Flow gratuito do Google: como fazer vídeos de 16 e 24 segundos com consistência de personagem, fala e cenário

O que dá (e o que não dá) para fazer no plano gratuito do Flow

O Google Flow (labs.google/flow) usa o modelo Veo. Na camada gratuita do Google AI Pro Trial e na conta Google comum (via Gemini), você consegue gerar clipes de até 8 segundos por geração, em 720p, na proporção 9:16, 16:9 ou 1:1. Para chegar em 16s ou 24s sem pagar, o caminho é gerar 2 ou 3 clipes encadeados e fazer o stitching (emendar) num editor gratuito.

Limites práticos da conta grátis: cerca de 10 a 20 gerações por dia (varia por região e horário), sem áudio nativo em algumas contas, sem download em 1080p. A boa notícia: dá para usar tudo isso para criar Reels, Shorts e TikToks de qualidade profissional, desde que você domine o truque da consistência.

O segredo da consistência: imagem de referência + seed + prompt idêntico

Três pilares mantêm o mesmo personagem aparecendo em clipes diferentes:

1. Imagem de referência (frame-to-video): no Flow, use a opção 'Frames' ou 'Ingredients'. Gere uma imagem do personagem no Imagen 3 ou Midjourney com prompt MUITO descritivo (rosto, idade, etnia, cabelo, roupa, acessório). Salve essa imagem e use ela como primeiro frame de TODOS os clipes. Esse é o truque que mais funciona.

2. Seed fixa: quando o Flow mostra a opção 'Seed', anote o número da geração que ficou boa e reutilize. Mesmo seed + mesmo prompt = resultado quase idêntico.

3. Prompt-base reutilizável: crie um bloco de prompt de personagem que NUNCA muda e só varie a ação. Exemplo do bloco fixo: 'Uma mulher brasileira de 32 anos, cabelo castanho ondulado na altura do ombro, olhos amendoados, usando blazer bege e camiseta branca, em um café aconchegante de São Paulo com paredes de tijolo aparente, luz natural quente entrando pela janela à direita, lente 35mm, câmera estática, estilo cinematográfico realista.' Depois você só troca a ação: '...sorri e segura uma xícara' / '...digita no notebook' / '...olha para a câmera e fala'.

Roteiro de 16 segundos (2 clipes de 8s)

Estrutura: HOOK (0–8s) + DESENVOLVIMENTO (8–16s).

Prompt clipe 1 — Hook: '[bloco fixo do personagem]. Ela olha direto para a câmera, levemente surpresa, e diz: 'Você sabia que 80% das pessoas erram isso?'. Câmera estática, expressão expressiva.'

Prompt clipe 2 — Desenvolvimento: '[bloco fixo do personagem]. Ela continua na mesma posição, gesticula com a mão direita explicando e diz: 'O segredo está em começar pelo final.'. Mesmo enquadramento e cenário do clipe anterior.'

Truque crítico: no clipe 2, use como imagem de referência o ÚLTIMO frame do clipe 1 (basta dar pause no vídeo, print no momento final e subir como first frame). Isso garante continuidade perfeita de luz, posição e expressão.

Roteiro de 24 segundos (3 clipes de 8s)

Estrutura: HOOK (0–8s) + PROBLEMA (8–16s) + SOLUÇÃO + CTA (16–24s).

Para cada clipe, repita o método: bloco fixo de personagem + ação específica + último frame do clipe anterior como referência do próximo.

Dica de fala: o Veo gera sincronização labial razoável para frases curtas (até 10 palavras). Frases longas saem com lábios desalinhados. Quebre cada clipe em uma frase fechada.

Variação alternativa: faça 1 clipe com personagem falando e 2 clipes B-roll do cenário/produto. Reduz erro de lip sync e o vídeo fica mais dinâmico.

Mantendo a consistência da FALA (voz e dublagem)

Na conta gratuita, o áudio do Veo às vezes vem inconsistente entre clipes (timbre muda). Solução profissional e gratuita:

1. Gere o vídeo sem se preocupar com áudio.

2. Use ElevenLabs (10 mil caracteres/mês grátis) ou o leitor do Edge (TTS nativo do navegador Microsoft Edge — 100% grátis, várias vozes em português brasileiro) para gerar a narração das 3 falas com a MESMA voz.

3. Mute o áudio original e cole as 3 falas no CapCut, alinhadas com a boca do personagem. Como você usou o mesmo bloco fixo, a voz sintetizada combina com o visual.

Mantendo a consistência do CENÁRIO

1. Descreva o cenário em detalhe absurdo no bloco fixo: cor das paredes, móveis, iluminação, hora do dia, lente. Quanto mais específico, menos a IA inventa.

2. Use referência visual: gere uma imagem mestra do cenário (sem personagem) no Imagen 3 e use como referência cruzada — alguns prompts no Flow aceitam duas imagens (personagem + cenário).

3. Trave a câmera: termine o prompt com 'câmera estática, lente 35mm, sem movimento de câmera' — quanto menos a câmera mexe, menos a IA muda detalhes do fundo.

Stitching (emendar 2 ou 3 clipes) no CapCut grátis

1. Baixe cada clipe MP4 do Flow.

2. Abra o CapCut (web ou app, totalmente grátis), crie projeto 9:16 1080x1920.

3. Arraste os clipes na ordem. Entre clipe 1 e 2, aplique transição 'Cortar' (sem efeito) — fica imperceptível porque o último frame do anterior é o primeiro do próximo.

4. Adicione legenda automática (Texto → Legendas Automáticas → Português), trilha sem direitos autorais (biblioteca do CapCut) e logo no canto.

5. Exporte 1080x1920, 30fps.

Erros comuns que quebram a consistência

1. Mudar uma palavra do bloco fixo entre clipes — sempre copia-cola idêntico.

2. Esquecer de subir o último frame como referência do próximo clipe — sem isso, o personagem 'pula' visualmente.

3. Pedir movimento de câmera complexo (dolly, zoom) — a IA recompõe o cenário e perde fidelidade. Comece estático.

4. Roupa muito genérica ('camisa branca') — vire específico ('camisa de linho branca com bolso à esquerda e gola italiana').

5. Gerar tudo de uma vez e desistir — gere 3 variações de cada clipe, escolha as melhores.

Como a Koda Digital opera essa esteira

Configuramos para clientes um banco de prompts de personagem + cenário, validados em dezenas de gerações, mais um fluxo padrão de stitching e dublagem com ferramentas gratuitas. Resultado: 30 vídeos verticais por mês com mesma personagem 'âncora' da marca, custo de produção próximo de zero. Chama no WhatsApp para ver exemplos.