Quer planejar um vídeo de IA antes de gastar créditos? Aqui está um conjunto de prompts para transformar uma ideia em storyboard, preparar imagens de referência e testar o Kling 4.0 na Higgsfield.

O exemplo desta matéria acompanha Arthur Bennett Jr., um cantor fictício de rock/country rock, em um camarim antes de entrar no palco. A sequência final tem cinco tomadas com cortes secos: preparação no camarim, gravação de uma selfie, mensagem sobre superar dificuldades, passagem pela porta do palco com a Telecaster e apresentação sob luz dourada.

O Kling 4.0 na Higgsfield oferece modos como Frames, References e Edit video. A documentação da plataforma informa gerações de 3 a 30 segundos, em 720p ou 1080p; no modo Frames, os quadros ajudam a guiar a sequência, enquanto References usa imagens e vídeos como referências para uma nova cena. Os controles e limites disponíveis podem mudar conforme o modo e a interface. Confira as opções que aparecem na sua conta antes de enviar arquivos ou gerar. Fonte oficial da Higgsfield: Kling 4.0 e documentação oficial do modo Reference-to-Video.

Importante: “até 30 segundos” descreve a duração máxima permitida pela ferramenta; não garante que cada movimento, fala ou transição do roteiro saia exatamente como foi pedido. Trate o resultado como uma interpretação para avaliar, não como uma gravação controlada quadro a quadro.

Antes de começar

  1. Separe imagens próprias ou com autorização de uso do personagem e dos elementos que pretende enviar.
  2. Escolha a proporção final. Os prompts abaixo usam formato vertical 9:16, como no vídeo de Alex. Confirme a proporção na interface antes de gerar.
  3. Planeje os cinco momentos da história. Você pode gerar cinco imagens, mas isso não significa que cada uma ocupará exatamente seis segundos nem que terá um campo de tempo obrigatório no modo selecionado.
  4. Compare a função de cada aba. Use Frames quando quiser orientar a progressão por quadros-chave; use References quando quiser mostrar ao modelo a aparência do personagem, do cenário ou de uma referência de movimento. Para alterar um vídeo existente, escolha Edit video e indique o que deseja mudar.
  5. Antes de clicar em Generate, leia o custo mostrado para aquele modo, duração e qualidade. Preços e descontos podem mudar; não use um valor antigo como tarifa garantida.

1. Prompt mestre: peça primeiro o storyboard

Cole este texto no ChatGPT junto das referências visuais que você tem autorização para usar. Nesta etapa, peça apenas o planejamento — não a geração das imagens.

Quero planejar um storyboard cinematográfico para um vídeo vertical 9:16 de até 30 segundos, que pretendo testar no Kling 4.0 dentro da Higgsfield.

PERSONAGEM
Arthur Bennett Jr. é um personagem fictício: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos e ondulados, barba branca cheia, olhos azuis e pele clara. Usa jaqueta de couro escura, camisa escura, colares metálicos, pulseiras e anéis. Use as imagens anexadas somente como referências autorizadas para manter a identidade visual deste personagem.

CENA
Arthur está sozinho em um camarim aconchegante, poucos minutos antes de entrar no palco. Ele grava uma mensagem espontânea para os fãs, olhando para a câmera de um celular. O clima é íntimo, humano e inspirador. No final, a narrativa prepara um convite para ouvir a música original “Higher Than Before”.

OBJETIVO
Crie um storyboard com cinco momentos visuais em ordem. Para cada momento, apresente:
1. número do quadro;
2. duração aproximada apenas como sugestão de edição, sem afirmar que a ferramenta a seguirá exatamente;
3. enquadramento e composição;
4. descrição visual;
5. ação pequena e clara do personagem;
6. emoção;
7. fala sugerida, identificada como texto para gravação ou pós-produção;
8. movimento de câmera simples;
9. observações para criar uma imagem-chave consistente.

CONTINUIDADE
Mantenha rosto, idade aparente, cabelo, barba, roupa, acessórios, camarim e direção da luz coerentes entre os cinco quadros. Evite ações grandes ou várias mudanças no mesmo quadro. Não peça texto legível dentro das imagens. Não gere imagens nem vídeo ainda.

Depois do storyboard, entregue também cinco prompts completos e independentes para gerar as imagens, um por quadro. Cada prompt precisa repetir as características essenciais do personagem e do camarim para poder ser copiado sozinho, sem depender de juntar um bloco-base com outro texto. Termine resumindo a ação em uma frase e indique quais quadros poderiam ser combinados caso a interface não aceite todos os cinco como keyframes.

