Geração de vídeo com IA: como ela realmente acontece
Experimente: gere um segmento duas vezes no nível mais barato sem mudar uma palavra, depois mude uma frase e gere mais uma vez. Dois pedidos idênticos podem dar dois clipes diferentes; o terceiro mostra o quanto uma única frase de texto importa.
Uma geração é um clipe curto
Um modelo de vídeo recebe uma descrição e algumas imagens de referência e devolve um clipe. Faz isso uma vez por chamada, e o nível que você escolhe define o clipe mais longo que uma chamada pode devolver. No SceneMixer, esse limite é de 15 segundos em alguns níveis e de 30 segundos nos níveis de plano longo, e o storyboard é escrito para caber nele. Um clipe desses é um segmento. Um minuto de vídeo pronto equivale, portanto, a no mínimo quatro segmentos em um nível de 15 segundos e a no mínimo dois em um nível de plano longo, cada um feito por uma chamada própria, nunca por uma única chamada longa.
Dentro de um segmento, a história é dividida em três a cinco planos numerados, e os segundos dos planos somam a duração do segmento. O limite é um máximo, não uma meta: um segmento com dois planos curtos pode durar apenas alguns segundos. Quando os planos somam mais do que o limite, primeiro se enxugam os planos silenciosos e depois o segmento é dividido na fronteira entre dois planos. Nada é cortado do final. O preço acompanha os segundos, então um episódio custa o mesmo cortado em pedaços curtos ou longos; o que muda é quanto você paga para refazer um deles. Segmentos de 15 ou 30 segundos.
O que entra em uma chamada
Uma chamada é feita de três coisas:
- O texto do próprio segmento. No SceneMixer, um cabeçalho indica o único lugar e o horário, seguido de planos numerados com seus segundos, as pessoas e os objetos de cena nomeados com chips @ e as falas com uma voz.
- Imagens de referência. Uma para cada pessoa no plano, uma para o lugar, uma para cada objeto de cena que importa e uma imagem de estado para quem estiver com outra roupa ou em outra condição.
- O nível. Ele define a resolução, o clipe mais longo e o preço por segundo.
O clipe anterior não é mostrado ao modelo. É por isso que um segmento precisa ficar em um só lugar e em uma só linha do tempo: ele é desenhado a partir de um único conjunto de imagens da cena, então um plano que salta para outro cômodo ou outro dia é recusado antes de você pagar e precisa virar um segmento próprio. Um segmento fica em um só lugar e em uma só linha do tempo.
Por que os rostos mudam e o que os mantém firmes
Como cada chamada começa do zero, tudo o que é apenas descrito em palavras é inventado de novo a cada vez. Boa parte do que parece “inconsistência da IA” é isso, e cada caso é suprido de um jeito diferente.
| O que se desvia | Por que acontece | O que o site fornece | O que você faz |
|---|---|---|---|
| Um rosto entre planos | Nenhuma memória de chamadas anteriores, então o rosto é inventado de novo | Uma imagem aprovada por personagem, anexada a todo plano que o cita | Cite o personagem com o chip @; ajuste a imagem uma vez na etapa 2 |
| Um cômodo entre planos | O mesmo motivo, para lugares | Uma imagem por local e um modelo 3D automático de cada cena, feito por IA, para que quem fica onde seja definido antes de os planos serem feitos | Mantenha um lugar por segmento |
| Uma roupa ou um ferimento | Nada leva um ferimento de uma chamada para a seguinte, a menos que ele seja escrito de novo | Um registro contínuo mantido em texto e imagens de estado para visuais que duram | Escreva a mudança no plano em que ela acontece |
| Uma voz | Nenhuma chamada lembra como um personagem soava em uma anterior | Uma voz por personagem, escolhida uma vez e usada em todas as falas | Escolha ou envie a voz no elenco |
É também por isso que um nível mais alto do SceneMixer não corrige um rosto errado: a resolução muda a nitidez da imagem, não quem é desenhado. O rosto do meu personagem mudou: uma lista de verificação e por que uma série inteira se mantém consistente detalham as correções.
