Prompts para Pollo AI: como escrever comandos que dirigem a geração de vídeo em vez de descrevê-la

O problema não é o prompt curto, é o prompt sem direção

Se você já usa o Pollo AI, provavelmente já passou por isso: escreve uma descrição razoável, gera o vídeo, e o resultado sai genérico — a câmera faz algo vago, a ação principal acontece cedo demais ou tarde demais, e a embalagem do produto muda de cor sem você ter pedido nada disso. O problema quase nunca é a falta de adjetivos. É a falta de decisões explícitas.

O Pollo reúne hoje modelos com comportamentos bem diferentes na mesma interface — Seedance 2.5, Kling 3.0 e Veo 3.1 — e cada um responde melhor a um tipo de instrução. No Text to Video e no Image to Video, o campo de prompt aceita até 2.000 caracteres; a interface mostra duração, resolução e os créditos necessários antes de você confirmar a geração, e esse custo varia conforme modelo, duração, número de saídas e resolução escolhidos. Isso muda a forma de escrever: vale mais gastar caracteres em decisões concretas do que em atmosfera.

Esta página reúne prompts prontos para copiar, organizados pelo tipo de resultado que você quer tirar da ferramenta, mais a lógica que está por trás deles — para que você consiga escrever os seus quando o caso não for exatamente igual a nenhum exemplo aqui.

A anatomia de um prompt que funciona no Pollo

Um prompt forte no Pollo responde, na prática, a sete perguntas: o que aparece em cena, qual é a ação, o que precisa permanecer intocado, em que momento cada coisa acontece, o comportamento da câmera, o tratamento de luz e ambiente, e o que fica proibido. Não precisa virar formulário — mas precisa cobrir essas frentes, porque cada uma que fica implícita é uma decisão que o modelo toma sozinho, e nem sempre a favor do que você queria.

Três elementos merecem atenção redobrada. O primeiro é o timing: em vídeos mais longos, encadear ações soltas ("a pessoa entra, olha, pega, abre, reage, a câmera fecha em close") cria uma disputa entre ações que o modelo tenta resolver sozinho. Marcar blocos de tempo — 0–5s para isto, 5–20s para aquilo — resolve isso. O segundo é a câmera concreta: "cinemático" não diz nada de acionável; "slow dolly-in", "controlled orbit", "macro pan" ou "rack focus" descrevem um movimento que o modelo consegue executar. O terceiro são as restrições negativas — dizer explicitamente o que não deve aparecer, como "no subtitles", "no BGM" ou "no duplicate people", em vez de assumir que a ausência de um pedido significa ausência do elemento.

Uma fórmula reutilizável para praticamente qualquer cena:

[tipo de plano/cena] + [sujeito e detalhes fixos] + [ação principal] + [timing] + [movimento de câmera] + [luz/ambiente] + [papel das referências, se houver] + [restrições negativas]

Nem todo prompt precisa preencher todos os blocos. Uma animação simples de retrato pede só identidade travada, um movimento pequeno e uma câmera definida. Uma narrativa de 30 segundos pede timing e payoff bem marcados. Um prompt de edição vive e morre no bloco "mude somente X; preserve Y, Z e W". O ganho de qualidade vem de tirar do modelo a liberdade de inventar o que você não especificou — não de escrever mais palavras bonitas.

Dois cuidados evitam desperdício de créditos e de tempo: usar controles compatíveis com o modelo escolhido (áudio nativo sincronizado, first/last frame e multi-shot dependem do modo, não estão em todos), e não pedir mais ações do que a duração comporta.

Prompts para cenas com começo, meio e payoff

Esses três prompts exploram a capacidade do Seedance 2.5 de aceitar timestamps dentro de vídeos de até 30 segundos, transformando o texto numa espécie de roteiro por blocos de tempo.

Filme de produto em 30 segundos, sem parecer clipes soltos

30-second cinematic product film for a matte black insulated bottle on a dark stone table.
Lock the bottle shape, matte finish, cap design, proportions and logo placement throughout the entire video.

