Como criar um anúncio em vídeo com IA o mais rapidamente possível

Em um artigo anterior, expliquei como criar um vídeo com IA para as redes sociais do seu negócio.

Ali você pode ver o fluxo que usamos na Yo pongo el hielo para criar um vídeo completo, que publicaremos em nossos perfis sociais e cujo alcance será orgânico. Ou seja, não são vídeos pensados para promoção paga.

Não são aquilo a que poderíamos chamar “spots publicitários”.

Mas o fato de esses vídeos não serem anúncios não significa que não seja possível criar vídeos publicitários para o seu negócio graças à IA.

Desde que fui à Upscale Conf e vi o que já era possível fazer em termos de criação audiovisual com IA, não parei de pensar no assunto. E de testar.

O que trago para você neste artigo é fruto desses testes.

E consiste no fluxo de trabalho mais rápido que encontrei para fazer um anúncio em vídeo com IA.

Importante: disse que era o fluxo mais rápido, não o melhor.

Há passos opcionais que podem melhorar o resultado. Falarei deles num próximo artigo, quando tiver dominado isto ao ponto de considerar possível competir, em qualidade, com as gravações tradicionais.

Hoje, com a IA, só somos competitivos na liga da velocidade.

O que também não é nada mau.

Bem, este é o vídeo que criei e que vou usar na explicação.

Vejamos qual foi o processo de produção completo.

#1. Pensar e definir

Como em qualquer projeto, primeiro precisamos saber o que queremos fazer: qual será o objetivo do vídeo e em torno de que tema ele vai girar.

No exemplo, temos:

• O objetivo: o vídeo servirá para anunciar o meu e-commerce Yo pongo el hielo durante a campanha de Natal e aumentar as vendas e o reconhecimento da marca.
• O tema: neste caso é simples. No Natal, nos reunimos com as pessoas de quem gostamos e talvez a maior demonstração desse carinho sejam os brindes.

Como eu disse, neste caso a ideia estava de bandeja, mas, se não surgir um tema ou estivermos com pressa, pedimos ajuda ao ChatGPT para sugerir algumas ideias.

Quando tivermos uma de que gostamos, avançamos para o passo seguinte.

#2. O roteiro do anúncio

Aqui também poderíamos escrevê-lo nós próprios, mas, mesmo com experiência, demoraria bastante. E sem experiência, ainda mais.

Por isso, abrimos o nosso querido ChatGPT e dizemos algo como:

Como roteirista especialista, preciso que você crie o roteiro de um anúncio publicitário de 30 segundos. A empresa é um e-commerce que vende todos os tipos de marcas de bebidas, e o anúncio faz parte da campanha de Natal, quando as pessoas se reúnem com familiares e amigos, contam como estão, fazem brindes e comcompartilham muitas risadas e abraços

Claro que deve editar tudo o que precisar ou considerar adequado.

Neste caso, o resultado foi o seguinte:

---

Cena 1: Início emotivo

[Visual]  Uma casa iluminada com luzes de Natal. Ouvimos uma suave melodia de sinos. Vemos uma porta se abrindo enquanto um grupo de amigos e familiares se abraça ao entrar.

[Voz em off]:
"O Natal é o momento de estarmos juntos novamente, compartilhar histórias, risadas… e brindar pelos momentos que nos unem."

---

Cena 2: A mesa posta

[Visual]  A câmera mostra uma mesa decorada, cheia de copos, garrafas de várias bebidas e risadas ao redor. Alguém serve vinho, outra pessoa uma bebida espumante, e uma criança levanta seu copo de refrigerante.

[Voz em off]:
"Na nossa loja online, você encontra todas as marcas que adora. Do brinde perfeito ao sabor que traz lembranças."

---

Cena 3: Momentos de ligação

[Visual]

• Um pai conta uma piada enquanto os restantes riem.
• Dois amigos brindam.
• Uma avó segura o copo ao lado do neto enquanto todos levantam os próprios copos.

[Voz em off]:
"Porque cada bebida tem a sua história e, neste Natal, queremos que a sua seja inesquecível."