O que passa por uma junção
Nos storyboards escritos ou regenerados desde o fim de outubro de 2026, a história passa de um segmento para o seguinte por meio de um registro contínuo que o SceneMixer mantém enquanto lê o seu texto: quem está em qual cena, se está sentado, de pé, deitado, ajoelhado ou agachado, o que tem nas mãos, qual visual veste, ferimentos e lama no corpo, molhado ou seco, inconsciente ou não; e, para cada cena, a hora do dia, o clima, a luz, se portas e janelas estão abertas e se há uma multidão. Cada novo segmento parte desse registro mais o próprio texto e as próprias imagens.
| Você escreve, no segmento 3 | O segmento 4 começa com |
|---|---|
| @Mara tira o casaco e o pendura no encosto da cadeira. | Mara sem o casaco; o casaco na cadeira |
| @Leo leva um golpe no rosto; sangue escorre da sobrancelha esquerda dele. | Um corte na sobrancelha esquerda de Leo, ainda lá |
| @Leo lava o rosto na pia. | O sangue lavado |
O registro guarda o que continua verdadeiro quando um plano termina, não o que acontece durante ele. Não é uma imagem do clipe anterior: nenhum último quadro é anexado, e regenerar um segmento nunca altera o seguinte. Ele também não inventa nada que você não escreveu. Os storyboards de antes do fim de outubro de 2026 funcionam do modo antigo, cada segmento a partir do próprio texto e das próprias imagens. O que o sistema acompanha de um segmento para o seguinte.
Do botão ao arquivo: para onde vão os minutos
- Os créditos ficam reservados. Ao apertar Gerar, o preço do segmento no SceneMixer fica reservado; ele só é gasto se o clipe chegar.
- Seu próprio limite. Uma conta executa um número fixo de gerações ao mesmo tempo: 3 no plano gratuito, 5 no primeiro plano pago, mais acima disso. As demais esperam, com os créditos reservados, e começam sozinhas.
- O limite compartilhado. O site inteiro só pode ter um certo número de tarefas em andamento em um serviço de modelo; por isso, quando ele está ocupado, a sua espera atrás das de outras pessoas. Os planos de topo colocam as tarefas deles à frente nessa fila.
- O modelo roda. É quase todo o tempo. Uma medição interna em agosto de 2026 deu em média cerca de um minuto e meio para uma imagem de preparação e cerca de nove minutos e meio para um segmento; o cartão na tela mostra o tempo típico de dez a vinte minutos para vídeo.
- Entrega. O clipe é armazenado, o selo de IA é adicionado, a menos que o seu plano o tenha desativado, e o cartão passa para Concluído.
Um nível mais barato e de resolução menor costuma ser também mais rápido, o que o torna a maneira mais veloz de descobrir se um plano funciona. Por que uma geração demora.
Quando uma chamada falha
Os modelos falham de maneiras diferentes, e o SceneMixer trata essas maneiras de forma diferente. Se o serviço diz que está ocupado ou com limite de taxa, a chamada é tentada uma segunda vez em outra conta de provedor para o mesmo modelo, sem mudar o que você pediu nem o nível que escolheu. Uma recusa de moderação e um erro de parâmetro não são tentados de novo: uma recusa é um julgamento, e perguntar de novo dá a mesma resposta.
O que acontece com os créditos depende do que se sabe. Se o modelo nunca recebeu o pedido, ou respondeu que estava ocupado, os créditos são devolvidos a você. Se a chamada expirou ou a conexão caiu no meio do caminho, ninguém sabe se o modelo rodou e cobrou, então os créditos ficam congelados, marcados como Em análise no seu histórico de créditos, até uma pessoa resolver. Um saldo que parece curto depois de uma falha geralmente está retido, não perdido. Quando uma geração falha · Provedor ocupado, sem cobrança.
Estabilize uma geração antes de pagar por ela
- Gere primeiro um segmento do SceneMixer. Confira os rostos, o cômodo e se a fala é dita antes de começar o resto.
- Diga quem está em quadro. Um plano que diz “uma mulher se vira para a janela” não dá ao modelo nada em que se apoiar; @Mara se vira para a janela dá. Quem está em quadro.
- Diga o que há, não o que não há. “Uma rua vazia” funciona; “sem pessoas” convida pessoas. Diga o que está lá.
