesquisa em um manual de ambientes: um documento curto por localização cobrindo terreno, vegetação, materiais e iluminação.

Siga-o em cada prompt: Jaime faz o agente seguir o manual "estritamente" sempre que escreve um prompt ambientado naquele lugar, para que a terra seja sempre nomeada como um lugar específico:

Nota: Uma linha do workflow do filme, citada em sua análise pública

… a late-autumn upland ridge in northern Britain near Hadrian’s Wall …

Solução 2: Faça cada imagem parecer fotografada, não renderizada

A maioria das tomadas realistas começa de uma imagem estática, então a imagem define o visual do clipe. Isso também é como fazer imagens de IA parecerem reais.

2.1. Bloqueie a tomada como um modelo branco primeiro

O que é

Modelo branco: Uma versão simples da cena onde toda superfície tem o mesmo branco, sombreada apenas para mostrar forma e profundidade (também chamada de clay render). Use para bloquear a cena: definir o ângulo da câmera e onde tudo se posiciona antes que qualquer textura exista.

Por que primeiro: Jaime usa GPT Image 2 aqui porque, segundo ele, é o mais forte em compreender relações espaciais. Manter em branco também evita as "texturas manchadas" que ele às vezes obtém em suas imagens finalizadas.

Como obter

Prompt apenas para o layout: Posição e ângulo da câmera, as formas principais e como os espaços se conectam. Termine com a aparência de modelo branco para que nenhum material se infiltre. Prefere desenhar? Nosso post sobre filme viking mostra a rota do esboço à mão.

Modelo: GPT Image 2 · Nota: Cortes marcados …

3D white-model environment concept.

Semi-overhead three-quarter view. The camera is positioned above the environment and looks diagonally downward, placing the main architectural masses, platform relationships, hanging layers, and winding circulation paths within the same frame.

A half-open silversmith workshop constructed beside water. …

Unified 3D white model / clay render. All architecture, platforms, hanging elements, tools, and small objects use the same clean white modeled surface. Soft ambient shading defines volume, occlusion, spatial depth, and structural relationships.
…

2.2. Trave o layout, depois mude apenas como as coisas são renderizadas

O que é

Alvo de edição: Dê ao modelo fotorrealista o modelo branco como a imagem a ser editada, não como inspiração vaga. Como Jaime coloca: "Estou mudando como os objetos existentes são renderizados em vez de pedir mais objetos ou mais detalhes em todos os lugares."

Como obter

Trave primeiro: Uma linha "Manter … 100% inalterado" para cada coisa definida: composição, câmera, enquadramento, layout.

Depois transforme: Uma frase que nomeia a mudança, aqui de modelo branco para live action.

Dê a cada imagem um trabalho: Com pessoas na cena, adicione uma referência por personagem. Para a cena do ferreiro em sua apresentação, Jaime deu ao Nano Banana Pro três imagens: o layout, mais uma referência para cada um dos dois personagens.

Modelo: Nano Banana Pro · Nota: Uma referência, o modelo branco acima, mostrado pelo nome do canvas; cortes marcados …

Keep composition 100% unchanged.
Keep camera position 100% unchanged.
Keep framing 100% unchanged.
Keep the entire architectural layout, platform structure, hanging-object density, spatial layering, and all object placement 100% unchanged.

Transform [Silversmith Workshop White Model] from a 3D white-model render into a live-action environment.
…

2.3. Escreva luz, materiais e foco como coisas que você pode verificar

O que é

Instruções visíveis: "Cinematográfico" ou "realista" não dá nada ao modelo para verificar. Diga de onde a luz vem, o que ela ilumina, o que permanece escuro e o que cada material vivenciou. Jaime: "São relações concretas que posso verificar no resultado."

Como obter

Luz: Uma fonte principal, o que ela atinge, o que cai em sombra e qualquer luz pequena dentro da cena, como uma lamparina.

Materiais: A história de cada superfície: umidade, desgaste, reparos, oxidação. Essa história faz a madeira e o metal parecerem usados.

Foco: Nomeie o assunto focal e o que fica fora de foco. Em sua cena do ferreiro, o ferreiro é a parte mais nítida do quadro, mas "não artificialmente ultra-nítido."

Modelo: Nano Banana Pro · Nota: O mesmo prompt, continuado; cortes marcados como …

All timber posts, beams, platforms, hanging racks, roof edges, shelves, tables, stools, and wooden boxes become real aged wood.

