Prompts de vlog de viagem para um personagem que se mantém igual em qualquer lugar

Defina a roupa da viagem uma vez e coloque-a nas referências: uma jaqueta, uma mochila, um chapéu, se ele usar. O público reconhece um vlogger pela silhueta tanto quanto pelo rosto.

Trocar de roupa a cada clipe é normal na vida real, mas dobra o risco de desvio no vídeo com IA. Se quiser um look novo, salve uma nova versão do personagem para aquele trecho da viagem.

Use a linguagem de câmera de vlog: selfie com o braço esticado, caminhando em direção à lente, vistas por cima do ombro de uma rua, um plano aberto com o viajante pequeno no quadro. Esses enquadramentos indicam o gênero sem descrições longas.

Descreva os lugares pelo que é visível, não só pelo nome. "Um beco estreito de pedras com varais e janelas azuis" dá mais controle do que o nome de uma cidade e evita depender de quanto o modelo conhece um monumento específico.

Duração, formato e som ficam entre colchetes antes de cada prompt; são configurações, não texto do prompt. Os prompts dizem "o viajante", e a RefVid anexa o personagem salvo.

Prompt (7 s, 16:9): O viajante desce de um trem numa plataforma movimentada, mochila em um ombro, e olha para o painel de partidas. A câmera o segue por trás e depois gira até o rosto, que sorri. Luz da manhã entrando por um teto de vidro, pessoas em movimento com foco suave.

Por que funciona: chegadas são aberturas naturais, e o giro termina numa vista frontal que as referências cobrem. Se a mochila mudar, inclua uma foto dela isolada.

Prompt (6 s, 9:16): Enquadramento de selfie do viajante caminhando devagar por um beco estreito de pedras com varais e janelas azuis. Ele olha para os prédios e volta para a lente. Balanço de câmera na mão, sol quente do fim da tarde refletindo nas paredes claras.

Por que funciona: o enquadramento de selfie mantém o rosto grande e estável do início ao fim. Mantenha o ritmo da caminhada lento; andar rápido adiciona saltos que borram os traços.

Prompt (8 s, 16:9): Plano aberto do viajante andando descalço pela beira de uma praia tranquila ao nascer do sol, sapatos numa das mãos. Pequeno no quadro, com ondas batendo nos pés. A câmera fica parada na areia. Céu rosa-claro, vento suave.

Por que funciona: planos abertos perdoam, porque o rosto fica pequeno. Use-os para variar o ritmo entre os takes de fala de perto.

Prompt (8 s, 9:16, com som): O viajante fica na amurada de uma pequena balsa, o vento balançando o cabelo, segurando a câmera com o braço esticado. Ele diz: "Duas horas da cidade e a água já está assim tão cristalina." Em seguida, aponta brevemente a câmera para a ilha à frente. Sol forte do meio-dia, respingos do mar. Som: ronco do motor, vento.

Por que funciona: uma frase única com um gesto para a paisagem é o batimento central do vlog. O vento no cabelo adiciona movimento sem mexer no rosto. Na RefVid, a fala entre aspas é dita exatamente como escrita; falas em inglês e chinês soam melhor.

Prompt (7 s, 9:16): O viajante senta numa mesinha minúscula de café na calçada, um cafezinho à frente, conversando baixinho com um celular apoiado no açucareiro. Ele ri, olha para a rua e volta para a lente. Sombra suave de um toldo, sons de rua ao fundo.

Por que funciona: uma câmera parada e apoiada mantém a identidade estável. Sem nenhuma fala escrita, o clipe serve como plano de corte sob uma narração que você grava depois.

Prompt (8 s, 16:9): Vista em estilo aéreo subindo devagar por trás do viajante, parado num mirante de montanha, braços cruzados numa grade de madeira, um vale de campos em terraços lá embaixo. Hora dourada, sombras longas, névoa leve ao fundo.

Por que funciona: uma vista de costas com a revelação da paisagem só precisa que a roupa e o cabelo combinem. Inclua uma foto de costas nas referências.

Prompt (6 s, 16:9): O viajante olha uma barraca de um mercado noturno, pega um cone de papel com castanhas assadas e sorri para o vendedor. Câmera por cima do ombro, lanternas coloridas penduradas, vapor das barracas vizinhas.

Por que funciona: cenas de mercado são movimentadas, então a vista por cima do ombro mantém a atenção no personagem. Se o rosto do vendedor roubar o foco, deixe-o parcialmente fora do quadro.

Na RefVid, um clipe pode ter até 3 takes, com a duração dividida igualmente entre eles: um clipe de 9 segundos poderia ter o take 1, um plano aberto do viajante na plataforma; o take 2, um close de selfie ao sair da estação; o take 3, a rua lá fora. "Próximo take" começa um novo clipe a partir do último quadro do anterior, então uma caminhada pode continuar de um clipe para o outro.

No Veo 3.1, a partir de outubro de 2026, segundo a documentação do Veo do Google, clipes com imagens de referência têm 8 segundos, então planeje um momento por clipe. Em qualquer caso, junte os clipes no seu editor e mantenha o conjunto de referências idêntico em todos os clipes da viagem.

Cada vídeo de um personagem aparece na sua página no estúdio da RefVid, então uma viagem por dez cidades fica em um só lugar e o desvio entre as cidades é fácil de notar. Os prompts podem ser escritos em qualquer idioma; a RefVid os traduz para o modelo.