Guia de prompts do Grok Imagine
Da sua primeira geração a narrativas estendidas com várias cenas: estrutura de prompts, linguagem de câmera, fluxos criativos e modelos prontos para copiar e usar no Grok Imagine.
Adaptado de Guia oficial do Grok Imagine por @XCreators.
Guia de prompts do Grok Imagine: transforme texto e imagens em imagens e vídeos de alta qualidade. Você descreve o que quer, escolhe as configurações, clica em gerar e recebe um clipe ou uma imagem pronta para usar. Este guia cobre cada etapa: como configurar sua primeira geração, escrever prompts que entregam ótimos resultados, estender clipes em sequências mais longas e criar um fluxo de trabalho que você pode repetir.
Fórmula do prompt: Tema principal + estilo/clima + iluminação + ângulo de câmera + detalhes de acabamento
Digite uma descrição e gere uma imagem. O Grok Imagine entrega resultados vívidos e de alta qualidade com prompts em linguagem natural, sem precisar encher o texto de palavras-chave.
Descreva uma cena e gere um clipe de vídeo direto. Escreva como se estivesse contando a cena para um amigo: o que acontece, qual é o visual e como a câmera se move. Funciona melhor quando você já tem uma cena clara em mente.
Parta de qualquer imagem e transforme-a em um clipe curto. Mude para o modelo Grok Imagine 1.5 para gerar também o áudio correspondente na mesma geração. Veja a seção Áudio do 1.5 abaixo. Você pode usar uma imagem gerada ou enviar a sua. Como você já sabe a aparência da imagem-base, o resultado é mais previsível.
Dica de mestre: fluxo em duas etapas
Primeiro, gere uma imagem com um prompt detalhado. Confira o resultado. Se a composição, a iluminação e o personagem ou objeto estiverem como você quer, anime a imagem com um prompt curto de movimento. No prompt de vídeo, foque em movimento, câmera e clima. O modelo já tem o contexto visual.
Prompt de imagem
Duas lontras em água de tom água-marinha, vistas de cima, com estética de filme vintage.
Prompt de vídeo
Movimento orgânico e tranquilo, o personagem fica parado e a câmera se afasta lentamente. Lontras flutuando de leve, quase sem se mover.
Envie até 7 imagens de referência como base visual ou referência de estilo. O Grok combina suas referências com o prompt de texto para criar um resultado alinhado a um visual específico, estilo de marca, paleta de cores ou tom visual.
Escolha de acordo com onde você vai publicar ou usar o resultado.
Escolha de 1 a 15 segundos para o clipe. Clipes mais curtos são gerados mais rápido e custam menos créditos. Use Extend Video para conectar clipes em sequências mais longas.
480p para rascunhos rápidos e ajustes. 720p for polished, share-ready output.
A qualidade do resultado começa no prompt. Prompts específicos dão referências claras ao modelo, mas evite ditar cada detalhe para deixar espaço para a liberdade criativa.
Vago
"uma cidade à noite"
Específico
"rua futurista de Tóquio às 2h da manhã, asfalto molhado pela chuva, reflexos de neon, plano aberto de baixo para cima, névoa cinematográfica, clima de Blade Runner"
Todas as imagens abaixo foram geradas com Grok Imagine no PixelDojo. Copie qualquer prompt como ponto de partida e refine o resultado mudando uma variável por vez.
Tema principal + estilo + iluminação + ângulo de câmera
Cada detalhe elimina ambiguidades. Local, horário, iluminação, posição da câmera e referência de clima dão ao modelo uma base concreta.
Personagem ou objeto em destaque sobre um fundo bem definido
Um personagem ou objeto em destaque sobre um fundo bem definido sempre funciona melhor que uma cena cheia de elementos. Na dúvida, simplifique.
Defina a iluminação para ter controle total
"Contraluz na hora dourada", "luz difusa de céu nublado" e "luz de recorte dura vindo da esquerda" geram resultados completamente diferentes. A iluminação é um detalhe que faz toda a diferença.
Composição limpa para uso comercial
Cenas de produto funcionam melhor com descrições claras da direção da luz, dos materiais das superfícies e do fundo.
Vídeos gerados com Grok Imagine no PixelDojo. Repare como os prompts de texto para vídeo descrevem a cena inteira, enquanto os de imagem para vídeo são curtos e focados no movimento.
Criação de mundos com texto para vídeo
Prompt de vídeo
Para texto para vídeo, inclua movimentos de câmera, condições de iluminação e descrições de sons ambientes para conseguir resultados cinematográficos.
Movimento dinâmico com câmera cinematográfica
Prompt de vídeo
Descreva o movimento de câmera com clareza: "travelling em contra-plongée" se traduz diretamente na animação da cena.
Imagem para vídeo com movimento sutil
Prompt de imagem
Prompt de movimento para vídeo
Para imagem para vídeo, use prompts curtos. O modelo já tem o contexto visual. Basta descrever o que deve se mover e como.
Imagem para vídeo com atmosfera
Prompt de imagem
Prompt de movimento para vídeo
Prompts com pouco movimento criam cenas cheias de atmosfera. Deixe a cena respirar em vez de forçar a ação.
