Texto para vídeo com IA
Criação instantânea de vídeos a partir de texto. Chega de esperar pela produção de vídeo — digite o que você imagina e veja virar um vídeo completo em minutos.
Solte sua foto aqui
ou · JPG ou PNG
Entre para criar
Um clique com o Google — sem senha. É novo por aqui? Sua conta do Google cria uma automaticamente.
Privado por padrão · Sem instalação · Funciona no celular
VÍDEO DE EXEMPLO
Prévia sem som
Aurora boreal dançando sobre um fiorde tranquilo sob um céu estrelado — feito com Wan 2.2 Texto para vídeo.
CriarO efeito de vídeo mais realista a partir de prompts
Basta digitar sua descrição e a IA cria um vídeo com animação realista, transições suaves e movimentos fiéis às cenas do mundo real.
Transformar texto em vídeoRápido e escalável
Ideal para criadores que precisam de vídeo em volume. Produza um vídeo ou centenas: o processo continua rápido e econômico.
Escreva, não filme
Sem câmera, sem equipe, sem banco de imagens. Um parágrafo de texto é toda a produção.
Modelos certos para cada cena
Os motores de vídeo Wan 2.2, MiniMax Hailuo e LTX-2 impulsionam o gerador nos bastidores.
Pronto para as redes sociais
Paisagem ou retrato, cerca de 5 segundos por clipe — feito para feeds, anúncios e vídeos curtos.
Modelos disponíveis no gerador: Wan 2.2 Texto para vídeo · MiniMax Hailuo · LTX-2 Texto para vídeo
Como começar com texto para vídeo
Cinco passos das palavras ao vídeo.
Escreva seu prompt de texto
Digite uma descrição detalhada, um roteiro ou até algumas palavras-chave que resumam o conceito do seu vídeo.
A IA processa seu texto
A IA lê seu texto, entendendo contexto, tom e intenção.
Geração instantânea de vídeo
Veja a IA criar seu vídeo automaticamente — com imagens e movimento.
Refine e personalize
Ajuste o prompt ou mude a proporção e tente de novo.
Baixe ou compartilhe
Baixe seu vídeo no formato que precisar ou compartilhe direto nas redes sociais.
Como escrever um prompt de texto para vídeo que realmente se move
Um bom prompt de vídeo é uma lista de planos, não uma frase. Quatro ingredientes decidem se o seu clipe parece vivo ou uma foto parada que treme.
Toda IA de texto para vídeo lê as mesmas quatro coisas no seu prompt: o assunto, a ação, o movimento de câmera e o clima. Deixe um de fora e o modelo adivinha — e o palpite dele geralmente é a opção mais sem graça. “Uma praia” rende um cartão-postal. “Vista aérea de uma praia tropical turquesa com areia branca e palmeiras, ondas chegando à areia, avanço lento de drone, luz quente da tarde” rende um clipe que dá para postar de verdade.
Assunto primeiro, e seja específico. Diga o que está na tela e como é: não “montanhas”, mas “montanhas com neve refletidas em um lago alpino cristalino ao nascer do sol”. O modelo não consegue inventar detalhes que você nunca pediu, então os substantivos e adjetivos que você escolhe são todo o departamento de arte. Se a cena tem uma pessoa, diga o que ela está fazendo e o que está vestindo; se tem um lugar, diga a hora do dia e o clima. A luz faz parte do assunto: “hora dourada”, “névoa suave” e “reflexos neon no asfalto molhado” mudam completamente a aparência de um clipe.
Uma ação por clipe. Um vídeo de 5 segundos comporta um único momento de movimento. “Pétalas de cerejeira caem e flutuam sobre o rio, a água corre suavemente” funciona porque tudo se move em uma direção e em uma velocidade. Coloque três ações — uma mulher vira, acena e vai embora enquanto a câmera orbita — e o modelo precisa dividir cinco segundos em três; alguma coisa vai travar ou borrar. Se a sua ideia precisa de mais de um momento, faça um clipe de 10 ou 15 segundos, ou gere dois clipes e corte tudo junto em um editor.
