Cenas com múltiplos personagens por IA
Gerador de cenas com múltiplos personagens por IA
Atualizado em 3 de novembro de 2026

| SceneMixer em resumo | O que você recebe |
|---|---|
| Preço do vídeo | A partir de $0,06 por segundo (10 créditos) no nível padrão, até $0,47 por segundo no nível mais alto; todos os preços aparecem antes de você apertar o botão |
| Duração do clipe | Até 30 segundos por segmento gerado; um episódio é montado a partir dos seus segmentos a 1 crédito por segundo |
| Um episódio, com os números | Um episódio de 60 segundos no nível padrão custa cerca de 660 créditos (vídeo mais montagem), ou cerca de $4,11 ao menor preço de crédito; uma série de 10 episódios de 90 segundos a partir de um romance de 30.000 caracteres custa cerca de 10.026 créditos, ou cerca de $62 |
| Diálogo | Falado no próprio vídeo, uma voz por personagem, em qualquer um de 15 idiomas |
| Formatos | 9:16 vertical ou 16:9 horizontal; de 480P a 1080P, mais um nível 2K |
| Grátis para começar | 50 créditos ao se cadastrar, 15 imagens de configuração grátis, um storyboard grátis do primeiro episódio e uma prévia de vídeo grátis de 5 segundos |
| Quem usa | 2.900+ criadores já geraram com o SceneMixer (contas com pelo menos uma geração, contagem de novembro de 2026) |
| Entrada | Um roteiro, um romance ou uma ideia em uma linha; uploads de .txt, .docx e .md |
O difícil é quem está no quadro, não quantos
Vídeos gerados têm uma falha específica quando há mais de uma pessoa no plano: o modelo coloca um rosto que não deveria estar ali. Alguém mencionado no texto — olhado, chamado, pensado — aparece na tela com um rosto inventado na hora, porque nada diz ao modelo a diferença entre “presente” e “mencionado”.
Por isso a lista de planos define isso plano a plano. Cada plano traz uma lista explícita de quais personagens estão no quadro, e só essa lista — não o texto, nem o estado final do plano anterior — decide quais artes de referência são conectadas.
Visão geral
| Quem está no quadro | Uma lista por plano. A união dos planos de um segmento decide quais fichas de referência são enviadas com ele. |
|---|---|
| Quem está fora do quadro | Escrito como direção — “para a esquerda do quadro”, “olhar na direção da câmera” —, não como nome. Nenhum rosto é conectado. |
| Planos de uma pessoa só | Marcados explicitamente, para que o renderizador saiba que o quadro tem só uma pessoa e não invente companhia. |
| Quem está falando | Nomeado em cada fala; todos os outros no quadro são marcados com lábios fechados, para que só a boca de quem fala se mova. |
| Multidão no fundo | Um estado declarado da cena, escrito uma vez no cabeçalho do segmento, ou ausente — nunca implícito por som ambiente. |
| Limite prático | Quatro pessoas nomeadas no mesmo quadro é o ponto em que a qualidade cai. A lista de planos contorna isso em vez de forçar. |
Por que nomear um personagem fora do quadro estraga o plano
Isso é mensurável, não é teoria. Planos que nomeavam um antagonista fora do quadro geraram rosto errado ou uma pessoa extra em cinco de oito renderizações. Os mesmos planos reescritos com uma direção em vez de um nome tiveram zero falhas do tipo em doze renderizações. Por isso o pipeline reescreve: em um plano de uma pessoa só, um personagem que existe apenas como direção de olhar ou de movimento vira uma frase espacial e sai da lista do quadro.
A mesma lógica vale para personagens mortos: um personagem referido apenas como um corpo neste segmento é escrito como um substantivo comum, não como referência de personagem, para que ninguém conecte sua ficha de referência e o coloque de pé.
Duas pessoas uma de frente para a outra
Existem exatamente duas maneiras de filmar, e a lista exige que se escolha uma: um plano a dois de perfil, ou por cima do ombro. O que ela não pode escrever é “A de frente para B, com B atrás ao fundo, fora de foco” — para que B esteja na profundidade de campo de A, A precisa estar de costas para B, e essa posição de câmera não existe num plano médio normal. Pedido assim mesmo, o renderizador põe uma pessoa de frente para a câmera e a outra de pé atrás dela. O SceneMixer define o eixo no primeiro plano em que as duas estão de fato juntas no quadro.
Multidões são declaradas ou ausentes
Um salão com trezentos convidados é um estado visível da cena, então é escrito como tal — uma linha no cabeçalho do segmento dizendo quem são as pessoas no fundo, onde estão e o que estão fazendo. Isso fica consistente em todos os segmentos da cena. Sem essa linha, o plano não pode se referir a uma multidão, porque “burburinho de convidados” no áudio ambiente não é uma instrução visual, e um renderizador que só ouve isso vai colocar convidados em um plano e um salão vazio no próximo.
Quando uma multidão é declarada, a instrução de enquadramento muda junto: a multidão fica na profundidade de campo, e a lista de quem está em cena do SceneMixer continua contando apenas os personagens nomeados.
O que ele não faz
- Colocar oito personagens nomeados em um plano de forma confiável. Depois de quatro, a identidade degrada. Cenas de elenco são cobertas em planos individuais e por cima do ombro — do jeito que são filmadas em sets de verdade.
- Manter um personagem cuja marcação de presença no quadro faltou. Se o modelo esqueceu de listar alguém que deveria estar visível, essa pessoa fica de fora em vez de ser adivinhada. Falta de uma pessoa é recuperável; um rosto desconhecido no seu drama não é.
