Estou te dando 7 habilidades gratuitas e o pipeline exato que os diretores estão usando para produzir filmes de IA com orçamentos de milhões de dólares no higgsfield... o sistema completo revelado passo a passo, com a habilidade que comanda cada etapa pronta para instalar hoje
Seedance 2.5 em 1080p (apenas no higgsfield) agora significa que você pode gerar anúncios/criativos/trailers completos de 30 segundos em um único disparo, sem qualquer upscaling... isso é incrível
aqui está o que tem dentro:
- a única plataforma pela qual todo o fluxo de trabalho passa e por quê
- o único problema que mata todo filme de IA
- as 11 etapas e os dois portões que as mantêm unidas
- cada etapa detalhada, as automatizáveis encerrando com a habilidade que as comanda
- o que permanece humano e por quê
- o bloco do playbook completo
para ter acesso a todas as habilidades, entre aqui: https://t.me/tgmachina vou postá-las em breve
e se você quiser se aprofundar em transformar vídeo de IA em receita real, o treinamento e os sistemas semanais para isso estão na comunidade de operações de IA em tempo real em weeklyaiops.com
o motor: seedance 2.5 em 1080p e a CLI
tudo neste artigo passa por uma plataforma: higgsfield
duas razões, e ambas são estruturais: toda a superfície é construída para uso agêntico, então seu agente pode conduzir cada geração de ponta a ponta, e o Seedance 2.5 em 1080p roda exclusivamente no higgsfield
todo o fluxo de trabalho roda em um único modelo de vídeo, deliberadamente
um modelo significa uma gramática de prompt, um conjunto de peculiaridades, um comportamento de consistência para aprender... os modelos de imagem apenas constroem as folhas de referência que o alimentam
esse modelo de vídeo hoje é o Seedance 2.5
ele gera um clipe de 30 segundos em um único disparo com o diálogo sincronizado com os lábios e os efeitos sonoros gerados na mesma passada, e carrega um orçamento de referência grande o suficiente para conter seu elenco, sua locação, um adereço chave, um movimento de câmera, uma voz e a ambiência dentro de uma única geração
a regra de iteração do pipeline dá a uma tomada com falha de 10 a 15 tentativas antes que você possa culpar a formulação
a CLI é a porta agêntica:
- npm install -g @higgsfield/cli
- higgsfield auth login
- npx skills add higgsfield-ai/skills
três comandos e todo modelo se torna chamável a partir do Claude Code ou de qualquer outra estrutura que você execute, o que significa que um agente pode segurar todo o pipeline... o que gera, em que ordem, com qual modelo, enquanto você dirige
e se o 2.5 for substituído no próximo trimestre, nada abaixo muda... trate a tabela de modelos como um instantâneo, porque as etapas e os portões são a parte que você mantém
aqui está um exemplo rápido do que você poderia produzir com este pipeline:
o ator não lembra como ele estava ontem
essa frase é a razão inteira pela qual este pipeline existe
um modelo de vídeo não tem memória entre gerações, então, se a aparência de um personagem não for descrita exaustivamente em cada prompt, tomadas vizinhas lhe dão um rosto diferente, uma jaqueta diferente, uma idade diferente
em um clipe de 10 segundos ninguém nota... ao longo de 90 minutos, isso mata o filme, porque o público percebe uma quebra de continuidade mais rápido do que qualquer outro defeito
o modelo não tem memória, então o pipeline é a memória
metade das etapas que você está prestes a ver existem apenas para lembrar coisas em nome do modelo... o que o herói veste, a que distância a porta está da janela, qual paleta domina a cena
e a memória funciona com quatro regras que você nunca quebra:
- não gere nada para o filme até que cada ativo esteja bloqueado
- um ativo recebe um passaporte aprovado, copiado literalmente em todo prompt que o usa
- edições são cirúrgicas: mude uma linha, mantenha todo o resto palavra por palavra
