Como escrever um prompt para o HeyGen Video 1
O HeyGen Video 1 gera imagem e som em uma só geração, então o prompt precisa descrever os dois. Diga o assunto, a ação e o cenário do plano e, em seguida, o som que você quer ouvir junto. Quanto mais claro o pedido de som, mais a trilha acompanha a ação. Para Reels, TikTok e Shorts, pense no vertical 9:16 desde o primeiro rascunho.
Uma cena de comida de rua descrita para imagem e som: o chiado, a espátula e a multidão da feira vêm junto com o plano
Um prompt que cobre estas seis partes dá ao modelo o que ele precisa. A maioria dos clipes só pede as quatro primeiras.
| Parte | O que escrever |
|---|---|
| Assunto | Quem ou o que aparece na tela, descrito em termos simples |
| Ação | O que acontece no clipe. Para 5 a 15 segundos, um momento claro basta |
| Cenário | Onde a cena se passa e como é a luz, para o visual e a ambiência combinarem |
| Som | Os sons que você quer ouvir, ditos de forma direta: diálogo, ambiência, efeitos |
| Câmera | O plano e o movimento, como um avanço lento ou um plano aberto fixo |
| Enquadramento | A proporção, do widescreen 21:9 ao vertical 9:16 |
Escreva o som no prompt
A maioria dos prompts de vídeo pula esta parte, e é aqui que o HeyGen Video 1 se destaca. O áudio nasce junto com a imagem, então o clipe é tão bom quanto o som que você pede. Nomeie sons, não sentimentos. Para uma fala, escreva as palavras exatas entre aspas e deixe a frase curta o bastante para terminar dentro do clipe.
A fala exata escrita no prompt, entre aspas: o movimento da boca e o som da sala vêm junto
| Você quer | Escreva |
|---|---|
| Uma fala | Ela olha para a câmera e diz: “Veja como funciona em três passos.” |
| Ambiência do local | Um escritório silencioso, teclado digitando baixinho e um zumbido grave sob a voz |
| Efeitos sobre a ação | Botas rangendo no cascalho, no ritmo de cada passo |
| Uma cena movimentada | Murmúrio da multidão numa feira, uma chapa chiando, uma espátula raspando no metal |
| Uma cena calma | Chuva fina na janela, trânsito ao longe, mais nada |
Configurações que importam
Quatro escolhas moldam o resultado. Faça os rascunhos em resolução baixa e só suba quando o plano estiver certo, porque as faixas mais altas custam mais.
| Configuração | O que escolher |
|---|---|
| Resolução | 480p ou 768p para rascunhos, 1080p ou 2K para o clipe final. As faixas mais altas são cobradas a uma taxa maior |
| Duração | De 5 a 15 segundos. Clipes mais longos comportam uma fala inteira ou um momento completo, mas dão ao modelo mais coisas para manter consistentes |
| Proporção | 21:9 ou 16:9 para horizontal, 9:16 para vertical, além de quadrado e retrato. Escolha conforme o lugar onde o clipe será visto |
| Referência | Envie uma imagem no modo referência para vídeo quando quiser que o clipe siga um assunto ou um visual específico |
Fonte: a listagem do modelo HeyGen Video 1 e a documentação da HeyGen.
Exemplos na prática
Cada clipe abaixo nasceu de um prompt que nomeava imagem e som. Ligue o som para ouvir como o áudio acompanha a ação.
Ambiência vinda do cenário: canto de pássaros, brisa entre pinheiros e botas no cascalho, sem diálogo
Efeitos e uma fala curta: fita sendo rasgada, papelão e plástico amassado, com um comentário falado
Use uma imagem de referência
O texto para vídeo basta para a maioria dos clipes. Quando o plano precisa seguir um assunto específico ou um visual particular, envie ao HeyGen Video 1 uma imagem no modo referência para vídeo. Ele monta a cena em torno da referência e adapta o enquadramento a ela. Assim, um produto, um rosto ou um estilo se mantém, em vez de ser descrito em palavras e reinventado a cada geração.
Mantenha a cena consistente
O HeyGen Video 1 mantém bem a cena unida, mas um clipe pede muito de uma única geração quando o prompt está sobrecarregado. Alguns hábitos deixam o resultado estável.
| Hábito | Por quê |
|---|---|
| Um momento por clipe | Uma única ação em 5 a 15 segundos fica mais limpa do que três disputando o mesmo tempo |
| Falas curtas | Uma fala que passa do tempo é cortada, então fique com o que cabe na duração |
| Um som para liderar | Nomeie primeiro o som que mais importa e depois o de fundo, para a mixagem não ficar embolada |
| Proporção conforme o assunto | Uma paisagem aberta em quadro vertical perde as laterais, então escolha o enquadramento primeiro |
| Rascunho pequeno, final grande | Acerte o plano em resolução baixa e só então suba, em vez de pagar 2K para ficar testando |
Faça um vídeo com áudio nativo no Morphic
O HeyGen Video 1 não está no Morphic, mas a mesma ideia de uma só geração está. O Morphic H3 gera a imagem e uma trilha sincronizada juntas. O Veo 3.1 é a escolha quando o clipe gira em torno de uma fala.
- Abra o Copilot e descreva a cena, a ação e o som que você quer ouvir.
- Para uma fala, escreva as palavras exatas e peça o Veo 3.1. Para ambiência e efeitos, o Morphic H3 gera o áudio junto com o vídeo.
- Escolha a proporção e a resolução conforme o lugar onde o clipe será visto e baixe o resultado.
Perguntas frequentes
Descreva o plano (assunto, ação, cenário, câmera) e depois o som que você quer com ele (diálogo, ambiência, efeitos). Como o áudio nasce junto com a imagem, o pedido de som pesa tanto quanto o visual. Deixe a fala curta o bastante para terminar dentro do clipe.
Escreva as palavras exatas entre aspas e diga quem as fala. Por exemplo: ela olha para a câmera e diz: “Veja como funciona.” Seja breve. Uma fala que passa de um clipe de 5 a 15 segundos é cortada.
Dá. O HeyGen Video 1 trabalha com 9:16 vertical, além de 21:9, 16:9, quadrado e retrato. Escolha a proporção antes de escrever o prompt, para o enquadramento combinar com o assunto. Faça os rascunhos em 480p ou 768p e renderize o clipe final em 1080p ou 2K. As faixas mais altas custam mais nos serviços que hospedam o modelo.
Em vez de só um prompt de texto, você envia ao HeyGen Video 1 uma imagem para seguir. Ele monta a cena em torno dessa referência e adapta o enquadramento a ela. Assim, um assunto ou um visual específico se mantém consistente no clipe.
O HeyGen Video 1 não está no Morphic, mas a mesma abordagem funciona com dois modelos. O Morphic H3 gera áudio nativo junto com o vídeo, e o Veo 3.1 cuida de diálogo falado e lip sync. A estrutura de prompt deste guia vale para os dois.
Não. O HeyGen Video 1 não está no Morphic, então os clipes daqui foram feitos no Morphic. Os de ambiência e efeitos usam o Morphic H3, e o de diálogo falado usa o Veo 3.1.