Vídeos de produto UGC com IA: planeje a demo e proteja o detalhe do produto

Monte um vídeo de produto de 12 segundos no estilo UGC com IA a partir de dois planos animados curtos e uma foto real de detalhe do produto. Use Qwen Image 2.1 Edit para posicionar uma apresentadora com o seu produto e aprove esse quadro; depois anime-o com Seedance 2.5 image-to-video. A característica que você vende, aqui um zíper, continua sendo uma fotografia real, porque o modelo pode derivar justamente nos detalhes que um comprador confere. O exemplo custa cerca de $2,89 em taxas de modelo; cada tentativa extra custa alguns centavos (fotos fixas) ou cerca de $1,39 (um clipe de 5 segundos em 720p).

A apresentadora do exemplo é Lena, uma mulher adulta fictícia de macacão azul-marinho, carregando uma bolsa de lona cor creme com duas alças cor mostarda e um bolso externo com zíper. Troque pelo seu próprio produto.

O corte de 12 segundos e seu custo

Coloque a afirmação nos primeiros segundos e deixe um plano prová-la. As orientações criativas do TikTok pedem o gancho nos primeiros 6 segundos, um quadro vertical 9:16 em 720p ou mais e uma chamada para ação clara depois da demo. Troque a frase final por uma chamada para ação ("Compre a bolsa") se o anúncio precisar de uma. Diga apenas o que a página do produto consegue sustentar: nada de afirmações sobre impermeabilidade, capacidade, peso ou durabilidade.

Planeje as novas tentativas. Pré-visualize um clipe em 480p primeiro ($0,1234 por segundo; o mais curto, 4 segundos, custa $0,4936) para confirmar o movimento. A renderização em 720p é uma nova geração, não um aumento de resolução da pré-visualização, então pode precisar da própria nova tentativa. 1080p custa $0,6823 por segundo ($3,41 para cinco segundos); use apenas para um quadro já nítido. Um teto realista é uma pré-visualização em 480p, um plano aprovado em 720p e uma nova tentativa em 720p por plano: $0,49 + $1,39 + $1,39 = cerca de $3,27 por plano, $6,53 para os dois clipes, mais cerca de $0,12 pelo retrato e pelas duas fotos fixas. Pular a pré-visualização e permitir três tentativas em 720p por plano custa $8,32.

Prepare a visão do produto antes de adicionar a apresentadora

Use uma foto do produto de frente em que as duas alças, o bolso externo e as proporções gerais apareçam. Acrescente um close separado do zíper para o plano do meio. Se o produto tiver um logotipo exato ou um texto de embalagem obrigatório, mantenha aqueles pixels originais na composição final em vez de pedir a um modelo que os digite de novo.

Uma apresentadora construída a partir da foto de uma pessoa real pode ser rejeitada pela verificação de entrada do próprio Seedance quando o rosto é identificável. Use um retrato fictício ou licenciado, e o mesmo retrato em todos os planos para que o rosto permaneça consistente. Para criar um, descreva a apresentadora em Qwen Image 2.1 text-to-image ($0,024 por tentativa, 1k, 9:16), aprove um quadro e reutilize-o. Guarde o retrato aprovado e as fotos da bolsa onde você possa reenviá-los: os envios e os resultados expiram (veja limites de upload e retenção) e os arquivos gerados são apagados após cerca de 14 dias.

Experimente no Playground. Abra Qwen Image 2.1 Edit e fique na aba Playground, na visão Form. Entre com uma conta com saldo para executar.

1. Em Images, use Add a file primeiro para o retrato aprovado de Lena e depois para a foto da bolsa. Eles viram Picture 1 e Picture 2.
2. Cole a instrução abaixo em Prompt. O Qwen não atribui os papéis sozinho, então o prompt precisa dizer o que cada imagem fornece.
3. Defina Aspect ratio como 9:16 e Resolution como 1k. Em Advanced parameters, defina Output format como PNG e desligue Prompt expansion (disponível em 1k e 2k).
4. Execute o modelo e aprove o quadro antes de animá-lo.