2. Prompt extra: refine o storyboard

Use o segundo pedido para simplificar ações, fortalecer a progressão e tornar cada imagem mais fácil de comparar com o clipe gerado.

Refine o storyboard acima para deixá-lo mais cinematográfico, natural e fácil de testar no Kling 4.0.

Faça a progressão visual avançar com clareza: preparação no espelho, aproximação do celular, mensagem olhando para a câmera, olhar em direção à saída e preparação para entrar no palco.

Mantenha o personagem, o figurino, os acessórios, a iluminação e o camarim consistentes. Em cada quadro, descreva uma ação principal e um movimento de câmera discreto. Evite mudanças bruscas de cenário, cortes que não foram pedidos e gestos difíceis de ler. O convite para ouvir “Higher Than Before” deve ser preparado pela expressão e pela ação; não dependa de texto perfeito gerado na imagem.

Entregue a versão final numerada e indique quais detalhes precisam ser conferidos depois na saída de vídeo. Não gere imagens ou vídeo.

3. Cinco prompts completos para gerar as imagens

Cada bloco abaixo pode ser copiado sozinho. Anexe a mesma imagem de referência autorizada em todas as gerações. A repetição das características ajuda a orientar a continuidade, mas não garante que o modelo reproduza o rosto ou os detalhes sem variações.

Imagem 1 — alguns minutos antes do show

Crie um frame cinematográfico realista, vertical 9:16, usando a imagem de referência anexada para representar o mesmo personagem fictício, Arthur Bennett Jr.: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos ondulados, barba branca cheia, olhos azuis e pele clara. Ele usa jaqueta de couro escura, camisa escura, colares metálicos discretos, pulseiras e anéis. Preserve a identidade visual da referência; não crie outro homem parecido.

Arthur está sozinho em frente ao espelho iluminado de um camarim elegante e acolhedor, poucos minutos antes do show. Em plano médio, ajusta discretamente a jaqueta e respira antes de sair. As lâmpadas quentes do espelho e poucos detalhes de backstage aparecem ao fundo. Expressão séria, tranquila e introspectiva. Fotografia cinematográfica natural, textura de pele realista, luz quente com contraste moderado e câmera estável, como um registro documental de bastidores. Não destaque instrumentos nem acrescente outras pessoas.

Sem texto, legendas, logotipos ou marcas. Evite deformações no rosto, mãos e acessórios.

Imagem 2 — ele pega o celular

Crie um frame cinematográfico realista, vertical 9:16, usando a imagem de referência anexada para representar o mesmo personagem fictício, Arthur Bennett Jr.: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos ondulados, barba branca cheia, olhos azuis e pele clara. Ele veste a mesma jaqueta de couro escura, camisa escura, colares metálicos discretos, pulseiras e anéis da referência. Preserve rosto, cabelo, barba, roupa e acessórios; não crie outro homem parecido.

No mesmo camarim elegante, Arthur começa a pegar o celular para gravar uma mensagem aos fãs. Mostre um gesto pequeno e natural, como a transição da introspecção para uma conversa próxima. Mantenha o espelho com lâmpadas quentes, o ambiente e a posição geral dos objetos coerentes com o quadro anterior. Expressão humana, com leve emoção e autenticidade. Composição cinematográfica de bastidores, luz quente moderada e enquadramento natural.

Sem texto, legendas, interface de celular, logotipos, marcas ou pessoas extras. Evite deformações no rosto, nas mãos e nos acessórios.

Imagem 3 — a mensagem para os fãs

Crie um frame cinematográfico realista, vertical 9:16, usando a imagem de referência anexada para representar o mesmo personagem fictício, Arthur Bennett Jr.: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos ondulados, barba branca cheia, olhos azuis, pele clara, jaqueta de couro escura, camisa escura e acessórios metálicos discretos. Preserve a identidade visual da referência sem inventar outra pessoa.

Use um enquadramento um pouco mais fechado, como uma câmera de celular apoiada ou segurada com firmeza. Arthur olha diretamente para a lente com sinceridade e confiança enquanto grava uma mensagem aos fãs. O momento deve transmitir proximidade e conexão humana. O fundo continua sendo o mesmo camarim, suavemente desfocado e iluminado em tons quentes. Fotografia cinematográfica natural, textura de pele realista e expressão espontânea.