- Coreografar ação de grupo contínua. Multidões andando em formação, lutas longas com vários personagens — isso está fora do que os modelos atuais conseguem manter.
- Inferir uma multidão a partir do design de som. Declarada ou ausente; não há meio-termo.
Quanto custa
Nada a mais — são propriedades da lista de planos, que é cobrada pelo tamanho do roteiro a 1 crédito por cem caracteres da parte do episódio. Folhas de referência custam 7 créditos cada além das 15 grátis do seu primeiro projeto, e a renderização do SceneMixer começa em 10 créditos por segundo de saída. Veja consistência de personagem para saber como os rostos se mantêm iguais entre os planos, e a página de preços para as tarifas.
Idiomas
Diálogos nativos em 15 idiomas
Cada série abaixo foi produzida pelo mesmo fluxo do SceneMixer, com o elenco falando o idioma de forma nativa: a interface, os documentos de trabalho e as falas estão todos no mesmo idioma, e nada é dublado. Abra uma para ouvir.
A Carta de LisboaPortuguêsNo seu idioma
윈터 프라미스한국어Diálogo nativo
El Secreto de CostaEspañolDiálogo nativo
浪人の誓い日本語Diálogo nativo
Ikrar JakartaBahasa IndonesiaDiálogo nativo
Зимняя коронаРусскийDiálogo nativo
L’Héritier du DéfiléFrançaisDiálogo nativo
Il Tavolo dell'OlivaItalianoDiálogo nativo
De Vuurtoren van de FjordNederlandsDiálogo nativo
العهد الصحراويالعربيةDiálogo nativo
Çantasındaki SözleşmeTürkçeDiálogo nativo
Die Istanbul-TäuschungDeutschDiálogo nativo
Останній сигналУкраїнськаDiálogo nativo
問劍青雲繁體中文Diálogo nativo
The Last EnvelopeEnglishDiálogo nativo
No SceneMixer vs. juntar ferramentas na mão
A maioria dos fluxos de trabalho de dramas de IA é uma sequência de cinco ou seis ferramentas. Aqui você vê onde cada etapa acontece e o que ela substitui.
| Etapa | No SceneMixer | Fazendo à mão com ferramentas separadas |
|---|---|---|
| Roteiro e plano de episódios | Cole um roteiro ou um romance, ou digite uma linha: o texto é lido e vira um elenco, locações, adereços e um esboço de episódios que você pode editar | Um modelo de chat escreve o roteiro; você o divide em episódios e leva o texto de uma ferramenta para outra |
| Rostos de personagens e lugares | Cada personagem, locação e adereço é desenhado uma vez como ficha de referência e anexado a todos os planos em que aparece | Um modelo de imagem, uma ficha por vez; você mesmo envia a referência certa para cada clipe |
| Planos | Um storyboard por episódio com planos numerados e segundos; o vídeo é gerado segmento a segmento em 9:16 ou 16:9, sempre com base nas mesmas fichas | Um modelo de vídeo, um clipe por prompt, descrevendo as mesmas pessoas de novo a cada vez |
| Vozes e diálogo | As falas são interpretadas no próprio vídeo, uma voz por personagem, em qualquer um de 15 idiomas | Uma ferramenta de síntese de voz para cada fala, depois uma passada de sincronização labial em cada clipe |
| Corrigir um plano | Edite o texto desse plano e gere de novo só o segmento; o resto do episódio fica intacto | Gere o clipe de novo e depois refaça o corte da linha do tempo |
| Finalização | Os segmentos são montados em um único arquivo de episódio com a trilha sonora; membros baixam sem o selo AI | Um editor de vídeo para juntar os clipes, adicionar música e legendas e depois exportar |
| Publicação | Você envia o episódio pronto para TikTok, YouTube, Instagram ou qualquer outro lugar; nada é postado em seu nome | Envio manual, igual ao que acontece aqui |
Perguntas frequentes
Quantos personagens podem aparecer no mesmo plano?
Quatro pessoas nomeadas é o teto prático antes que a identidade comece a se degradar, e a lista de planos do SceneMixer é feita para ficar abaixo disso: cenas de conjunto são cobertas em planos individuais e por cima do ombro, e não em quadros largos de grupo.
Por que um personagem que eu mencionei apareceu na tela?
É exatamente a falha que a lista de quem aparece em cada plano do SceneMixer impede. Um personagem que apenas é olhado ou com quem se fala é escrito como direção, não como nome, e não entra na lista de quem aparece — então nenhuma arte de referência é anexada e nenhum rosto é inventado.
Dois personagens podem conversar de frente um para o outro?
Sim, em plano de perfil com os dois ou por cima do ombro. O que não funciona é um de frente para o outro com o segundo desfocado no fundo: essa combinação de enquadramento e profundidade é fisicamente inconsistente, e pedir isso gera uma pessoa parada atrás da outra falando para a câmera.
Como funcionam os figurantes no fundo?
Eles são declarados uma vez no cabeçalho do segmento — quem são, onde estão, o que estão fazendo — e se mantêm consistentes naquela cena. Se nada for declarado, o plano não faz referência a uma multidão. O SceneMixer não trata apenas o ruído ambiente de multidão como instrução visual.
Quem mexe a boca?
Apenas o falante nomeado de cada fala. Todos os outros no quadro são explicitamente marcados com os lábios fechados, o que impede que um ouvinte mexa a boca silenciosamente junto com o diálogo.
Ninguém no quadro que você não escalou
Gere uma cena com multidão e conte os rostos.
Experimente o SceneMixer grátisPacotes de créditos a partir de $1,49 · Pro $7,99/mês · Não precisa de cartão de crédito para começar