Diga o que a câmera faz. Este é o ingrediente que a maioria das pessoas pula, e é o que separa um vídeo de uma foto animada. Uma direção de câmera diz ao gerador de vídeos de IA como o próprio quadro deve se mover: avanço lento, plano de drone, panorâmica, órbita ou um plano fixo travado. Sem ela, você fica com o padrão do modelo, que geralmente é um movimento lento e tímido. Com ela, você tem intenção — e intenção é o que faz um clipe parecer dirigido, e não acidental.
Termine com clima e estilo. Um final curto como “cinematográfico, fotorrealista”, “quente e sonhador” ou “estilo documentário” define a textura de todo o clipe: cor, contraste, granulação e o quanto o movimento deve parecer real. Limite-se a poucas palavras; uma frase de clima é tempero, não o prato principal.
Quatro prompts da própria galeria de exemplos da Kanakaw, destrinchados para você roubar a estrutura:
- “Aurora boreal dançando sobre um fiorde tranquilo sob um céu estrelado, movimento cinematográfico lento” — assunto (aurora boreal sobre um fiorde), ação (dançando), câmera (movimento lento), clima (noite tranquila e estrelada).
- “Vista aérea de uma praia tropical turquesa com areia branca e palmeiras, avanço lento de drone” — assunto (praia), câmera (drone aéreo, avanço); o movimento é da câmera, e isso basta.
- “Campos de lavanda ondulantes na Provença na hora dourada, luz solar quente, brisa suave movendo as flores” — assunto e luz fazem o trabalho, a ação é um único movimento suave (a brisa).
- “Cerejeiras em flor ao longo de um rio tranquilo na primavera, pétalas caindo sobre a água, luz suave da manhã” — assunto (cerejeiras e um rio), ação (pétalas caindo), câmera (movimento lento), clima (manhã tranquila de primavera).
Quando um resultado decepciona, mude um ingrediente de cada vez. Se o movimento está errado, reescreva a ação e a direção de câmera e deixe o assunto como está; se a aparência está errada, mude as palavras de luz e clima. Regenerar o mesmo prompt raramente resolve alguma coisa — editar o prompt, sim. Essa é a habilidade que um criador de vídeos de IA mais recompensa: não prompts mais longos, mas prompts mais intencionais.
Movimentos de câmera: os seis movimentos que todo prompt de texto para vídeo precisa
A câmera é um personagem do seu clipe. Escolha o movimento dela antes de escrever o resto do prompt — ele molda todo o resto.
Avanço lento
A câmera desliza em direção ao assunto. Ideal para revelar detalhes e criar intimidade: um rosto, um produto, uma paisagem que se abre conforme você se aproxima. Experimente “avanço lento em direção a um farol numa costa rochosa ao entardecer”. Use quando o assunto é o ponto central do clipe.
Drone / plano aéreo
A câmera olha de cima ou sobrevoa a cena. Ideal para paisagens, litorais, cidades e tudo em que a escala é a história. Experimente “vista aérea de uma praia tropical turquesa, avanço lento de drone”. Transforma um lugar comum na abertura de um filme de viagem.
Panorâmica
A câmera gira para a esquerda ou para a direita ao longo de uma cena. Ideal para mostrar um lugar em um único movimento contínuo — uma rua, um mercado, uma serra. Experimente “rua de cidade neon e chuvosa à noite, reflexos no asfalto molhado, panorâmica lenta para a esquerda”. Mantenha a panorâmica lenta; uma panorâmica rápida em cinco segundos parece apressada.
Órbita
A câmera circula ao redor do assunto. Ideal para produtos, retratos e objetos que você quer mostrar em três dimensões — um relógio, um carro, um prato de comida. Experimente “órbita ao redor de uma xícara de café de cerâmica sobre uma mesa de madeira, luz da manhã”. A órbita é o movimento mais exigente para o modelo, então mantenha o assunto parado e deixe a câmera se mover.