The wood has been exposed to damp air and waterside conditions for a long time. Most surfaces are deep wet brown, dark gray-brown, and weathered aged brown. Timber close to the water is darker and visibly more moisture-soaked. The surfaces show natural wear, slight warping, small cracks, repeated repair marks, and reinforcement pieces of slightly different ages. …

The silverwork is mainly aged silver-gray and pale oxidized gray rather than fresh bright silver. Frequently touched and rubbed edges retain small cold metallic highlights, while recesses and gaps are darker. …

The main light source is cool gray-white natural daylight from an overcast sky, entering through the open edges and structural openings.

Timber edges near the open sides, cloth edges facing the sky, and selected silver surfaces receive brighter cool light. Deeper work areas, spaces beneath the roof, areas behind hanging layers, and the undersides of platforms remain distinctly darker.

One work area contains a very small oil lamp. The lamp creates only a small local pool of warm light, mainly touching the nearby workbench and a few silver objects.
…

Palavras que fazem o trabalho: "em vez de prata brilhante e nova" descarta a aparência reluzente e nova. "permanecem distintamente mais escuros" diz ao modelo onde não adicionar luz.

2.4. Adicione granulação e imperfeições de lente por último

O que é

Detalhes de finalização: Câmeras reais deixam marcas: grão de filme, ruído de sensor, lentes ligeiramente suaves e franjas de cor nas bordas (aberração cromática). Jaime as chama de "detalhes de finalização contidos, não um substituto para iluminação e materiais."

Como obter

Uma linha no final: Coloque-a depois da luz e dos materiais, e reutilize-a em cada quadro para que os planos combinem. Todos os 5 prompts do Nano Banana Pro do filme que verificamos terminam com grão, ruído de sensor e suavidade de lente.

Modelo: Nano Banana Pro · Nota: As últimas linhas do mesmo prompt

Live-action realism.
Include subtle film grain, slight sensor noise, mild lens softness, very slight chromatic aberration, soft bloom on small highlights, and natural imperfect real-camera rendering.
Wood, fabric, metal, water, and damp surfaces all have tactile, physically realistic material detail.

Atenção: Granulação não pode salvar um quadro fraco. Se a luz e os materiais estão errados, a granulação só cria uma falsidade ruidosa.

Correção 3: Mova a câmera como se uma pessoa a estivesse segurando

O que é

Manual: A câmera é segurada por uma pessoa, não por um equipamento, então ela balança, oscila e se corrige. Você descreve isso no prompt descrevendo o que o corpo dessa pessoa faz com o quadro.

Como obter

Posicione o operador: Diga onde a câmera está e o que a pessoa que a segura faz. Aqui eles caminham para trás na frente dela.

Escreva o tremor como passos: Balanço de cada passo, oscilação, rotação, uma queda maior quando o operador passa por cima de algo, depois a correção. Permita um breve deslize de foco que se recupera.

Peça uma saída limpa: Sem cortes, sem legendas e sem música de fundo. Adicione a música na edição.

Modelo: Seedance 2.5, referência para vídeo · Observação: 30 s, 720p; a abertura e a parte da câmera de um prompt mais longo; cortes marcados com …

Live-action photographic realism.
No cuts.
No subtitles.
No background music.

Camera

Chest-up medium close-up from directly in front of her.
She keeps walking forward while the camera operator walks backward facing her.

Use strong, heavy handheld throughout:
irregular vertical bobbing from every backward step,
slight lateral drift, slight roll, slight height changes,
and occasional stronger dips or side shifts when the operator steps over roots or moves around trunks, then quick correction within one or two steps.
Allow one very brief natural focus slip, then quick recovery to her face.
…

Quando um prompt não consegue o movimento: Para um caminho exato, como a curva de 90 graus que Jaime precisou para uma cena, bloqueie a cena no 3D Stage (o espaço 3D do Flick para gravar um movimento de câmera) e dê a gravação ao Seedance como referência de câmera. Nossos guias sobre movimentos de câmera com IA e como fazer filmes com IA mostram ambas as etapas.

Solução 4: Dirija a performance como comportamento, não como emoção

O que é

Por que funciona: Jaime: "O problema não é que a IA não consiga entregar uma boa performance. É que não a dirigimos com cuidado suficiente." "Cante tristemente" gera a média de tristeza do modelo.

No filme: Lady Caerwyn está fria, exausta, em luto e ainda tentando continuar a canção, então o prompt descreve o que isso faz com sua respiração, corpo e rosto.

Como obter

Conheça o personagem primeiro: Converse com o agente sobre quem ele é, o que ele passou e o que ele quer, depois descubra como ele reagiria.