0–5s: wide establishing shot at dawn, soft window light crossing the table, bottle centered and untouched. Very slow dolly-in.
5–12s: condensation gradually forms on the bottle surface while the camera moves into a controlled 120-degree orbit. Keep the bottle stationary and geometrically unchanged.
12–20s: a hand enters naturally from frame right, lifts the bottle once and pours cold water into a clear glass. Realistic liquid physics, restrained movement, no splashing toward camera.
20–26s: macro close-up of water droplets sliding down the matte surface; shallow depth of field; rack focus from droplets to the logo area.
26–30s: clean hero frame with the bottle back on the stone table, soft rim light, camera becomes completely still for the final two seconds.

Photorealistic materials, realistic reflections, premium understated lighting.
No subtitles, no extra logos, no duplicate bottle, no deformed hands, no BGM, no sudden camera shake.

O que produz: uma peça com arco visual completo — apresentação, detalhe, interação, hero shot — em vez de várias ações sem hierarquia. Os timestamps dão ao modelo uma ordem de execução, e os detalhes travados no início tentam impedir que embalagem e proporções mudem entre um bloco e outro.

O que trocar: o produto e os atributos travados (cor, tampa, rótulo, formato), a interação central (servir, abrir, vestir, acender, dobrar) e o enquadramento final. Se a embalagem tiver texto pequeno, use uma imagem de referência para preservar o design em vez de depender de o modelo renderizar caracteres minúsculos com nitidez.

Transformação contínua com começo e fim definidos

30-second continuous transformation shot inside an empty industrial loft.
A plain unfinished room gradually becomes a warm contemporary reading studio. Keep the room dimensions, windows, pillars and camera axis unchanged throughout the transformation.

0–5s: show the bare loft in a locked wide shot with overcast daylight.
5–18s: materials transform progressively, not instantly: raw concrete floor becomes warm oak, one built-in bookshelf forms along the left wall, a large neutral rug appears from the center outward, then a single reading chair and floor lamp assemble naturally.
18–25s: daylight shifts slowly into golden late-afternoon light; books populate the shelf without flying chaotically; a small plant appears beside the chair.
25–30s: very slow push-in toward the finished reading corner and hold the final composition.

Architectural visualization, physically plausible transformation, coherent scale, restrained motion.
No people, no extra windows, no changing room geometry, no floating furniture, no text, no jump cuts.

O que produz: uma transformação onde a continuidade espacial pesa mais que o "efeito mágico". Com a geometria presa, o eixo de câmera fixo e as mudanças espalhadas ao longo do clipe, fica bem mais difícil o modelo interpretar cada etapa como um cômodo diferente.

O que trocar: o cenário e a lista de propriedades que nunca mudam. Em transformação de produto, trave formato e branding; em moda, trave rosto, corpo e pose e transforme só roupa ou cenário; em paisagem, trave relevo e câmera e altere estação, clima ou horário.

Plano-sequência atmosférico com som dirigido

25-second single continuous travel shot following a lone cyclist through a narrow coastal village just after light rain.
The same cyclist, same dark green jacket, same bicycle and same village architecture remain consistent for the full shot.

0–6s: camera begins behind the cyclist at walking height, slow stabilized tracking shot. Wet cobblestones reflect soft morning sky.
6–17s: cyclist turns left into a narrower street; camera follows the turn smoothly without cutting. Laundry moves gently in the sea breeze, small water drops fall from awnings, no pedestrians cross in front of the subject.
17–25s: the street opens toward the ocean; camera drifts slightly to the cyclist's left side and reveals the horizon while maintaining forward motion. End on a calm wide composition.

Natural overcast light, realistic wet surfaces, subtle cloth movement, quiet documentary tone.
Audio: bicycle chain, tires on wet stone, distant gulls and soft ocean ambience only.
No dialogue, no subtitles, no music, no duplicated cyclist, no sudden weather change, no cuts.

O que produz: um plano onde movimento de câmera, microanimações ambientais e som caminham juntos. Quando o modo escolhido gera áudio a partir do prompt, especificar o que deve ser ouvido — e o que não deve — evita que o modelo escolha uma trilha genérica por conta própria.

