Vídeo com IA

Como criar avatar com IA: passo a passo e o que decide a qualidade

Por Douglas Lopes · Publicado em 2 de outubro de 2026

Para criar avatar com IA você precisa de três peças: um rosto, uma voz e um roteiro. O rosto nasce de uma foto ou de um gerador de imagem, a voz vem de uma voz pronta ou trocada, e um gerador de vídeo anima tudo. O que decide a qualidade é a escolha do rosto, o enquadramento, a boca e a revisão quadro a quadro.

Os tutoriais que aparecem primeiro no Google ensinam a apertar os botões de uma ferramenta. Isso resolve o primeiro vídeo. O problema aparece no segundo, quando o avatar pisca pouco, os dentes viram uma faixa branca ou o rosto muda no meio da fala. Neste guia eu mostro o passo a passo que uso na produção e, principalmente, os ajustes que fizeram diferença em peças que entregamos de verdade.

Se você ainda está entendendo o conceito, comece pelo artigo sobre o que é avatar de IA. Aqui o foco é a mão na massa.

O que você precisa antes de começar

A ferramenta é a parte fácil. O que costuma faltar está antes dela. Separe estas quatro coisas e o resto anda mais rápido:

• Um objetivo para o vídeo: conteúdo de autoridade, anúncio, treinamento interno. Cada um pede um tipo de personagem e de cenário.
• Um roteiro curto escrito: com gancho nos primeiros segundos e uma chamada clara no fim. Sem roteiro, o avatar só acelera um vídeo fraco.
• Autorização, se o rosto for de alguém real: por escrito, dizendo onde a imagem e a voz vão aparecer e por quanto tempo.
• Tempo para revisar: a geração é rápida, a revisão não. É nela que o vídeo deixa de parecer feito por IA às pressas.

Passo a passo para criar um avatar com IA

Estas são as etapas que sigo, na ordem. Nas plataformas prontas, como HeyGen e Synthesia, várias delas acontecem por trás de um botão. Quando o processo é montado com ferramentas separadas, cada etapa vira uma decisão sua.

1. Defina o personagem: idade, estilo de roupa, profissão que ele representa e o lugar onde ele estaria gravando. Quanto mais comum o lugar, mais real o vídeo parece.
2. Gere várias candidatas de rosto: nunca uma só. Eu gero cinco ou mais e comparo lado a lado antes de escolher.
3. Escolha pela pele e pela boca: amplie o rosto. Pele lisa demais, sem poro, parece cera. Dente sem divisão entre um e outro parece dentadura.
4. Monte o quadro inicial da cena: o personagem já no cenário, no enquadramento final, com a boca aberta no meio de uma palavra e os dentes de cima visíveis.
5. Anime com um gerador de vídeo: eu uso o Veo, do Google, pelo Flow. O texto de movimento deve ser curto e dizer só o que muda: a fala e o jeito de falar.
6. Troque ou ajuste a voz: a voz gerada junto com o vídeo passa pelo trocador de voz da ElevenLabs, que mantém o ritmo original e preserva a sincronia da boca.
7. Revise e edite: confira boca, olhos e voz em zoom, corte as sobras, coloque legenda e exporte no formato de cada rede.

O que decide a qualidade de um avatar de IA?

Depois de muitas peças reprovadas e refeitas, a lista do que realmente pesa ficou curta. Nenhum desses pontos depende de ferramenta cara. Todos dependem de olhar com atenção antes de gastar crédito com vídeo.

1. Escolher o rosto entre várias opções

O primeiro rosto bonito que o gerador entrega quase nunca é o melhor. A diferença entre uma candidata e outra aparece no zoom: textura de pele, formato dos dentes, simetria dos olhos. Gerar imagem custa pouco ou nada perto de gerar vídeo, então é aqui que vale insistir. Já animei clipes com um rosto escolhido às pressas e tive que jogar tudo fora.

2. Manter o mesmo rosto em todas as cenas

Quando o vídeo tem várias cenas, o rosto tende a escorregar de uma para outra. A saída que funcionou não foi colar o rosto por cima depois, que vira montagem e a boca não anima direito. Foi usar o recurso de personagem salvo da própria ferramenta, que trava a identidade na hora da geração. No Flow, isso se chama Characters.

3. Enquadramento que dá pixel para a boca

Dente é o detalhe mais fino do rosto. Nas minhas medições, quando a cabeça ocupa menos de um quarto da altura do quadro, a boca tem tão poucos pixels que não existe dente para o gerador desenhar direito. Em plano fechado, do peito para cima, a arcada sai definida. Quando a cena pede plano aberto, entra uma etapa de restauração de rosto na pós-produção.

Um detalhe de texto que me custou retrabalho: pedir "close" ao gerador costuma fechar demais. Funciona melhor descrever a proporção, como "a cabeça ocupa cerca de um quarto da imagem, ombros e braços visíveis". E é preciso dizer quem segura a câmera. Se não, o personagem estica o braço como numa selfie.

