12 de agosto de 2026
Dirigir a IA como um diretor de fotografia: objetivas, enquadramentos e movimentos que mudam tudo
Os modelos de imagem e de vídeo aprenderam com milhões de fotos legendadas com vocabulário de cinema. Fale com eles em 85 mm, f/1.4 e contra-plongée, e eles obedecem. O nó Câmera do Imaginode escreve esses termos por você, no início do prompt, onde eles pesam mais.
a palavra que falta nos seus prompts
Pegue dois prompts. O primeiro: "retrato de uma mulher ruiva em um café". O segundo: "close-up, 85mm lens, f/1.4, retrato de uma mulher ruiva em um café". O primeiro produz uma imagem correta, enquadrada ao acaso, com um fundo disputando o protagonismo. O segundo produz um retrato fechado, fundo derretido em manchas de luz, olhar nítido. Mesmo assunto, oito palavras de diferença, duas imagens que não têm nada a ver uma com a outra.
Essas oito palavras não são fórmulas mágicas. São os termos que um diretor de fotografia passaria ao seu assistente de câmera antes de rodar o plano. E acontece que os modelos de IA os entendem notavelmente bem, por uma razão precisa que vamos detalhar.
Este artigo passa em revista cada ajuste com seu efeito concreto na imagem, mostra como o nó Câmera do Imaginode escreve todos esses termos por você e termina na verdadeira dificuldade do trabalho com vários planos: manter a mesma direção de um plano para o outro.
por que os modelos entendem o vocabulário de cinema
Os modelos de imagem e de vídeo foram treinados com quantidades enormes de fotos e trechos legendados. E quem legenda cuidadosamente suas imagens? Fotógrafos, bancos de imagens, sites de análise de equipamento. As descrições deles transbordam menções técnicas: "shot on 85mm", "f/1.4", "low angle shot", "dolly in".
Resultado: esses termos não são decorativos para o modelo, eles estão estatisticamente associados a resultados muito característicos. Escrever "85mm" convoca todas as imagens de retrato em 85 mm que o modelo já viu, com sua compressão de perspectiva e seu fundo suave. É infinitamente mais confiável do que "bela foto profissional", que não corresponde a nenhum resultado em particular.
A consequência prática é empolgante para quem vem da fotografia e frustrante para os outros: o prompt eficaz se parece com uma ordem do dia de filmagem, em inglês. A boa notícia é que você não precisa decorar nada disso.
o nó Câmera: cinco seletores, zero jargão para decorar
No canvas do Imaginode, o nó Câmera substitui a decoreba por cinco seletores ilustrados: enquadramento, objetiva em milímetros, abertura, ângulo e movimento. Você gira os seletores olhando as miniaturas, e o nó escreve os termos corretos em inglês. Não precisa saber que "plano americano" se diz "cowboy shot".
Detalhe que muda tudo: esses termos são inseridos no início do prompt, antes da sua descrição de cena. Os modelos dão mais peso ao começo de um prompt, então um ajuste colocado em primeira posição é respeitado bem mais do que o mesmo ajuste afogado no fim da frase. O movimento, por sua vez, é adicionado como frase final explícita, a forma que os modelos de vídeo seguem melhor.
Depois, conecte o nó Câmera a um nó Imagem ou Vídeo como qualquer outra entrada: um cabo, o indicador que acende, está no lugar. Um mesmo nó Câmera pode alimentar vários geradores ao mesmo tempo, e vamos voltar a isso: é a arma secreta da consistência entre planos.
os seis enquadramentos e o que eles contam
O enquadramento é a primeira decisão, aquela que define o que o espectador olha. O seletor oferece seis opções. O plano detalhe isola um elemento, um par de olhos, uma mão na maçaneta, e fabrica tensão. O close enquadra o rosto: é o enquadramento da emoção, aquele que faz um personagem existir.
O plano médio corta na cintura e serve para diálogos e gestos. O plano americano, cortado no meio da coxa, vem do faroeste, onde era preciso ver o revólver, e continua sendo o enquadramento natural para mostrar alguém em ação. O plano aberto situa o personagem no cenário. O plano geral esmaga o personagem em um ambiente imenso: perfeito para a abertura de uma história.
