Precisei deixar o Claude jogando ping pong com o Gemini pra descobrir que a resposta era não criar nada

Pra gerar vídeo com IA você precisa dar uma imagem boa pra ela usar como ponto de partida. Passei dois dias tentando criar essa imagem do zero. Trinta e duas tentativas. Acabei descobrindo que era mais rápido tirar um print de um vídeo que já existia e botar o meu personagem no lugar da pessoa que estava lá.

Vou te contar o caminho. Comecei errado e fui fundo no errado por dois dias antes de mudar de rota.

O caminho que parecia certo

A ideia era nobre. Eu tinha nove imagens reais. Aquelas cenas que você bate o olho e sabe na hora que são de verdade: pessoa em casa, luz de lâmpada de teto, expressão genuína, nada produzido. Queria que a IA criasse versões parecidas com essas. As versões geradas iam servir de ponto de partida pra IA criar vídeo.

Montei o esquema assim:

• Uma IA que olha pra imagem e descreve em detalhe o que está vendo
• Outra IA que gera imagem nova a partir de uma descrição
• Uma automação no navegador pra fazer as duas conversarem direto
• Um truque técnico pra contornar uma limitação no meio do caminho

O ciclo era esse. A primeira IA descrevia a imagem original. Eu pegava essa descrição e mandava pra segunda IA. Ela criava uma versão. Eu comparava as duas. Ajustava o que estava diferente. Mandava gerar de novo. De novo. De novo.

Quatro versões por imagem. Sete pontos de comparação em cada. Planilha de problemas catalogada.

Os problemas

A IA tinha vícios que apareciam toda hora. Ela colocava coisas na imagem que não existiam no original. Um banner de transmissão ao vivo. Um botão vermelho de gravar, como se a foto fosse a tela de uma câmera. Óculos pretos na cabeça do personagem. Texto inventado na camiseta. Numa das tentativas, a própria frase que eu escrevi pra pedir a imagem apareceu escrita dentro da imagem gerada. A IA confundiu a instrução com o conteúdo.

Resumindo: ela estava entendendo errado o que era foto e o que era tela de aplicativo. Cada tentativa nova precisava de uma instrução mais detalhada pra evitar esses erros.

Melhorou um pouco. A maioria ainda não chegava perto do original. Foi nesse ponto que eu parei.

A virada

Tinha um tipo de cena que eu precisava. Uma pessoa dentro de um carro, conversando com a câmera, com a luz do dia entrando pela janela. Natural, sem produção.

Por dois dias eu tentei fazer a IA criar essa cena do nada. E aqui está o problema. Quando você pede uma imagem do zero, a IA tem que acertar um monte de coisa ao mesmo tempo. A luz tem que parecer real. O carro tem que parecer real. A pessoa tem que ter cara de gente de verdade, não de boneco. A pose tem que ser natural. E ela não pode inventar nenhum daqueles erros estranhos que apareceram antes. É coisa demais pra acertar de uma vez só. Por isso ela sempre escorregava em algum ponto.

Foi aí que a ficha caiu. Essa cena já existe aos milhares.

Abri o TikTok. Tem vídeo sem fim de gente real dentro do carro, falando pra câmera, com luz natural. Tirei um print de um deles. Aquela imagem já tinha tudo que eu passei dois dias tentando descrever: a luz certa, o ambiente certo, a pose natural. De graça, pronto.

Faltavam só duas coisas. O print vinha cheio de coisa do aplicativo por cima: o texto da legenda, os ícones de curtir e compartilhar, o nome do perfil. E a pessoa que aparecia não era a minha.

Então pedi duas mudanças simples pra IA. A primeira: tira todo o texto e os ícones, deixa só a foto limpa, como se fosse uma foto comum. A segunda: troca a pessoa que está na cena pelo meu personagem, que eu já tinha pronto de antes.

Repara na ironia. No caminho difícil, a IA vivia colocando ícone de aplicativo que eu não tinha pedido. No caminho fácil, o print já vinha com esses ícones de brinde, e eu só mandava tirar.

Pronto. Imagem do meu personagem dentro daquele carro, com aquela luz, naquela pose. Uma base pronta pra virar vídeo. Tudo isso sem a IA precisar inventar a cena, porque a cena já era real.

Sem versão A, B, C, D. Sem catálogo de problema. Cinco minutos.

Dois caminhos

A diferença não é técnica. É de qual problema você está resolvendo. Eu estava resolvendo “como descrever uma cena real pra IA gerar”. O problema verdadeiro era “como produzir cena real em escala”. São perguntas diferentes. A primeira parece elegante de responder. A segunda já foi respondida por toda pessoa que algum dia postou vídeo na internet com a própria cara.

Por que eu não fui direto pro caminho simples

Vou ser honesto. Não fui porque o caminho simples não parece trabalho técnico. Montar duas IAs conversando parece. Automação no navegador parece. Comparar imagens em sete pontos parece.

Resolver o problema errado com sofisticação é gastar tempo pra não chegar a lugar nenhum. Muita gente faz isso. Eu fiz isso.

Se a resposta for sim, reusa e adapta. Se for não, aí sim criar do zero faz sentido.

A regra que eu queria ter aprendido antes

O que já existe vence o que você cria do zero, em quase todo contexto onde você está tentando fazer algo que outra pessoa já fez antes.

Vale pra IA gerar imagem. Vale pra texto que vende, onde você usa uma oferta que já funciona como molde em vez de escrever do nada. Vale até pra esse jornal, que usa uma estrutura que eu peguei emprestada de outro jornal em vez de inventar a forma sozinho.

Criar do zero faz sentido quando você está resolvendo um problema que ninguém resolveu ainda. Quando a solução já está circulando por aí, o trabalho de verdade é enxergar o que dá pra reusar e o que precisa adaptar. Não construir tudo de novo.

---

Pra essa semana: olha pro próximo problema que você está tentando construir do zero. Pergunta uma coisa antes de começar: isso já existe rodando em algum lugar? Se já existe, começa por entender o que está pronto. Antes de abrir o editor, antes de gerar o primeiro comando, antes de montar a primeira estrutura.

P.S. Vai vir um post mais técnico depois, com o passo a passo, os problemas catalogados e o caminho completo das 32 versões. Mas a edição dessa semana é essa, porque o aprendizado da ideia vem antes do aprendizado da técnica. Quase sempre é nessa ordem que importa.