O apresentador pode escrever em um quadro branco no vídeo?

Não de forma confiável. A escrita à mão gerada por modelos de vídeo com IA geralmente não faz sentido. Faça o apresentador apontar para um quadro em branco e acrescente o diagrama na edição.

Quanto deve durar cada fala de um vídeo explicativo?

Uma ideia só, com cerca de 10 a 20 palavras. Frases curtas mantêm a voz gerada sincronizada com a boca do apresentador e cabem em um clipe de 5 a 10 segundos.

Como deixo espaço para gráficos em um clipe explicativo?

Posicione o apresentador em um terço do quadro, contra uma parede lisa, e diga isso no prompt. Os gestos de apontar devem ir em direção ao lado vazio, onde o gráfico será colocado na edição.

Um gerador de vídeo explicativo com IA consegue criar um curso inteiro?

Ele cria os clipes do apresentador entre as suas gravações de tela e slides. As aulas em si ainda vêm do seu material.

A IA de vídeo explicativo mantém o mesmo apresentador em todas as aulas?

Com imagens de referência fixas, sim. Mantenha as mesmas referências e as mesmas regras de enquadramento para o curso inteiro.

Prompts

Prompts de apresentador para tutoriais, cursos e passo a passo

Um apresentador de vídeo explicativo é o guia que aparece entre gravações de tela, diagramas e slides. Ele precisa ter a mesma aparência em todas as aulas, e o enquadramento precisa deixar espaço para os gráficos que você vai acrescentar depois. Estes prompts cobrem aberturas de aula, planos de apontar com espaço livre para sobreposições e segmentos andando e falando, todos escritos para um apresentador definido por imagens de referência.

Atualizado em 2026-10-22

Gerado com o RefVid no Kling 3.0 Omni a partir de quatro fotos de referência de Mia, 10 segundos, 9:16, com som ligado, prompt: ela olha para a câmera em um cômodo claro e organizado e diz uma frase curta.

O que faz os prompts de vídeo explicativo funcionarem

Planeje o quadro em função dos gráficos. Se um gráfico vai aparecer à direita, posicione o apresentador no terço esquerdo e peça uma parede lisa à direita. Espaço vazio é mais fácil de preencher na edição do que um fundo cheio de detalhes é de limpar.

Use um cenário neutro e discreto: uma parede clara, uma planta, uma mesa. Quanto mais detalhado o fundo, mais ele muda de uma aula para outra. Se o cenário importa, adicione uma foto dele como foto de cena do RefVid, que define o local e o visual.

Mantenha cada fala com uma ideia só e escreva-a entre aspas para que o modelo a trate como fala. Com o som ligado, o modelo gera a voz junto com a imagem, e frases curtas mantêm voz e boca sincronizadas. O RefVid não faz clonagem de voz, então a voz pode variar entre os clipes; para um curso com uma voz consistente, grave a narração você mesmo e deixe o som desligado.

Os exemplos chamam os apresentadores de Lena e Marco; use o nome com que você salvou os seus. A duração do clipe e a proporção são configurações, indicadas aqui entre colchetes.

Aberturas de aula

Prompt (8 s, 16:9): Lena fica em frente a uma parede cinza-clara e lisa, posicionada no terço esquerdo do quadro. Ela sorri, faz um leve aceno com a cabeça e diz: "Nesta aula, você vai configurar seu primeiro projeto em menos de cinco minutos." Plano médio, câmera estática na altura dos olhos, luz suave e uniforme vinda de uma grande janela à direita.

Por que funciona: o lado direito vazio deixa espaço para um cartão de título. Mantenha a mesma posição em todas as aulas para que o curso fique com aparência consistente.

Prompt (6 s, 16:9): Marco está sentado na beirada de uma mesa, com um notebook ao lado, levanta o olhar da tela para a câmera e diz: "Vamos começar pela configuração que a maioria das pessoas deixa passar." Plano médio-aberto, luz quente de luminária de mesa e luz fria da janela, estante de livros suavemente desfocada.

Por que funciona: olhar para cima, saindo do notebook, justifica o corte para uma gravação de tela. Se a tela do notebook chamar atenção demais, incline-a para longe da câmera.

Uma abertura de aula feita a partir de quatro fotos de referência de Leo, um apresentador fictício, três planos em um único clipe de 10 segundos: ele cumprimenta o público na bancada da cozinha ("Bem-vindos de volta ao Cozinha de Domingo. Hoje: a massa mais fácil que você já fez."), uma frigideira chamusca no fogão e, por fim, ele coloca o prato pronto na mesa.

