Analisamos Mais de 40.000 Prompts de Vídeo AI — Aqui Está O Que as Pessoas Realmente Criam

Analisamos mais de 40.000 Prompts de Vídeo AI

Todas as pessoas têm opiniões sobre vídeo AI. Especialistas preveem para onde isso está indo. O Twitter debate se já é "bom o suficiente". As miniaturas do YouTube gritam sobre a última atualização do modelo.

Mas quase ninguém fala sobre o que as pessoas estão realmente criando com essas ferramentas agora.

Então decidimos descobrir.

Coletamos dados de mais de 120.000 vídeos gerados por AI criados na Vivideo, classificamos uma amostra de 40.000+ prompts usando GPT-4o-mini e analisamos os números. O que emergiu é um retrato surpreendentemente detalhado de como pessoas reais — não influenciadores, não pesquisadores, mas criadores e empresas do dia a dia — estão usando vídeo AI em 2025.

Aqui está tudo o que encontramos.

O Conjunto de Dados: Como Obtivemos Esses Números

Vamos esclarecer a metodologia para que você saiba exatamente o que está vendo.

Nosso conjunto de dados completo abrange 120.000+ vídeos gerados através da plataforma da Vivideo. Para a análise detalhada dos prompts, pegamos uma amostra estratificada de 915 prompts e os processamos através do GPT-4o-mini para classificação em categorias de uso. As estatísticas mais amplas — uso do modelo, proporções de aspecto, durações, idiomas e tipos de entrada — vêm do conjunto de dados completo.

Não escolhemos a dedo. Não filtramos por saídas "impressionantes". Estes são dados brutos, não filtrados, de usuários reais fazendo trabalho real (e sim, alguns deles são pessoas fazendo vídeos de aniversário para suas mães — e isso é ótimo).

Algumas ressalvas: a classificação de prompts pela AI não é perfeita. Alguns prompts são ambíguos. Um "vídeo de produto com uma pessoa falando" pode ser classificado como uma demonstração de produto ou um vídeo de avatar. Otimizamos para a intenção mais provável e verificamos manualmente centenas de classificações.

Dito isso, vamos mergulhar.

A Grande Imagem: Texto-para-Vídeo vs. Imagem-para-Vídeo

A primeira pergunta que fizemos foi simples: Como as pessoas estão começando seus vídeos?

Estão digitando um prompt do zero? Ou fazendo upload de uma imagem e dando vida a ela?

65,7% de todos os pedidos de vídeo são texto-para-vídeo. 32,6% são imagem-para-vídeo. Os restantes ~1,7% usam outros métodos, como geração de avatares.

Isso foi um pouco surpreendente. Esperávamos que imagem-para-vídeo fosse maior — afinal, é arguivelmente "mais fácil" já que você está dando ao AI um ponto de partida visual. Mas os dados contam uma história diferente: dois terços dos usuários preferem descrever sua visão em palavras e deixar que a AI descubra os visuais.

Por quê? Algumas teorias:

• Barreira de entrada mais baixa. Você não precisa ter ou encontrar a imagem certa. Você apenas digita o que deseja. Texto-para-vídeo é a tela em branco definitiva.
• Mais controle criativo. Prompts de texto permitem que você especifique o humor, o movimento da câmera, a iluminação e o estilo — coisas que são mais difíceis de comunicar através de uma imagem estática.
• A "lacuna da imaginação." Muitos usuários estão criando cenas que ainda não existem — mundos de fantasia, conceitos de produtos, sequências narrativas. Você não pode fazer upload de uma foto de algo que ainda não foi construído.

Dito isso, imagem-para-vídeo tem seu próprio público fiel. É particularmente popular para animações de produtos de e-commerce, passeios imobiliários (começando com uma foto da propriedade) e dando vida a obras de arte.

O Que as Pessoas Realmente Criam (A Divisão de Casos de Uso)

Esta é a seção que mais estávamos ansiosos. Quando classificamos todos os 915 prompts de amostra por caso de uso, uma categoria dominou absolutamente.

Deixe isso sink in. Quase 9 em cada 10 vídeos de AI são cenas totalmente geradas — não o rosto de alguém falando para a câmera, não um efeito Ken Burns em uma foto, mas cenas visuais completas conjuradas a partir de descrições textuais.