---

Cena 4: Fecho inspirador

[Visual]  O grupo brinda em uníssono, com grandes sorrisos. O logotipo do e-commerce aparece na tela ao lado de uma frase.

[Voz em off]:
"Neste Natal, brinde com a gente. [Nome do e-commerce], onde as melhores marcas chegam direto à sua mesa."

[Tela final]:
Logotipo do e-commerce + Slogan: "Seu brinde, nossa paixão" + URL do site

[Áudio]
Sinos e um alegre jingle de Natal que termina com risos e o som de copos a brindar.

---

Há algum detalhe que gostaria de ajustar ou acrescentar?

---

Aqui peço novas versões ou edito aquilo de que não gosto.

Faço-o até obter algo que, na minha cabeça, soe bem.

#3. O storyboard

Este passo ajuda-nos a ter uma ideia mais clara de como será o nosso anúncio.

Por isso, digo ao ChatGPT algo como:

Agora preciso do storyboard com todos os planos

E isto é o que obtenho:

---

Storyboard do anúncio publicitário: "Natal com sabor de reencontro"

---

Plano 1: "A chegada"

Descrição:  Plano médio. Uma família entra numa casa decorada para o Natal, abraça-se e ri ao reencontrar-se.
Ângulo:  Enquadramento frontal à altura do peito.
Duração:  3 segundos.
Detalhes:  Veem-se as luzes de Natal a piscar ao fundo.

---

Plano 2: "Abraços e calor"

Descrição:  Grande plano. Um abraço entre duas pessoas sorridentes, captando a emoção.
Ângulo:  Câmera fixa na altura do rosto.
Duração:  2 segundos.
Detalhes:  O fundo está desfocado para destacar as expressões.

---

Plano 3: "A mesa pronta"

Descrição:  Plano zenital. Uma mesa decorada com velas, copos e várias garrafas de bebidas.
Ângulo:  Vista de cima, focada nos detalhes das garrafas e dos copos.
Duração:  3 segundos.
Detalhes:  As mãos dos convidados começam a interagir, servindo bebidas.

---

Plano 4: "O brinde do grupo"

Descrição:  Plano geral. Todos os convidados estão reunidos ao redor da mesa, levantando os copos.
Ângulo:  Câmera levemente inclinada para cima para criar um efeito dinâmico e acolhedor.
Duração:  4 segundos.
Detalhes:  Os risos sincronizam-se com o som dos copos a tilintar.

---

Plano 5: "Momentos pessoais"

• Plano 5A:
  Descrição:  Grande plano de um pai a contar uma piada, com os restantes a rir ao fundo.
  Ângulo:  Ligeiramente lateral para captar a expressão natural.
  Duração:  2 segundos.
• Plano 5B:
  Descrição:  Plano médio de dois amigos a brindar enquanto riem.
  Ângulo:  Foco central nos copos.
  Duração:  2 segundos.
• Plano 5C:
  Descrição:  Plano de detalhe de uma avó a levantar o copo com o neto, ambos sorridentes.
  Ângulo:  Grande plano das mãos a levantar os copos.
  Duração:  2 segundos.

---

Plano 6: "O brinde final"

Descrição:  Plano geral. Todo o grupo, visto de um ângulo ligeiramente baixo, levanta os copos num brinde coletivo.
Ângulo:  Ligeiro contrapicado para realçar a união e a alegria.
Duração:  4 segundos.
Detalhes:  A iluminação suave cria um ambiente quente e acolhedor.

---

Plano 7: "Fecho e marca"

Descrição:  Plano detalhe. Um copo é levantado e permanece no centro do enquadramento enquanto aparecem o logotipo do e-commerce e o slogan: "Seu brinde, nossa paixão".
Ângulo:  Foco fixo no copo; fundo desfocado.
Duração:  4 segundos.
Detalhes:  O jingle de Natal termina enquanto se ouvem sinos e risos ao fundo.

---

Duração total: 30 segundos.

Gostaria de visualizar o storyboard com imagens ou precisa de o ajustar antes de continuar?

---

Aqui eu diria que você pode usá-lo como orientação, mas que ele certamente vai mudar na edição. Mais adiante você entenderá o motivo.