O erro de iniciante a gente vê todos os dias: gerar tudo em plano médio, o enquadramento padrão dos modelos quando nada é especificado. Uma sequência inteira à mesma distância do sujeito é plana, seja qual for o talento do modelo. Alterne: um plano geral para apresentar o lugar, um plano americano para a ação, um close para a reação.
a objetiva: a 14 mm deforma, a 135 mm comprime
O seletor de objetiva vai de 14 a 135 mm, e esse número muda a própria geometria da imagem. Uma 14 mm abraça um campo enorme e estica as perspectivas: as linhas disparam, os primeiros planos ficam monumentais. Ótima para arquitetura ou um interior apertado, cruel com um rosto, que ela deforma como um espelho de parque de diversões.
A 24 mm e a 35 mm são as objetivas da reportagem: largas o bastante para situar, comportadas o bastante para não deformar. A 50 mm reproduz mais ou menos a perspectiva do olho humano, daí o apelido de objetiva normal. É a escolha neutra, a que não conta nada além da cena.
Acima disso, a teleobjetiva comprime. A 135 mm aproxima visualmente os planos entre si: a montanha parece encostada logo atrás do personagem, a fila de carros vira um muro compacto. Essa compressão, combinada ao desfoque de fundo, produz as imagens mais "cinema" do conjunto. Experimente a mesma cena de rua em 24 mm e depois em 135 mm: você não vai acreditar que é o mesmo lugar.
a 85 mm, melhor amiga dos retratos
Se você só guardar um número deste artigo, guarde 85. A 85 mm é a distância focal de retrato por excelência: longa o bastante para achatar levemente os traços, o que favorece praticamente todos os rostos, curta o bastante para manter um pouco de contexto atrás do sujeito. Os narizes parecem mais finos do que na 24 mm, as proporções mais corretas.
Os modelos de IA viram milhões de retratos legendados "85mm", então o termo é um dos mais poderosos do vocabulário. Em um nó Imagem, a combinação close, 85 mm e grande abertura entrega quase com certeza um retrato ao mesmo tempo nítido nos olhos e derretido atrás, aquele acabamento que associamos às fotos de casamento de alto padrão.
História vivida em um projeto de ficha de produto: o mesmo prompt de retrato, no Flux Pro 1.1 a 6 créditos, sem ajuste e depois com o nó Câmera em 85 mm f/1.8. A primeira versão era utilizável. A segunda foi confundida com uma foto de estúdio pelo cliente. Doze créditos no total pela comparação, uma lição que fica.
a abertura: f/1.4 isola, f/16 mostra tudo
O seletor de abertura vai de f/1.4 a f/16, e ele controla uma única coisa visível: a profundidade de campo. Regra simples: grande abertura significa fundo desfocado. Em f/1.4, só o sujeito fica nítido, o fundo se dissolve em manchas suaves e círculos luminosos. Em f/16, tudo fica nítido do primeiro plano ao horizonte.
O f/1.4 é a ferramenta do isolamento: um rosto destacado de um fundo carregado, um produto sobre uma mesa cheia. É também um disfarce assumido: quando o modelo gera um fundo aproximado, o desfoque o camufla com elegância. Muitos criadores o usam para isso sem contar a ninguém.
No sentido inverso, f/8 ou f/16 servem à paisagem e à arquitetura, onde cada plano precisa continuar legível. Cuidado com a coerência: pedir um plano geral de montanha em f/1.4 é contraditório, e o modelo responde então de qualquer jeito. Abertura grande em plano fechado, abertura fechada em plano aberto: esse reflexo resolve 90 % dos casos.
os ângulos: heroicizar ou esmagar um sujeito
A altura dos olhos é o ângulo neutro, o do documentário. Assim que a câmera sai dessa altura, ela toma partido. A contra-plongée, câmera baixa olhando para cima, engrandece o sujeito e o heroíciza: é o ângulo dos cartazes de super-heróis e das fotos de CEO em capa de revista. Dez centímetros de ponto de vista, e seu personagem domina a cena.
