Prompts de Vídeo de Produto com IA: 8 Receitas Testadas (Com Todos os Vídeos)

A maioria das listas de "prompts de vídeo com IA" é escrita de trás para frente: alguém junta prompts que parecem impressionantes, publica e nunca roda nenhum deles. Esta funciona ao contrário. Escrevi oito receitas de prompt para vídeo de produto, rodei cada uma no gerador de vídeo de produto cinematográfico da iArt e incorporei o clipe exato que cada prompt produziu — sem edição, primeira tentativa, salvo indicação em contrário. Cada clipe de 10 segundos custou $0.80 e renderizou em um a cinco minutos.

Duas das receitas também usam uma foto do produto como entrada, porque isso muda tudo no resultado — logo abaixo há uma comparação direta em que o mesmo prompt roda com e sem a foto, e você vê a diferença em dez segundos.

O padrão por trás das oito

Depois de vasculhar uma biblioteca pública com mais de 200 prompts publicados e testar os meus, as receitas que funcionam compartilham o mesmo formato. Um prompt de vídeo de produto que funciona é uma lista de planos de filmagem, não um mood board:

• Formato primeiro. Proporção e duração na primeira frase: "9:16 vertical, 10 segundos."
• Luz antes dos objetos. Nomeie a iluminação e a paleta antes de descrever o que acontece — "estúdio escuro, uma única luz principal âmbar quente" define mais do visual final do que qualquer outra coisa.
• Beats com timecode. Divida o clipe em janelas de 2–4 segundos: "0–3s: macro na garrafa. 3–6s: revelação com varredura de luz." Os motores seguem isso com uma precisão surpreendente.
• Um movimento de câmera explícito por beat. Dolly-in, órbita, punch-in — dê o nome. "Câmera cinematográfica" te entrega um movimento aleatório.
• Só tipografia grande. Diga as palavras exatas que quer na tela, mantenha-as curtas e proíba todo o resto: manchetes renderizam nítidas, mas texto decorativo pequeno sai embaralhado. Toda receita aqui termina com uma restrição negativa como "nenhum texto pequeno em lugar nenhum."
• O áudio faz parte do plano. Uma linha — "ambiente de chuva, um tique profundo de relógio no corte final" — e o motor gera tudo na mesma passada.
• A foto fixa a identidade; o prompt dirige o filme. Se o vídeo precisa mostrar o seu produto, anexe uma foto e diga o que deve ser preservado. Sem ela, o motor inventa um produto plausível (a receita 2b mostra exatamente como isso fica).

Todos os prompts abaixo estão prontos para copiar e colar. Foram escritos para o gerador de vídeo de produto da iArt, mas a estrutura funciona em qualquer motor atual de texto para vídeo.

Receita 1 — Hero shot de luxo (perfume)

Luxury perfume commercial, 16:9, 10 seconds. Dark studio, single warm amber key light. 0-3s: extreme macro on the cut-glass facets of a perfume bottle, slow dolly-in, light refracting. 3-6s: a slow light sweep reveals the full bottle silhouette on black. 6-10s: bottle centered and still, big bold serif headline "MIDNIGHT AMBER" fades in above it, smaller line "EAU DE PARFUM" below. Fine amber dust particles drift through the beam. Audio: low ambient hum, one soft chime when the title lands. Do not put any text on the bottle label, no human hands, no small print anywhere — only the two title lines.

Por que funciona: toda a primeira metade é luz sobre vidro, algo que os motores renderizam lindamente, e o produto só precisa ficar parado no beat final. Repare que o rótulo da garrafa está deliberadamente em branco — foi pedido, e foi entregue. Os prompts estão mantidos em inglês, exatamente como foram testados — cada um deles é o artefato literal que produziu o clipe abaixo dele.

Receita 2 — O seu produto de verdade, a partir de uma foto (relógio)

Esta é a receita para quem vende. A entrada foi esta foto:

Cinematic watch commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the watch exactly: dial layout, hands, case shape, strap material. Do not redraw or invent dial markings. 0-3s: the watch lies on wet black slate, sparse rain droplets, one hard rim light carving the case edge. 3-7s: slow 180-degree orbit around the watch, ending in a macro push-in on the dial as a droplet slides off the crystal. 7-10s: cut to the watch upright and centered, big bold sans-serif type above it: "TIME. OWNED." — nothing else on screen. Audio: rain ambience, one deep clock-tick on the final cut.

O formato da caixa, o mostrador preto sem marcações, a pulseira branca com furos ovais — tudo passou da foto para uma cena que nunca existiu. A linha que carrega o peso todo é "preserve the watch exactly" mais a nomeação das partes que importam. O agente até avisou, antes de filmar, que o mostrador da minha foto não tinha marcações e prometeu não inventar nenhuma.

Receita 2b — O mesmo prompt, sem a foto

Para mostrar o que a foto realmente faz, rodei o prompt idêntico sem a foto (descrevendo o relógio em palavras):

Ainda é um comercial bonito — mas é um relógio, não o relógio: creme em vez de branco, caixa mais robusta, proporções diferentes. Sem imagem de referência você recebe um produto plausível; com ela, você recebe o seu. Essa é toda a diferença entre um prompt de brand film e um vídeo de produto a partir de uma foto.