#4. As imagens do storyboard

Na minha opinião, este é o passo principal de todo o processo.

Dependendo do que eu conseguir aqui, meu anúncio será melhor ou pior.

É impossível obter um bom vídeo a partir de uma imagem má. Por isso, vale a pena dedicar aqui o tempo necessário, pois isso poupará muito tempo a tentar “corrigir” os prompts com que iremos gerar os vídeos.

Na maioria das vezes, o problema está na imagem do storyboard.

Assim, à pergunta que o ChatGPT me fez no último resultado, respondo que sim, que quero visualizar as imagens.

E ele devolve-me isto:

O que, sinceramente, é muito fraco e não me serve para nada. Por isso, peço ao ChatGPT que gere as imagens separadamente:

Cria as imagens de cada plano separadamente

E ele vai gerá-las uma a uma, até termos todas:

Bem, quando você tiver todas, já vai conseguir ter uma ideia da história que o anúncio conta.

Nesse momento, você vai perceber se falta algum plano, e terá que pedir isso ao ChatGPT.

Eu pedi estes dois porque achei que faltava alguma introdução ao anúncio:

Você também pode pedir que ele altere ou retoque outro plano:

Remove desse plano a árvore de Natal com os presentes

Quando estiver satisfeito com todo o material, avançamos.

#5. Alterar o formato das imagens (opcional)

Aqui, consoante o canal a que o anúncio se destina, precisarei de um vídeo quadrado, panorâmico ou vertical.

No meu caso, como quero um anúncio tradicional, peço as imagens em formato 16:9:

Você pode me enviar as imagens em formato 16 / 9?

É possível que este passo dê algum erro no ChatGPT. O homem tem dificuldade.

Tente novamente até conseguir o que precisa. No fim, você terá isto:

Como dizia antes, a qualidade das imagens determinará 80% da qualidade final do vídeo (o restante dependerá da montagem e do áudio).

Neste exemplo, eu não reparei e veja:

Há neve dentro da casa.

É impossível remover isso depois com o prompt do vídeo. Mais abaixo, mostro o clipee final gerado a partir desta imagem depois de muitos testes.

Por isso, repita aqui até conseguir o que você precisa.

Ou…

#6. Retoque alguma imagem, se for necessário (opcional)

Às vezes, por mais que você insista com diferentes prompts, pode não conseguir um resultado de que goste com o que o ChatGPT gerou no passo anterior. Nesse caso, não resta alternativa a não ser retocar a imagem com uma ferramenta de edição.

Se você usa Photoshop, saiba que as versões anteriores a 2023 não abrem, por padrão, os arquivos de imagem . WEBP gerados pelo ChatGPT.

Para abri-los, você pode fazer uma destas duas coisas:

• Instalar um plugin no Photoshop. Aqui está o link: https://helpx.adobe.com/es/photoshop/kb/support-webp-image-format.html
• Abrir as imagens com o Paint. Sim, não é brincadeira: o Paint consegue fazer isso, e o Photoshop não. Quando abrir uma imagem, clique em “Salvar como” e escolha .JPG ou .PNG, conforme precisar.

#7. Pedimos ao ChatGPT o prompt de cada imagem

Tenho de fazer mais testes porque, com os que fiz até agora, não tenho a certeza se este passo é obrigatório ou opcional.

Ou seja, ainda não sei se, sem fazer isso, o vídeo gerado depois ficará pior.

De qualquer forma, eu fiz isso neste vídeo, então explico o processo para você.

A ideia é que o ChatGPT nos dê um bom prompt que acompanhe a imagem do storyboard quando enviarmos a imagem ao Kling AI, ao Freepik ou ao Runway para gerar os clipees de vídeo.