Plano fixo / câmera travada
A câmera não se move; só o assunto se move. Ideal para cenas de ambiente em que o movimento deve parecer natural — chuva na janela, pétalas na água, a chama de uma vela. Experimente “pétalas de cerejeira flutuando sobre um rio tranquilo, câmera fixa”. Na dúvida, o plano fixo é a escolha mais segura: ele nunca briga com o assunto.
Plano de acompanhamento
A câmera se move junto com o assunto, mantendo-o no quadro. Ideal para caminhada, corrida, ciclismo e veículos — qualquer coisa com uma direção clara de deslocamento. Experimente “plano de acompanhamento seguindo um ciclista por uma estrada costeira ao pôr do sol”. Dê ao assunto uma velocidade constante e uma direção.
Duas regras valem para os seis movimentos. Primeiro, diga o movimento no prompt — o gerador não tem como saber que você queria um plano de drone em vez de um plano fixo. Segundo, um movimento de câmera por clipe: um avanço que vira órbita no meio do caminho são dois movimentos brigando por cinco segundos, e o resultado geralmente não parece nenhum dos dois. Se precisar dos dois, gere dois clipes e corte entre eles.
5, 10 ou 15 segundos? Como escolher duração, resolução e proporção
Três configurações, três decisões — e cada uma muda o que o clipe custa e onde ele pode viver.
Duração: combine o clipe com a ideia. Cinco segundos é o padrão e a escolha certa para a maioria dos prompts de texto para vídeo: um assunto, uma ação, um movimento de câmera. Também é a forma mais barata de testar um prompt — gere primeiro uma versão de 5 segundos e só gaste mais quando a ideia funcionar. Dez segundos cabem numa cena com uma pequena mudança dentro dela, como uma panorâmica que revela um segundo assunto, ou uma ação com começo e fim claros. Quinze segundos são para o raro prompt que realmente precisa de tempo: um voo lento de drone sobre uma paisagem, ou uma sequência em que a luz ou o clima muda. Mais longo não é melhor por padrão; um clipe de 5 segundos bem amarrado vence um clipe de 15 segundos que fica sem ideias no oitavo segundo.
Resolução: 480p, 720p ou 1080p. Resolução mais alta significa imagem mais nítida e preço mais alto, porque o modelo renderiza mais pixels pelo mesmo número de segundos. O preço é definido por clipe, conforme a resolução e a duração: em 480p, um clipe de 5 segundos custa 238 créditos, 10 segundos custam 476 e 15 segundos custam 713; em 720p, as mesmas durações custam 476, 951 e 1.426 créditos; em 1080p, custam 951, 1.901 e 2.851 créditos. Uma regra prática é rascunhar em 720p — nítido o bastante para avaliar movimento e composição, e metade do preço de 1080p — e renderizar a versão final em 1080p só quando o clipe for exibido em tamanho grande, como no topo de um site ou em uma apresentação. Para um feed de celular, 720p geralmente é tudo o que alguém vai ver.
Proporção: escolha pelo destino, não pelo assunto. 16:9 é o padrão de paisagem: YouTube, topo de site, apresentação de slides, qualquer coisa exibida em tela larga. 9:16 é retrato, feito para Reels, Shorts e TikTok — o clipe sai pronto para postar, sem cortes. 1:1 é o formato quadrado de feed, ainda a escolha mais segura quando o mesmo clipe precisa funcionar em vários lugares ao mesmo tempo. 4:3 e 3:4 ficam no meio: 4:3 para um quadro clássico, levemente quadrado, que combina com entrevistas e fotos de produto; 3:4 para um retrato mais alto que preenche a tela do celular sem ficar totalmente vertical. Escolha a proporção antes de criar; um clipe não pode ser reenquadrado depois, então uma renderização em 16:9 postada em um feed vertical chega com barras pretas e pequena.
