Docs / Vídeo
Prompts, a versão curta
Escreva personagens originais ou estilizados, ou use a sua própria imagem com consentimento documentado. Siga a Política de uso aceitável.
Copie esta página inteira para o seu próprio assistente (ChatGPT, Claude, Codex) e peça que ele escreva as suas batidas. O planejador do Storyboard já segue estas regras por conta própria; esta página é para quando você escreve à mão.
One Shot (um clipe mais longo que uma passada)
- O One Shot tem a própria aba ao lado de Vídeo: o plano, um quadro inicial, quem aparece, duração e qualidade, depois as batidas com uma calha de tempo, uma linha de câmera e as chaves de continuidade. Um script envia o mesmo documento para
POST /oneshot(docs/API.md). - Você não precisa escrever batidas. Deixe a caixa vazia e o prompt carrega o plano inteiro, sustentado a cada cinco segundos. Escreva batidas quando quiser que o plano vá para algum lugar: cada linha dirige os próprios cinco segundos, e uma linha em branco segura o momento anterior.
- Uma batida = cinco segundos = uma coisa que acontece. Comece pelo movimento: o que o sujeito faz, o que a câmera faz, o que entra em quadro.
- Uma mudança de cena ganha uma batida só dela. Atravessar uma porta, entrar em uma sala, subir em uma ponte: dê a isso os próprios cinco segundos e ponha a aproximação na batida anterior. Uma mudança de cena escondida no fim de uma batida cheia é a que o modelo pula.
- Uma revelação ganha uma batida só dela. “The camera comes round to his face” funciona quando é a batida inteira, não a cauda de uma batida que também carrega a mesa, a esposa e o chapéu.
- Assente antes da virada. A batida antes de uma mudança de cena ou de uma revelação deve desacelerar; o modelo precisa de um momento para pousar antes de poder girar.
- Repita os invariantes em toda batida. A aparência do sujeito, a posição da câmera, a paleta, o som. O motor só se lembra do último quadro; as palavras carregam o resto. O Phosphene coloca o seu bloco de estilo no início de toda batida para você.
- Algo novo a cada segundo. Um quase acidente, um objeto entrando, uma mudança de luz. Uma batida que descreve um clima e nenhum evento parece uma imagem parada.
- Uma frase curta por batida, e escreva o silêncio. A fala corre a cerca de 2.5 palavras por segundo, então uma batida de 5 segundos comporta uma fala de no máximo sete palavras, com uma respiração antes dela e o silêncio depois escrito (“then he is silent, his mouth settles closed, and only the wind is heard”). Uma fala de 12 palavras transborda da batida e do limite da parte como voz sobre uma boca fechada (medido em 2026-09-07). Abra o take com um olhar silencioso antes da primeira fala: uma fala no primeiro quadro não dá à sincronia labial nada em que se firmar.
- Trave a luz. Diga a hora do dia e o clima uma vez, na primeira batida, e nunca sugira outra hora depois (“neon comes on”, “dawn breaks”). O Phosphene acrescenta uma frase de continuidade a cada batida e mede cada parte; uma parte cuja luz se desvia é refeita uma vez por conta própria.
- Um único movimento de câmera para o plano inteiro, escrito uma vez, na linha Câmera. Direção e velocidade: “a slow, steady clockwise arc around the table at eye level, wide to close”. O motor leva a imagem através da emenda entre as partes, nunca o movimento: uma parte que começa de uma imagem parada escolhe o próprio movimento, e a emenda aparece como uma câmera que muda de direção ou para e recomeça. O Phosphene põe a sua linha de Câmera primeiro em toda parte (“the camera is already moving, …, and continues in the same direction at the same steady speed”). Mantenha as palavras de câmera das próprias batidas coerentes com ela: nada de “the camera settles”, “swings round” ou “pulls back” no meio, a não ser que ESSE seja o movimento do plano inteiro. Um movimento lento e constante parece um plano; três movimentos parecem três.
- O som faz parte do plano. Diga o que se ouve: passos, uma banda vindo de uma porta, chuva em um toldo. Sem pistas de som, o áudio é um ambiente quase silencioso.
Comece de uma imagem
- Projete o quadro um como imagem primeiro (o Phosphene faz uma para você, ou traga a sua). Composição, paleta e personagem se decidem em uma imagem que leva segundos, não em um clipe que leva uma hora.
- Combine a proporção da imagem com o canvas do plano; o painel escolhe a mais próxima.
O que não escrever
- Nada de “fast forward”, “time-lapse” ou “montage” em um One Shot: o modelo corta.
- Nada de dois sujeitos ao mesmo tempo, a não ser que um deles seja o ponto da batida.
- Dois personagens conversando: leia primeiro
docs/LTX_DIALOGUE.md. A resposta do próprio modelo é uma geração multiplano (plano / contraplano dentro de UM prompt, um rosto falando por plano, o corte nomeado, o som declarado, os personagens reidentificados com as mesmas palavras), não um one shot costurado de partes. - A encenação de dois falantes que funciona (renderizada em 2026-09-07): uma mesa longa com um falante em cada ponta e UM movimento lateral lento ao longo dela. O falante A sozinho em quadro durante as suas falas (uma batida que cita só A), uma batida silenciosa de mesa vazia enquanto A sai deslizando (não cita ninguém), o falante B entrando sozinho na outra ponta para a resposta (a primeira batida que cita B). Nunca os dois em quadro enquanto um deles fala. Um plano de dois em perfil, uma órbita ou “over B’s shoulder” colocam duas bocas em quadro ou acrescentam um corpo.
- Uma batida cita só quem deve estar na imagem. Quem o texto de uma batida cita é composto no quadro dessa batida: “only A is in the frame” não remove um B que o mesmo texto descreve, e “over B’s shoulder, B’s back to the camera” acrescenta um terceiro corpo em vez de virar B de costas (os dois casos medidos em 2026-09-07). Para ter um rosto na tela, escreva uma batida que mencione um personagem e nada sobre o outro; apresente o segundo na batida em que ele entra.
- Dois falantes precisam ser impossíveis de confundir, e só um fala por batida. Dois personagens originais visualmente parecidos (os dois alienígenas da primeiro take do jantar) têm as falas trocadas, respondem a si mesmos ou dizem uma fala em uníssono: nada na imagem diz ao motor de quem é a boca de cada fala. Dê a cada falante um porte diferente, uma cor diferente para vestir e uma característica vocal (“the tall one, deep and slow”; “the short one, thin and quick”) na primeira batida, repita o par em toda batida, escreva UMA fala por batida e diga que o outro escuta de boca fechada.
- Use um personagem original por plano. Com vários personagens em quadro, um LoRA de personagem ativo pode dar a eles aparências parecidas. Encene personagens distintos em planos separados para evitar essa limitação.
- Nenhum texto na tela; nenhuma letra em placas, a menos que você aceite palavras inventadas.
Tempo e qualidade
- H3 nativo (1344×768) com Turbo v4: cerca de 31 minutos para cada 5 segundos em um M4 Max de 64 GB. Um minuto é uma noite.
- Um teste de 5 segundos em Alta (1024×576) custa 14 minutos. Teste a primeira batida antes de dedicar a noite.
Fonte: docs/PROMPTING.md no repositório público. Revisado para este site antes da publicação. Traduzido do original em inglês. Sugerir uma edição.