Para isso, carrego esta imagem no ChatGPT:

E digo algo como:

Como especialista em prompts, preciso que você descreva esta imagem, que será a base de um clipee de vídeo para o Kling.AI. Dê o prompt em inglês

O resultado:

---

Detailed description of the image for a video clip in Kling.AI:

• General setting:
  A bird's-eye view of a dark-colored car (possibly black or dark gray) driving along a snow-covered road at night. The scene is enveloped in a serene, wintry atmosphere, highlighting the movement of the vehicle in a tranquil yet captivating natural environment.
• Road and surroundings:
• The road is covered in compacted snow, with visible tire tracks indicating the car is in motion.
• Snow-laden trees line both sides of the road, with no lights or decorations, enhancing the feeling of a pure, untouched winter setting.
• Some tree branches slightly extend toward the road, adding depth to the composition.
• Car:
• The vehicle features a sleek, modern design with a roof that subtly reflects the dim glow of the snowy surroundings.
• The headlights are turned on, casting two defined beams of warm light that illuminate the snow ahead, emphasizing direction and motion.
• The car is perfectly centered in the frame, making it the primary focus of the scene.
• Ambient details:
• Snowflakes gently fall, visible in the air and on the road and trees, adding a sense of movement to the stillness of the environment.
• There are no human-made elements, such as traffic signs or buildings, creating a minimalist atmosphere focused on the interaction between the car and nature.
• Subtle shadows and soft reflections in the snow under the car's headlights add depth and texture to the scene.
• Overall feeling:
• The image conveys tranquility, introspection, and a hint of adventure, making it perfect for a video clip designed to showcase the sophistication of a product or experience, such as an advanced AI assistant or cutting-edge automotive technology.
• The bird's-eye perspective reinforces a sense of oversight and control, aligning seamlessly with Kling.AI’s messaging about providing guidance and assistance in any situation.

Would you like me to tailor this description further for a specific narrative or tone in the video?

---

#8. Geramos os vídeos

Neste caso, como eu disse no ponto anterior, vou usar o Kling AI, mas você pode utilizar a ferramenta que preferir.

Ao contrário da maioria dos passos anteriores, aqui é recomendável ter um plano pago, porque, além de evitar a marca de água, caso contrário passaria muito mais tempo à espera que os vídeos fossem gerados.

Processo para gerar os clipees

Carregamos a imagem:

Introduzimos o prompt do ChatGPT:

Escolhemos o movimento, seja de alguns objetos:

Ou o movimento da câmera:

Ajustamos as configurações. Eu mantive as opções padrão neste vídeo:

Adicionamos prompts negativos se acharmos conveniente:

E vamos gerando o plano seguinte enquanto esperamos que o vídeo seja criado. Isto é importante: não espere o primeiro clipee ser gerado para começar o segundo, mas repita de seguida o processo que acabei de explicar para cada um dos planos.

Os vídeos serão gerados aos poucos. É aí que você vai editar e retocar o que não gostar em cada um, gerando novas versões.

Dependendo do nível de qualidade desejado, esta será a etapa mais lenta. Principalmente se você não seguiu meu conselho e a imagem de partida não é boa.

Por isso, se você não conseguir acertar, refaça a imagem do storyboard. Caso contrário, por mais prompts que use na ferramenta de vídeo, nunca conseguirá retirar a neve do interior da casa:

#9. Editamos o vídeo

No CapCut, no Premiere ou onde quiser.

Analisamos o ritmo dos planos. E também se falta ou sobra algo na história visual, antes de passarmos ao áudio.

Aqui ficam dois conselhos:

• Você pode seguir ou não o timing do roteiro do ChatGPT para os planos, ainda que seja apenas como orientação, mas o vídeo gerado pela IA também terá influência. Principalmente porque estamos falando de segundos ou até de meio segundo.
• Você pode colocar um plano logo depois do outro ou usar pequenos fundidos, como fiz no vídeo de exemplo. Obviamente, isso dá um pouco mais de trabalho.

#10. Adicionamos a narração

Embora o Freepik também o faça, eu optei pelo ElevenLabs.

Aqui, você só precisa:

• Copiar as falas do roteiro gerado pelo ChatGPT.
• Escolher o idioma da narração.
• Escolher uma voz que transmita aquilo que pretende.
• Verificar se a narração não ultrapassa a duração do vídeo. Se ultrapassar, edite primeiro o texto e depois o áudio durante a montagem.
• Exportar a narração.

Agora pegamos a narração e colocamos no editor, cortando e editando até que ela se encaixe nas imagens. Isto é importante: voz e imagens precisam andar juntas, então você terá que prolongar alguns planos ou espaçar as frases até tudo ficar bem encaixado.

