Como transformar um retrato em dois planos cinematográficos

Faça dois planos a partir de um retrato aprovado: um push-in lento e silencioso e, depois, um movimento lento de câmera para o lado que mostra o ambiente. Comece os dois no MiniMax H3 imagem para vídeo em 768p, cinco segundos, $0,185 por clipe. Vá para o Seedance 2.5 se precisar desligar a trilha sonora ou gerar mais tempo, ou para o LTX 2.5 se a entrega tiver que ser em 4K. Cada plano recebe uma ação discreta, um movimento de câmera contido e uma lista do que não pode mudar.

Escolha a rota

Todos os preços são por clipe de cinco segundos. O LTX em 720p custa $0,45, então pague pelo 4K só quando a entrega precisar dele. O Seedance custa o mesmo com o som ligado ou desligado.

Três coisas que a tabela não mostra:

• Som. H3 e LTX sempre devolvem uma trilha sonora gerada e não têm nenhum campo para desligá-la. O Seedance é a única rota com um interruptor generate_audio.
• Formato do quadro. Nenhum dos três permite escolher a proporção da tela para imagem para vídeo. A saída assume o formato da sua imagem de origem, então recorte ou amplie o retrato no formato de entrega antes de enviar.
• Projetos voltados a adultos. Os três aceitam uma imagem de origem fictícia com adultos. A checagem de entrada do Seedance pode rejeitar fotos de pessoas reais identificáveis (nada é cobrado), então use ali imagens de origem fictícias ou com autorização. Para trabalhos mais intensos voltados a adultos existem rotas dedicadas MiniMax H3 Spicy e Seedance 2.5 Spicy.

Escolha uma fonte que deixe espaço para se mover

Os dois planos partem da mesma imagem fixa aprovada, então rosto, roupa e luz começam idênticos; confira os quadros seguintes contra ela. Escolha uma com os dois olhos visíveis, o cabelo dentro do quadro e os ombros soltos do fundo. Deixe espaço vazio do lado para onde a pessoa olha: é ali que o olhar pousa no primeiro plano e é ali que a câmera revela o ambiente no segundo.

Nosso exemplo é uma mulher adulta fictícia de blazer preto sobre uma blusa de cetim, com as mãos nos bolsos, numa varanda sobre uma cidade ribeirinha iluminada no anoitecer. A luz quente cai no rosto dela pela esquerda, e ela olha para a direita, para o espaço aberto. A imagem já contém tudo o que o vídeo precisa. Pedir ao modelo que adicione chuva, troque o casaco, vire a cabeça e invente um novo lugar no mesmo clipe transforma a animação em um redesenho.

Desfoque, joias duplicadas ou uma mão fundida ao corrimão na imagem fixa ficarão piores em movimento. Corrija primeiro a imagem fixa. Mantenha as mãos fora da ação; nesta fonte elas estão nos bolsos, então nunca precisam se mover.

Plano 1: o push-in silencioso

Para um close de verdade, recorte antes de enviar uma versão da mesma imagem fixa aprovada, do busto para cima, na proporção de entrega; o push-in sozinho só aperta um enquadramento da cintura para cima. Descreva apenas o movimento; a imagem fixa já define quem é e onde está. Cada prompt nomeia uma ação do sujeito, um movimento de câmera, o que fica fixo e o que deixar de fora. Use este prompt no MiniMax H3 com a imagem fixa aprovada:

A restrained cinematic portrait of the adult woman in the supplied image. She remains in place, breathes naturally and blinks slowly, then makes one small eye movement toward the open space on screen right, followed by a subtle closed-mouth smile. Very slow camera push-in. Preserve her face, black blazer, hairstyle and the warm terrace light. No head turn, no walking, no new objects or text. No speech.

Experimente no Playground

1. Abra o MiniMax H3 imagem para vídeo com o prompt já preenchido (ou abra a página e cole o prompt em Prompt). Fique na aba Playground, na visão Form, e entre com uma conta com saldo para executar.
2. Adicione a imagem fixa aprovada em Input image.
3. Coloque Resolution em 768p e Duration em 5.
4. Execute e repita com o prompt do plano 2 na mesma imagem fixa.

O push-in adiciona movimento sem mostrar um novo lado do rosto. Se os olhos ou o maxilar ainda mudarem, tire-o: peça câmera travada, respiração e uma piscada.