Dois fatos que moldam cada escolha. Primeiro, a geração de texto para vídeo na Kanakaw é um recurso exclusivo para membros: a assinatura vem com qualquer pacote de créditos — 30 dias com um pacote mensal, 12 meses com um pacote anual. Não há teste grátis — cada clipe é pago com créditos do seu saldo, pelos preços acima, então a barra de configurações mostra o custo exato antes de você criar. Segundo, os clipes são vídeos sem som: sem música, sem vozes, sem efeitos sonoros. Se o seu clipe precisa de áudio, adicione música ou narração em qualquer editor de vídeo depois de baixar — um clipe sem som é a matéria-prima, não a postagem final.
Wan 2.2, MiniMax Hailuo e LTX-2 — e o que criar com eles
Três modelos de texto para vídeo em um só gerador de vídeos de IA, e os trabalhos para os quais cada um é mais indicado.
O gerador de vídeos é movido por três motores de vídeo — Wan 2.2, MiniMax Hailuo e LTX-2 — trabalhando nos bastidores. O Wan 2.2 é o motor por trás dos exemplos desta página: um modelo versátil e sólido para movimento realista, luz natural e paisagens. O MiniMax Hailuo é conhecido pelo movimento suave e cinematográfico — aquele trabalho de câmera lento e deliberado que combina com peças de clima, clipes de viagem e tudo em que o próprio movimento deve parecer elegante. O LTX-2 é o motor rápido, útil quando você está testando várias formulações de prompt ou trabalhando em um lote de clipes parecidos. Você não escolhe um motor pelo nome no estúdio; o que você controla é o prompt, a direção da câmera, a duração, a resolução e a proporção — os motores fazem o resto.
É aí que mora o ofício. A mesma cena pode parecer bem diferente dependendo das palavras que você escolhe: um prompt pode lidar lindamente com água, outro pode manter um rosto mais estável, um terceiro pode renderizar um movimento de câmera com mais limpeza. A abordagem prática é gerar a mesma ideia duas vezes com formulações diferentes — uma ação diferente, um movimento de câmera diferente — e comparar os resultados lado a lado; o gerador permite tentar de novo em poucos cliques, e um teste de 5 segundos em 480p é a forma mais barata de ver como um prompt se comporta. Use a formulação que combina com o clipe à sua frente, não a que você usou da última vez.
Clipes para redes sociais. O trabalho mais comum: um clipe vertical de 5 segundos para Reels, Shorts ou TikTok. Escolha 9:16, mantenha uma ação e um movimento de câmera, e escreva o prompt em torno de algo que se entenda no primeiro segundo — um avanço de drone sobre uma praia, pétalas na água, um produto girando na luz. Clipes sem som funcionam bem aqui, já que a maioria dos feeds toca no mudo mesmo; adicione legendas ou um som em alta no aplicativo onde você posta.
Anúncios e teasers de produto. Um vídeo curto de IA pode fazer o trabalho de um ensaio fotográfico para um único produto: uma órbita ao redor de um relógio, um avanço lento sobre um prato, o vapor subindo de uma xícara de café. Gere em 720p ou 1080p na proporção que o posicionamento do anúncio exige, e lembre-se de que um plano limpo vence um plano cheio de coisas — um teaser de produto deve fazer do produto a única coisa em movimento no quadro.
Storyboards e pré-visualização. Antes de marcar uma filmagem, diretores e criadores usam clipes de texto para vídeo como storyboards em movimento: um prompt para cada plano previsto, gerado em minutos, para testar se uma cena funciona antes de alguém pegar uma câmera. Gere a mesma cena a partir de dois ou três ângulos de câmera — um plano fixo, uma panorâmica, um avanço — e a sequência mostra a edição antes de a edição existir.
Fundos e b-roll. Um loop tranquilo de 10 segundos — névoa sobre um lago, chuva na janela, um drone lento sobre dunas — vira o topo de um site, o fundo de uma apresentação ou um b-roll que nenhum banco de imagens vai igualar, porque foi escrito para o seu projeto. Gere em 16:9 a 1080p, baixe e coloque em loop; o silêncio do clipe é uma vantagem aqui, já que nada nele vai brigar com a sua narração ou música.