Não inclua celular visível, interface, texto, legendas, logotipos, marcas ou personagens extras. Evite deformações no rosto, mãos e acessórios.

Imagem 4 — a saída para o palco

Crie um frame cinematográfico realista, vertical 9:16, usando a imagem de referência anexada para representar o mesmo personagem fictício, Arthur Bennett Jr.: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos ondulados, barba branca cheia, olhos azuis, pele clara, jaqueta de couro escura, camisa escura e acessórios metálicos discretos. Preserve a identidade, o figurino e o camarim da referência.

Arthur terminou de gravar a mensagem e olha na direção da porta do camarim que leva ao palco. A passagem aparece discretamente ao fundo, com uma luz um pouco mais intensa além dela. A expressão transmite expectativa e determinação serena. Fotografia cinematográfica natural, atmosfera de pré-show e luz quente coerente com os quadros anteriores. Não crie um palco novo nem acrescente pessoas ou objetos.

Sem texto, legendas, logotipos, marcas ou interface. Evite deformações no rosto, mãos e acessórios.

Imagem 5 — encerramento inspirador

Crie um frame final cinematográfico e realista, vertical 9:16, usando a imagem de referência anexada para representar o mesmo personagem fictício, Arthur Bennett Jr.: cantor maduro de rock/country rock, aparência entre 55 e 65 anos, cabelos longos loiro-grisalhos ondulados, barba branca cheia, olhos azuis, pele clara, jaqueta de couro escura, camisa escura e acessórios metálicos discretos. Preserve com cuidado a identidade visual da referência.

Arthur aparece em destaque, pronto para seguir em direção ao palco. Ele demonstra confiança e esperança de modo natural, sem pose de super-herói. Use um fundo escuro e elegante, luz dourada suave e atmosfera de backstage. Deixe uma área visual limpa para que o título “Higher Than Before” possa ser inserido depois na edição. Fotografia cinematográfica natural, expressão humana e composição legível.

Não gere palavras, capas, legendas, logotipos, marcas ou interface dentro da imagem. Evite deformações no rosto, mãos e acessórios.

4. Pedido para manter o personagem consistente

Use esse reforço se uma nova imagem começar a mudar o rosto ou o figurino. Ele ajuda a lembrar a intenção, mas não é uma garantia técnica de identidade perfeita.

Use as imagens de referência anexadas para manter a identidade visual do mesmo personagem fictício, Arthur Bennett Jr. Preserve rosto, idade aparente, cabelo, barba, olhos, tom de pele, roupa e acessórios. Não crie outro homem parecido nem altere o camarim. Mude somente a ação e o enquadramento descritos para este quadro. Se algum detalhe não puder ser mantido com segurança, prefira uma ação mais simples em vez de inventar uma mudança.

5. Prompt de vídeo para o modo Frames

No modo Frames, carregue os quadros na ordem em que pretende contar a história. A forma como a interface interpreta a quantidade e a posição dos quadros deve ser conferida nela; não presuma que cinco imagens correspondem a cinco tempos fixos.

Create one coherent vertical 9:16 cinematic backstage video, up to 30 seconds long, in the same warmly lit dressing room. Use the uploaded frames in their supplied order to guide the visual progression. Preserve the same fictional mature male singer, Arthur Bennett Jr., including his facial features, long wavy blond-gray hair, full white beard, dark leather jacket, dark shirt and metal accessories.

He begins quietly preparing in front of the mirror, picks up a phone, looks into its camera as if sending a sincere message to his fans, makes one small natural hand gesture, then glances toward the stage door. Keep the actions subtle and readable. Use gentle cinematic camera movement and natural body mechanics. Maintain the room layout, warm lighting and character appearance throughout.

Avoid abrupt scene changes, extra people, new props, unrequested cuts, titles, subtitles, logos or readable text. Do not invent spoken words. Treat any generated speech or lip movement as something to review; a separately recorded voice-over may be added in editing.

6. Prompt de vídeo para o modo References

Em References, use os arquivos indicados abaixo para orientar personagem, camarim, porta e palco. Os nomes @Image 1 a @Image 5 seguem a seleção de referências de Alex; confira se a interface mostra esses mesmos identificadores antes de enviar o prompt. Nesse modo, referências visuais não são necessariamente pontos intermediários obrigatórios da sequência.

