Vídeo de produto com IA consistente: que o produto continue sendo o produto

O público perdoa um rosto um pouco fora do lugar. Não perdoa uma garrafa que muda de formato entre dois cortes, nem um logo com uma letra a mais. Além disso, produtos costumam ser reflexivos, transparentes ou cheios de texto miúdo, justamente o que os modelos de vídeo fazem pior.

Há também um problema de negócio. Um anúncio que mostra o produto de forma imprecisa pode induzir o comprador ao erro. Trate a precisão como requisito, não como diferencial.

A forma sai do lugar quando o modelo vê o produto de um único ângulo e precisa adivinhar a profundidade. Uma referência só de frente transforma uma caixa profunda em uma caixa chapada, ou um frasco redondo em um oval, assim que a câmera gira ao redor.

Solução: use pelo menos três ângulos, como frente, lateral e uma vista de três quartos por cima, mais uma imagem com a mão para indicar a escala. Evite fotos de celular com grande angular tiradas de perto, porque a distorção da lente vira parte da forma. No prompt, descreva o tamanho em relação à cena, como "cabe em uma mão", em vez de descrever o formato em si.

Todos os modelos de vídeo atuais redesenham textos pequenos. Nomes de marca grandes geralmente se mantêm. Listas de ingredientes, tamanhos e letras miúdas costumam voltar como rabiscos plausíveis. Hoje, as referências não resolvem isso por completo.

Solução: defina quais textos precisam ser legíveis e planeje em torno deles. Use um close-up principal em que o rótulo principal fique de frente para a câmera e o movimento seja lento. Nas outras cenas, mantenha o produto a meia distância ou levemente girado, para que o rótulo apareça sem ser legível. Se o texto exato for indispensável, adicione-o como gráfico na edição ou corte para uma foto de produto real.

Logos falham de duas formas. A marca em si muda, com letras se fundindo ou um símbolo se simplificando. Ou ela se desloca no produto, por exemplo, da tampa para o corpo. A primeira é um problema de resolução. A segunda, um problema de cobertura.

Solução: inclua um close-up nítido em que o logo ocupe uma boa parte do quadro e garanta que as referências mais abertas mostrem onde ele fica. Use a maior resolução que sua ferramenta oferecer para planos de logo e mantenha o movimento lento enquanto o logo estiver em destaque. Panorâmicas rápidas e desfoque de movimento são onde as marcas se desfazem.

A cor sai do lugar porque a luz da cena é aplicada ao produto. Uma garrafa coral em uma cena de pôr do sol volta laranja. Um aparelho preto fosco sob luz de neon vira azul brilhante. O modelo não erra na física, mas o produto deixa de combinar com a prateleira.

Solução: fotografe as referências com luz neutra e uniforme, sem filtros e com balanço de branco correto, para que a cor de referência seja a cor real. Use luz neutra ou suave em planos focados no produto e reserve cores dramáticas para cenas em que o produto aparece pequeno no quadro. Para cores essenciais à marca, planeje um ajuste leve de cor na edição e compare com uma foto do produto real.

Um layout que mantém o risco baixo: uma cena de 3 segundos do produto em uso, a meia distância, com o rótulo virado para o lado. Um zoom lento de 5 segundos até o ângulo principal, com o rótulo principal de frente para a câmera. Um detalhe de 3 segundos da textura, da tampa ou do botão. Por fim, uma foto de produto real ou um cartão final com o texto exato, feito no seu editor.

Gere todas as cenas a partir das mesmas referências do produto e do mesmo modelo. Mãos ou uma pessoa sem nome podem ser descritas no prompt. Se um apresentador recorrente precisar segurar o produto, você precisa de um modelo que aceite dois sujeitos em um único pedido, como os modelos Omni da Kling com dois elementos.

Pause cada cena em que o produto aparece e confira os quatro pontos no produto físico: silhueta, layout do rótulo, logo e cor. Verifique reflexos e partes transparentes em busca de geometria impossível. Remova qualquer cena em que o texto esteja legível e errado.

Na RefVid, um produto é um elemento com 1 a 5 imagens de referência, com a vista principal em primeiro lugar. Toda cena de uma campanha parte desse mesmo conjunto no Kling 3.0 Omni, e todos os clipes ficam na página do elemento para esta revisão. Você pode avaliar cada clipe, então as tomadas que valem a pena manter ficam fáceis de encontrar.