- tudo é versionado e registrado, porque uma boa tomada não registrada é uma tomada que você não pode reproduzir
quebre a primeira regra e você refaz metade do seu material assim que o visual se desviar
o resto deste artigo são essas quatro regras esticadas em um estúdio funcional
as 11 etapas
a pré-produção clássica é elenco, busca de locações e uma oficina de adereços
aqui funciona ao contrário: você fixa referências digitais, e quanto mais apertadas forem as etapas iniciais, mais barata fica cada geração depois delas
- detalhamento: o roteiro se torna cenas e cartões de tomada
- referências: imagens coletadas como especificação, por ativo e por estilo
- o bloqueio da bíblia visual: cada quadro recebe uma decisão por escrito
- fichas de ativos: personagens, locações e adereços recebem passaportes
- a biblioteca: passaportes testados sob estresse, depois bloqueados em um registro
- geração: tomadas produzidas a partir de cartões e passaportes
- edição: montagem ocorre em paralelo com a geração
- limpeza: artefatos corrigidos tomada por tomada
- cor: um colorista terceirizado unifica e depois gradua
- som: uma equipe de pós-produção terceirizada limpa e mixa
- master: entregas para festivais e plataformas, mais o arquivo
as etapas ocorrem em sequência no nível da cena, com uma exceção: enquanto a cena N gera, o editor já está montando a cena N-1 e a equipe de direção está listando as tomadas da N+1
essa sobreposição existe porque uma regravação aqui custa minutos, não um dia de filmagem
o editor assiste a uma montagem, pede um plano de corte faltante e o tem na mesma tarde... o que significa que a edição deixa de ser pós-produção e começa a moldar ativamente o que é criado
mas nada disso começa até que os portões digam sim
uma etapa termina através de uma lista de verificação por escrito, e o portão mais difícil fica na frente da geração: todo personagem, variante, locação e adereço em uma cena precisa de uma linha de registro marcada como bloqueada antes que um único quadro do filme seja renderizado
a regra mais cara do pipeline, e a mais recompensadora
agora as etapas em si
cada uma abaixo termina com a habilidade que construí para comandá-la, e todas as 7 estão esperando no telegram
etapa 1: o detalhamento
antes que alguém escreva um prompt, o roteiro se torna cartões de tomada
cada tomada recebe um cartão de 22 campos em três faixas:
- identidade: ID da cena e da tomada, locação, hora do dia, personagens com suas tags de ativo e variantes de estado, adereços, descrição, o diálogo literal, tempo de duração, complexidade
- direção: o objetivo da tomada, a tarefa como um verbo, dramaturgia, bloqueio, atuação, dispositivo de estilo
- câmera e edição: tamanho, movimento, lente, ângulo, tipo de corte, ritmo, transição
22 campos parecem burocracia até você ver o que eles compram: o prompt depois se escreve quase mecanicamente, porque os grupos de colunas mapeiam um a um nos blocos de prompt
duas regras acompanham
cada clipe carrega uma ação, nunca uma sequência delas
e qualquer texto que deva aparecer dentro do quadro... uma placa, uma tela de telefone, um título... sai da geração completamente e vai para sua própria lista de tarefas, porque modelos de vídeo escrevem texto mal e títulos pertencem à edição
a habilidade: /film-breakdown pega um roteiro, um tratamento ou uma ideia de um parágrafo e a percorre cena por cena, uma pergunta de cada vez, escrevendo a tabela de cenas e um arquivo de cartão de tomada por cena enquanto avança
cada tomada sai com todos os 22 campos preenchidos, e qualquer texto no quadro já é puxado para sua própria lista de tarefas antes que você faça um prompt
mas um cartão perfeito ainda descreve um homem que dois modelos não desenharão da mesma forma... esse problema tem suas próprias duas etapas
etapas 2 e 3: referências e o bloqueio
uma referência aqui é uma especificação
"um pai cansado em uma jaqueta gasta" produz um homem diferente em cada modelo e em cada cabeça