- Corrija o texto antes de gerar de novo. Editar um storyboard é grátis; uma nova geração é cobrada por inteiro.
- Rascunhe barato, finalize alto. Rascunhe no nível mais baixo, finalize no mais alto.
Faça no SceneMixer, do começo ao fim
- Roteiro: cole o seu em Enviar Roteiro ou escreva um briefing de uma linha em Criar com IA e deixe que ele rascunhe os episódios.
- Etapa 1: Tipo Drama Curto; Estilo de Cena Vida de Rua; Estilo de Figurino Moda de Rua; Estilo Visual HD Realista; Região de Destino; idioma do diálogo; 9:16 Retrato. Depois, leia o roteiro.
- Etapa 2: os dois protagonistas, cada um com uma descrição, depois o beco e o telhado como locações. As primeiras 15 imagens de preparação de uma conta são grátis.
- Storyboard: gere primeiro o episódio 1 (grátis no seu primeiro drama) e leia antes de gerar qualquer coisa. Um lugar por segmento.
- Vídeo: gere no nível padrão a 10 créditos por segundo, corrija planos isolados em vez de episódios inteiros, depois monte o episódio e publique.
| Etapa | O que acontece | Tempo típico | O que você controla |
|---|---|---|---|
| Leitura | Seu texto vira um resumo, uma lista de episódios e um elenco, locais e objetos de cena em palavras | Minutos | O texto; os três estilos |
| Imagens de preparação | Cada descrição vira uma imagem de referência | Cerca de um minuto e meio cada | A descrição; gerar de novo uma delas |
| Storyboard | Cada episódio vira segmentos, e cada segmento vira planos numerados | Alguns minutos | O texto, que é grátis de editar |
| Segmento | Uma chamada ao modelo devolve um clipe | Normalmente de dez a vinte minutos | O nível, os segundos, o texto do plano |
| União | Os segmentos prontos viram um arquivo por episódio | Depois que o último segmento termina | Usar um único nível para todos os segmentos evita uma recodificação |
Perguntas frequentes
Como funciona a geração de vídeo com IA?
Um modelo recebe uma descrição em texto e algumas imagens de referência e devolve um clipe curto em uma única chamada. Vídeos mais longos são feitos unindo muitos clipes, com o SceneMixer fornecendo de fora os personagens, os lugares e a história até ali.
Por que os clipes de vídeo com IA são tão curtos?
Cada chamada tem um teto definido pelo nível do modelo, e no SceneMixer ele é de 15 ou 30 segundos. Um vídeo mais longo é feito de vários segmentos unidos, e não de uma única geração longa.
Por que o rosto de um personagem muda entre os clipes?
Cada chamada começa sem memória das outras. Um rosto descrito só em palavras é inventado de novo; um rosto fornecido como a mesma imagem de referência, com o personagem nomeado no plano, permanece igual.
O modelo se lembra do clipe anterior?
Não. O SceneMixer gera um segmento a partir do próprio texto e das próprias imagens. Um registro contínuo de quem está onde e do que está vestindo leva a história através da junção, e nenhum último quadro é anexado.
Quanto tempo leva a geração de vídeo com IA?
Um segmento do SceneMixer normalmente leva de dez a vinte minutos, conforme o nível e a fila. Você pode sair da página; o trabalho continua no servidor.
O que acontece se uma geração falhar?
Se o modelo nunca recebeu o pedido, os créditos são liberados. Se o resultado é desconhecido, como num tempo esgotado, eles ficam congelados até uma pessoa resolver. Falhas na entrega não são cobradas.
Por que o mesmo prompt dá resultados diferentes?
A geração é probabilística: dois pedidos idênticos podem dar dois clipes diferentes. É por isso que o nível barato serve para descobrir, e por isso vale a pena testar a edição de uma frase.
Um nível mais alto corrige um plano errado?
Raramente. O nível define a resolução e o segmento mais longo, não quem é desenhado nem o que acontece. Quem decide isso são o texto do plano e a imagem do personagem.
Veja um pedido ir do texto ao clipe
Cole uma página, leia o storyboard e gere primeiro um único segmento.
Atualizado em 2 de novembro de 2026