Uma pessoa sozinha consegue fazer um curta com IA? Storyboard, consistência do personagem e continuidade
Consegue. Mas não todas as partes.
Testei a produção com IA sozinho numa história deliberadamente mínima: um homem encontra um papel dobrado no bolso de um casaco velho. Oito planos, uma pessoa, de uma única frase até algo que se assiste do começo ao fim. Abaixo está o que funcionou, onde eu travei e quanto custou de fato.
O que uma pessoa consegue terminar e o que não consegue
Conclusões primeiro, para você não seguir lendo com a expectativa errada.
O que uma pessoa sozinha já consegue fazer: o storyboard, a aparência do personagem e a consistência do personagem, a imagem de cada plano, as emendas entre planos, voz e sincronia labial. Um trabalho que antes exigia operador de câmera, iluminador, direção de arte e ator hoje realmente cabe numa mesa só.
O que ainda não funciona: ação contínua complexa além de uns cinco segundos, atuação cravada no tempo de uma fala, qualquer plano com texto legível em quadro (explico mais abaixo) e tudo que precise de locação real ou de uma pessoa real reagindo.
Então o ponto ideal da produção com IA hoje é de 30 segundos a 2 minutos, montado com vários planos curtos. Não tente um plano-sequência de três minutos — não é problema de como você escreve o prompt, é o teto atual do método.
Como transformar um parágrafo em storyboard?
O storyboard é a etapa para fazer primeiro e a mais barata de toda a produção com IA. É rápida, custa quase nada e expõe os problemas da história antes de você gastar dinheiro de verdade em imagens finais.
O método é bruto: quebre a história em uma frase por plano e escreva três coisas em cada frase — escala, ação, luz. Depois passe uma leva de miniaturas a lápis pela geração de imagens com IA.
O meu ficou assim: plano geral apresentando o quarto → médio, o casaco tirado do cabide → close, uma mão entrando no bolso → close, o papel aberto na palma → médio, a cabeça se levantando na direção da janela → geral, de casaco, andando até a porta → a porta da escada abrindo para a luz da manhã → plano longo, as costas dele subindo a rua.
Um conselho contraintuitivo nesta fase: não tente desenhar bem. Você está checando três coisas só — a história se sustenta, as escalas variam, algum plano é dispensável. Quanto mais tosco o rascunho, mais fácil cortar. Minha primeira leva tinha 11 quadros; o ritmo só funcionou quando cheguei a oito.
Como manter o mesmo rosto em todos os planos?
A consistência do personagem é onde a produção com IA quebra mais, e a etapa que me levou mais tempo.
A resposta é uma ficha de personagem: construa uma e depois referencie ela em cada plano em vez de descrever o rosto com palavras. A consistência vem de reutilizar uma mesma imagem de referência, não de escrever uma descrição mais detalhada.
Gerei primeiro um plano frontal limpo — fundo cinza, luz uniforme, sem styling, sem expressão, basicamente uma foto de teste. Depois construí o três quartos, o perfil e as costas a partir dela. Essas quatro imagens são o "ator" deste filme, e todo plano seguinte recebe essa ficha.
Três observações práticas:
Não descreva o rosto em texto. "Trinta e poucos, cabelo preto curto, barba por fazer" vai gerar cem pessoas diferentes. Deixe o rosto para a imagem de referência; o prompt carrega só o que muda naquele plano.
Gere as costas e o perfil no começo. Se você esperar chegar no plano em que ele se afasta, é bem provável que não seja o mesmo homem da frente.
Coloque as roupas em cada prompt. Consistência do personagem não é só o rosto — deixe a cor ou o corte do casaco variar e o público ainda vê a emenda. Cumpra esses três pontos e a consistência do personagem de um curta com IA está basicamente resolvida.
Como emendar planos sem que dê salto?
O método com menos esforço é fazer o último frame de um plano virar o primeiro frame do seguinte.
Esses dois frames são a primeira e a segunda metade do mesmo tempo: à esquerda ele olha o papel, à direita a cabeça subiu na direção da janela. O enquadramento não mudou, a direção da luz não mudou, o tratamento de cor não mudou — mudaram só o ângulo da cabeça e para onde ele olha. Montados juntos, leem como uma única reação contínua.
Passe os dois pelo primeiro e último frame para vídeo como pontos de início e fim e deixe o modelo preencher o intervalo. É bem mais estável que pedir para um modelo "atuar" uma ação inteira, e também protege a consistência do personagem, já que você fixou as duas pontas.