@Image 3 is Arthur: face, hair, beard, jacket, necklaces. @Image 1 and @Image 2 are the dressing room. @Image 4 is the stage door. @Image 5 is the stage and the cream Telecaster.
Vertical 9:16, five shots joined by hard cuts. Warm amber light, shallow depth of field, documentary feel.
Shot 1 (0-4s): wide, 24mm, low angle from the corner of the room. Arthur alone at the lit mirror, settling his jacket. Slow push in.
Shot 2 (4-11s): medium close-up, 50mm, from the phone's point of view. He sits, taps record and smiles: "Hey, friends. Arthur here. Just minutes before the show."
Shot 3 (11-18s): close-up, 85mm, locked camera. He looks down, then back into the lens: "No matter how hard life hits, there's always a way to get back up."
Shot 4 (18-24s): over his shoulder at the open door, blue stage light ahead. He lifts the Telecaster from its stand and looks back: "That's what this song is about. It's called Higher Than Before."
Shot 5 (24-30s): wide from the crowd, 35mm, slow dolly in. He plays on the golden stage, in haze.
No subtitles, no on-screen text, no logos, no extra characters.

Antes de gerar, confirme visualmente que cada identificador citado corresponde ao arquivo correto na lista de referências. Se a interface usar outros nomes, adapte apenas os identificadores; mantenha a função de cada imagem.

7. Prompt opcional para editar um vídeo existente

Use Edit video somente com um clipe que você tenha direito de enviar. A instrução abaixo pede uma alteração de iluminação; o modelo ainda pode mudar outros detalhes, então compare o antes e o depois.

Change only the dressing-room lighting from warm amber to a subtle cool blue. Keep the same fictional singer, face, hairstyle, beard, jacket, accessories, actions, camera movement, composition, timing and room layout as close to the source video as possible. Do not add props, people, cuts, titles or logos. Review the result for unintended changes to the subject and background.

8. Versão opcional com sensação de selfie

Create a realistic vertical 9:16 cinematic frame as if Arthur Bennett Jr. were recording a selfie video for his fans in the same dressing room before a show. Use the attached authorized character references to preserve his long wavy blond-gray hair, full white beard, blue eyes, dark leather jacket, dark shirt and metal accessories. He looks directly at the phone camera with a sincere, mature and encouraging expression. Warm mirror lights and a quiet backstage atmosphere remain in the background. Keep the phone out of the frame unless it is naturally visible. No text, subtitles, logos or interface elements.

Como escolher entre Frames, References e Edit video

  • Frames: quando você quer sugerir momentos visuais em sequência. Compare os quadros enviados com instantes próximos na saída e observe se a progressão foi respeitada.
  • References: quando quer orientar identidade, cenário, aparência ou movimento com mídias de referência para uma nova geração.
  • Edit video: quando já tem um clipe e quer pedir uma mudança específica, como alterar a iluminação. Guarde o original para comparar.

O anúncio e a documentação da Higgsfield descrevem capacidades e limites próprios para cada modo. A interface pode mudar, e um prompt não é uma lista de comandos garantidos. Simplifique quando o clipe tiver personagens, cenário e ações demais.

Um checklist para avaliar o resultado

  • O personagem continua reconhecível nos momentos principais?
  • Roupa, cabelo, barba e acessórios permanecem coerentes?
  • O camarim continua sendo o mesmo lugar?
  • Os gestos parecem naturais ou mudam sem motivo?
  • A câmera se move de forma compreensível?
  • Aparecem cortes, textos, pessoas ou objetos que não foram pedidos?
  • A fala, se houver, corresponde ao áudio real? Não use uma dublagem ou frase que não foi verificada.
  • O vídeo mostra a saída integral ou os trechos foram editados? Se fizer comparação, explique os cortes.
  • O custo exibido no botão Generate foi conferido para esse modo e configuração?

O modelo pode errar detalhes mesmo com um prompt bem escrito. Mostre o que funcionou e o que não funcionou, sem escolher apenas os segundos que escondem problemas de continuidade.

Assista ao vídeo completo

Veja o teste de Alex com o Kling 4.0 na Higgsfield e acompanhe o processo mostrado no canal.

Miniatura do vídeo Criei um VÍDEO CINEMATOGRÁFICO com 5 Imagens! Testei o Kling 4.0 na Higgsfield

Assistir no YouTube

Leia também

Fontes e materiais consultados

Consulta realizada em 29/10/2026.