Grok Imagine 1.5 é um modelo de imagem para vídeo que gera som e imagem de uma só vez: música de fundo, efeitos sonoros, som ambiente e até falas curtas, tudo sincronizado com o que acontece na tela. No Grok Imagine Video, mude para image-to-video modo, escolha Grok Imagine 1.5 na opção Modelo e adicione uma imagem. Ele gera vídeos de 1 a 15 segundos em 480p ou 720p por 2,5 créditos por segundo.
Três clipes gerados com Grok Imagine 1.5 no PixelDojo. Cada um anima uma das imagens deste guia e tem seu próprio áudio sincronizado. Dê play e ligue o som.
Anime um retrato com respiração, vento e música crescente
Transforme uma foto de produto em um momento aconchegante, cheio de sons
Dê vida a uma rua com chuva, ruído urbano e sintetizadores
O modelo já vê sua foto. Use o prompt para dizer o que deve mudar: a ação, o movimento de câmera, a atmosfera. Não para descrever de novo o que já está no quadro.
Se há um homem na foto, não escreva "uma mulher dança". Alinhe o prompt ao que realmente está na imagem e identifique bem a pessoa: "o senhor de óculos", "a mulher de jaqueta vermelha".
Uma imagem estática não transmite velocidade. "Carro passando" é vago; "carro passando em alta velocidade" dá ao modelo uma direção clara. Aumente um pouco a intensidade para chegar ao resultado que você quer.
O Grok Imagine 1.5 ignora essas instruções. Em vez de listar o que você não quer, descreva o que quer ver e ouvir.
Mencione o som diretamente no prompt e o modelo segue essa direção. Combine estas indicações:
Música de fundo
"with upbeat electronic music" · "dramatic orchestral score"
Efeitos sonoros
"footsteps on gravel" · "wind howling" · "engine revving"
Áudio ambiente
"quiet café ambience" · "forest sounds with birdsong"
Diálogo curto
a quiet whisper: "We made it." · urgent shout: "Stop him!"
Para ter controle preciso, adicione um ÁUDIO: linha no final do seu prompt. Tudo antes dela descreve o movimento e o clima; tudo depois descreve exatamente o que você deve ouvir.
Cada geração entrega um clipe curto. O recurso do Grok Imagine Estender vídeo permite ir além: selecione qualquer quadro como ponto de partida para uma extensão. O modelo mantém a continuidade do movimento, da posição dos personagens, da iluminação e do áudio. Cada extensão acrescenta segundos, e você pode continuar conectando uma à outra.
Dica de prompt para extensão
Escreva um prompt de continuação que descreva o que acontece next na cena, sem descrever tudo de novo. O modelo já sabe como a cena é. Só diga para onde ir.
Exagerado
"Uma mulher de vestido vermelho sentada à janela de um café à noite, com marcas de chuva no vidro e reflexos de neon. Ela se levanta e caminha até a porta."
Melhor
"Ela se levanta devagar, pega o casaco e caminha até a porta. A câmera acompanha."
Um personagem ou objeto em destaque sobre um fundo bem definido sempre funciona melhor que uma cena cheia de elementos. Na dúvida, simplifique.
Planos mais abertos e movimentos mais lentos entregam resultados mais limpos quando há pessoas no quadro. Afaste a câmera e deixe o movimento respirar.
"Clima de Blade Runner" ou "estética do Studio Ghibli" dão ao modelo um repertório visual rico para explorar. Adjetivos isolados como "escuro" ou "suave" deixam espaço demais para interpretação.
"Contraluz na hora dourada", "luz difusa de céu nublado" e "luz de recorte dura vindo da esquerda" geram resultados completamente diferentes. A iluminação é um detalhe que você pode definir e que faz toda a diferença.
"Travelling lento de aproximação", "panorâmica para a direita" e "plano aberto fixo" definem diretamente como a cena ganha movimento. Se você não especifica, deixa uma das decisões criativas mais importantes ao acaso.
Ao animar uma imagem existente, o modelo já tem o contexto visual. Seu prompt só precisa descrever o que deve se mover e como.
Os resultados variam a cada geração, mesmo com o mesmo prompt. Se a primeira não funcionar, tente de novo antes de reescrever. A segunda ou terceira tentativa costuma acertar.
Os resultados variam a cada geração. Quando acertar, salve o prompt exato para evoluir a partir de uma base que já funciona.
Paisagens e cenários cinematográficos cheios de atmosfera.
Movimento dinâmico com linguagem de câmera bem definida.
Anime imagens de produtos para criar conteúdo comercial com acabamento profissional.
Dê vida a retratos com movimentos sutis e naturais.
Cenas atmosféricas com movimentos mínimos e intencionais.
Imagem para vídeo no modelo 1.5: descreva primeiro o movimento e depois o som em uma linha AUDIO:.
As referências dão direção criativa, não são quadros iniciais: o Grok aproveita seus elementos, estilo e composição para criar algo novo. A orientação da xAI é começar pela ação. Então, diga primeiro o que acontece e depois descreva o papel das referências.
Recrie uma composição específica: use a imagem do storyboard ou o quadro de layout como primeira referência e coloque as referências dos elementos da cena depois. É assim que o Film Studio do PixelDojo orienta o Grok.