Plano 2: o deslize lento que mostra o ambiente

O plano 2 tem outra função. O rosto fica quieto e a câmera revela o skyline da cidade. Um corrimão no primeiro plano, a mulher no meio e a cidade iluminada atrás formam três camadas que se deslocam umas contra as outras durante um movimento lateral, e é isso que faz o material ser lido como movimento de câmera e não como zoom.

Use a mesma fonte e as mesmas configurações:

A medium portrait of the adult woman from the supplied image on the same dusk terrace. The camera slides slowly and steadily a short distance to the right along the railing, revealing more of the lit city on screen right. She stays in frame, holds her pose and shifts her gaze slightly toward the city lights. Keep her face, black blazer and hairstyle unchanged, and the warm light constant. No orbit, no walking, no speech, no text.

Nomeie o que o movimento revela, não apenas o rótulo dele. Se a direção da câmera confundir o modelo, simplifique para "aparece um pouco mais da cidade ao lado do ombro direito dela".

Não peça uma órbita de câmera nem um perfil completo a partir desta fonte. Ela mostra uma vista de três quartos, e um movimento para a bochecha oposta precisa de uma segunda imagem fixa aprovada.

Chame pelo código

Instale o SDK em Python (pip install spicyapi), defina SPICY_API_KEY e rode o plano 1 a partir da sua imagem fixa aprovada. Custa $0,185:

import uuid

from spicyapi import SpicyClient, output_assets

client = SpicyClient()
still = client.upload_file("./approved-still.png")  # local file -> spicy:// address
task = client.create_task(
    model="minimax/h3/image-to-video",
    input_data={
        "image_url": still["uri"],
        "prompt": (
            "A restrained cinematic portrait of the adult woman in the supplied image. "
            "She remains in place, breathes naturally and blinks slowly, then makes one small "
            "eye movement toward the open space on screen right, followed by a subtle "
            "closed-mouth smile. Very slow camera push-in. Preserve her face, black blazer, "
            "hairstyle and the warm terrace light. No head turn, no walking, no new objects "
            "or text. No speech."
        ),
        "resolution": "768p",
        "duration_seconds": 5,
    },
    idempotency_key=str(uuid.uuid4()),  # new key per new request; reuse only to retry the same one
)
final = client.wait_for_terminal(task["taskId"])
print(output_assets(final)[0]["url"])

Para o plano 2, troque pelo prompt do deslize. Envios, espera e erros: referência do SDK em Python.

Ou deixe um agente rodar

Quando um assistente for produzir os clipes, as ferramentas oficiais mostram o preço e perguntam antes de uma chamada paga.

• CLI. spicyapi files upload ./approved-still.png, depois spicyapi tasks create --model minimax/h3/image-to-video --input-file input.json --wait com o endereço spicy:// retornado como image_url no input.json. npx @spicyapi/cli funciona sem instalar; veja a documentação da CLI.
• Servidor MCP. Adicione o servidor MCP e peça o push-in na sua imagem fixa. O assistente envia o arquivo com spicyapi_upload_file, chama spicyapi_task_create (ele para para você confirmar o preço) e depois spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill instala o Agent Skill, para que um assistente de programação leia o esquema real do modelo em vez de adivinhar campos.

Junte os dois clipes

Coloque o push-in primeiro e o deslize depois. Termine o plano 1 no olhar para a direita da tela e comece o plano 2 com ela já olhando para lá, para que o corte caia na mesma linha de olhar. Use os dois ou três segundos mais limpos de cada um, em vez dos cinco completos.

Mantenha uma única trilha sonora. Se você usou H3 ou LTX, silencie o áudio próprio dos clipes e coloque por baixo uma única base musical ou ambientação. No Seedance, desligue o áudio gerado e faça o mesmo. Se quiser uma ambientação diferente por plano, use o Seedance com o áudio gerado ligado e uma frase como "quiet distant street ambience, no speech".

As três rotas também aceitam um quadro final opcional. Ele ajuda quando um clipe precisa terminar numa imagem aprovada específica, mas clipes mais longos se afastam mais dela, então deixe-o de fora dos primeiros rascunhos.

Conserte só o que falhou

Quatro rascunhos de H3 de cinco segundos custam $0,74, então dois planos com quatro rascunhos cada dão $1,48. Dois segundos estáveis de um único rascunho já podem servir para o corte. No Seedance 2.5 e no LTX 2.5, fixe a seed e mude apenas o prompt, para ver o que a edição mudou; isso não garante um clipe idêntico. O H3 não tem ajuste de seed: guarde o prompt vencedor como está e sorteie de novo.