Guia de Uso

Modo de referência total

O modo de referência total é indicado para reproduzir de forma estável sujeitos, cenários, ações ou vozes. Recomenda-se atribuir a cada mídia um nome de referência claro, como @Image1, @Video1 e @Audio1.

Exemplo: referência multimodal de sujeito e áudio

Duas imagens de personagens, dois áudios e um cenário de academia podem controlar em conjunto a identidade dos personagens e o timbre das falas:

Referência de sujeito por imagem/vídeo

Aplicável a cenários como consistência de personagem, ficha de personagem, roupas, aparência de produto, reprodução de cenário e referência de ação.

O prompt deve incluir, no mínimo:

1. A correspondência entre o sujeito e a mídia;
2. Penteado, contorno facial, roupas, acessórios, cores, materiais e proporções que devem ser mantidos;
3. Expressão, pose, distância de câmera e dinâmica de ambiente que podem variar;
4. O ritmo, a lógica de ação e a forma de corte do vídeo de referência.

Referência de sequência de vídeo

0–2 segundos: sujeito exibido ao centro, com leve giro de cabeça;
2–2,4 segundos: virada horizontal ao longo do eixo vertical central;
2,4–4,4 segundos: próximo sujeito exibido ao centro;
repita esse ritmo, terminando com o último sujeito parado de forma estável.

O exemplo de adornos de cabeça de estilo chinês segue o ritmo fixo de "exibição central — virada horizontal — exibição do próximo sujeito":

Referência de áudio

O sujeito 1 usa o timbre do áudio 1, o sujeito 2 usa o timbre do áudio 2.
Sujeito 1 vira a cabeça e diz: "Qual parte do corpo vamos treinar hoje?"
Sujeito 2 responde enxugando o suor: "Vamos treinar costas, minhas pernas ainda estão doendo de ontem."

Referência por arquivo/página web

Explique o papel que cada fonte desempenha: definição de personagem, cenário, storyboard, contexto informativo ou estilo visual. Evite que uma mesma mídia carregue restrições conflitantes entre si.

Edição e extensão de vídeo

Na edição de vídeo, distinga claramente o que deve ser "mantido" e o que deve ser "alterado", indicando o intervalo de tempo em que a alteração ocorre. Na extensão de vídeo, descreva com clareza "estado final do vídeo original → ação do trecho estendido → novo estado final".

Modo de primeiro e último quadro

Descreva separadamente a composição do primeiro quadro, a ação intermediária e a composição do último quadro. Quando a diferença entre o primeiro e o último quadro for grande, adicione ações intermediárias e marcos temporais para evitar saltos do sujeito, descontinuidade corporal ou reinício abrupto do cenário.