Copy the camera language of the reference clip — low, drifting right, never cutting — but stage it in the tiled corridor from reference image 1. One figure walking away from us, footsteps timed to the pulse in the reference track.
Mesmo modelo, partindo deste prompt. As demais configurações ficam no padrão.
Por que este prompt funciona
O prompt indica de onde vem cada elemento: a câmera do clipe, o cenário da imagem, o andamento da faixa. "low, drifting right, never cutting" diz ao modelo exatamente o que extrair. No resultado, uma única figura se afasta pelo corredor tirado de `reference_image_urls`, enquadrada baixa e sem corte do início ao fim. `aspect_ratio` `21:9`, `resolution` `1080p`.
Configurações usadas
Configuração
Valor
O que faz
resolution
1080p
480p, 720p, 1080p ou 4k, padrão 720p, e alimenta a quantidade cobrada diretamente. Define só a faixa de saída e não vai deixar referências de baixa resolução mais nítidas. Teste se as referências combinam numa faixa baixa e depois suba para o take final. Não existem faixas de upscaling ou realce aqui.
aspect_ratio
21:9
Vem em `adaptive`: o modelo encontra um enquadramento que acomoda todos os sujeitos referenciados, o que pesa mais quando as referências não compartilham a mesma forma. Fixe uma proporção só por exigência dura de entrega — `9:16` para um feed vertical, por exemplo — e confira se nenhuma pessoa ou produto referenciado ficou cortado. Não afeta a cobrança.
generate_audio
true
Ligado por padrão. Produz uma trilha nativa sincronizada com a imagem. Mesmo com `reference_audio_urls` enviado, desligar significa nenhuma trilha renderizada — o áudio de referência molda ritmo e interpretação, ele não é a faixa de saída. Desligue quando a edição for musicada na pós.
duration_seconds
10
De 4 a 15 segundos, padrão 5; com -1, o modelo escolhe a duração (a estimativa usa o máximo de 15 segundos e a cobrança, a duração entregue). Quinze segundos é o teto desta geração; para um plano único mais longo, mude para o endpoint da 2.5. Repare que isto e a duração dos seus clipes de referência são duas contribuições independentes à quantidade cobrada, então maximizar os dois é onde uma única requisição fica cara.
Prévia desfocada