A plongée faz o contrário: esmaga, isola, fragiliza. Um personagem filmado de cima em uma sala grande e vazia conta a solidão sem uma palavra. O ângulo zenital, na vertical absoluta, transforma a cena em composição gráfica, muito usado para comida e para mesas de trabalho bem arrumadas.
Resta o ângulo holandês, o horizonte deliberadamente inclinado, que instala o mal-estar e a instabilidade: perseguições, cenas de crise, momentos em que algo está errado. Para usar raramente, justamente porque chama atenção. Um teaser inteiro em ângulo inclinado provoca, acima de tudo, enjoo.
por que tudo isso precisa estar no início do prompt
Um prompt não é lido como um contrato, com cada palavra tendo o mesmo peso. Os modelos dão mais importância ao começo do texto, e esse peso diminui em direção ao fim. Um "low angle shot" em primeira posição será respeitado; o mesmo termo na palavra quarenta às vezes será ignorado, sobretudo se a descrição da cena for rica.
É exatamente a anatomia que o nó Câmera impõe: os termos técnicos primeiro, enquadramento, distância focal, abertura, ângulo, depois a sua descrição de cena, suas @menções de personagens em verde, seu estilo. E o movimento de câmera como frase final explícita, porque os modelos de vídeo processam melhor uma instrução de movimento formulada como ação completa do que como adjetivo.
Se você escreve seus prompts à mão, reproduza essa estrutura. E se o seu prompt está em português corrido, a varinha mágica dos nós Imagem e Vídeo o reescreve em inglês estruturado via modelo Kimi por 1 crédito, preservando as @menções. Ela respeita essa hierarquia: técnica no início, cena em seguida, movimento no fechamento.
antes e depois: a mesma cena, dirigida e não dirigida
Cena de teste: "uma padeira tira uma fornada de pão, luz da manhã". Sem direção, os modelos tipicamente entregam um plano médio na altura dos olhos, tudo nítido, iluminação correta, composição de foto de banco de imagens. Tecnicamente limpa, imediatamente esquecível. É a média estatística de todas as padarias vistas no treinamento.
Primeira passada com o nó Câmera: close, 85 mm, f/1.4, altura dos olhos. O resultado fecha no rosto concentrado, o vapor do forno se funde em halo, o pão vira uma mancha dourada em primeiro plano. Segunda passada: plano aberto, 24 mm, f/8, leve contra-plongée. Dessa vez a loja inteira existe, as prateleiras fogem em perspectiva, a padeira se torna o eixo de um lugar.
Nenhuma das duas versões é "melhor". São duas intenções diferentes, e é exatamente esse o ponto: sem ajustes, você não tinha intenção, tinha uma média. Custo do experimento completo em Imagen 4 Fast: 9 créditos por três imagens, cerca de 0,09 €. A direção de câmera é a alavanca mais barata de toda a criação com IA.
os movimentos de vídeo, um por um
No vídeo, o quinto seletor entra em jogo. A câmera fixa é a escolha padrão a assumir: ela deixa a cena viver e poupa o modelo de uma fonte de erro, um plano fixo falha menos do que um plano com movimento complexo. O travelling para frente se aproxima do sujeito e cria imersão ou ameaça; o travelling para trás revela o contexto ou assina o fim de uma cena.
A panorâmica varre a cena sobre um pivô, ideal para descobrir um cenário ou acompanhar um deslocamento. A grua ascendente se eleva acima da cena, o movimento dos finais de filme. A órbita gira em torno do sujeito e o transforma em objeto precioso: muito usada em publicidade de produto, espetacular mas exigente, é o movimento que os modelos mais erram.
A câmera na mão adiciona um tremor humano, precioso para cenas de ação ou falso documentário. O zoom lento, por fim, fecha o quadro de forma imperceptível e instala uma tensão surda: o movimento mais discreto e provavelmente o mais confiável em geração. Conecte o nó Câmera ao nó Vídeo, e a frase de movimento é adicionada no fim do prompt.
qual movimento para qual intenção
O movimento certo depende do que o plano deve fazer sentir, não do que impressiona. Você está abrindo um teaser? Grua ascendente ou travelling para trás, que estabelecem a amplitude do mundo. Está apresentando um produto? Órbita lenta ou zoom lento, que instalam a precisão. Está seguindo um personagem aflito? Câmera na mão em travelling para frente, o desconforto é imediato.