Escreva o corpo, mantenha o rosto sutil: Postura e como eles se movem; quanto a boca se abre, para onde os olhos vão, com que frequência piscam.

Cronometre as falas: Dê a cada fala uma janela de tempo e diga o que acontece em uma palavra específica.

Dê uma referência de voz: Esta tomada recebeu um clipe dela cantando, para sua voz e sotaque.

Modelo: Seedance 2.5, referência para vídeo · Observação: A mesma tomada de 30 s da Solução 3, parte da performance; cortes marcados com …

Overall performance

From the first frame she is already walking and already singing.
She does not walk upright and composed. She moves with fatigue and slight disorientation:
upper torso slightly folded inward,
shoulders low,
neck loose,
head slightly pitched forward,
chin slightly lowered.
…
While singing, do not use large mouth shapes.
The singing stays quiet, breathy, slightly unstable in pitch, uneven in phrase timing, with no stable vibrato.
Many phrase endings leak softly toward near-speech.
Lips open only as much as quiet speech,
jaw movement stays small,
…
gaze drifting toward distant points beside the camera rather than meeting the lens,
blinks infrequent and slow.
…
On "remember," raise the inner brow ends slightly more and lift both mouth corners very slightly for less than one second, with no teeth.

Palavras que fazem o trabalho: "não use formatos de boca grandes" e "Lábios abrem apenas o suficiente para fala suave" evitam a aparência de canto exagerado. "ao lado da câmera em vez de olhar para a lente" a mantém dentro da cena em vez de performar para ela.

Solução 5: Escreva ação como contato, força e reação, com uma janela de tempo

O que é

Batidas: Lutas flutuantes acontecem quando um golpe atinge sem peso e o corpo que é atingido não reage. Divida cada movimento em quatro batidas: contato (o que toca o quê), força (quão forte, e de onde), reação (o que o outro corpo faz) e o próximo movimento.

Como obter

Dê às batidas uma janela de tempo: Se três golpes acontecem em um segundo, o prompt precisa encaixar cada golpe, seu alvo e a resposta dentro daquele segundo.

Deixe o agente escrever os beats: Você só define o timing. O que Jaime diz ao agente:

Nota: Da palestra de Jaime, um exemplo de solicitação ao agente

his attacks are extremely fast. He delivers 3 consecutive strikes in 1 second, so make sure the timing reflects that.

Os prompts completos de luta com timing deste filme estão em nosso guia sobre como coreografar uma cena de luta com IA.

Peça ao agente para escrever os prompts e depois revise você mesmo

A regra de Jaime para prompts longos e detalhados é não digitá-los: "não escreva os prompts você mesmo. Peça ao agente para escrevê-los, depois revise e corrija você mesmo."

1. Dê as regras ao agente. A documentação do Flick tem um guia para cada parte desta página: o Guia de Prompts de Geração de Imagem para imagens estáticas, o Guia de Performance Seedance para atuação e o Guia de Ação Seedance para ação. Peça ao agente para segui-los sempre que escrever um prompt.
2. Forneça sua pesquisa. O manual de ambiente da Correção 1, e o que você desenvolveu sobre cada personagem na Correção 4.
3. Leia cada prompt antes de gerar. O layout está travado, a luz está nomeada, a atuação está sutil? Se não, diga exatamente o que está errado para que o agente não repita. Conversando com o agente (docs) mostra como salvar regras que ele mantém.

Quais modelos de IA criam vídeo realista e quanto custa

In 'twixt Vows deu a cada modelo um trabalho: ideias, layout, imagens finais, depois vídeo.

Modelo	Seu trabalho no filme	Criado para o filme	Créditos por geração (mediana)	Tempo por geração (mediana)
Midjourney	Ideias e primeiras visualizações	84 imagens	210 no total (21 gerações)	cerca de 20 s
GPT Image 2	Layouts de modelo branco	158 imagens	cerca de 11 novos, 18 como edição	cerca de 1,5 a 2 min
Nano Banana Pro	Imagens fotorrealistas finais	903 imagens	cerca de 30	cerca de 30 a 40 s
Seedance 2.0	Takes de vídeo	157 clipes	cerca de 540 com referências	cerca de 5 min
Seedance 2.5	Takes de vídeo	190 clipes	cerca de 360 com referências	cerca de 5 min

"Criado para o filme" é do detalhamento público do filme pelo Flick e inclui takes descartados. Créditos e tempo são medianas por geração bem-sucedida neste projeto do filme, exceto os créditos do Midjourney, que são o total (dados do Flick, 24 de julho a 14 de outubro de 2026).

