Como Manter Personagens e Locais Consistentes em Tomadas de IA

Todo vídeo narrativo de IA atinge a mesma barreira: a primeira tomada mostra uma personagem perfeita, e na quarta tomada ela tem um rosto, jaqueta e linha do cabelo diferentes. Os modelos de vídeo não têm memória entre as gerações. Consistência não é algo que se pede — é um sistema que se constrói em torno do modelo: uma imagem de referência, um bloco de descritores fixo e uma passagem de edição que absorve os últimos vinte por cento.

Este guia constrói esse sistema. O exemplo em execução é uma botânica de campo que aparece em dois locais — uma caverna de musgo bioluminescente e uma trilha na selva — gerados a partir da mesma ficha de personagem. Você precisa de um modelo de imagem para a ficha de referência e uma ferramenta de vídeo que aceite referências de imagem, como o /studio.

A ficha de referência é a sua memória

Antes de gerar qualquer filmagem, projete a personagem uma vez como uma imagem estática de corpo inteiro. Esta única imagem é passada como referência em cada tomada subsequente, o que ancora a identidade muito melhor do que qualquer adjetivo de prompt. Escreva o prompt da ficha como um "casting call": guarda-roupa, cabelo, acessórios, pose, fundo.

Full-body character design of a woman in her thirties,
a field botanist: olive field jacket with rolled sleeves,
round glasses, dark hair in a single braid, canvas satchel,
standing relaxed pose facing camera, neutral light-grey
studio background, soft even lighting, consistent character
reference sheet look.

Três regras para a própria ficha. Fundo de estúdio cinza neutro para que nenhum ambiente se misture à referência. Iluminação plana e uniforme para que o modelo de vídeo leia a forma, não o humor. Pose relaxada em pé de frente para a câmera, porque poses extremas contaminam todas as gerações subsequentes. Gere dois ou três candidatos e escolha um antes de prosseguir; nunca troque de ficha no meio do projeto.

Uma referência, dois locais

ONE REFERENCE, TWO LOCATIONS

INPUT

PROMPT

The botanist kneels in a bioluminescent moss cave at night, lifting a glowing fern leaf toward her lantern, awe on her face, medium shot, cool teal glow against warm lantern light, gentle handheld drift.

OUTPUT — GENERATED WITH MANIFOLDGEN

Tomada 1 — caverna de musgo · 4s

Tomada 2 — trilha na selva · 4s

Ambas as tomadas anexam a mesma ficha de personagem como referência de imagem, enquanto os prompts mudam apenas o local, a ação e a luz. Prompt da Tomada 2: "A botânica avança por uma trilha ensolarada na selva, afastando folhas com uma mão, tomada de rastreamento pela frente em ritmo de caminhada, luz verde salpicada, realismo documental, mesma personagem da referência." A identidade se mantém porque vem da imagem, não do texto.

Observe o que mudou entre as tomadas e o que não mudou. Local, ação, movimento de câmera e iluminação são todos novos por tomada. Guarda-roupa, óculos, trança e bolsa não aparecem em nenhum dos prompts das tomadas — eles vêm na imagem de referência. Essa divisão de trabalho é a técnica inteira: a imagem é dona da identidade, o prompt é dono da encenação.

Repita os descritores ipsis litteris

A referência faz a maior parte do trabalho, mas o texto ainda se infiltra. Quando uma personagem deve ser descrita em prosa — close-ups onde a ficha é mal cortada, ou modelos sem suporte de referência — copie o bloco de frase exato todas as vezes:

• Crie uma string de descritor canônica por personagem ("mulher na casa dos trinta, jaqueta de campo verde-oliva com mangas arregaçadas, óculos redondos, cabelo escuro em uma única trança, bolsa de lona") e cole-a sem edição em cada prompt que a nomeia.
• Nunca parafraseie. "Cabelo trançado escuro" e "trança única" produzem pessoas diferentes em escala.
• Coloque o descritor imediatamente após o nome ou pronome do personagem, antes dos verbos de ação — a posição no início do prompt tem mais peso.
• Faça o mesmo para adereços recorrentes: a lanterna, a sacola, o feto. Adereços nomeados também recebem frases fixas.
• Armazene todas as strings fixas em um arquivo de notas por projeto. Ao revisar um personagem, revise o arquivo uma vez e regenere.

Mantenha uma bíblia de localização

Personagens recebem imagens de referência; locais recebem detalhes nomeados. Uma bíblia de localização é uma lista curta de características concretas e repetíveis por cenário: a caverna de musgo tem um poço de entrada estreito, uma piscina rasa refletindo o brilho e aglomerados de samambaias em prateleiras de rocha em camadas. Cada tomada definida lá reutiliza esses substantivos literalmente, exatamente como os descritores de personagens.

Detalhes nomeados superam palavras de atmosfera porque sobrevivem à compressão do prompt. "Caverna bioluminescente" regenera de forma diferente a cada vez; "piscina rasa refletindo o brilho azul-esverdeado sob prateleiras de rocha em camadas" reconstrói o mesmo espaço de forma reconhecível. Para locais heroicos, gere uma imagem estática de estabelecimento por ângulo e use-a como referência de imagem da mesma forma que usa a folha de personagem — o mesmo mecanismo, aplicado a cenários.

[Character name], [frozen descriptor block verbatim],
[action], [location with bible details],
[shot size], [camera move], [lighting],
[reference image attached].

Quando a identidade se desvia de qualquer forma

• O rosto muda, mas o guarda-roupa permanece — a imagem de referência foi cortada muito apertada. Regenere a folha de corpo inteiro com espaço livre claro e mãos visíveis.
• O guarda-roupa muda no meio da cena — o bloco descritor foi parafraseado ou omitido. Restaure a string literal ao lado do nome do personagem.
• O personagem parece certo, mas a idade muda de tomada para tomada — adicione a frase de idade ao bloco fixo ("na casa dos trinta") em vez de confiar apenas na referência.
• O estilo de iluminação sobrepõe a identidade — contraste de cor extremo (azul-petróleo contra quente) pode apagar detalhes faciais. Suavize a luz principal ou diminua os tempos de retenção nessas tomadas.
• O local parece diferente após um corte — os detalhes da bíblia foram omitidos. Cole novamente a lista de detalhes nomeados no prompt da tomada de retorno.
• Quase tudo funciona — pare de regenerar. Corte mais cedo, intercale e classifique; o público lê a sequência, não os quadros.

Crie a folha uma vez, congele as strings descritoras, registre seus locais e, em seguida, gere as duas tomadas de teste lado a lado no Studio para verificar a correspondência antes de produzir uma cena completa. Os presets de câmera cinematográfica em /tools/cinematic-cameras mantêm a linguagem de movimento tão disciplinada quanto o sistema de identidade.