Escolha de modelo de vídeo com IA: teste seus planos, não demos

Todo novo modelo de vídeo chega com os mesmos três segundos: um rosto virando em direção à câmera sob a luz da hora dourada, textura de pele impecável, o movimento do fundo desfocado na medida certa para parecer caro. É genuinamente bom. E também não me diz nada sobre se esse modelo consegue sustentar um talking head por oito segundos enquanto o logo do cliente fica no canto, ou se as mãos sobrevivem a um close-up de produto na terceira revisão.

Já troquei de modelo por causa de clipes assim. Duas vezes foi um erro, e o custo não foi a assinatura — foi uma semana reaprendendo sintaxe e reescrevendo prompts que já funcionavam. Então aqui está o argumento que eu faria a qualquer pessoa que esteja sendo convencida a trocar: a diferença que você vê entre dois modelos em um reel de demonstração quase não tem poder de prever o seu projeto. Não porque os demos sejam desonestos. Mas porque foram produzidos sob condições que você não tem.

O demo está respondendo a uma pergunta diferente

Todo demo que você assiste foi feito com input ideal e nenhuma restrição de entrega.

Input ideal significa que o quadro de referência foi escolhido por alguém que já tinha gerado dezenas de variantes e sabia qual delas se sustenta. O prompt foi ajustado ao longo de muitas execuções, e o clipe que você vê é o melhor deles. Essa é uma forma legítima de mostrar um modelo. Também é uma tarefa completamente diferente daquela para a qual você está contratando o modelo.

Nenhuma restrição de entrega significa que ninguém pediu um corte vertical. Ninguém precisou que o plano ficasse em 6,5 segundos em vez de 8. Ninguém precisou que o mesmo rosto sobrevivesse a onze clipes consecutivos numa sequência, e ninguém tinha um cliente que quer o rótulo do produto legível no segundo quatro.

A pergunta que um demo responde é “qual é o teto deste modelo?”. A sua pergunta é “qual é o rendimento dele?”. São números diferentes, e eles não classificam os modelos na mesma ordem com frequência suficiente para que um substitua o outro.

O vídeo de comparação é um sinal ainda mais fraco

Os demos oficiais pelo menos vêm de quem construiu a coisa. Os vídeos de comparação são editados para dar audiência, o que significa que a edição remove exatamente a informação de que você precisa. Um lado a lado nunca mostra a você a quarta tentativa. O que você quer saber é quantas tentativas foram necessárias para chegar ao clipe que está assistindo, e esse número é a primeira coisa a ser descartada na sala de edição.

Há também uma razão estrutural para o formato não poder ajudar você: “os dois são bons, depende dos seus planos” não gera cliques. Isso não é maldade, é seleção. O gênero é feito para produzir um vencedor, e o seu projeto pode não ser aquele para o qual esse vencedor foi feito.

O que realmente prevê o seu projeto: o rendimento

Para um dado tipo de plano e um dado modelo, o rendimento é tentativas por resultado aproveitável. Se um modelo entrega uma tomada aproveitável na primeira tentativa e o outro precisa de três, isso é uma diferença de três vezes no custo de tempo do seu plano mais comum — e, ao longo de um projeto de vinte planos, essa diferença é toda a sua agenda.

Qualidade de pico e rendimento são correlacionados, mas não são a mesma coisa, e se invertem com frequência suficiente para que você não possa trocar um pelo outro. O que prevê a sua entrega é o rendimento nos três tipos de plano que você mais grava. Esse número é calculável em uma tarde, com o seu próprio material.

O teste: três tipos de plano, dois modelos, duas tentativas cada

1. Escolha três tipos de plano que você realmente grava

Três, não um, e tipos em vez de um único plano principal — um plano dá sorte, um tipo de plano dilui a sorte na média.

Se o seu trabalho for minimamente parecido com o meu, os três são: um plano médio de talking head (estabilidade do rosto, sincronia labial, movimento sutil), um close-up de mãos (onde o detalhe fino falha de maneira mais gritante — manuseio de produto, gestos, dedos perto de objetos) e uma transição de ambiente (um movimento de câmera por um espaço sem nenhum sujeito para distrair da distorção). Se metade da sua produção é produto girando em 360° ou planos de comida sendo despejada, teste esses em vez disso. As categorias importam menos que a regra: devem ser os planos que você gera com mais frequência, não os que ficam mais bonitos.

2. Congele o esqueleto do prompt antes de rodar qualquer coisa

Escreva a estrutura e reuse-a literalmente nos dois modelos. O esqueleto com que trabalho é assim:

[shot type], [subject + wardrobe], [framing/lens], [camera move], [lighting], [motion beat across N seconds], [style], [negatives]

O ponto não é que este seja o melhor esqueleto que existe. O ponto é que ele não muda entre o Modelo A e o Modelo B — caso contrário, você está medindo a sua escrita de prompt, não os modelos. Adapte a sintaxe apenas onde a plataforma obriga (palavras-chave de movimento de câmera, flags de proporção), faça essa adaptação uma vez e depois fixe-a. Se você preferir não construir as estruturas do zero, existem umas prontas para trabalho de imagem, vídeo e música em awesome-prompts.com; eu mantenho duas delas em um arquivo de notas exatamente para isso.

