Toda geração de imagem para vídeo começa com uma escolha que a maioria nunca faz de forma consciente. Você tem uma imagem. Você alimenta o motor com ela. Só que onde você alimenta muda tudo sobre o que sai do outro lado.

A gente rodou teste controlado no laboratório com o Seedance 2.5 para isolar exatamente o que acontece quando a mesma imagem entra como start frame e como imagem de referência. Os resultados derrubaram o jeito como a gente briefa cada plano na KURACONV, e provavelmente vão derrubar o seu também.

O que um start frame de fato faz em imagem para vídeo

O start frame ancora o quadro. Não o sujeito. O quadro.

Essa distinção soa acadêmica até você assistir vinte gerações lado a lado. Quando uma imagem entra como start frame, o motor trata ela como o mundo: a luz, a composição, a temperatura de cor, a profundidade do espaço. O quadro um do seu vídeo vai ser aquela imagem, e o motor vai honrar a atmosfera que você deu.

O que o motor não necessariamente honra é o seu sujeito. Nos nossos testes, a câmera rotineiramente derivava para longe do objeto principal, sobrevoava ele, ou deixava ele deformar conforme o movimento avançava. O start frame é um contrato sobre onde a história começa, não sobre o que a história protege.

Então se a sua prioridade é consistência de mundo, um interior específico, uma montagem de luz precisa, uma composição pela qual você brigou na pré-produção, o start frame é o seu instrumento. O motor vai abrir no seu mundo e se mover por ele.

O que uma imagem de referência faz em imagem para vídeo com IA

A imagem de referência ancora o objeto.

Alimente a mesma foto de produto como referência em vez de start frame e o comportamento inverte. O motor não promete mais abrir na sua composição. Em vez disso, ele carrega a identidade da coisa pelo plano inteiro: a forma do frasco, o rosto do personagem, a textura do tecido. A referência é um contrato sobre o que precisa sobreviver ao movimento.

No nosso teste controlado, a referência sustentou a identidade do produto por movimentos de câmera que teriam derretido uma geração só com start frame. O rótulo continuou sendo o rótulo. O personagem continuou sendo o personagem. Mas o mundo em volta era invenção do motor, guiado de leve pelo prompt, não travado por pixel.

Start frame trava o quadro e arrisca o sujeito; referência trava o sujeito e solta o quadro.

O motor sobrevoa o sujeito de qualquer jeito. A direção corrige isso.

Aqui está o achado incômodo: mesmo com um start frame limpo, uma referência forte e um prompt disciplinado, o motor tende a sobrevoar o sujeito. Ele ama movimento de câmera mais do que ama o seu protagonista. Deixado sozinho, ele orbita, grua e deriva, tratando o seu produto como cenário.

Isso não é um bug que se resolve com uma palavra mágica no prompt. É uma tendência que se corrige com direção. Na prática isso quer dizer:

  • Nomear o comportamento de câmera explicitamente, e nomear o que a câmera não deve fazer.
  • Manter o papel do sujeito ativo no movimento: o sujeito se vira, a luz muda sobre ele, algo acontece com ele, para que o motor tenha um motivo para ficar.
  • Revisar geração como um diretor revisa material bruto, não como um usuário atualizando um caça-níquel. Quando a câmera abandona o sujeito, a correção normalmente está no briefing, não na semente.

Motor de vídeo com IA é operador de câmera com sede de mundo. O seu trabalho é ser o diretor parado ao lado dele.

Usando os dois juntos: a montagem de trabalho

Os resultados mais fortes do nosso laboratório vieram de recusar o ou isso ou aquilo. Use os dois, e atribua a cada um o trabalho dele.

Start frame: o mundo de abertura. Construa de propósito, num modelo de imagem, com a luz e a composição que você quer que o quadro um tenha. Se a marca precisa estar presente desde o primeiro quadro, ela mora aqui.

Imagens de referência: as identidades que precisam sobreviver. Produto, personagem, objeto de cena principal, e sim, texto na tela quando a tipografia importa. O Seedance 2.5 aceita múltiplas referências, e cada uma é uma coleira num elemento diferente.

Prompt: o movimento e a intenção. Não uma descrição do produto, as referências já carregam isso. O prompt dirige o que acontece.

Quando a gente briefa plano assim, a taxa de falha cai de gerar dez e rezar por uma para algo que se parece com um cronograma de produção.

A decisão numa pergunta

Antes de gerar, pergunte: o que não pode mudar neste plano?

Se a resposta é o mundo, a luz, a composição, aquela imagem é o seu start frame. Se a resposta é o objeto, a identidade, o rosto, aquela imagem é a sua referência. Se a resposta é os dois, e em trabalho de cliente é quase sempre os dois, então construa os dois, alimente os dois, e dirija o espaço entre eles.

Essa é a lógica Sentimagem pela qual a gente trabalha, direção acima de geração: testar o que o motor de fato faz em vez de confiar na documentação, sentir onde o plano perde o sujeito, e travar a montagem que se sustenta.

Imagem para vídeo com IA premia quem testa como laboratório e decide como diretor. As ferramentas são espantosas. Também são indiferentes à sua marca até você dizer a elas, no canal certo, o que importa.

Em imagem para vídeo com IA, o start frame ancora o mundo e a imagem de referência ancora o sujeito; plano forte alimenta os dois e dirige o espaço entre eles.