Copie esta instrução ou abra o Playground com ela já preenchida:

Picture 1 supplies Lena, a fictional adult woman with short dark hair wearing a closed navy jumpsuit. Picture 2 supplies the cream canvas tote with exactly two mustard handles and one external zip pocket. Show Lena standing in a bright apartment entryway, holding both tote handles together in her right hand at hip height. The tote front faces the camera, with its pocket visible. Keep the product's proportions, handle colour and closure design. Vertical medium-full composition, soft daylight, natural expression, no added text.

Para o segundo quadro de abertura, mude apenas a instrução de carregar:

Show the same adult presenter with the same tote hanging from her right shoulder, both mustard handles together over that shoulder. Her right hand rests lightly on the handles. She stands beside the doorway, facing slightly toward the camera. Keep the bag front and external pocket visible.

A foto fixa que você enviar ao Seedance deve ter cada lado entre 300 e 6000 pixels e ficar abaixo de 10 MB; imagens menores são rejeitadas antes de você ser cobrado. Aprove cada foto fixa antes de animá-la: conte as alças, encontre o bolso, compare as cores com a fotografia. Uma foto fixa errada custa $0,048 para substituir; um clipe errado custa $1,39. Se o Qwen continuar produzindo um bolso diferente, cole o recorte original da bolsa sobre uma composição de apresentadora e fundo.

Ilustração do produto: as duas alças e o bolso externo com zíper são os fatos de design a preservar; não é a foto de um produto real.

Anime uma ação pequena por plano

Experimente no Playground. Abra Seedance 2.5 image-to-video na aba Playground, na visão Form.

1. Em Input image, adicione o primeiro quadro aprovado. Aspect ratio é fixado para corresponder à imagem de entrada, então corte ou gere a foto fixa em 9:16 primeiro.
2. Cole o prompt do clipe abaixo em Prompt.
3. Defina Resolution como 720p, Duration como 5 e desligue Generate audio. A duração vai de 4 a 30 segundos; planos mais longos derivam mais, então várias tomadas curtas seguram melhor o produto do que uma longa.
4. Execute o modelo e revise o clipe antes de fazer o próximo.

Primeiro clipe (abrir com o prompt já preenchido):

The adult presenter gently raises the tote a few centimetres by its two handles, then holds it still at hip height. Her gaze moves briefly toward the camera. The cream canvas body, two mustard handles and external zip pocket keep their existing design. The bag does not rotate away from the viewer. Locked camera, subtle natural body movement, no text.

Clipe da porta:

The adult presenter stands beside the doorway with the tote already on her right shoulder. She shifts her weight slightly and gives a small relaxed smile toward the camera. The tote remains on the same shoulder with both handles together. No walking, no putting on the bag, no pocket opening. Locked camera, no text.

"Coloque a bolsa, feche o zíper, saia andando e sorria" é demais para um único clipe curto; começar com a bolsa já no lugar elimina a transição mais difícil. Para este corte, use a foto fixa aprovada com a bolsa no ombro como image_url do clipe da porta; o primeiro clipe termina com a bolsa na altura do quadril. Use return_last_frame e envie esse quadro como o próximo quadro de abertura somente quando continuar do mesmo estado final.

Para roteirizar os clipes em vez disso, rode uma chamada por foto fixa (uma foto fixa local é enviada primeiro com spicyapi files upload <path>, que devolve um link spicy:// para image_url). Veja o guia de imagem para vídeo e a documentação da CLI:

spicyapi tasks create --model bytedance/seedance-2.5/image-to-video \
  --input-json '{"image_url":"https://example.com/lena-tote.png","prompt":"The adult presenter stands beside the doorway with the tote already on her right shoulder. She gives a small relaxed smile toward the camera. Locked camera, no text.","duration_seconds":5,"resolution":"720p","generate_audio":false}' \
  --wait

Ou deixe um agente executar: dê a ele a CLI, o servidor MCP (spicyapi_upload_file, depois spicyapi_task_create, que para para sua confirmação de preço) ou o Skill (npx skills add spicyapi-ai/spicy-skill), que lê o esquema do modelo ao vivo em vez de adivinhar campos.