Esta é a verdadeira história do vídeo AI em 2025: as pessoas estão usando-o como um motor de imaginação visual.

Como Essas Cenas Realmente Parecem

Investigamos mais a fundo os 88,2% para entender que tipos de cenas as pessoas estão gerando. Embora as categorias se sobreponham (um vídeo promocional também pode ser uma narrativa), aqui estão os padrões principais que observamos:

• Vídeos promocionais — Empresas criando anúncios, vídeos de marca e conteúdo de marketing. Tudo, desde promoções de restaurantes locais até lançamentos de produtos SaaS.
• Conteúdo educacional — Vídeos explicativos, tutoriais e sequências de "como funciona". Professores, criadores de cursos e treinadores corporativos são usuários iniciais poderosos.
• Conteúdo de mídia social — Clipes curtos e impactantes projetados para TikTok, Instagram Reels e YouTube Shorts. Muitas vezes impulsionados por tendências e projetados para um impacto máximo de parada de rolagem.
• Contação de histórias e narrativa — Curtas-metragens, conceitos de videoclipes e sequências narrativas. É aqui que os prompts mais criativos vivem — pessoas construindo mundos inteiros em 4-12 segundos.
• Demonstrações de produtos — Vendedores de e-commerce exibindo produtos em contextos de estilo de vida. "Mostre meu tênis sendo usado por um corredor em uma trilha de montanha ao pôr do sol" — esse tipo de coisa.
• Saudações pessoais e celebrações — Mensagens de aniversário, cartões de feriado, surpresas de aniversário. Vídeo AI como o novo cartão Hallmark.
• Visitas imobiliárias — Passeios virtuais de propriedades, exibições de bairros e visualizações arquitetônicas.
• Exibições de produtos de e-commerce — Imagens de beleza de produtos, revelações em estilo 360° e vídeos de contexto de estilo de vida que fazem os produtos parecerem premium.

A categoria de avatar/cabeça falante (7,1%) é menor do que você poderia esperar, dado todo o burburinho em torno de avatares de AI. Isso se deve em parte ao fato de que a geração de avatares é um caso de uso especializado — requer um fluxo de trabalho diferente e apela a um público mais restrito (principalmente treinamento corporativo e abordagem de vendas personalizada).

A animação de imagem em 4,7% representa usuários que fazem upload de uma foto estática e adicionam movimento — uma escolha popular para dar vida a obras de arte, fotos antigas ou imagens de produtos.

A Linguagem do Vídeo AI: Um Fenômeno de 24 Idiomas

Aqui está algo que realmente nos surpreendeu. Se você assumiu que a criação de vídeo AI é principalmente uma atividade de fala inglesa, os dados dizem o contrário.

O inglês representa apenas 47,3% de todos os prompts. Isso significa que mais da metade de todos os prompts de vídeo AI na Vivideo são escritos em idiomas não ingleses.

Isso não é apenas "um pouco internacional". Este é um fenômeno global, com adoção significativa em todos os continentes.

Algumas coisas se destacam:

Vietnamita com 23,1% é enorme. Quase um quarto de todos os prompts estão em vietnamita. Isso reflete a economia de criadores digitais em crescimento do Vietnã e a adoção precoce de ferramentas de AI para criação de conteúdo. Criadores vietnamitas estão usando vídeo AI para tudo, desde vídeos de produtos de e-commerce até conteúdo de mídia social em escala.

Árabe com 11,4% torna a região MENA um dos mercados de vídeo AI mais ativos. Dada a rápida transformação digital que está acontecendo nos estados do Golfo e o enorme investimento em infraestrutura de AI, isso faz sentido.

A cauda longa é real. Além dos principais idiomas, há atividade significativa em russo, turco, alemão, ucraniano, indonésio e muitos mais. O vídeo AI não é um brinquedo do Vale do Silício — é uma ferramenta criativa global.

Isso tem enormes implicações para qualquer um que esteja construindo neste espaço: se sua ferramenta de vídeo AI só funciona bem com prompts em inglês, você está ignorando mais da metade de seus usuários potenciais.

Preferências de Formato: Proporções de Aspecto e Durações

Como as pessoas formatam seus vídeos diz muito sobre onde esses vídeos vão acabar.

