Prompts de vídeo de produto que mantêm o produto igual

Cite o produto pelo papel que ele desempenha, como "a garrafa", ou pelo nome salvo, e pare por aí. Uma segunda descrição da cor ou do rótulo concorre com as imagens, e o modelo costuma fazer uma média entre as duas.

Dê a cada clipe um único movimento: um giro, um despejo, um levantar. Duas ações em seis segundos geralmente se confundem e não se destacam. Defina o movimento da câmera, a fonte de luz e o quadro final, porque um fim bem definido ("termina com o rótulo frontal virado para a câmera") cai em um ângulo que suas referências realmente mostram.

Planeje em torno de textos pequenos. Letras miúdas são refeitas por todos os modelos atuais, então mantenha os rótulos grandes e de frente, ou deixe-os fora de foco.

Duração, formato e som são indicados entre colchetes antes de cada prompt; são configurações, não texto do prompt.

Prompt (6 s, 16:9): A garrafa fica sobre um pedestal branco fosco no centro do quadro. Ela gira devagar no sentido horário, em meia volta, e para com o rótulo frontal voltado para a câmera. A câmera mantém a altura dos olhos e avança levemente nos últimos dois segundos. Luz suave vinda de cima, passando por um difusor grande, um leve reflexo no pedestal e fundo liso cinza-claro.

Por que funciona: uma meia volta termina na vista frontal, então o modelo só precisa inventar a parte de trás por um instante. Se o rótulo deformar durante o giro, reduza a rotação para um quarto de volta.

Prompt (5 s, 16:9): Close macro do relógio apoiado sobre ardósia escura. A câmera desliza da esquerda para a direita sobre o mostrador, com pouca profundidade de campo, e o foco passa da coroa para o logotipo. Uma luz forte e direta, vinda do alto à direita, desenha um brilho nítido na borda da caixa. Tampo de mesa limpo, ar parado.

Por que funciona: um deslize lento mostra textura e acabamento, que é o que o comprador procura. Inclua um close nítido do mostrador no conjunto de referências, ou o logotipo será aproximado.

Prompt (8 s, 16:9): Os fones flutuam no ar contra um degradê de azul profundo. Eles giram um quarto de volta para a esquerda enquanto a câmera orbita um quarto de volta para a direita, terminando em uma vista de três quartos. Uma luz de contorno branca e fria delineia as conchas, e um preenchimento suave mantém a parte frontal legível.

Por que funciona: dois movimentos pequenos e opostos parecem um movimento grande, e nenhum sobrecarrega o modelo. Se a haste da cabeça entortar, retire a rotação do produto e mantenha só a órbita.

Prompt (5 s, 16:9): Uma mão pega a caneca de uma bancada de madeira na cozinha, levanta-a em direção à câmera e a tira do quadro pela direita. Vapor sobe do café dentro dela. Luz de janela da manhã vinda da esquerda, tons quentes, a cozinha suave e desfocada ao fundo. Câmera parada na altura da bancada.

Por que funciona: a mão entra, faz uma única coisa e sai. Uma pegada completa no corpo da caneca é mais fácil para o modelo do que dedos passando por uma alça fina.

Prompt (7 s, 9:16): A mochila está sobre um banco de praça. Uma pessoa de jaqueta cinza lisa a coloca em um ombro e caminha para longe por uma calçada da cidade. A câmera acompanha na altura da cintura por dois segundos, depois para e deixa a pessoa se afastar até sair de foco. Luz de dia nublado, sombras suaves.

Por que funciona: uma pessoa vestida de forma simples nunca compete com o produto. Se as alças ou os zíperes mudarem de forma, inclua nas referências uma foto de vista traseira.

Prompt (8 s, 16:9, com som): A vela queima sobre um peitoril de janela ao entardecer, com o horizonte da cidade desfocado ao fundo. A chama tremula suavemente enquanto a câmera avança de um plano médio até um close do pote. Luz azulada lá fora, brilho quente no vidro. Som ambiente: trânsito distante e silêncio de sala.

Por que funciona: o contraste entre frio e quente cria clima sem precisar de objetos de cena, e o avanço termina no produto. Sem som, retire a linha de som.

Prompt (5 s, 16:9): O tênis de corrida cai sobre asfalto molhado em câmera lenta e espirra uma poça rasa, visto do nível do chão. A câmera acompanha lado a lado na mesma velocidade. Início da manhã, sol baixo atrás do corredor, gotas em contraluz.

Por que funciona: o nível do chão mostra a lateral e a sola, as partes que os compradores comparam. Isso só funciona se houver uma foto da sola no conjunto de referências.

No RefVid, um produto é salvo uma vez com 1 a 5 fotos e anexado a todas as cenas, então prompts como estes só precisam descrever a cena. Com um único produto, a palavra do papel basta. Com dois ou três produtos no mesmo plano, escreva o nome salvo de cada um; o RefVid troca os nomes pelas tags @Element do Kling 3.0 Omni. Os clipes têm de 3 a 15 segundos, e um plano de produto raramente precisa passar de 8.

Fotos de produto podem ser importadas a partir do link de uma loja, e um ângulo que faltar pode ser gerado a partir de uma foto. Descrever o que você quer também funciona melhor do que listar exclusões: "um tampo de mesa branco e limpo" é mais claro do que "sem objetos".

No Veo 3.1, em outubro de 2026, segundo a documentação do Veo do Google, clipes com imagens de referência têm 8 segundos e aceitam até três imagens de referência; por isso, mantenha os planos de destaque com um único movimento e escolha seus três melhores ângulos.