Como manter o mesmo personagem em todos os planos de um vídeo com IA: rosto, roupa e voz

Você gera um plano inicial ótimo. No segundo, o nariz está um pouco diferente, a jaqueta mudou de cor e, quando ela finalmente fala, parece outra pessoa. É um dos problemas mais comuns em vídeo com IA, e piora quanto mais planos a sua história tem.

Este guia trata das três coisas que precisam continuar iguais para o espectador acreditar que é a mesma pessoa: o rosto, a roupa e a voz. A maioria dos guias para no rosto. Mas é na voz que muitos curtas feitos com IA desandam, por isso ela ganha uma parte só dela aqui.

Todas as etapas são feitas no canvas do Sumi Studio, e a maioria vem com um prompt para copiar.

Como usar este guia

Se é a sua primeira vez, faça um teste pequeno: um personagem, dois planos, uma fala. Siga as partes 2, 3 e 4 com esse teste e você vai ver como o processo inteiro funciona.

Se você está planejando um curta completo ou uma série, leia tudo na ordem. A parte 5 lista os planos que mais quebram a consistência, o que poupa muitas tentativas.

Veja o que cada peça do canvas faz:

Parte 1: Por que o seu personagem muda o tempo todo

Cada geração começa do zero. O modelo não lembra do último clipe que você fez. Ele só tem o que você entrega naquele pedido: o prompt e as imagens ou os áudios de referência que você anexar.

Então, quando a única referência é texto, o modelo interpreta “uma mulher de uns 30 anos com cabelo escuro e curto” de um jeito um pouco diferente a cada vez. As pequenas diferenças se acumulam ao longo de dez planos e, no fim, é outra pessoa.

A solução é dar ao modelo a mesma referência visual e a mesma referência de voz em todos os planos, e escrever a descrição sempre do mesmo jeito. No canvas, isso significa um personagem, salvo uma vez e conectado a todos os planos.

Parte 2: Fixe o rosto e a roupa

2.1 Crie o personagem no canvas

Abra um canvas novo e segure Tab para abrir a roda de nós. Escolha Imagem para adicionar um nó de imagem.

Descreva o personagem na caixa de prompt abaixo do nó, no mesmo estilo visual que você quer no filme final. Descreva tudo o que não pode mudar: formato do rosto, cabelo, pele, porte físico e cada peça de roupa, até os sapatos. Peça uma imagem de corpo inteiro com fundo liso, para que nada na cena tire a atenção do personagem.

Escreva a posição de cada detalhe pequeno. “Uma pequena cicatriz acima da sobrancelha esquerda” ou “um anel prateado na mão direita” ficam no lugar. “Uma cicatriz” e “um anel” vão mudar de lugar entre os planos.

Se o resultado não ficar bom, gere o nó de novo. Cada nó guarda o próprio histórico, então dá para voltar a uma tentativa anterior se uma mais recente sair pior.

2.2 Transforme em uma folha de personagem

Uma imagem só não basta. O modelo precisa ver o personagem de vários ângulos; senão, ele inventa por conta própria a parte de trás da cabeça, o perfil e os sapatos.

Clique no + na lateral do nó do personagem e arraste até um novo nó de imagem. A imagem do personagem entra no novo nó como referência. Cole o prompt abaixo no novo nó. Ele funciona para qualquer personagem, então você pode reutilizá-lo do jeito que está.

Create a character reference sheet of the character in the reference image. Keep the character's design exactly as shown: same face, hairstyle, hair color, eye color, skin tone, body proportions, outfit, accessories and colors. Do not redesign, restyle or add anything.

Layout: one single horizontal row of four full-body views on the left, side by side, never stacked on top of each other. The large face close-up sits on the right side of the sheet. Every full-body view has the same height and runs from the top of the head to the bottom of the feet, with empty gray space above the head and below the feet.

1. Full-body front view: facing the camera, standing straight, arms slightly away from the body, showing the face, full outfit and accessories.
2. Full-body side view: exact 90 degree profile, standing straight, showing the nose, jawline, hair shape and outfit from the side.
3. Full-body 3/4 view: body and face turned diagonally, about 45 degrees from the camera, standing straight.
4. Full-body back view: standing straight, showing the hairstyle, the back of the outfit, the back of the legs and both feet.
5. Large face close-up: head and shoulders, facing the camera, neutral expression, sharp and detailed.