Proporções de Aspecto

A divisão paisagem-vs-retrato é notavelmente próxima — 52,8% a 43,7% — o que nos diz algo importante: a batalha entre vídeo horizontal e vertical é essencialmente um cara ou coroa.

A paisagem ainda lidera, provavelmente impulsionada pelo YouTube, incorporações de sites, apresentações e conteúdo de marketing tradicional. Mas o vertical está logo atrás, alimentado por TikTok, Instagram Reels e YouTube Shorts.

A verdadeira surpresa? Vídeo quadrado (1:1) está essencialmente morto. Com aproximadamente 0%, ninguém está criando vídeos quadrados mais. O antigo formato quadrado do Instagram, que foi o padrão para mídias sociais, foi completamente abandonado na era do vídeo AI.

Durações de Vídeo

As preferências de duração revelam uma fascinante divisão em dois grupos:

Grupo 1: A turma dos 12 segundos (30,1%). Esses usuários querem a duração máxima disponível. Eles estão criando conteúdo narrativo, demonstrações de produtos e vídeos promocionais onde cada segundo extra conta. Doze segundos são suficientes para contar uma mini-história: configuração, revelação, recompensa.

Grupo 2: A turma dos 4 segundos (29,2%). Esses usuários querem clipes rápidos e impactantes — perfeitos para ganchos de mídias sociais, criativos de anúncios ou empilhando múltiplos clipes em edições mais longas. Quatro segundos é basicamente um forte momento visual.

A média de 8 segundos (23,3%) captura usuários que querem um pouco mais de espaço do que 4 segundos, mas não precisam dos 12 completos. A popularidade relativamente baixa de vídeos de 6 segundos (6,6%) é interessante — parece que as pessoas preferem se comprometer com "curto" ou "longo" em vez de dividir a diferença.

A Corrida dos Modelos: Veo 3.1 Domina

Se há uma estatística de destaque nesta análise inteira, pode ser esta:

Veo 3.1 é responsável por 96,4% de toda a geração de vídeo AI na Vivideo.

Isso não é um erro de digitação. O modelo Veo 3.1 do Google é a escolha esmagadora para a criação de vídeo AI.

Nota: A geração de avatares HeyGen é contada separadamente, pois serve a uma função diferente (avatares digitais vs. geração de cenas). Sua participação de 10,5% se sobrepõe à categoria de avatares em nossa análise de casos de uso.

Por que o Veo 3.1 domina tão completamente? Com base no feedback dos usuários e em nossos próprios testes:

• Qualidade visual. O Veo 3.1 produz consistentemente a saída mais fotorealista e visualmente coerente.
• Adesão ao prompt. Ele segue prompts complexos de forma mais fiel — movimentos de câmera, especificações de iluminação, diretrizes de estilo.
• Velocidade. Os tempos de geração são competitivos, e a relação qualidade-velocidade é a melhor da categoria.
• Consistência. Menos "artefatos estranhos de AI" — menos mãos derretendo, física impossível e momentos de vale inquietante.

Sora 2, com 2,0%, ainda tem seus fãs, particularmente para conteúdo mais artístico e estilizado. Mas o mercado falou, pelo menos por enquanto: quando as pessoas querem vídeo AI confiável e de alta qualidade, estão escolhendo o Veo 3.1.

Descobertas Surpreendentes

Toda boa análise de dados revela coisas que você não esperava. Aqui estão os padrões que nos fizeram olhar duas vezes.

1. A Taxa de Moderação de Conteúdo de 9%

Aproximadamente 9% de todos os prompts foram sinalizados pelos sistemas de moderação de conteúdo como conteúdo adulto ou inadequado. Isso é na verdade menor do que muitos na indústria esperavam — algumas estimativas colocam a taxa de tentativas de conteúdo adulto para geradores de imagens AI em 15-20%.

O que isso significa? A criação de vídeo AI tende a ser mais profissional e intencional do que a geração de imagens AI. Quando você está pagando pela geração de vídeo (em vez de brincar com uma ferramenta de imagem gratuita), a intenção é mais séria e os casos de uso são mais voltados para negócios.