É outro dos pontos que determina a qualidade final do anúncio.

Bem, em alguns anúncios, quando chegarmos aqui e exportarmos, já teremos terminado o processo.

Passos opcionais

No entanto, noutros vídeos poderemos precisar de mais três passos finais, consoante aquilo que quisermos alcançar.

Este trio final — principalmente o último passo — é, portanto, totalmente opcional.

#11. Adicionar música (opcional)

Embora não seja indispensável, grande parte dos anúncios inclui alguma música, durante todo o spot ou apenas num momento específico.

Se quiser adicioná-la, tem duas opções:

• Procurar música sem direitos de autor que se adeque, como eu fiz. Por exemplo em https://pixabay.com/
• Criá-la com IA. Tentei, mas não resultou para mim. Aqui, a melhor solução é Suno, caso queira experimentar.

Seja qual for a opção, você terá que adicioná-la ao editor de vídeo e ajustá-la, como fez com a narração.

Uma coisa: a narração é o mais importante — ou deveria ser. Não deixe a música sobrepô-la: baixe o volume para que seja um acompanhamento, não a protagonista.

#12. Adicionar efeitos sonoros (opcional)

Tal como fizemos com a música, podemos acrescentar alguns efeitos sonoros.

Eu adicionei dois ao vídeo:

1. O som do carro em andamento no plano 1.
2. O som do carro a parar no plano 2.

Em ambos os casos, retirei-os da secção de sons gratuitos do Pixabay.

#13. Adicionar legendas (opcional)

Embora eu pessoalmente não goste de legendas em um anúncio publicitário, vejo nas redes sociais uma tendência de legendar tudo, já que muita gente usa o celular sem som.

Se quiser adicionar legendas, basta abrir CapCut e fazê-lo:

Depois de as gerar, damos-lhes formato:

Conselho: sim, existem efeitos de legendas muito “fixes?” que só servem para distrair do anúncio, que é o que importa. Por isso, recomendo sobriedade no estilo.

Exportamos a criação e já temos o vídeo completamente terminado.

Custo: em dinheiro e em tempo

Parece uma brincadeira, mas produzir este vídeo custou menos de 3 € ao nível da produção.

Este custo resulta da multiplicação dos créditos gastos no Kling AI pelo preço de cada crédito no plano que contratamos.

Quanto ao tempo, todo o processo demorou um pouco menos de 4 horas.

Tendo em conta que fui documentando ligeiramente cada passo, penso que seria possível obter algo semelhante em 2–3 horas com um pouco mais de prática e repetição do processo.

É o fluxo mais rápido que experimentei

O resultado final tem, naturalmente, vários pontos a melhorar. Identifiquei alguns que quero testar para ver se consigo chegar a resultados totalmente profissionais com as atuais ferramentas generalistas de IA, não treinadas nem feitas à medida.

Mas isso fica para um próximo artigo.

Ou para um curso, logo veremos 😉

Conclusões

Como referi, tenho claro que o nível de qualidade do vídeo criado não é aceitável para muitas marcas atualmente.

E provavelmente deixará de o ser para todas em menos de um ano.

É a esta velocidade que tudo avança.

No entanto, penso que, hoje, poder ter um vídeo como este feito em menos de 4 horas e com um custo de 3 euros, para mim — e para a grande maioria das pequenas e médias empresas deste país — isso era ficção científica há apenas alguns meses.

E agora chegamos ao ponto em que conseguir isso exige um pouco de ciência e também um pouco de ficção, mas separadamente.

Incentivo você a experimentar o processo.

A criar suas próprias produções audiovisuais.

A aprender.

Para que o trem da IA não passe por cima de você. Principalmente se o da internet já pegou você de surpresa no passado.

Por isso, deixo aqui mais alguns recursos que podem ajudar no seu aprendizado:

• Artigos sobre como fazer coisas com Inteligência Artificial.
• Artigos sobre vídeo nos negócios digitais.
• Assinatura da minha newsletter para receber um aviso por e-mail toda quinta-feira com o novo artigo da semana.