O que trocar: personagem, percurso e som diegético. Quatro coisas precisam sobreviver à troca: quem é o sujeito, para onde ele se move, o que a câmera está autorizada a fazer, e uma lista enxuta do que se ouve. Se o modo não gerar áudio, mantenha só a parte visual.

Prompts para image-to-video: proteger antes de animar

No Image to Video, o prompt é opcional e aceita até 2.000 caracteres. Como você já parte de uma imagem pronta, não faz sentido redescrevê-la inteira — o trabalho do prompt é dizer o que proteger e como animar, nessa ordem.

Hero shot de produto sem redesenhar a embalagem

Preserve the exact product shape, package proportions, cap, label layout, logo position, printed colors and surface material from the reference image. Do not redesign or restyle the product.

Animate only the scene around it: fine condensation slowly appears on the package, two small droplets travel naturally downward, and a faint cool mist passes behind the product.
Camera performs a slow macro push-in followed by a very subtle 20-degree rightward orbit. Product itself remains fixed on the surface.
Soft side light, realistic specular highlights, shallow depth of field, premium studio realism.

No extra products, no label changes, no new text, no warped logo, no rotation of the package, no floating droplets, no abrupt camera movement.

O que produz: movimento de peça publicitária sem abrir brecha para o modelo redesenhar o produto por conta própria. O prompt fixa os atributos do arquivo enviado antes de descrever condensação, câmera e luz.

O que trocar: enumere apenas o que não pode sair errado visualmente. Num cosmético isso costuma ser frasco, válvula, rótulo e cor do conteúdo; num tênis, o recorte da silhueta, a sola, as costuras e a combinação de cores; num alimento, a arte da embalagem e a proporção. Depois troque as microações por algo compatível: vapor, brilho, tecido, líquido, reflexo.

Retrato com movimento natural, sem reinventar o rosto

Preserve the person's facial identity, facial proportions, hairstyle, skin tone, clothing, jewelry and background composition exactly as in the reference image.

Add subtle natural motion only: one slow blink, a small breath visible in the shoulders, a slight shift of gaze from camera to frame left, and gentle movement of loose hair caused by a light breeze.
Camera makes a very slow 5% push-in; no change of lens perspective. Keep expression calm and understated.
Soft existing light remains consistent; realistic skin texture and natural eye reflections.

No face morphing, no age change, no hairstyle change, no new accessories, no talking, no exaggerated smile, no duplicate features, no camera shake.

O que produz: uma animação construída sobre gestos pequenos e conferíveis um a um. "Make her come alive" entrega a decisão ao modelo; uma lista de microações, não.

O que trocar: quais traços de identidade ficam presos, e escolha dois ou três sinais de vida que combinem com a foto — não mais que isso. Retrato corporativo pede quase nenhum movimento de câmera; moda pede tecido; cena externa pede vento; ilustração pede preservar traço e paleta.

Foto de arquitetura com luz em movimento, sem deformar linhas

Preserve the exact architecture from the reference image: wall positions, ceiling height, windows, door openings, furniture geometry, perspective lines and material colors must remain unchanged.

Animate a slow transition from late afternoon to early evening. Sunlight moves gradually across the floor and wall; interior practical lights turn on one by one with warm intensity. Tree shadows outside the window move slightly in a natural breeze.
Camera performs a slow straight dolly forward only, with no pan, tilt or lens distortion.
Photorealistic architectural visualization, physically plausible light, restrained reflections.

No moving furniture, no added decor, no extra windows or doors, no bent vertical lines, no people, no text, no sudden time-lapse flicker.

O que produz: a foto passa a durar no tempo por causa da luz e do deslocamento da câmera, não porque algo nela foi remodelado — nada disputa espaço com o arquivo original.

O que trocar: troque as travas de geometria pelo que é rígido no seu material — cenário, objeto, rosto, traço de ilustração — e escolha outro fenômeno para correr no tempo: o sol nascendo, a chuva chegando, a névoa abrindo, o letreiro ligando.