2. O Efeito do Cartão de Aniversário

Saudações pessoais — aniversários, feriados, aniversários — apareceram muito mais do que esperávamos. Esses não são os casos de uso chamativos que aparecem em demonstrações de AI, mas representam uma aplicação genuinamente comovente da tecnologia. As pessoas estão criando mensagens de vídeo personalizadas que seriam impossíveis (ou proibitivamente caras) apenas dois anos atrás.

3. A Morte do Vídeo Quadrado

Já mencionamos isso, mas vale a pena repetir: o vídeo quadrado 1:1 está efetivamente em 0%. O formato que dominou o Instagram de 2012 a 2019 foi completamente abandonado. Se sua ferramenta de vídeo ainda padrão para quadrado, você está resolvendo o problema de ontem.

4. A Economia de Criadores Vietnamitas

Com 23,1% de todos os prompts, o vietnamita não está apenas representado — é o segundo idioma mais popular por uma margem enorme, mais do que dobrando o árabe em terceiro lugar com 11,4%. A economia de criadores do Vietnã está claramente em um ponto de inflexão, e as ferramentas de vídeo AI são um acelerador chave.

5. Ninguém Quer Vídeos de 6 Segundos

Com apenas 6,6% dos pedidos, o formato de 6 segundos é a duração menos popular. Os usuários preferem fortemente clipes curtos e impactantes (4s) ou formatos mais longos (12s). O meio-termo simplesmente não ressoa. Isso reflete o que vimos nas tendências de mídias sociais — o conteúdo é ou um gancho rápido ou uma mini-narrativa, com pouco espaço para o meio.

O Que Isso Significa para Criadores

Então você viu os dados. O que você deve fazer com isso?

Se você é um profissional de marketing, criador de conteúdo, proprietário de empresa ou apenas alguém curioso sobre vídeo AI, aqui estão as conclusões acionáveis:

1. Comece com Texto-para-Vídeo

Se você ainda não experimentou vídeo AI, texto-para-vídeo é onde a ação está. Dois terços dos usuários começam aqui, e por um bom motivo — você não precisa de nenhum ativo, apenas ideias. Descreva o que você quer ver, e a AI constrói isso.

2. Pense em 4s ou 12s

Ao planejar seus vídeos AI, pense em termos de ganchos de 4 segundos ou histórias de 12 segundos. Os dados mostram que essas são as durações que ressoam. Para ganchos de mídias sociais e criativos de anúncios, opte por 4 segundos. Para demonstrações de produtos, explicações e conteúdo narrativo, use os 12 completos.

3. Escolha Sua Orientação Deliberadamente

Não defina como padrão a paisagem. Se seu conteúdo está indo para TikTok, Reels ou Shorts, vá para 9:16 vertical. Se for para YouTube, seu site ou apresentações, vá para 16:9. E esqueça o quadrado — o mercado já se moveu.

4. Não Ignore os Mercados Não-Ingleses

Se você está construindo um negócio em torno de conteúdo de vídeo AI, os dados mostram uma demanda massiva dos mercados de língua vietnamita, árabe, russa e turca. Esses não são públicos de nicho — eles representam centenas de milhões de potenciais espectadores.

5. Use Imagem-para-Vídeo para Conteúdo de Produtos

Embora texto-para-vídeo domine no geral, imagem-para-vídeo é a arma secreta para e-commerce e marketing de produtos. Faça upload da foto do seu produto e adicione movimento, contexto e vida. É mais rápido do que uma sessão de fotos e infinitamente mais escalável.

6. Veo 3.1 É a Aposta Segura

Se você está se perguntando qual modelo usar, os dados são claros: 96,4% dos usuários escolhem Veo 3.1. Ele oferece a melhor combinação de qualidade, velocidade e adesão ao prompt. Comece por aí e experimente alternativas como Sora 2 para estilos criativos específicos.

A conclusão: O vídeo AI não é mais uma novidade. Com mais de 120.000 vídeos gerados, prompts em mais de 24 idiomas e casos de uso que vão de cartões de aniversário a passeios imobiliários, é uma ferramenta criativa mainstream. A questão não é se usar — é como usá-la melhor do que todos os outros.

Pronto para ver o que você pode criar? Experimente o Vivideo gratuitamente e adicione seus prompts ao próximo conjunto de dados.