3. Duas tentativas cada — e registre as falhas

Três tipos de plano, dois modelos, duas tentativas: doze gerações. Pequeno o bastante para rodar enquanto uma ligação de cliente acontece ao fundo, grande o bastante para separar “sortudo” de “mais ou menos confiável”.

Duas tentativas é deliberado. Uma tentativa não consegue distinguir sorte de confiabilidade, e cinco tentativas começam a medir o teto — que é o número que você já tem dos demos.

O registro importa mais que as gerações. Para cada uma das doze, anote três coisas:

  • O índice da tentativa em que você conseguiu algo aproveitável — primeira, segunda ou nunca
  • O que exatamente falhou nas outras: deriva de identidade, derretimento da mão, distorção do fundo, movimento de câmera ignorado, duração cortada
  • Se sobreviveu à sua restrição real — proporção, duração-alvo, continuidade com o plano anterior na sequência

4. Pontue tentativas até o aproveitável, ponderando pelo seu plano mais comum

Monte uma grade de três por dois. As linhas são tipos de plano, as colunas são modelos, e as células dizem primeira / segunda / nunca.

Depois, pondere em vez de contar. Se a maior parte da sua entrega é de talking heads, a linha do talking head decide a discussão e as outras duas linhas são critérios de desempate. Se a sua mistura for equilibrada, some os índices das tentativas e fique com o total menor. O resultado deste exercício é uma frase que você pode dizer em voz alta: “Para os meus três planos mais comuns, este modelo me dá algo aproveitável em cerca de X tentativas.”

As regras de decisão que eu uso

Menos tentativas até o aproveitável no meu plano mais frequente vence, mesmo quando o melhor resultado do outro modelo é mais bonito. As entregas são julgadas pelos planos que saíram, não pelos que eu imaginei.

Se os dois modelos ficarem a uma tentativa de diferença um do outro na grade, eu não troco. Reaprender sintaxe, reescrever uma biblioteca de prompts, retestar cada template — isso é um custo real e ele nunca aparece no reel de demonstração.

Eu não troco por causa de um anúncio. Eu troco quando a grade diz para trocar, ou quando um briefing exige um tipo de plano que nenhum dos dois modelos consegue produzir.

Um modelo que é apenas bom em tudo mas raramente falha ganha de um modelo com um teto espetacular e um rendimento de uma em cinco. O primeiro me permite cravar um prazo.

O que quebra este teste

Doze gerações não provam nada estatisticamente. Trate isso como um filtro, não como um veredito — ele foi feito para eliminar uma opção obviamente errada em uma hora, em vez de descobrir o problema ao longo de um trimestre ruim.

O descompasso de sintaxe é a outra armadilha. Se um modelo quer um dialeto de prompt genuinamente diferente, dê a ele uma rodada justa de adaptação antes de congelar o esqueleto, ou você acabará medindo a sua própria falta de familiaridade.

Input sujo também estraga tudo. Se a sua referência é um screenshot embaçado, os dois modelos falham e você vai culpar a coisa errada. Input limpo melhora o rendimento mais do que a maioria das trocas de modelo.

E a grade fica obsoleta. Se você testou três tipos de plano este mês e os seus briefings passam a seis no mês que vem, refaça o teste quando o seu trabalho mudar de forma — não quando as notícias mudarem.

As perguntas que aparecem na véspera de uma entrega

E se nenhum dos modelos me der um plano aproveitável na segunda tentativa?

Desconfie primeiro de tudo que está antes do modelo: o quadro de referência, a proporção, a duração. Um plano que precisa de nove segundos de movimento consistente muitas vezes precisa ser dividido em duas gerações e montado junto. Antes de concluir que os dois modelos são ruins, rode o mesmo prompt de novo com uma referência mais limpa e uma duração menor. A duração é a variável mais barata que você pode mudar.

Devo testar com uma imagem de referência ou só com texto?

Teste com o input que você realmente vai usar em produção. Se o seu fluxo começa por um still gerado, teste a partir de um still — resultados só com texto vão parecer mais impressionantes e significar menos. Se você gera esses stills em outra ferramenta, o quão boa essa ferramenta é é uma questão separada de qual modelo de vídeo comprar.

Com que frequência devo refazê-lo?

Quando um tipo de plano se torna comum no seu trabalho, quando você está prestes a fechar um plano anual, ou quando uma escolha errada custaria uma regravação. Só isso. Não a cada lançamento.

Da próxima vez que um clipe fizer você querer trocar, salve-o — mas não aja por causa dele. Um reel de demonstração é uma afirmação sobre um teto. A única coisa que prevê o seu projeto é o que acontece com o seu próprio material, nos seus três planos mais comuns, em uma contagem de tentativas que caiba no seu orçamento. Escolha esses três planos hoje, antes que o próximo anúncio chegue. A resposta costuma ser menos dramática que o feed, e consideravelmente mais barata do que descobrir no meio de uma entrega.