• Imagens são baratas, vídeo não é. 72% das 1.549 gerações bem-sucedidas do filme foram imagens, mas o vídeo consumiu 86% dos seus 223.959 créditos (dados do Flick, 24 de julho a 14 de outubro de 2026). Defina o quadro antes de animá-lo.
• Cerca de 14.000 créditos por minuto finalizado: 223.959 créditos para um filme de 16 minutos (mesmos dados).
• 5,6 vezes mais vídeo do que o filme exibe: 5.381 segundos de vídeo gerado para um filme de 960 segundos (detalhamento público do Flick), então a maior parte nunca entrou no corte final.

Crie seu primeiro vídeo realista com IA no Flick

Cadastre-se, abra um canvas e experimente as 5 correções em uma cena.

Toda conta recebe 100 créditos gratuitos ao se cadastrar e mais 100 toda segunda-feira.

Crie sua conta gratuita no Flick →

Continue explorando

• Bastidores de In 'twixt Vows A palestra completa de Jaime Yao em suas próprias palavras.
• Guia Nano Banana Pro O que o modelo de imagens faz bem, incluindo correspondência com um blockout 3D.
• Movimentos de câmera com IA 12 movimentos de câmera com prompts reais, e quando desenhar um movimento no 3D Stage.
• Como fazer filmes com IA O processo completo, dos beats à edição, com dados de 9 filmes feitos no Flick.
• Como coreografar uma cena de luta com IA Planos de luta com timing e numeração de In 'twixt Vows.
• Omni Reference (docs) Como o modo de referência para vídeo do Flick usa cada referência: quadro inicial, personagem, movimento de câmera e fala.

Sobre o autor

Bilguun Bayarkhuu é um engenheiro de crescimento no Flick. Este guia é construído a partir do fluxo de trabalho público de In 'twixt Vows por Jaime Yao, do tutorial de Jaime no canal do YouTube do Flick, e dos próprios dados de geração do Flick para o filme.

Perguntas Frequentes

Qual é o vídeo de IA mais realista?

Não há um único vencedor, e o modelo importa menos do que a direção. Para In 'twixt Vows, um filme fotorrealista de 16 minutos, Jaime Yao fez as imagens finais no Nano Banana Pro e o vídeo no Seedance 2.5 e 2.0. O que fez parecer filmado foi a entrada: uma imagem que já parece fotografada, e prompts que descrevem luz, materiais, câmera e atuação como coisas físicas.

Como obter vídeos de IA realistas?

Baseie cada cenário em um lugar real. Construa cada imagem a partir de um layout fixo, com luz nomeada, desgaste de materiais e um assunto focal, e adicione granulação por último. Escreva a câmera como uma pessoa segurando-a, dirija a atuação como pequenos comportamentos cronometrados, e escreva a ação como contato, força e reação dentro de uma janela de tempo.

Como a IA gera vídeos tão realistas?

Parece real quando você deixa poucas lacunas para o modelo preencher. Um modelo de vídeo preenche cada lacuna no prompt com seu palpite mais mediano. Essa aparência mediana é percebida como IA. Comece de um quadro que já parece fotografado, e escreva luz, materiais, câmera e atuação como comportamento físico.

Como fazer uma imagem de IA parecer realista?

Monte a cena como um modelo branco simples, depois faça um modelo fotorrealista como o Nano Banana Pro manter esse layout "100% inalterado" enquanto altera apenas materiais e luz. Nomeie a fonte de luz e o que permanece escuro, diga pelo que cada superfície passou, e termine com uma linha de granulação de filme, ruído do sensor e leve suavização de lente.

Quais são bons prompts para vídeos de IA?

Prompts que descrevem coisas que você pode verificar na tela. Em vez de "handheld, emocional", In 'twixt Vows escreve "o operador de câmera caminha para trás de frente para ela" e "Lábios abrem apenas o suficiente para fala baixa". Fixe o que suas referências já mostram, descreva apenas o que muda, e adicione "Sem música de fundo" se você for adicionar trilha sonora ao filme depois.

Como as pessoas estão fazendo vídeos de IA realistas?

Fazendo uma imagem fotorrealista primeiro e depois animando-a, com um modelo para cada trabalho. Para In 'twixt Vows, um filme de 16 minutos feito no Flick, Jaime Yao usou Midjourney para ideias, GPT Image 2 para layouts, Nano Banana Pro para as imagens finais e Seedance 2.0 e 2.5 para vídeo.