Monte o corte

Recorte cada clipe de 5 segundos para 4 segundos, coloque a foto fixa do zíper entre eles, adicione a locução e a trilha de som e então exporte em 9:16, 720p ou mais. Para testar ganchos, faça de três a cinco versões que mudam apenas os primeiros 4 segundos e mantêm os planos de produto idênticos.

Faça o plano de detalhe do produto com a fotografia real

Coloque o close do zíper entre os dois clipes. Segure-o por quatro segundos com um movimento lento no editor que nunca corte o fechamento e adicione a legenda da característica como texto editável. Um close sintético poderia inventar um puxador de zíper que o produto não tem.

Se o argumento de venda for o zíper abrindo de verdade, substitua a foto fixa parada por uma gravação curta de celular da bolsa real sendo aberta, em close no bolso e nas mãos, com a mesma narração por cima. Uma foto fixa mostra onde fica o bolso; só a gravação real mostra como o mecanismo funciona.

Adicione voz, som e legendas

• Locução, apresentadora em silêncio (a versão acima): mantenha generate_audio desligado, grave a narração você mesmo ou gere-a com um modelo de síntese de voz, cronometrada para caber nos 12 segundos, e coloque uma única faixa contínua de música ou de som ambiente por baixo dos três planos. Abaixe a música sob a fala. Isso também evita um som ambiente diferente em cada clipe.
• A apresentadora fala para a câmera: ligue generate_audio e escreva a frase no prompt como linhas separadas de diálogo e de ambiente; o Seedance 2.5 gera uma voz sincronizada com a imagem. Mantenha cada fala em uma frase curta por clipe de 5 segundos e mantenha a bolsa parada enquanto ela fala. Para mudar as palavras de um clipe de que você gostou, veja o fluxo de trabalho de sincronização labial.
• Legendas: adicione-as no editor como texto, mantendo-as afastadas do produto e da área inferior da interface; as orientações do TikTok sugerem de 5 a 10 palavras por segundo de texto na tela. A tipografia gerada pode escrever errado o nome de um produto.

Use primeiro o rótulo de IA da própria plataforma: por exemplo, a política de anúncios do TikTok permite conteúdo de anúncio totalmente gerado por IA quando você aplica o rótulo AIGC dele ou adiciona um aviso, uma legenda, uma marca d'água ou um adesivo seu. As regras variam por plataforma e por país. watermark: true marca adicionalmente o vídeo como gerado por IA. Não escreva "Eu comprei isso" nem descreva um resultado pessoal no roteiro; a apresentadora é fictícia e a narração deve descrever o produto.

Quais produtos combinam com este fluxo de trabalho

Para um produto visto de vários ângulos, reference-to-video aceita até 30 imagens de referência e custa o mesmo que image-to-video quando nenhum clipe de referência é fornecido ($0,2773 por segundo em 720p). Ele não tem configuração de primeiro quadro, então você não pode aprovar o quadro de abertura com antecedência. Use-o para vários lados, image-to-video para um primeiro quadro exato. Para layouts de anúncio estáticos a partir da mesma fotografia, veja de foto de produto a criativo de anúncio; para a redação dos prompts do Seedance, veja o guia de prompts do Seedance 2.0.

Corrija as falhas comuns

Revise cada clipe no primeiro quadro, no momento do contato e no último quadro, comparando a contagem de alças, a posição do bolso, a cor e o logotipo com a fotografia. As animações mostram o carregamento; o close real mostra a característica.