The character has the same face in every view, with the full head visible in all poses. All four full-body views show the complete body including knees, calves, ankles and feet, nothing cropped, same scale, same standing pose and same neutral expression. Plain medium gray studio background, soft even studio lighting, no props, no text, no labels, no extra characters.

Nos parâmetros do nó, defina a proporção como 21:9 se o modelo oferecer essa opção; caso contrário, 16:9. Um quadro largo evita que as quatro vistas de corpo inteiro sejam cortadas.

Confira a folha antes de seguir. Todas as vistas devem mostrar o mesmo rosto, o mesmo penteado e as mesmas roupas. Se uma vista estiver errada, gere o nó de novo agora, porque um erro na folha é copiado para todos os planos que a usam.

2.3 Salve o personagem como elemento

O elemento é a forma como o Sumi Studio lembra de um personagem. Ele guarda um nome, um identificador curto, imagens de referência e uma voz. Quando você digita @ e o identificador no prompt de qualquer nó, as imagens são anexadas automaticamente àquela geração como referência.

O jeito mais rápido é direto no canvas:

1. Clique com o botão direito no nó da folha de personagem e escolha Criar elemento. A janela Novo elemento abre com a folha já adicionada como imagem de referência.
2. Defina a categoria como Personagem e dê um nome e um identificador, por exemplo @mara.
3. Na descrição, escreva os detalhes fixos em poucas frases curtas. A descrição é enviada junto com o nome toda vez que você gera, então inclua só o que nunca muda: “cabelo chanel preto e curto, pequena cicatriz acima da sobrancelha esquerda, jaqueta bomber verde-oliva, tênis brancos”.
4. Clique em Criar.

Você também pode criar o elemento na Biblioteca, em Elementos. Clique em Novo elemento e envie a folha com Adicionar imagem de referência. Dá para adicionar também o close do rosto como uma imagem separada.

Se você usa o Kling O3 ou uma versão posterior, também pode adicionar um vídeo curto do personagem (MP4 ou MOV, de 3 a 8 segundos, 1920×1080 ou 1080×1920). O Kling usa esse vídeo como sujeito em vídeo. Os outros modelos usam só as imagens.

2.4 Uma roupa por elemento

Se o personagem troca de roupa na história, crie um segundo elemento para a segunda roupa, por exemplo @mara e @mara-night. No canvas, conecte a folha de personagem a um novo nó de imagem, peça o mesmo personagem com a roupa nova, depois faça uma folha dessa imagem e salve como o segundo elemento. Use o mesmo close do rosto nos dois.

Colocar duas roupas em um elemento dá ao modelo duas respostas para a mesma pergunta, e você recebe uma mistura das duas.

Antes de seguir, confira:

• Todas as vistas da folha mostram o mesmo rosto e as mesmas roupas
• Os detalhes pequenos têm a posição escrita (esquerda ou direita, em cima ou embaixo)
• A descrição do elemento lista só o que nunca muda
• Cada roupa tem o próprio elemento

Parte 3: Fixe a voz

Um personagem pode estar perfeito em todos os planos e mesmo assim parecer errado se a voz mudar. Modelos de vídeo que geram diálogo escolhem uma voz por conta própria a cada vez, a não ser que você dê uma para eles seguirem.

No Sumi Studio, a voz faz parte do elemento. Você pode criar a voz no canvas e depois vinculá-la ao elemento.

3.1 Clone uma voz no canvas

Clique no + do menu à esquerda, vá em Áudio e escolha Voz. Isso adiciona um nó de voz (no canvas ele aparece como Texto para áudio). Na barra abaixo do nó, clique no nome da voz atual, ao lado do modelo. Isso abre Selecionar voz, com a biblioteca de vozes, as suas vozes, as favoritas e as vozes dos seus elementos.

Clique em Clonar voz. Leia um trecho curto em voz alta por 10 a 20 segundos ou envie uma gravação.

