7 erros de prompt em vídeo com IA que arruínam seus clipes silenciosamente
A maioria dos clipes de vídeo com IA decepcionantes não é causada por um modelo fraco. É causada por hábitos de prompt emprestados da geração de imagens que nunca funcionaram para movimento. Um único quadro estático pode absorver uma pilha de adjetivos. Um vídeo de cinco segundos não pode, porque o modelo também precisa controlar tempo, movimento de câmera, consistência do sujeito e, muitas vezes, áudio ao mesmo tempo.
Este guia detalha sete hábitos de prompt que sabotam silenciosamente vídeos gerados por IA, junto com reescritas de antes e depois e testes de geração reais no PixVerse. Você pode comparar essas correções entre os modelos disponíveis no PixVerse, incluindo Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3 e Kling 3.0. Os problemas subjacentes não são exclusivos de nenhum modelo específico — eles aparecem na maioria dos geradores de vídeo com IA porque os pontos de falha são compartilhados: prompts inchados, palavras de clima vagas, direções de câmera conflitantes, prompts negativos falsos, linguagem de velocidade que provoca tremulação, imagens de referência excessivamente descritas e rótulos de qualidade genéricos.
Nada disso é sobre escrever prompts mais curtos por brevidade. É sobre fazer com que cada palavra no prompt cumpra uma função real. Um prompt bem construído coloca a informação importante primeiro, se compromete com um único caminho de movimento, protege o que precisa se manter visualmente consistente e troca palavras de gosto vagas por linguagem que o modelo consegue realmente visualizar.
Como configuramos esses testes
Cada exemplo abaixo foi gerado no PixVerse com uma configuração equiparada: as mesmas configurações de geração base e áudio ativado para cada clipe. Não estávamos tentando destacar um truque específico de um modelo — o objetivo era isolar o que o próprio prompt estava fazendo, mantendo o resto do ambiente estável. Seis clipes rodaram em 1280x720 na horizontal; o exemplo de imagem de referência rodou em 720x1280 na vertical, já que esse caso depende de uma foto de produto vertical. Toda saída inclui som.
Avaliamos cada resultado em relação a seis coisas que um prompt funcional precisa entregar: aderência às instruções, clareza de movimento, consistência do sujeito, estabilidade de câmera, usabilidade do áudio e se o clipe poderia realisticamente entrar em uma postagem de blog, rascunho de anúncio, apresentação para investidores ou tutorial.
Essas são heurísticas entre modelos de propósito. A maioria dos geradores de vídeo atuais compartilha os mesmos pontos de pressão: deriva ao longo do tempo, sinais de movimento ambíguos, trajetórias de câmera instáveis e instruções que competem silenciosamente entre si.
Para mais informações sobre os modelos específicos mencionados aqui, veja nossa análise do Seedance 2.0, nossa comparação entre HappyHorse 1.0 e Seedance 2.0, e nosso detalhamento do Kling 3.0. Se você está integrando testes de prompt em um pipeline de produção, nosso guia de geração de vídeo com IA cobre a automação do trabalho de texto para vídeo e imagem para vídeo.
Erro 1: Tratar o comprimento do prompt como substituto do controle
Adicionar mais descrição parece que deveria dar ao modelo mais material para trabalhar. Na realidade, um prompt sobrecarregado geralmente enterra a única instrução que importa. A linha de abertura carrega mais peso; tudo empilhado depois dela compete pela atenção do modelo em vez de reforçar a ideia principal.
Como isso se parece:
Um frasco de perfume de luxo em um estúdio elegante, iluminação bonita, reflexos cinematográficos, visual comercial premium, materiais de alta qualidade, partículas suaves, movimento suave, atmosfera refinada, alta qualidade, textura delicada, um movimento de câmera dramático, narrativa emocional, energia de marca de luxo, vidro realista, líquido dourado, brilhos cintilantes, câmera lenta, sombras elegantes, composição perfeita, sem distorção, sem tremulação, sem anatomia ruim, sem fundo bagunçado, sem objetos extras, vídeo profissional, estilo de anúncio viral.
Isso parece minucioso, mas quase toda frase é vaga ou repete uma ideia anterior. O modelo tem que escolher entre movimento, iluminação, clima, reflexos, efeitos de partículas e uma pilha de rótulos de qualidade — e o sujeito real se perde no ruído.