Prompts que exploram referências múltiplas, diálogo, áudio e edição

Briefing multimodal: uma função por referência

O Seedance 2.5 aceita até 30 imagens, 10 vídeos e 10 áudios de referência. O ganho só aparece quando cada arquivo recebe uma função clara em vez de "misturar tudo".

Use Reference Image A only for the woman's facial identity, hairstyle and white linen outfit.
Use Reference Image B only for the orange ceramic perfume bottle: preserve its exact shape, cap, color and label placement.
Use Reference Video C only for camera timing and the slow circular movement; do not copy its people, location or objects.
Use Reference Audio D only for pacing and beat accents; do not add vocals.

Create a 20-second rooftop fragrance scene at sunset.
0–5s: medium shot of the woman beside a small stone table, perfume bottle clearly visible, light breeze moving the linen fabric.
5–13s: she picks up the bottle once and turns it slightly toward the sunset; camera follows the circular motion from Reference Video C while preserving her identity and the product design.
13–20s: macro shot of the bottle returning to the table; warm rim light and a clean final hero frame timed to the final beat of Reference Audio D.

No additional people, no bottle redesign, no outfit change, no copied background from Reference Video C, no vocals, no subtitles, no duplicate product.

O que produz: referências que não disputam entre si. "Only for" define a fronteira de cada arquivo — o vídeo dá movimento, não conteúdo; a imagem do produto dá design, não cenário.

O que trocar: renomeie A/B/C/D conforme seus arquivos e descreva a função de cada um. Duas imagens do mesmo personagem exigem que você diga qual manda no rosto e qual manda na roupa. Áudio que entra só como métrica precisa vir com o aviso de que não é para virar voz nem tom de narração.

Diálogo com ordem de fala e troca de foco

O Kling 3.0 é oferecido no Pollo com narrativa multi-shot, áudio nativo multilíngue e duração de até 15 segundos.

12-second realistic two-character scene in a quiet bookstore.
Character A: woman in a dark blue coat, standing near the counter.
Character B: older male bookseller behind the counter.
Keep both characters visually consistent across all cuts.

Shot 1, 0–4s: medium two-shot. Character A places an old book on the counter and says in English, softly: "I think this belongs to you." No one else speaks. Camera remains steady.
Shot 2, 4–8s: rack focus to Character B. He looks at the book, pauses, then says in English: "I wondered if it would come back."
Shot 3, 8–12s: close-up on Character A reacting with a small surprised smile, then cut to the book between them.

Natural bookstore ambience, subtle page sounds, restrained performances, realistic lip sync.
No background music, no subtitles, no overlapping dialogue, no extra customers entering frame.

O que produz: uma cena curta com a ordem de fala já resolvida no texto: cada personagem tem sua vez, seu momento e o enquadramento que o acompanha, em vez de duas frases jogadas sem hierarquia.

O que trocar: personagens, idioma e falas — mas mantenha-as curtas o bastante para os 12–15 segundos disponíveis. Não tente encaixar quatro personagens e seis frases num clipe desse tamanho.

Áudio como parte da direção visual

O Veo 3.1 é descrito com áudio nativo sincronizado, controle por primeiro e último frame e "Ingredients to Video".

Cinematic close-up of a ceramic coffee cup on a wooden café table during a thunderstorm at night.
The cup remains stationary and intact. A spoon rests on the saucer.
Camera begins in a tight macro close-up on one raindrop sliding down the window, then slowly racks focus to the cup. A distant lightning flash briefly lifts the ambient exposure; two seconds later, soft thunder follows. Steam rises continuously from the coffee. At the end, an unseen door opens off-camera and a small draft moves the steam sideways.

Audio: close rain against glass, low room ambience, one distant thunder roll after the lightning, a faint door hinge near the end. No music, no dialogue, no exaggerated thunder impact.
Natural reflections, low-key warm interior light, realistic steam and glass.