Apontar e gesticular em direção aos gráficos

Prompt (5 s, 16:9): Lena fica à esquerda do quadro e aponta com a mão aberta para a parede vazia à direita, olhando para ela e depois de volta para a câmera. Plano médio estático, parede branco-off, luz uniforme.

Por que funciona: apontar com a mão aberta para um espaço vazio é a configuração padrão para um gráfico pop-up. Adicione o gráfico na edição exatamente onde a mão aponta.

Prompt (6 s, 16:9): Marco mantém as duas mãos afastadas na altura do peito, como se mostrasse o tamanho de algo, e depois as aproxima enquanto fala com calma. Primeiro plano médio, fundo claro, luz principal suave.

Por que funciona: gestos simples de tamanho e comparação se leem bem e combinam com quase qualquer diagrama. Evite contar nos dedos; dedos extras ainda aparecem.

Prompt (5 s, 16:9): Lena fica ao lado de um quadro branco grande e vazio, bate duas vezes nele com um marcador e depois se vira para a câmera com um leve sorriso. Plano médio-aberto estático, luz clara de sala de aula.

Por que funciona: um quadro em branco evita textos inventados; você acrescenta o diagrama depois. Escrever no quadro dentro do clipe geralmente produz texto sem sentido.

Segmentos andando e falando

Prompt (7 s, 16:9): Lena caminha devagar por um corredor de escritório iluminado em direção à câmera, falando naturalmente, com uma das mãos gesticulando. A câmera recua à frente dela no mesmo ritmo. Luz do dia vinda de paredes de vidro, colegas fora de foco.

Por que funciona: os trechos andando e falando quebram o ritmo entre as gravações de tela. Mantenha o passo lento para que o rosto fique nítido.

Prompt (6 s, 16:9): Marco fica ao ar livre, ao lado de uma pequena instalação de painel solar, vira-se para ele e gesticula ao longo da borda, depois olha de volta para a câmera. Plano médio, leve sensação de câmera na mão, luz clara do meio-dia.

Por que funciona: tomadas em locação fazem a aula parecer real. O objeto deve ser grande e simples; equipamentos pequenos e detalhados são facilmente desenhados errado.

Uma caminhada em direção à câmera a partir de quatro fotos de referência de Mia: "caminha em direção à câmera por uma rua ensolarada da cidade, sorri e olha para o lado. Plano vertical com câmera na mão, luz da hora dourada." Nenhuma fala é dita nesse clipe.

Planejando um curso

No RefVid, os clipes têm de 3 a 15 segundos no Kling 3.0 Omni, e um clipe pode ter até três planos, então uma frase de abertura e um plano de apontar podem vir de uma única geração. A duração escolhida é dividida igualmente entre os planos.

O Veo 3.1, para comparação, gera 4, 6 ou 8 segundos, e seus clipes de referência têm sempre 8 segundos, segundo a documentação do Google até outubro de 2026. Com qualquer modelo, mantenha as referências do apresentador e o cenário fixos em todas as aulas; as únicas coisas que devem mudar são a fala e o gesto.

O RefVid mantém o apresentador como um personagem salvo, então um curso de trinta aulas usa as mesmas referências em todos os clipes.

Perguntas frequentes

O apresentador pode escrever em um quadro branco no vídeo?: Não de forma confiável. A escrita à mão gerada por modelos de vídeo com IA geralmente não faz sentido. Faça o apresentador apontar para um quadro em branco e acrescente o diagrama na edição.
Quanto deve durar cada fala de um vídeo explicativo?: Uma ideia só, com cerca de 10 a 20 palavras. Frases curtas mantêm a voz gerada sincronizada com a boca do apresentador e cabem em um clipe de 5 a 10 segundos.
Como deixo espaço para gráficos em um clipe explicativo?: Posicione o apresentador em um terço do quadro, contra uma parede lisa, e diga isso no prompt. Os gestos de apontar devem ir em direção ao lado vazio, onde o gráfico será colocado na edição.
Um gerador de vídeo explicativo com IA consegue criar um curso inteiro?: Ele cria os clipes do apresentador entre as suas gravações de tela e slides. As aulas em si ainda vêm do seu material.
A IA de vídeo explicativo mantém o mesmo apresentador em todas as aulas?: Com imagens de referência fixas, sim. Mantenha as mesmas referências e as mesmas regras de enquadramento para o curso inteiro.