Dois detalhes da emenda passam batido, e custam mais na produção com IA do que em filmagem real porque não dá para corrigir no set. A direção da luz tem que bater. Se a luz vinha da esquerda, não pode vir da direita no plano seguinte — o público não vai saber dizer o que está errado, mas vai sentir. O tratamento de cor tem que bater. Meus oito planos carregam "amanhecer frio" no próprio prompt; eu não contava consertar isso depois.
Como revisar todos os planos de uma vez e refazer só os ruins?
Abrir imagem por imagem engana. Cada uma parece boa sozinha; só na sequência você percebe que o rosto desviou no plano três.
Espalho os oito no canvas generativo, em ordem, numa única fileira, e me afasto. Problemas de consistência do personagem são mais fáceis de pegar em fileira — um rosto que desviou ou uma luz errada salta numa passada só. Esse hábito sozinho eliminou a maior parte do retrabalho na minha produção com IA: rodo de novo só a célula errada em vez de reconstruir a sequência.
Estes são meus oito finais. A mão do plano três foi refeita duas vezes; a contraluz do plano sete levou um ajuste de exposição.
E o som?
As imagens estão prontas neste ponto, mas um curta com IA sem som não segura ninguém depois de 30 segundos.
O meu não tem diálogo, então só precisou de ambiência. Com diálogo, a ordem é: gerar a voz com texto para fala, ou clonar um timbre fixo com clonagem de voz, e depois rodar a sincronia labial para encaixar a boca.
Não inverta essa ordem. Faça as imagens primeiro e você vai descobrir que os movimentos de boca e o tamanho das falas não combinam; trave a duração do áudio primeiro e gere os frames para encaixar nele, e você retrabalha muito menos. Deixar o áudio por último é o erro de sequência mais comum na produção com IA.
Onde está o limite para fazer um quadro se mover?
Esses cinco segundos saíram do plano acima: respiração, uma piscada, o olhar se deslocando um pouco, uma leve contração da testa.
Pedi três vezes que ele "se virasse e andasse até a porta", e deformou todas as vezes — dois passos e já não é ele. Então a fronteira é clara: reações pequenas no lugar são confiáveis; pedir para o personagem se deslocar ou executar ação complexa ainda não. Nos planos que precisam de movimento eu gero o frame final primeiro e interpolo, em vez de deixar o modelo atuar.
Três falhas, relatadas com honestidade
Texto em quadro é falso. Dê zoom no meu close do papel e a "caligrafia" é embromação — modelos de geração não produzem texto legível, o que descarta silenciosamente uma categoria inteira de planos na produção com IA. Ou você não filma nítido (desfocado, metade coberto) ou cola texto real depois.
Mãos ainda precisam de checagem uma por uma. No plano da mão entrando no bolso, a primeira versão tinha uma articulação no lugar errado; precisou de duas rodadas. Todo plano com mãos em quadro passa pelo zoom.
Ação contínua perde o rosto. Como acima — deslocamento além de dois ou três segundos quase sempre quebra, e a consistência do personagem é a primeira coisa a cair.
A lista de oito planos para copiar
Trabalhe nesta ordem e você não volta atrás:
- Quebre a história em uma frase por plano, cada uma com escala, ação e luz
- Gere um storyboard tosco e corte até sobrarem só os planos necessários
- Construa a ficha de personagem para travar a consistência: frente, três quartos, perfil, costas
- Gere plano por plano a partir do board, entregando a ficha todas as vezes, com o tratamento de cor escrito em cada prompt
- Onde os planos emendam, produza o frame final primeiro e depois o primeiro
- Espalhe tudo no canvas e compare na fileira; rode de novo só o que quebrou
- Trave a duração do áudio e depois encaixe os frames no áudio
- Dê zoom em mãos, orelhas e qualquer texto em quadro
Os oito planos inteiros levaram cerca de três horas, a maior parte escrevendo prompts e escolhendo takes, não esperando geração. Consistência do personagem e emendas ficam quase duas vezes mais rápidas depois que você faz algumas vezes.
Isso já serve para aberturas, peças de conceito e material de apresentação. Para uma entrega comercial finalizada eu ainda filmaria de verdade e usaria IA para completar planos. Se você quiser percorrer a produção com IA por conta própria, a geração de vídeos com IA é o lugar para começar — uma frase é tudo que precisa para arrancar.