O que produz: uma cena em que o som responde ao que se vê: o trovão chega depois do clarão, o vapor se inclina quando a porta abre fora do quadro. O áudio passa a contar parte da história em vez de preencher o fundo.

O que trocar: monte os seus próprios pares de causa e efeito sonoro: algo cai e soa o baque, o trem se aproxima e a vibração cresce, o tecido rasga e o som vem seco e curto. Ao usar primeiro/último frame, descreva o movimento entre as âncoras em vez de redescrever as imagens.

Edição cirúrgica: mudar uma coisa, travar o resto

O AI Video Editor do Pollo aceita instruções de até 1.000 caracteres, recebe MP4 ou MOV de até 32 MB e entrega saída em 720p.

Change only the exterior weather visible through the windows from bright midday sun to heavy evening rain.
Preserve the person exactly: face, hair, clothing, body position and movement.
Preserve the room layout, furniture, camera movement, framing, clip timing and all objects in the foreground.
Adjust only the light entering from the windows so it becomes cooler and dimmer, with subtle rain reflections on nearby surfaces.
Do not add lightning, new objects, fog, text, people or camera movement. Do not alter the subject's skin tone or clothing colors.

O que produz: uma edição localizada. Pedir "deixe mais dramático e chuvoso" abre margem para mexer em cor, cenário, pessoa e câmera; definir primeiro o único elemento que pode mudar restringe o espaço de transformação.

O que trocar: a alteração real (remover objeto, trocar fundo, mudar horário, mudar aparência) e a lista do que deve continuar igual. Como o campo tem teto de 1.000 caracteres, priorize "mudança + preservações + proibições" em vez de descrição estética redundante.

Estender um vídeo sem trocar de cena

O AI Video Extender aceita um prompt opcional descrevendo como o conteúdo deve continuar, e serve para vídeos gerados no próprio Pollo.

Continue directly from the final frame with no cut and no reset of the scene.
Preserve the same woman, outfit, lighting, lens perspective, camera height and walking speed.
She takes four more steps toward the open balcony, slows down, places her right hand on the railing and looks toward the city.
The camera continues the existing forward tracking movement at the same speed, then gradually stops behind her.
Keep the same evening ambience and wind direction.
No new people, no change of location, no wardrobe change, no sudden camera turn, no time jump, no text.

O que produz: uma continuação que parte de onde o clipe parou, sem reapresentar a cena como se fosse um vídeo novo.

O que trocar: o estado exato do último instante — direção de câmera, posição do personagem, velocidade, luz — e o próximo gesto que ele deve fazer. Quanto mais elementos novos você introduzir de uma vez (personagem, cenário, clima, estilo), menos a extensão parece continuação.

O que parece um bom prompt e sai errado

"A woman walks through a beautiful cinematic city, epic lighting, amazing camera, ultra realistic" soa detalhado por acumular adjetivos, mas nada do que decide o resultado foi dito: para onde a pessoa anda, quanto tempo aquilo dura, que câmera é essa, que hora do dia, como termina e o que está proibido de aparecer. O conserto troca adjetivo por decisão observável: 10-second tracking shot. A woman in a red raincoat walks away from camera along a narrow wet street at blue hour. Camera follows three meters behind at waist height, stabilized, constant speed. Neon reflections move across the pavement; light rain only. At 8s she stops under one warm doorway and looks left. No cuts, no crowd crossing foreground, no text, no camera shake.

"Animate this product photo and make it exciting" é arriscado em image-to-video porque dá ao modelo permissão implícita para mexer no que já estava certo. O conserto começa protegendo primeiro: Preserve exact bottle shape, label, logo placement and colors. Keep product fixed. Add two slow water droplets, soft mist behind it and a 15-degree camera orbit. No redesign, no extra bottle, no new text.

"Use these references to make the same vibe", com várias referências ao mesmo tempo, não diz qual arquivo governa identidade, qual governa câmera, qual governa ritmo. O conserto é atribuir função a cada um: Image A only for face and outfit. Image B only for product design. Video C only for camera movement. Audio D only for pacing.