Uma regra de sobriedade, aprendida à custa de créditos: um único movimento por plano de 5 segundos. Os prompts que pedem uma órbita ascendente com zoom produzem trajetórias bêbadas. Os modelos de vídeo atuais executam bem um movimento simples e claramente nomeado, e se perdem assim que são carregados de coreografia.
E lembre-se do que a câmera fixa sabe fazer. Em um belo plano com vento nas folhas e um personagem que respira, a ausência de movimento de câmera é uma decisão de encenação, não preguiça. Cerca de um terço dos planos de um filme profissional é fixo. Seus vídeos em IA podem seguir a mesma proporção.
um único nó Câmera para todos os seus planos
O problema surge já no segundo plano: seu plano A está em 35 mm na altura dos olhos e, sem pensar, você gera o plano B em 85 mm em contra-plongée. Montado em sequência, aquilo cheira a colagem, sem que ninguém saiba dizer por quê. Os filmes de verdade se sustentam porque um diretor de fotografia impõe as mesmas escolhas ópticas a toda uma sequência.
No canvas, a solução é estrutural: um mesmo nó Câmera pode alimentar vários geradores. Crie um nó ajustado à sua identidade visual, por exemplo 35 mm, f/2.8, altura dos olhos, e conecte-o aos seus três nós Imagem e aos seus três nós Vídeo. Seis planos, uma única fonte de verdade óptica.
No dia em que você quiser mudar de direção, gira um seletor em um único nó e gera de novo. O histórico das 12 últimas gerações de cada nó permite comparar a versão antiga e a nova antes de decidir. Adicione um nó Estilo para a paleta e um nó Referência para o personagem, e você tem um pipeline que se parece com uma equipe de filmagem de verdade.
câmera, estilo, referência: a equipe de filmagem completa
O nó Câmera ajusta a óptica, mas um filme consistente se apoia em três pilares. O segundo é o nó Estilo: uma direção de arte escrita mais imagens de moodboard, conectado aos seus geradores para impor a mesma paleta e a mesma textura a todos os planos. O terceiro é o nó Referência, que mantém seus personagens reconhecíveis de um plano para o outro.
O nó Referência merece duas frases de manual. Você dá a ele um nome, uma descrição e fotos; depois, uma simples @menção em qualquer prompt, exibida em verde, injeta a descrição e anexa as fotos automaticamente. Sem ele, o rosto da sua heroína muda a cada geração, e nenhum seletor do nó Câmera pode fazer nada a respeito.
A montagem típica de uma sequência cabe, portanto, em poucos nós: uma Câmera conectada em tudo, um Estilo conectado em tudo, uma Referência por personagem e um nó Imagem ou Vídeo por plano. Se conectar tudo isso intimida você, o assistente no canto inferior direito constrói o fluxo de trabalho completo e o adiciona ao canvas em um clique, por 1 crédito por mensagem.
o que a direção não salva, e o próximo passo
Sejamos francos sobre os limites. O nó Câmera torna o resultado mais confiável, mas não corrige as fraquezas dos modelos: as mãos continuam arriscadas, a física continua aproximada, e no vídeo uma geração a cada três ou quatro continua indo para o lixo, com ajustes perfeitos ou não. Um plano entregue mas ruim continua sendo cobrado; só as falhas técnicas são reembolsadas automaticamente.
A direção de câmera reduz sobretudo a metade ruim dos fracassos: aqueles que vinham de um enquadramento sofrido em vez de escolhido. Combinada ao método de validar cada plano em imagem antes de animá-lo, detalhado no nosso artigo sobre o primeiro vídeo em IA, ela transforma um orçamento de loteria em orçamento de produção.
Próximo passo concreto: abra um canvas, coloque um nó Imagem a 1 crédito em Flux Schnell, um nó Câmera, e gere a mesma cena com três enquadramentos diferentes. Três créditos, dez minutos, e você vai saber por instinto o que este artigo explicou. A academia de cursos em vídeo integrada à documentação mostra o exercício em condições reais, se você preferir assistir antes de tentar.