A tela de clonagem mostra os requisitos de gravação do modelo de voz. No Qwen Audio 3.1 TTS Plus, a gravação precisa ter pelo menos 5 segundos de fala contínua, pausas de menos de 2 segundos e nada de música, canto ou ruído, em um arquivo WAV, MP3 ou M4A de até 10 MB e 60 segundos. Clone só a sua própria voz ou uma voz que você tem permissão para usar.

3.2 Ou crie uma a partir de uma descrição

Se o personagem não tem a voz de ninguém que você conhece, crie a voz a partir de uma descrição. Abra Selecionar voz no nó de voz do mesmo jeito, clique em Criar voz e preencha o formulário:

1. Nome da voz: use o nome do personagem, por exemplo Mara, para encontrá-la depois.
2. Modelo: escolha o modelo de voz. A taxa da voz é cobrada uma única vez, na primeira vez que você gera fala com ela.
3. Texto de prévia: a fala que o modelo lê para você ouvir a voz. É obrigatório, aceita até 500 caracteres e é cobrado pelo tamanho. Escreva algo que o personagem realmente diria, no tom que você quer.
4. Descrição da voz: descreva a voz por idade, tom e ritmo. Evite palavras vagas como “legal” ou “bonita”, que o modelo pode interpretar de muitas formas.
5. Idioma e Gênero: ajuste os dois de acordo com o personagem.
6. Clique em Gerar voz.

I told you I'd come back, and here I am. It's been a long time since I walked these streets at night. The rain hasn't changed, the neon signs haven't changed, and you still leave the back door open. Don't look so surprised. I'm not here to make trouble. I just need one answer, and then I'll be gone before the sun comes up. So sit down, pour yourself a drink, and tell me the truth this time. Who sold us out that night? Take your time. I've waited three years, I can wait a little longer.

A woman in her early 30s, low and slightly husky voice, calm and measured pace, speaks quietly but clearly, a little dry and sarcastic.

A nova voz aparece em Minhas vozes, dentro de Selecionar voz.

3.3 Vincule a voz ao personagem

Volte ao elemento em Elementos. Há dois lugares para definir a voz:

• Em Voz, escolha em Minha voz clonada a voz que você clonou ou criou.
• Em Referência de voz do personagem, escolha ou envie um trecho de 2 a 10 segundos. Seedance, Wan e Hailuo usam esse trecho quando você menciona o personagem com @.

Um bom trecho de referência tem uma só pessoa falando com clareza, sem música e sem ruído de fundo, no tom que você quer na maior parte do tempo. Se o personagem é calmo quase sempre, não use um trecho dele gritando.

O Kling só usa vozes clonadas com o Kling. Se você quer que o personagem mantenha a mesma voz nos vídeos do Kling, escolha em Voz uma voz clonada com o Kling.

Mais uma coisa: quando um nó do canvas pega a voz de um elemento, ele guarda uma cópia. Se depois você mudar a voz no elemento, os nós que você já criou continuam com a antiga. Defina a voz antes de montar os planos.

Parte 4: Use o personagem em todos os planos

4.1 Sempre chame o personagem com @

Segure Tab e adicione um nó de vídeo para cada plano. Na caixa de prompt abaixo do nó, digite @ e escolha o personagem. É isso que anexa a folha e a voz. O plano em que você descreve o personagem com palavras mas esquece o @ é justamente o plano em que o rosto muda.

Um nó de vídeo novo começa no modo Texto para vídeo, que não usa as referências do personagem. Troque antes de gerar: clique na barra de configurações abaixo do prompt (algo como “Texto para vídeo · 16:9 · 480P · 8s”) para abrir Parâmetros e, em Método de geração, escolha Referência Omni. Nesse modo, o modelo usa tanto as imagens quanto a voz do personagem.

4.2 Descreva o plano e deixe a aparência com o elemento

O prompt do plano deve descrever o que acontece: ação, câmera, lugar, luz e diálogo. Não precisa descrever o rosto de novo, e reescrevê-lo com outras palavras a cada plano pode afastar o modelo da referência.

Descreva o cenário de forma curta, mas específica. Sem isso, muitos modelos entregam um cenário vazio e sem graça.