4. Boca aberta no quadro inicial

Esse foi o ajuste que mais melhorou os dentes. Quando o quadro inicial começa com a boca fechada, o gerador inventa a arcada a cada quadro e ela oscila. Quando começa com a boca aberta no meio de uma palavra e os dentes já visíveis, o vídeo só precisa preservar o que já está lá. Preservar o gerador faz bem. Desenhar do zero, nem sempre.

5. Texto de movimento curto

Meus primeiros prompts de vídeo tinham dez linhas descrevendo rosto, roupa e cenário. O resultado era um rosto travado, sem piscar. Quando troquei por uma frase sobre o jeito de falar, algo como "fala de forma natural com quem está filmando, piscando normalmente, com pequenos movimentos de cabeça", o personagem passou a piscar e a cabeça ganhou vida. A aparência fica toda na imagem; o texto de vídeo diz só o que muda.

6. Cenário comum e cor contida

Cenário bonito demais denuncia IA. Os vídeos mais realistas que fizemos tinham parede gasta, luz de janela e roupa lisa em cinza, preto ou branco, sem estampa. Cor saturada, pôr do sol dourado e contraste de cinema empurram o vídeo para o lado artificial.

7. Fala com tamanho certo

Duas armadilhas de roteiro aparecem só na hora de gerar. Frase muito curta em clipe de vários segundos chegou a falhar seguidas vezes na geração, e alongar para umas doze palavras resolveu de primeira. E vogais iguais coladas, como em "para a", podem sumir da fala. Reescrever a frase resolve; insistir em outra tentativa, não.

Plataforma pronta ou ferramentas separadas?

As duas abordagens funcionam. A escolha depende de quantos vídeos você precisa, do nível de acabamento e de quanto tempo pode dedicar à revisão.

Eu comecei pelas plataformas prontas e migrei para ferramentas separadas quando precisei de cenários reais e de mais naturalidade nos anúncios. Para quem está testando, a plataforma pronta continua sendo o caminho mais curto.

Erros que denunciam o avatar (e o conserto que funcionou)

Estes são os defeitos que mais vejo, sempre com o ajuste que resolveu em peças nossas. Defeito que ainda não tem solução validada eu prefiro tratar como limite do que prometer conserto.

• Personagem não pisca: texto de vídeo carregado de travas de câmera e de olhar. Conserto: prompt curto só com o jeito de falar.
• Dentes em faixa branca ou tortos: boca fechada no quadro inicial ou cabeça pequena demais no quadro. Conserto: quadro inicial com a boca aberta e enquadramento mais fechado, ou restauração de rosto na pós.
• Rosto muda entre cenas: cada cena gerada do zero. Conserto: personagem salvo na ferramenta.
• Braço esticado para a câmera: o prompt falou em selfie ou não disse quem filma. Conserto: dizer que outra pessoa segura a câmera à altura dos olhos.
• Voz metálica ou com oscilação: comum nas falas mais lentas depois da troca de voz. Conserto: conferir trecho por trecho e subir a estabilidade da voz na troca.
• Lábio fora do tempo da fala: narração gerada do texto, com ritmo diferente do vídeo. Conserto: trocar a voz em cima do áudio original em vez de gerar uma narração nova.

Como revisar o vídeo antes de publicar

A revisão no tamanho do celular engana. Um defeito de dente que aparece em meio segundo passa despercebido numa olhada rápida e salta aos olhos de quem assiste com atenção. Por isso eu reviso ampliando o rosto, em vários instantes do clipe, e não em três quadros soltos.

Na voz, ouço com fone e procuro trechos abafados, chiado e mudança de timbre. Na edição, corto por palavra, mantenho as pausas que dão peso à frase e confiro se a legenda bate com o que é dito. Só então o vídeo vai para aprovação.

Nenhum vídeo com o rosto de um cliente vai ao ar sem a aprovação dele, como está nos termos de serviço. Se o avatar for realista, as plataformas também pedem transparência: o YouTube pede que o criador declare conteúdo realista feito com IA. E a Lei Geral de Proteção de Dados trata dado biométrico ligado a uma pessoa como dado sensível.

Depois de criar: onde o avatar rende de verdade

Criar o avatar é metade do trabalho. A outra metade é fazer o vídeo chegar em quem compra. Vídeo sem verba depende do alcance orgânico, que é pequeno para quem ainda não tem audiência. Por isso trato o vídeo e a gestão de tráfego pago juntos: testo começos diferentes e dou verba só para o que segura a atenção.

Se a sua ideia é aprender a produzir e vender esse tipo de vídeo para negócios da sua cidade, é o que ensino na mentoria de vídeo com IA. Se prefere ter os vídeos prontos com o seu próprio rosto e voz, o serviço completo está na página do clone de IA.