Por que falha: modelos de vídeo leem texto sequencialmente, e o sinal mais claro sobre a ação central tende a se manter melhor ao longo de todo o clipe. Isso importa mais à medida que os clipes ficam mais longos, já que a coerência temporal já exige muito do modelo. Isso se alinha com o que a OpenAI observou sobre modelos de vídeo ainda lutando com física precisa e relações de causa e efeito — empilhar instruções fracas depois da ideia principal não cria controle extra, apenas adiciona ruído.
A solução: busque uma estrutura enxuta de 50 a 80 palavras — sujeito, ação e local na primeira frase, câmera e estilo na segunda frase, restrições na terceira frase.
Um frasco de perfume de vidro transparente fica sobre mármore preto enquanto uma luz de contorno quente atravessa o líquido dourado. O frasco faz um pequeno giro de exibição, revelando uma leve borda lateral, e então se acomoda de volta ao centro. Aproximação macro lenta desde a altura do rótulo até a tampa, iluminação de estúdio de luxo, poeira dourada suave flutuando atrás do frasco. Termina em um quadro centralizado e estável, sem sobreposição de texto, sem objetos extras. Áudio: movimento sutil de vidro, tom suave de sala de estúdio.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado para movimento de vidro e tom de estúdio. Queríamos ver se um prompt compacto conseguia manter a identidade do produto, movimento contido, iluminação e controle de câmera sem que a ação principal se perdesse.
No resultado, o frasco permanece centralizado durante toda a aproximação, o líquido dourado se lê claramente através do vidro, e a luz quente de fundo constrói um clima premium sem que um único adjetivo faça o trabalho pesado. Prompts curtos não são automaticamente prompts vagos — uma instrução compacta com um sujeito, uma ação contida, um movimento de câmera e algumas restrições reais consistentemente supera uma longa lista de preferências dispersas.
Erro 2: Depender de “cinematográfico” como um interruptor de qualidade
“Cinematográfico” aparece em quase todo prompt de vídeo com IA, e é uma das palavras menos úteis que você pode usar. Pode apontar para iluminação de terror, hora dourada romântica, realismo documental cru, névoa de ficção científica, ou uma dúzia de outros estilos de filme que não têm nada em comum entre si.
Como isso se parece:
Um detetive aposentado caminha por um beco chuvoso à noite. Cinematográfico, profissional, dramático, qualidade de filme.
Isso dá ao modelo um clima, não um visual. A saída pode ir de escura e crua a brilhante e polida, e você não tem como prever qual.
Por que falha: palavras amplas como “cinematográfico” estão vinculadas a fatias enormes e não relacionadas de dados de treinamento. O modelo não tem como saber qual ramo de “cinematográfico” você está imaginando, a menos que você nomeie a linguagem visual real — configuração de iluminação, caráter da lente, composição, movimento de câmera, paleta de cores, ou uma pista de estilo de diretor específico. A pesquisa do Gen-3 Alpha da Runway aponta na mesma direção: legendas altamente descritivas e temporalmente densas consistentemente superam rótulos de estilo vagos.
A solução: substitua “cinematográfico” por algo concreto — uma configuração de iluminação, um comportamento de lente, uma regra de composição ou uma paleta de cores.
Um detetive aposentado com um casaco longo escuro caminha por um beco encharcado de chuva à noite. Aproximação lenta de plano geral para close médio, reflexos de neon vermelho e azul nas pedras molhadas, perspectiva de um ponto de fuga ao longo do beco, brilho de lente anamórfica de letreiros de neon práticos, fumaça de cigarro cruzando seu rosto. Áudio: chuva no pavimento, tráfego distante, zumbido suave de neon.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado para chuva e ambiência urbana. Queríamos ver se nomear elementos de filme específicos produz uma atmosfera mais estável do que a palavra “cinematográfico” sozinha.
Funcionou porque o prompt nomeou coisas que o modelo conseguia realmente renderizar: pedras molhadas, reflexos de neon, uma perspectiva de um ponto de fuga ao longo do beco, uma aproximação lenta, iluminação estilo noir. O detetive permanece a âncora visual enquanto a profundidade do beco e a sinalização colorida constroem o clima. O clipe se lê como cinematográfico porque o prompt descreveu como o plano deveria parecer — não porque tomou emprestada uma palavra da moda.