uma imagem real dele resolve a questão, e é por isso que a regra funciona em apenas uma direção: encontre a imagem existente primeiro, depois a descreva... nunca imagine uma descrição e caça à prova
as contagens de trabalho: 10 a 20 imagens para um personagem principal, 8 a 15 por locação chave, 3 a 5 por adereço, mais quadros separados para luz, cor, óptica, movimento de câmera, textura, ritmo de corte e som
essas faixas são contadas a partir de produções reais, não adivinhadas, e é por isso que não estou arredondando-as
cada imagem recebe uma legenda nomeando exatamente o que é retirado dela
uma imagem que você apenas gosta, sem legenda, é lixo uma semana depois
e as imagens marcadas "assim... não permitido" se tornam a lista de proibição, que economiza mais gerações do que as referências
a maneira mais rápida de preencher os quadros de estilo é extrair do cinema real em vez de imaginar: alimente fotos de filmes que já carregam seu sentimento para um modelo de visão, faça-o nomear a lente, a direção da luz, a paleta, o grão, e bloqueie a saída como um parágrafo que é colado em todo prompt do projeto
então vem o bloqueio, e o bloqueio é por escrito
cada quadro termina em uma decisão fixa... aprovado, revisar ou rejeitado... registrada no próprio quadro
um estilo que foi aprovado verbalmente significa que o diretor e o engenheiro de prompt estão segurando dois filmes diferentes, e eles descobrem um mês depois
a habilidade: /reference-board executa a entrevista um quadro de cada vez... você fornece as referências, ela força uma legenda em cada imagem, arquiva cada anti-referência na lista de proibição e fecha cada quadro com a decisão por escrito, aprovado, revisar ou rejeitado
nada é chamado de bloqueado sem essa decisão no quadro
etapa 4: o passaporte
aqui é onde a consistência é fabricada
veja o que acontece com um personagem: ele recebe um descritor de texto exaustivo e uma folha de imagens de referência geradas em um fundo cinza neutro... frente, três quartos, perfil, costas, retrato próximo
esse par, descritor mais referências, viaja para todo prompt em que ele aparece, palavra por palavra, arquivo por arquivo
esse é o passaporte dele, e uma produção mantém um por personagem, locação e adereço
roupas molhadas são um passaporte diferente
sangue também... @cal, @cal_wet e @cal_blood são três ativos separados com três tags separadas, porque uma variante descrita inline é uma variante que o modelo esquecerá
dois detalhes fazem os passaportes segurarem:
- o descritor nunca é encurtado, já que "aparado por brevidade" é exatamente onde a consistência morre
- o passaporte de uma locação carrega a paleta da cena e o caráter da luz dentro dele, então toda tomada naquela locação chega pré-graduada
e as próprias imagens de referência são construídas manualmente primeiro, em um modelo de imagem, antes que qualquer prompt de vídeo exista
bloqueie-as e nunca as regenere... se o movimento parecer errado depois, você corrige o prompt de movimento, porque uma nova imagem desfaz cada pedaço de trabalho de consistência empilhado na antiga
cada passaporte cai como uma linha em um registro vivo: tag, tipo, versão, arquivo de semente, cenas, status
um passaporte neste ponto ainda é um rascunho, porque um passaporte construído em uma única imagem de sorte é uma falsa vitória
a habilidade: /asset-passport constrói um ativo de cada vez... ela entrevista você até que o descritor não tenha lacunas, escreve os prompts da folha de referência de fundo cinza para seu modelo de imagem, divide cada variante de estado em seu próprio ativo marcado e arquiva a linha de registro como rascunho
etapa 5: o teste de estresse
antes que qualquer ativo seja confiável, ele gera sob condições de combate: ângulos e tamanhos de tomada diferentes, a iluminação de suas cenas reais e ao lado de cada ativo com o qual compartilhará um quadro... porque um personagem que se sustenta sozinho muitas vezes quebra no momento em que divide um quadro