Seja o que for que você criar, os clipes são seus para usar: sujeito aos Termos de Serviço da Kanakaw, você pode usar o que gerar em projetos pessoais e comerciais, incluindo anúncios, trabalhos para clientes e postagens em redes sociais.
Perguntas frequentes
Quanto tempo leva a geração de texto para vídeo?
A maioria dos clipes de 5 segundos fica pronta em menos de um minuto. Renderizações mais longas ou de resolução mais alta podem demorar um pouco mais; o progresso aparece ao vivo no gerador.
O que devo escrever no prompt?
Descreva o assunto, a ação, o cenário e a câmera: por exemplo, “vista aérea de uma praia tropical turquesa, ondas chegando à areia, avanço lento de drone”. Quanto mais específico for o movimento, melhor o resultado.
Posso criar vídeos verticais para as redes sociais?
Sim. Escolha uma proporção vertical no gerador antes de criar, e o clipe sai pronto para Reels, Shorts e TikTok.
Os vídeos têm som?
Os clipes são vídeos sem som. Adicione música ou narração em qualquer editor de vídeo depois de baixar.
Posso usar os vídeos comercialmente?
Sim. Sujeito aos nossos Termos de Serviço, você pode usar o conteúdo que gerar em projetos pessoais e comerciais.
Quanto custa um clipe de texto para vídeo?
O preço depende da resolução e da duração, e aparece no gerador antes de você criar. Em 480p, um clipe custa 238 créditos por 5 segundos, 476 por 10 segundos e 713 por 15 segundos; em 720p, as mesmas durações custam 476, 951 e 1.426 créditos; em 1080p, custam 951, 1.901 e 2.851 créditos. Cada resultado é uma geração separada, então gerar quatro versões de um mesmo prompt custa quatro vezes o preço de um único clipe.
Qual é a diferença entre Wan 2.2, MiniMax Hailuo e LTX-2?
Os três são modelos de texto para vídeo no mesmo gerador e renderizam o mesmo prompt de formas diferentes. O Wan 2.2 é o modelo versátil por trás dos exemplos desta página e um bom padrão para movimento realista. O MiniMax Hailuo é conhecido pelo movimento de câmera suave e cinematográfico. O LTX-2 é a opção rápida, útil quando você está testando várias formulações de prompt. Os três motores trabalham nos bastidores; o que você controla é o prompt, a direção da câmera, a duração, a resolução e a proporção.
Posso criar um vídeo com mais de 15 segundos?
O gerador oferece 5, 10 e 15 segundos por clipe. Para uma sequência mais longa, gere vários clipes com prompts combinando — o mesmo assunto, cenário e direção de câmera — e junte tudo em um editor de vídeo. Manter a formulação do prompt consistente entre os clipes é o que faz os cortes parecerem uma única cena contínua.
Posso ver uma prévia do vídeo antes de pagar?
Não há geração gratuita de prévia, mas os clipes de exemplo desta página mostram exatamente o que o gerador produz. Para testar um prompt gastando pouco, gere primeiro um clipe de 5 segundos em 480p — 238 créditos — e só renderize a versão final em 720p ou 1080p quando a ideia funcionar. O preço exato sempre aparece no gerador antes de você criar.
Por que meu vídeo não corresponde ao meu prompt?
Três coisas causam a maioria das divergências. Primeiro, ações demais em um só clipe: dê a um vídeo de 5 segundos uma ação e um movimento de câmera. Segundo, a falta de direção de câmera: sem ela, o modelo escolhe a sua, geralmente um movimento lento. Terceiro, assuntos vagos: “uma cidade” sempre vai parecer genérica, enquanto “uma rua neon e chuvosa à noite, reflexos no asfalto molhado” dá ao modelo algo concreto para renderizar. Mude um ingrediente de cada vez e gere até quatro resultados de uma só vez para comparar variações da mesma ideia.
Crie vídeos de IA a partir de texto em minutos!
Comece hoje e veja suas ideias ganharem vida.
Começar agora