Erro 3: Empilhar múltiplos movimentos de câmera em um único plano
Modelos de vídeo com IA conseguem seguir direção de câmera razoavelmente bem, mas apenas quando há um movimento dominante. Empilhe várias pistas de câmera juntas e você tende a obter tremulação, deriva ou uma transição indesejada no meio do clipe.
Como isso se parece:
Um trem magnético em miniatura viaja por uma cidade de terrário de vidro. A câmera se aproxima, faz um pan para a esquerda, orbita ao redor do trem, inclina para cima através das torres de musgo, e adiciona tremor de mão.
Isso parece um movimento de filme real, mas para fins de geração são cinco vetores espaciais separados competindo por prioridade. O modelo tem que sequenciá-los ou misturá-los, e ambos os caminhos tendem a produzir instabilidade visível.
Por que falha: uma aproximação, um pan, uma órbita, uma inclinação e um tremor de mão descrevem cada um uma direção diferente de deslocamento de câmera. Empilhe-os e o modelo tem que adivinhar qual deve dominar e quando passar para o próximo — esse ponto de transição é geralmente onde a instabilidade aparece. Pesquisas sobre sistemas de controle de câmera como Direct-a-Video e MotionCtrl separam deliberadamente o movimento de câmera do movimento de objetos exatamente por essa razão: um prompt não deveria ter que carregar cinco vetores de câmera ao mesmo tempo.
A solução: escolha um movimento de câmera principal e depois adicione no máximo uma pista de textura por cima.
Um trem magnético em miniatura desliza por uma cidade de terrário de vidro sobre uma mesa de laboratório, passando por torres de musgo e paredes de vidro com gotas de condensação. Câmera: um único movimento de rastreamento lateral suave paralelo ao trem, apenas uma leve textura de mão. O trem permanece centralizado enquanto o fundo desliza para trás. Áudio: zumbido elétrico suave, pequena vibração de trilho, gotas de água no vidro, tom de sala abafado.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado. Essa cena está repleta de um caos de câmera tentador — reflexos de vidro, prédios minúsculos, condensação, um trem em movimento, escala macro — o que a torna um bom teste de estresse para saber se um único movimento de rastreamento lateral consegue manter um sujeito pequeno legível enquanto o fundo faz o trabalho de criar energia de movimento.
O resultado é um dos mais limpos de todo esse conjunto. O trem permanece legível na parte inferior do quadro enquanto o terrário coberto de musgo cria paralaxe e profundidade atrás dele. Como o prompt se compromete com um único movimento lateral em vez de empilhar aproximação, pan, órbita e inclinação, a câmera nunca briga consigo mesma.
Erro 4: Escrever prompts negativos que não existem
Muitos criadores trazem hábitos do Stable Diffusion para o prompting de vídeo e escrevem linhas como “negativo: tremulação, membros dobrados, cintilação, deformação.” A maioria dos geradores de vídeo com IA não tem um campo real de prompt negativo — esse texto é apenas mais prompt.
Como isso se parece:
Um relojoeiro conserta um cubo de relojoaria flutuante sob uma luminária de mesa. Negativo: tremulação, mãos ruins, dedos dobrados, cintilação, deformação, engrenagens quebradas, iluminação instável.
Isso pode piorar ativamente as coisas. O modelo ainda lê as palavras “tremulação,” “dedos dobrados,” e “deformação” como texto, e em vez de excluir esses conceitos, pode introduzir exatamente as associações que você estava tentando evitar.
Por que falha: a menos que a interface tenha uma entrada de prompt negativo dedicada, tudo que você digita é tratado como instrução positiva. O modelo não tem conceito embutido de “negativo:” como uma exclusão rígida — se você quer estabilidade, precisa descrever diretamente o resultado estável.
A solução: converta cada negativo em uma restrição positiva que declara o estado desejado.