"Two people talk about the product", num modelo com áudio e múltiplos personagens, deixa de fora justamente a informação que mais evita confusão: quem fala primeiro, o que cada um diz, quando a câmera muda de foco. O conserto estrutura fala por fala, atrelada a um shot ou faixa de tempo.

"Show five things happening in eight seconds" tenta comprimir ações demais num tempo curto. Se a ideia realmente precisa de vários acontecimentos, use um modo com duração maior e marque blocos de tempo; se precisa de cortes curtos e fala, escreva shots compatíveis com a duração do modo escolhido — mas escolha um movimento principal e um payoff em vez de cinco eventos disputando espaço.

"Include a beautiful slogan clearly readable on the tiny package label" depende de o modelo renderizar texto minúsculo com nitidez, o que é uma das fontes mais comuns de resultado ruim. Quando o texto precisa existir, forneça-o numa imagem de referência e peça preservação do layout, em vez de fazer o sucesso da geração depender de lettering microscópico perfeito.

Duração, referências e créditos: o que muda o prompt na prática

A ambição do prompt precisa caber no modo escolhido. Um roteiro de 30 segundos com timestamps faz sentido no Seedance 2.5, que hoje suporta essa duração e aceita até 30 imagens, 10 vídeos e 10 áudios de referência — daí prompts multimodais bem específicos funcionarem bem nele. O Kling 3.0, por outro lado, é oferecido com vídeos de até 15 segundos e recursos de multi-shot; encaixar nele um roteiro pensado para 30 segundos sem reduzir os beats cria descompasso entre texto e duração.

O tamanho do campo de texto também molda a escrita. Text to Video e Image to Video aceitam até 2.000 caracteres; o AI Video Editor aceita até 1.000. Isso favorece prompts densos em decisão — detalhes fixos, ação, câmera, tempo, negativos — e não em adjetivo. No editor isso pesa ainda mais: descrever o que já está no vídeo desperdiça o campo. Gaste os caracteres na diferença — a alteração pretendida, os invariantes e as proibições.

Recursos como áudio nativo sincronizado, controle por primeiro e último frame, multi-shot e conjuntos grandes de referência dependem do modelo e do modo selecionados, não da plataforma como um todo — Veo 3.1 traz áudio nativo e first/last frame; Kling 3.0 traz multi-shot e áudio; Seedance 2.5 traz 30 segundos, grande volume de referências e controle fino por timestamps e negativos. Vale checar, antes de escrever um prompt ambicioso, se o modo escolhido de fato interpreta o controle que você está pedindo.

O custo em créditos varia conforme modelo, duração, número de saídas e resolução, então não existe um valor fixo por prompt — o número confiável é o "Credits required" que a própria interface mostra antes de você confirmar a geração com as configurações escolhidas. Em 17 de agosto de 2026, a página de preços do Pollo listava o plano Free com 20 créditos, Lite a US$ 10/mês por 300 créditos, Pro a US$ 14,50/mês por 800 créditos e Ultra a US$ 109/mês por 5.000 créditos, dentro de uma oferta anual indicada como "50% OFF" na própria página. O saldo mensal da assinatura vence no fim do ciclo e não passa para o mês seguinte. Já quem assina o Pro no plano anual pode comprar pacotes avulsos, que não têm prazo de validade — mas também não dão direito a reembolso.

Por onde começar

Todos os prompts acima seguem o mesmo princípio: adjetivo de estilo rende pouco, decisão explícita rende muito. Prenda o que precisa continuar igual. Quebre a ação em batidas com hora marcada. Chame o movimento de câmera pelo nome técnico. Dê a cada arquivo de referência um trabalho único. Descreva o som sempre que ele for parte da cena — e liste, sem rodeio, o que não pode aparecer.

Para testar isso agora, pegue um prompt curto que você já usa com frequência — de preferência um de image-to-video, que costuma ser o mais rápido de ajustar — e reescreva-o com a fórmula: sujeito e detalhes fixos, ação, timing (se couber), câmera nomeada, luz, papel das referências e restrições negativas. Gere as duas versões, compare o