Receita 3 — Skincare quiet luxury, com rótulo preservado

O mesmo fluxo photo-first em um frasco de skincare (um produto de amostra fotografado com uma marca fictícia, então o próprio rótulo faz parte do teste):

Quiet-luxury skincare commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the amber glass bottle, white dropper cap and the NOVA label exactly; do not redraw the label or add any text to it. 0-3s: golden morning light sweeps across beige linen, the bottle stands in soft shadow that slowly lifts. 3-6s: macro — a single amber drop falls from the dropper in slow motion, catching the light, landing on a glass surface and blooming outward. 6-10s: the bottle hero-center in full warm light, one big elegant serif line fades in beside it: "SKIN, SIMPLIFIED." Audio: soft room tone, one gentle piano note as the title lands. Negative: no skin or faces, no extra bottles, no small text beyond the label.

O rótulo NOVA, de quatro letras, sobreviveu intacto. Esse é o limite honesto que vale conhecer: um logotipo curto e em negrito costuma passar limpo; letras miúdas, nunca. O motor re-renderiza o texto em vez de colar os pixels, então quanto mais texto o rótulo do seu produto tiver, mais você deve planejar um beat em macro que o mantenha legível — ou deixar o rótulo fora dos close-ups mais fechados.

Receita 4 — Depoimento estilo UGC

UGC-style testimonial clip, 9:16 vertical, 10 seconds, shot like a real phone video, slightly handheld. A woman in her late 20s sits by a bright window at home, morning light, holding a small unbranded amber dropper bottle. She looks into the camera and says naturally: "Okay — I did not expect this to actually work." Then a quick punch-in on the bottle in her hand, her thumb over the label. Native audio: her voice, faint room tone, a bird outside. Style: authentic phone footage, imperfect framing, natural skin texture. Negative: no studio lighting, no on-screen text, no captions, no brand names spoken or shown.

O registro oposto de tudo acima: aqui você faz o prompt contra o acabamento polido. As frases que sustentam tudo são "shot like a real phone video", a fala entre aspas (o motor gera a voz junto com a imagem) e a lista negativa banindo luz de estúdio e legendas. Se você usar uma pessoa gerada por IA em anúncios, declare isso onde a sua plataforma exigir — depoimentos sintéticos apresentados como clientes reais vão custar caro.

Receita 5 — Filme tech minimalista (fones)

Minimalist tech product film for wireless earbuds, 16:9, 10 seconds, shot like a product-design film on a white cyclorama. 0-3s: one matte black earbud rotates slowly on an invisible turntable, macro, soft studio light, shallow depth of field. 3-6s: the charging case opens toward camera and both earbuds rise out and drift apart in a clean exploded-view arrangement, floating parts perfectly aligned. 6-10s: everything glides back together, case closes, and one big bold black sans-serif line lands beside it: "HEAR EVERYTHING." Audio: soft whoosh on the drift, one deep click when the case closes. No spec sheets, no small feature labels, no other text anywhere — only that one headline.

"Exploded view" (vista explodida) é a expressão mais valiosa em prompts de produto tech — transmite competência de engenharia e os motores a executam com precisão. A tentação de adicionar destaques de funcionalidades é exatamente o que a restrição negativa existe para impedir: é nesses rótulos pequenos que o texto embaralhado se infiltra.

Receita 6 — Campanha de moda (golden hour)

Fashion campaign film, 9:16 vertical, 10 seconds, desert at golden hour. 0-3s: close on beige trench-coat fabric rippling in wind, strongly backlit, sand drifting past. 3-7s: a model walks slowly toward camera across a dune ridge, coat flaring behind, camera dollies back at matching speed, low sun flaring at the frame edge. 7-10s: the model stops as a silhouette against the sun, coat still moving, big thin elegant serif type lands top of frame: "FALL / 26" — nothing else. Audio: wind, fabric movement, one distant swell of strings. Negative: no face close-ups, no brand logos, no other text.

Tecido ao vento está para a moda assim como luz sobre vidro está para o perfume: o material é quem atua. "No face close-ups" não é só uma questão de gosto — rostos de IA se deformam sob escrutínio, e um final em silhueta contorna o problema por completo, ainda parecendo mais uma campanha de verdade.

Receita 7 — Teaser de lançamento guiado por tipografia

Typography-led app launch teaser, 16:9, 12 seconds, black background, huge bold white sans-serif type only. 0-2s: the words "EVERY IDEA" slam onto screen one word per beat with a deep bass hit each. 2-4s: they cut away and "DESERVES MOTION." slams in the same way. 4-8s: a sleek smartphone floats up from the bottom through the words, screen glowing with soft abstract color gradients, gentle camera drift around it. 8-12s: phone settles center, final line lands beneath it: "LAUNCH DAY 10.01" in the same huge bold type. Audio: minimal electronic pulse, bass hits synced to each word slam. Strict rule: only these three text moments, no small text, no UI details readable on the phone screen, no logos.