Um relojoeiro usa pinças de latão para colocar uma engrenagem transparente dentro de um pequeno cubo de relojoaria flutuante sob uma luminária de mesa quente. A câmera se aproxima lentamente das mãos até o cubo. As mãos se movem naturalmente, as bordas da engrenagem permanecem nítidas, o cubo permanece centralizado, e a luz quente da luminária permanece consistente sem cintilação. Áudio: clique de pinças de latão, tique de engrenagem pequena, tom de sala de oficina silencioso.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado para som mecânico pequeno e tom de oficina. Mãos, engrenagens pequenas e bordas transparentes são todos territórios propensos a artefatos, o que torna isso uma verificação útil sobre se restrições declaradas realmente reduzem erros visíveis em comparação com uma lista negativa.
As pinças, o cubo transparente e o detalhe da engrenagem permanecem visualmente separados sob a luminária. A mão está próxima o suficiente da câmera para estressar o modelo, mas declarar o comportamento alvo diretamente — mãos naturais, bordas nítidas, uma luz estável — dá um resultado mais limpo do que uma lista negativa que arrisca repetir exatamente as palavras que você está tentando evitar.
Erro 5: Usar “rápido” como instrução de velocidade
“Rápido” parece a palavra óbvia quando você quer velocidade, mas tende a empurrar a geração de vídeo para instabilidade — especialmente quando o prompt já tem ação complexa, movimento de câmera, ou múltiplos elementos em movimento.
Como isso se parece:
Um andador de longboard desce rápido por uma estrada de montanha, câmera rápida, curvas rápidas, desfoque de movimento rápido, velocidade dinâmica, ação intensa, movimento rápido.
Agora o sujeito, a câmera, os efeitos e o tempo da cena estão todos sendo solicitados a acelerar de uma vez, e o modelo tem que manter anatomia, forma do objeto, trajetória de câmera e coerência de fundo juntos sob essa pressão.
Por que falha: velocidade não é apenas uma palavra de estilo — é uma exigência temporal. Em vez de pedir “rápido,” descreva a evidência física que torna a velocidade visível: postura comprimida, padrões de respingo, trilhas de fundo esticadas, enquadramento de câmera controlado.
A solução: troque “rápido” por física de movimento concreta.
Um andador de longboard descendo se inclina em uma curva de estrada de montanha escorregadia pela chuva, joelhos comprimidos, mão de trás pairando a centímetros do asfalto. Cada roda lança um fino respingo de água para fora enquanto refletores da estrada se esticam em suaves trilhas de fundo. A câmera se mantém baixa ao lado da prancha em um único plano de rastreamento estável. Capacete e jaqueta permanecem estáveis. Áudio: zumbido de rodas, sibilo de estrada molhada, pressão do vento, uma curva de prancha.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado. A questão aqui é se a linguagem de movimento físico consegue comunicar velocidade sem pedir ao modelo para acelerar cinco coisas simultaneamente.
O resultado vende velocidade através de evidência física em vez da palavra “rápido”: o ângulo de câmera baixo, os reflexos de estrada molhada, a postura de condução comprimida, e o respingo de água se combinam para fazer a descida parecer rápida enquanto mantêm o piloto e a prancha totalmente legíveis.
Erro 6: Redescrever uma imagem de referência que você já enviou
Para trabalho de imagem para vídeo, repetir tudo que já é visível na foto enviada cria um conflito. Se a imagem já mostra uma bolsa preta estruturada sob um spot de luz, e seu prompt descreve essa mesma bolsa novamente com palavras ligeiramente diferentes, o modelo agora tem duas instruções para um sujeito — os pixels e o texto — e qualquer incompatibilidade entre eles convida à deriva.
Como isso se parece (prompt de imagem para vídeo):
Uma bolsa de couro preta com alça curva, fecho prateado, corpo estruturado, painéis costurados, e fundo escuro de estúdio fica sob um spot de luz dramático.
Se tudo isso já está na imagem de referência, o prompt está convidando o modelo a reinterpretar detalhes que deveria simplesmente preservar — silhueta, material, elementos decorativos, até o fundo pode mudar como resultado.
Por que falha: uma imagem de referência já é uma instrução forte por si só. Redescrever o sujeito visível abre um segundo canal de instrução que pode não corresponder pixel a pixel com o que realmente está lá. O trabalho do prompt, nesse caso, é cobrir o que a imagem não consegue mostrar: movimento e comportamento de câmera.