os testes são imagens estáticas baratas, executadas antes de uma única geração de vídeo cara
personagens têm que atingir 10 de 10 de repetibilidade
o que é correto
qualquer coisa abaixo disso mantém a linha de registro como rascunho, e a cena que ele bloqueia ou espera ou se move conscientemente para o próximo bloco de produção
a geração para uma cena começa quando toda linha que ela toca diz bloqueado, e nem uma hora antes
a habilidade: /stress-test lê seu registro e detalhamento, constrói a matriz de combate... ângulos, tamanhos de tomada, a luz real da cena, um plano de dois ao lado de cada coadjuvante... entrega a você os prompts de teste e vira a linha para bloqueado apenas em uma aprovação completa
sem aprovação completa, sem bloqueio, e a cena permanece fechada
com o registro verde, a produção finalmente começa a renderizar... e cada tomada dela vem dos mesmos quinze blocos
etapa 6: o prompt
cada prompt de tomada são os mesmos 15 blocos na mesma ordem fixa
nenhum prompt negativo em lugar nenhum... toda proibição é reescrita como o que ESTÁ no quadro
é nisso que a etapa de geração funciona, porque uma vez que os blocos estão bloqueados, a própria renderização é mecânica
os blocos que valem a pena roubar por conta própria:
- o abridor afirma "EXATAMENTE N PERSONAGENS - SEM DUPLICATAS" porque o modelo adiciona pessoas no momento em que você deixa a contagem em aberto
- o mapa da locação dá distâncias em metros e nomeia a linha que a câmera nunca cruza
- uma lente por tomada, e o campo de visão muda apenas em um corte seco
- a ação cai em batidas cronometradas de 0,3 a 0,8 segundos
- a física persiste: dano nunca cura no meio da cena, detritos ficam onde caíram
- a luz nunca é plana e frontal, ela vem moldada das próprias fontes da locação
- o bloco de estilo fecha com uma linha de cor 60:30:10: o matiz dominante, o secundário e a participação do acento no quadro
para um disparo único de 30 segundos, o prompt se divide em quatro batidas cronometradas... 0-6 define a cena, 6-14 constrói, 14-24 vira, 24-30 resolve... com o conjunto de detalhes completo escrito por batida, carimbos de data/hora incluídos
as referências recebem a mesma disciplina: cada imagem, clipe ou arquivo de áudio anexado declara o que controla e o que não deve tocar
"@video 1 define movimento e ritmo" é metade de um papel... a outra metade é "não pegue identidade, roupas ou cena dele", e essa segunda linha é o que impede uma referência de vazar para uma tomada que nunca foi feita para moldar
o movimento tem sua própria gramática: cada prompt nomeia o movimento da câmera e o emparelha com um evento que acontece durante o clipe
então diz sem figuras congeladas, diretamente
um travelling passando por uma figura em pé é uma imagem parada que deriva
o mesmo travelling enquanto a vela se rasga é um filme
então a regra de iteração
uma edição muda uma linha e mantém todo o resto literalmente, cada tentativa é registrada com o que mudou e o veredito, e uma tomada que não caiu até a tentativa 15 não precisa de palavras melhores... ela precisa de uma tomada mais simples: divida-a em duas, solte uma ação, mude o ângulo
uma tomada finalizada é aceita por lista de verificação... corresponde às referências, sem artefatos, câmera conforme solicitado, sincronização labial se mantém, corta com seus vizinhos... e apenas tomadas aceitas recebem nomes finais na pasta de selecionados
essa aceitação é o último sim que uma tomada precisa, porque o editor nunca toca em gerações brutas
a habilidade: /shot-prompt pega um cartão de tomada mais os passaportes bloqueados de tudo no quadro, e se recusa a escrever um prompt pronto para geração enquanto qualquer um desses ativos ainda for rascunho
então escreve os 15 blocos com cada descritor colado literalmente e mantém o registro de geração com você... uma linha alterada por tentativa, simplifique a tomada em 15