Três momentos de texto, cada palavra especificada, todo o resto banido. "No UI details readable on the phone screen" importa: peça um gradiente luminoso em vez de uma interface e não haverá nada na tela para sair errado. Para trabalhos mais pesados de tipografia cinética — textos longos, coreografia de palavras sincronizada com a batida — um pipeline dedicado de tipografia supera um motor de vídeo.

Receita 8 — O stunt de instalação em CGI

CGI-style outdoor installation ad, 9:16 vertical, 10 seconds, photoreal. A generic white minimalist running sneaker, three meters tall with no logos, stands in the middle of a city crosswalk in morning light like a public art installation. 0-3s: street level — pedestrians walk past and film it with phones, the giant sneaker towers over them. 3-7s: a drone shot orbits down around the sneaker, sunlight flares between buildings, tiny reflections in office windows. 7-10s: wide top-down as the crosswalk stripes line up under the shoe, big bold headline lands across the sky: "STEP BIGGER." Audio: city ambience, one cinematic riser into the title. Negative: no readable faces, no car brands, no logos anywhere, no text except the headline.

O formato "objeto impossível em uma rua real" — o anúncio em CGI — costumava ser um item de VFX de cinco dígitos no orçamento. O truque no prompt é a ancoragem de escala: pedestres filmando com o celular dão à cena uma referência de tamanho crível e fazem a ilusão parecer uma instalação, não um erro.

O que falha, honestamente

• Texto pequeno embaralha. Manchetes grandes renderizam nítidas; letras miúdas, rótulos de especificações e linhas longas viram sopa de letrinhas. Desenhe o prompt de modo que nada pequeno precise ser legível.
• Rótulos são re-renderizados, não colados. Mesmo com foto, as letras no seu produto são redesenhadas pelo motor. Um logotipo curto e em negrito como NOVA sobrevive; um rótulo denso não sairá caractere por caractere. O agente me avisou disso antes de filmar — acredite nele.
• Sem foto, o produto é inventado. A receita 2b é a prova. Ótimo para brand films e teasers; errado para mostrar ao comprador o que ele vai receber.
• Restrições negativas têm limites. O tênis da receita 8 foi gerado com "no logos anywhere" — e mesmo assim ganhou uma curva sutil parecida com logo na lateral, exatamente onde as marcas de tênis colocam as suas, porque é assim que o motor acha que um tênis se parece. Os arquétipos da categoria vazam de volta; confira o resultado antes de publicar.
• Primeira tentativa não é garantida. Todos os clipes desta página são primeira tentativa, mas trate isso como uma boa sequência, não uma promessa — reserve orçamento para uma ou duas refilmagens em uma campanha de verdade.

Como rodar esses prompts

1. Abra o gerador de vídeo de produto cinematográfico da iArt — dá para começar no plano gratuito.
2. Se o vídeo precisa mostrar o seu produto de verdade, adicione as fotos dele (o formulário de upload aceita até 5); caso contrário, vá direto para o prompt.
3. Cole uma receita e troque pelo seu produto, pelas suas palavras de manchete e pelo seu formato (9:16 para Reels/TikTok, 16:9 para YouTube e landing pages).
4. Revise o plano de filmagem que o agente propõe, aprove, e o clipe renderiza em cerca de um a cinco minutos. Exportar o arquivo exige um plano pago.

FAQ

Esses prompts só funcionam na iArt?

A estrutura — formato primeiro, luz primeiro, beats com timecode, movimentos de câmera explícitos, só tipografia grande, restrições negativas — se transfere para qualquer motor moderno de texto para vídeo. Os resultados mostrados aqui são o que a iArt produziu, e o fluxo de preservação de foto das receitas 2 e 3 é específico de ferramentas que aceitam imagens de referência.

Quanto custou cada vídeo?

Cada clipe de 10 segundos desta página custou $0.80 para gerar em 768p; o teaser de tipografia de 12 segundos custou $0.96. A geração é cobrada por segundo de saída, e exportar exige um plano pago.

Consigo manter o rótulo do meu produto legível?

Um logotipo curto e em negrito costuma passar limpo da sua foto — o rótulo NOVA da receita 3 sobreviveu intacto. Texto denso ou pequeno no rótulo é re-renderizado pelo motor e não sairá caractere por caractere, então deixe as letras miúdas fora dos close-ups ou planeje em torno disso.

Qual proporção usar em vídeos de produto?

Siga o posicionamento: 9:16 para TikTok, Reels e Shorts, 16:9 para pre-roll no YouTube e heros de site, 1:1 para posições de feed. Declare isso na primeira frase do prompt — os motores respeitam, e a composição muda junto.

Qual deve ser a duração de um vídeo de produto com IA?

Dez segundos é o ponto ideal para um anúncio de produto único: três beats, uma manchete, pronto. Ir além só compensa quando você tem estrutura real para preencher — mais beats, não beats mais lentos.

Teste no seu produto

Escolha a receita mais próxima da sua categoria, troque pela foto do seu produto e pelas suas três palavras, e rode: crie um vídeo de produto cinematográfico com uma conta gratuita. Se quiser o passo a passo mais profundo do fluxo photo-first, o artigo complementar é Vídeo de produto cinematográfico a partir de uma foto.