A solução: para imagem para vídeo, limite o prompt a três tarefas — instrução de movimento, instrução de câmera, uma regra de consistência.
Mantenha o objeto de referência completamente intacto. Adicione uma suave aproximação de câmera a partir do enquadramento atual enquanto um destaque estreito percorre lentamente a superfície visível. Preserve a silhueta exata, materiais, detalhes decorativos, fundo, direção da iluminação, e composição da imagem de referência. Áudio: tom suave de sala de exibição, tênue ressonância de vidro, sutil farfalhar de tecido.
Teste: PixVerse, 5 segundos, 720p, 9:16 vertical, imagem para vídeo com áudio ativado para som sutil de material e tom de sala. Isso só funciona porque a imagem de referência já define o objeto — o prompt deliberadamente evita redescrever cor, forma ou material, e não pede ao modelo para inventar mecânicas ocultas.
A bolsa mantém sua silhueta, posição do fecho, forma da alça, e textura de couro, com o fundo escuro do estúdio intacto, enquanto a câmera e o destaque fornecem todo o movimento. Para vídeo de produto guiado por referência, a contenção no prompt tende a importar mais do que a ambição.
Erro 7: Preencher o prompt com palavras genéricas de qualidade
Palavras como “incrível,” “lindo,” “alta qualidade,” “épico,” e “profissional” aparecem constantemente em prompts de vídeo com IA, mas carregam quase nenhuma informação direcional. São rótulos de alta frequência vinculados a muitos tipos diferentes de saída para dar controle confiável.
Como isso se parece:
Uma cena de festival incrível, linda, épica com visuais de alta qualidade, movimento impressionante, iluminação profissional, e composição perfeita.
Isso diz ao modelo que a saída deve ser boa, sem dizer o que “boa” realmente parece nessa cena específica.
Por que falha: “épico” sozinho poderia significar uma paisagem imponente, uma batalha, um céu brilhante, escala enorme, trilha sonora dramática, câmera lenta, ou armadura de fantasia. Não há como o modelo inferir qual você quis dizer sem substituir o adjetivo por algo visível e específico.
A solução: troque cada adjetivo genérico por uma pista nomeada e visível — composição, configuração de iluminação, especificação de lente, paleta de cores, comportamento de material.
Um festival de pipas noturno se desenrola em uma planície de sal branca coberta por um fino espelho de água. Três pipas translúcidas em formato de criaturas de águas profundas flutuam no alto, com costelas bioluminescentes azul-esverdeadas pulsando sob o tecido. Aproximação lenta em ângulo baixo desde reflexos na altura do tornozelo até a cauda da pipa mais próxima, sensação de lente grande angular, contraste de cor ciano-magenta, lanternas ao longo do horizonte. Áudio: farfalhar de tecido, vibração de corda esticada, passos em água rasa, murmúrio distante da multidão.
Teste: PixVerse, 5 segundos, 720p, 16:9, áudio ativado para tecido, passos, e ambiência de multidão. O objetivo era ver se pistas visuais concretas mantêm a consistência de estilo melhor do que palavras genéricas de qualidade.
A saída preserva a ideia central — pipas translúcidas em formato de criatura com costelas brilhantes sobre reflexos de planície de sal. O ângulo de câmera ficou um pouco mais alto do que o enquadramento na altura do tornozelo solicitado, então a aderência não foi perfeita, mas a identidade visual é muito mais forte do que qualquer coisa que “belo festival épico” sozinho teria produzido. Substantivos concretos, pistas de iluminação, e relações de cor consistentemente superam adjetivos de gosto.
Dois prompts completos, detalhados
Antes: “Faça um vídeo de IA cinematográfico legal sobre uma cidade futurista. Torne-o bonito, realista, dramático, de alta qualidade, e viral.” — isso empilha o Erro 2 e o Erro 7 sem sujeito, ação, trajetória de câmera, ou quadro final para ancorá-lo.
Depois: “Uma revelação de cidade futurista de 6 segundos. A câmera desliza baixo sobre uma rua molhada pela chuva com letreiros holográficos azuis refletidos no pavimento. Um único drone de entrega passa perto da lente e sobe em direção a uma torre de vidro. Rastreamento suave para frente, paleta azul fria, luz quente na entrada da torre, chuva suave, tráfego distante, uma passagem de drone.”