8-second shot.
@mara walks toward the camera along a narrow street at night, wet pavement with neon reflections, a few closed shops in the background.
Medium shot, eye level, slow push-in.
She stops, looks up and says quietly: "I told you I'd come back."
Calm, low voice. Only the sound of rain and her footsteps. No music, no subtitles.

Antes de gerar, o nó mostra quantos créditos o plano vai custar.

4.3 Nos planos mais importantes, comece por um primeiro quadro

Para um close ou um momento-chave, crie antes o primeiro quadro como imagem. Adicione um nó de imagem, mencione o personagem com @ e descreva a composição do plano. Quando o quadro estiver certo, clique no + na lateral, arraste até um nó de vídeo, abra Parâmetros pela barra de configurações e defina Método de geração como Imagem para vídeo, ou Primeiro e último quadro se você também fez o último quadro.

Assim o modelo de vídeo recebe um ponto de partida fixo, com o rosto certo já no lugar, e esse costuma ser o jeito mais confiável de manter um personagem consistente. Também sai mais barato acertar, porque refazer uma imagem custa menos do que refazer um vídeo.

Detalhes pequenos que costumam sumir durante um clipe, como chapéu, tatuagem ou óculos, precisam aparecer no primeiro quadro. Se estiverem só no texto, muitas vezes desaparecem no meio do caminho.

Veja um exemplo com a Mara na roupa noturna.

@mara-night in a close-up, standing under a flickering streetlight in a narrow alley at night, light rain falling, wet brick wall behind her slightly out of focus. Warm orange streetlight from the left, cool blue neon glow from the right. Her coat collar is turned up and she looks just past the camera with a calm, tired expression. Her face sits on the right third of the frame. Eye level, 50mm lens, shallow depth of field. Photorealistic cinematic, natural skin texture, 35mm film look. No text, no watermark.

5-second shot.
Use the reference image as the first frame and keep its composition, lighting and framing exactly the same. @mara-night stays under the streetlight in the rain. She slowly lifts her eyes to the camera, lets out a short breath and the corner of her mouth tightens. She does not speak.
Close-up, eye level, very slow push-in.
Rain falls steadily, the streetlight flickers once, a car's headlights sweep across the brick wall behind her.
Only the sound of rain and a car passing in the distance. No music, no subtitles.

4.4 Monte todos os planos a partir de uma referência

Você não precisa enviar a folha de personagem de novo para cada plano. Arraste uma conexão do nó da folha para cada nó de vídeo que precisar dela. O que está no primeiro nó passa para o seguinte, então uma única referência pode alimentar quantos planos você quiser.

Se um plano sair errado, gere de novo só aquele nó. O resto do canvas fica como estava. Se quiser ter à vista todas as imagens e clipes do projeto enquanto trabalha, coloque um nó Pilha no canvas.

Quando os planos estiverem prontos, abra a Edição inteligente. Tudo o que você gerou no canvas já está lá para ir para a linha do tempo.

Antes de seguir, confira:

• Todo prompt de plano com o personagem tem o @handle
• Os prompts dos planos descrevem ação, câmera e lugar, e deixam o rosto de fora
• Os planos-chave começam de um primeiro quadro aprovado
• Chapéus, óculos e tatuagens aparecem no primeiro quadro

Parte 5: Os planos que quebram a consistência

Alguns planos são bem mais difíceis para os modelos de vídeo do que outros. Se você levar isso em conta ao escrever a história, vai refazer bem menos.

Erros comuns

• Começar pelo vídeo antes de aprovar a folha de personagem (2.2)
• Escrever detalhes pequenos sem posição, que mudam de lugar entre os planos (2.1)
• Duas roupas em um elemento (2.4)
• Elemento sem voz, e o modelo escolhe uma voz nova a cada plano (Parte 3)
• Mudar a voz do elemento depois de montar os planos (3.3)
• Esquecer o @handle em um plano (4.1)
• Descrever o rosto de novo em todo prompt de plano (4.2)
• Gerar closes importantes direto do texto (4.3)
• Planos abertos e giros justamente onde o rosto mais importa (Parte 5)

Configure o seu primeiro personagem e comece com um teste de dois planos antes de montar o filme inteiro. Para saber mais sobre o canvas, os elementos e os modelos, veja a Sumi Studio Academy.