o estúdio é uma árvore de arquivos
não há escritório de produção neste pipeline
há um diretório
- assets contém os passaportes: personagens, locações, adereços
- prompts contém os cartões de tomada e toda versão de prompt
- generations contém tentativas brutas, e ninguém além do engenheiro de prompt entra
- selects contém apenas tomadas aceitas, e é a única pasta que a edição tem permissão para ver
- edit, color, sound e master contêm a cadeia de finalização
- docs contém o detalhamento, a bíblia, o registro e o registro de geração
mais uma lei: um arquivo de referência nunca é renomeado
uma nova versão é um novo arquivo, porque renomear quebra todo prompt que aponta para o antigo
a habilidade: /studio-init faz uma pergunta, o nome do projeto, então estrutura toda a árvore, semeia o detalhamento, a bíblia, o registro e o registro de geração como modelos prontos, e escreve as três leis de pasta no projeto para que todo agente que o toque as herde
e a sétima habilidade é a porta da frente: /setup pergunta com quais modelos de imagem e vídeo você trabalha, como você acessa cada um, e nunca assume uma pilha... escreve a configuração compartilhada em seu projeto para que toda outra habilidade leia a mesma configuração, então entrega a cadeia em ordem: setup, studio-init, film-breakdown, reference-board, asset-passport, stress-test, shot-prompt
todas as 7 estão no telegram: https://t.me/tgmachina
etapas 7 a 11: o que permanece humano
edição, limpeza, cor, som e master são as cinco etapas que nenhuma habilidade comanda
o pipeline gera imagem e áudio de referência, e para aí de propósito
a finalização é trabalho humano
a edição corta o primeiro e o último meio segundo de quase toda geração, porque os clipes se desviam nas bordas
e corta mais forte do que parece natural, porque as tomadas geradas tendem a entradas lentas... a instrução permanente é cortar de forma mais agressiva do que você acha que deveria
o som gerado é um andaime: as falas sincronizadas com os lábios definem o timing, então uma equipe de pós-produção de som limpa essa mesma voz em vez de regravá-la, reconstrói os efeitos e mixa para o volume da plataforma
a cor vai para um colorista cujo primeiro trabalho é unificar tomadas vizinhas, já que o passaporte de cada locação já entregou uma graduação embutida para refinar
e os masters saem como em qualquer estúdio: um DCP, o pacote de entrega de cinema padrão, para festivais, um arquivo ProRes, o formato de arquivamento de alta qualidade, para o cofre, mais codificações de plataforma e legendas
o arquivo mantém mais do que o filme finalizado
ele mantém os meios de produção... todo prompt final, o registro de geração, o registro, os passaportes bloqueados... porque a sequência começa de tudo que a última produção aprendeu
o bloco do playbook
todo o pipeline, comprimido no bloco que vale a pena salvar:
- bloqueie a bíblia visual por escrito antes que qualquer coisa gere para o filme
- um ativo, um passaporte: descritor exaustivo mais referências de fundo cinza, copiado literalmente para sempre
- teste sob estresse cada passaporte para 10/10 na luz da cena e em planos de dois antes que suas cenas abram
- escreva todo prompt como os mesmos 15 blocos, quatro batidas cronometradas para uma tomada de 30 segundos
- mude uma linha por tentativa, registre toda geração, simplifique a tomada na tentativa 15
- aceite tomadas por lista de verificação em selects: a edição não vê mais nada
- corte as bordas, corte agressivo, bloqueie a imagem, entregue cor e som para humanos
pule os bloqueios e metade do seu material é feito duas vezes
os modelos vão trocar sob este sistema... o próprio método espera que sua tabela de modelos envelheça em meses
a sequência e os portões são a parte que não envelhece
obrigado higgsfield por patrocinar este artigo
as 7 habilidades serão postadas no meu telegram em breve: https://t.me/tgmachina