Antes: “Um andador de longboard corre rápido por uma estrada de montanha, desvia do tráfego, pula sobre uma árvore caída, desliza através de faíscas, corta para um plano de drone, corta para um close de roda, corta para um reflexo de capacete, e então termina com um logo e fogos de artifício, tudo em 5 segundos, câmera rápida, som perfeito.” — isso combina os Erros 1, 3, 4, e 5 em uma única frase corrida sobrecarregada.
Depois: a mesma correção do andador de longboard do Erro 5 acima — uma ação, um movimento de câmera, restrições positivas, pistas de áudio concretas.
Um modelo de prompt reutilizável
Use esta estrutura como seu ponto de partida padrão:
[Sujeito] + [uma ação] + [local]. [Um movimento de câmera] + [estilo, lente, iluminação, ou composição específicos]. [Restrições positivas: o que deve permanecer estável, o que deve estar ausente, se áudio é necessário].
Exemplo: “Uma xícara de café de cerâmica fica sobre uma mesa de madeira escura enquanto vapor sobe em curvas lentas. Aproximação macro lenta, luz lateral quente de tungstênio, baixa profundidade de campo, fundo tranquilo de café matinal. A forma da xícara permanece estável, sem sobreposição de texto, áudio inclui tom suave de sala e leve tilintar de colher.”
Conclusão
Melhores prompts de vídeo com IA não são mais longos — são mais limpos. Priorize o sujeito, a ação, e o local. Substitua “cinematográfico” e palavras genéricas de qualidade por pistas visíveis e específicas. Comprometa-se com um único movimento de câmera. Evite prompts negativos falsos em favor de restrições positivas. Troque “rápido” por detalhe de movimento físico. Para imagem para vídeo, deixe a imagem de referência fazer seu trabalho em vez de redescrevê-la.
Essas correções se mantêm válidas na maioria dos geradores de vídeo com IA atuais porque atacam as mesmas fraquezas subjacentes: deriva temporal, amostragem de estilo vaga, tremulação de câmera, inconsistência de sujeito, e instruções de movimento sobrecarregadas. O PixVerse facilita colocar isso em prática, já que você pode testar o mesmo prompt no Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3, e Kling 3.0 sem trocar de ferramenta ou reconstruir seu fluxo de trabalho.
Perguntas frequentes
O que torna um prompt de vídeo com IA realmente bom? Um bom prompt dá ao modelo um plano claro: sujeito, ação, local, um movimento de câmera, pistas de estilo visíveis, e algumas restrições positivas. “Um frasco de perfume de vidro sobre mármore preto, giro de exibição lento, luz quente de contorno, reflexo estável” supera “um vídeo de produto de luxo cinematográfico” sempre.
Quão longo deve ser um prompt de vídeo com IA? Para a maioria dos prompts de texto para vídeo, 50-80 palavras é uma faixa inicial sólida. Comece com sujeito, ação, e local, depois adicione movimento de câmera, iluminação, detalhe de movimento, e áudio. Uma frase de abertura vaga raramente é resgatada por mais palavras depois dela.
Por que “cinematográfico” não funciona bem como palavra de prompt? É amplo demais para apontar para algo específico. Troque por linguagem de filme visível — “sensação de 35mm à mão,” “beco chuvoso com reflexos de neon,” “aproximação lenta de dolly,” “contraluz forte,” “luzes práticas quentes ao fundo.”
Geradores de vídeo com IA suportam prompts negativos reais? Algumas ferramentas têm um campo de prompt negativo dedicado, mas uma caixa de prompt padrão geralmente lê tudo como instrução. Escreva restrições positivas em vez disso — “as mãos permanecem naturais,” “a câmera se mantém estável,” “o fundo permanece vazio,” “a silhueta do produto permanece intacta.”
Como faço prompt de imagem para vídeo sem mudar meu sujeito? Não redescreva o que já está na imagem enviada. Use o prompt para o que a imagem não consegue mostrar — movimento, comportamento de câmera, mudanças de iluminação, áudio, e uma única regra de consistência (“mantenha o objeto de referência intacto, adicione uma suave aproximação, preserve silhueta e material”).