Por que anúncios de IA parecem falsos (e os 7 ajustes que os tornam usáveis)

Anúncios de IA parecem falsos por um conjunto específico de motivos, e todos têm solução: pele cerosa e lisa demais, uma correção de cor dourada e "glamourosa", texto de rótulo embaralhado, física que nenhum objeto obedece, lábios fora de sincronia com o áudio e uma perfeição de banco de imagens que nenhum celular jamais captou. Nada disso é inerente ao vídeo de IA. São padrões dos modelos, e você precisa sair deles ativamente, no prompt e no pipeline.

Na Hermoso nós roteamos Seedance 2.5, Veo 3.1, Kling 3.0 e o modelo de vídeo mais novo do Google, que aceita qualquer entrada, todos os dias. E a diferença entre um render inútil e um em que você realmente colocaria verba quase nunca está no modelo. Está em sete decisões de ofício tomadas antes e depois de o modelo rodar.

Este post aponta os sinais com honestidade e depois mostra os sete ajustes que os profissionais de fato usam. São os mesmos que colocamos no nosso próprio pipeline.

O que faz um anúncio de IA parecer falso?

Sete sinais explicam quase todo anúncio de IA que é desmascarado no primeiro segundo. Se você já se frustrou com resultados brilhosos e estranhos, foi alguma combinação destes:

• Pele de cera. Os modelos são treinados com muitas imagens retocadas e com luz de beleza, então tendem a rostos sem poros e com um brilho suave que nenhuma câmera de celular produz.
• A cor dourada de glamour. Luz quente, cor de mel, cinematográfica em tudo. Imagine um anúncio de kombucha iluminado como comercial de perfume.
• Texto de rótulo embaralhado. O nome do produto derrete em quase-letras. As legendas viram sopa de letrinhas. É a entrega mais rápida de todas.
• Física impossível. Produtos flutuam um instante a mais, líquidos desafiam a gravidade, uma garrafa jogada fica parada no ar sem peso. Massa e impulso ainda são difíceis para esses modelos.
• Lábios dublados. Áudio de TTS por cima de uma boca gerada produz aquele bater de lábios estranho que todo mundo conhece de filme mal dublado.
• Legendas pintadas pelo modelo. Pedir ao modelo para desenhar a barra de legenda ou o botão de CTA dentro do quadro. Ele não consegue, e o borrão estraga uma cena que estava boa.
• Perfeição de banco de imagens. Enquadramento perfeitamente centralizado, mãos perfeitamente paradas, ninguém pisca, nada está um pouco errado. Conteúdo real tem pequenos erros por toda parte.

Cada um tem uma contramedida específica. Aqui estão as sete, na ordem do quanto importam.

Ajuste 1: Peça pele fosca e uma captura chapada, de câmera de celular

O antídoto para o brilho é tirar o modelo, explicitamente no prompt, do padrão de luz de beleza: pele fosca com textura visível, iluminação neutra e a cara de uma câmera de celular gravando num perfil de imagem SDR chapado, e não de um equipamento de cinema com cor tratada. Sem essa instrução, todos os grandes modelos de vídeo escorregam para o brilho.

Na prática, isso significa escrever a camada de realismo em todo prompt no estilo UGC: pele sem retoque, sem luz de contorno, sem bloom, câmera na mão, o leve ruído e os limites de alcance dinâmico de uma câmera frontal. O resultado para de parecer comercial e passa a parecer algo que uma pessoa filmou, que é justamente o objetivo do formato UGC. É o ajuste com a melhor relação entre esforço e impacto, porque a pele é onde o detector de falsidade do público é mais afiado.

Ajuste 2: Aplique todo texto, logo e legenda na pós; nunca deixe o modelo pintar

Qualquer texto que o público precise ler (logo, rótulo, legenda, CTA, cartela final) deve ser aplicado por cima do vídeo pronto, e não gerado dentro dele. Modelos de difusão produzem pixels que se parecem estatisticamente com texto; eles não escrevem letras. O resultado são letras derretidas e quase-palavras inventadas, e um rótulo embaralhado põe a perder um render que estava impecável.

O pipeline que funciona é: renderize a cena limpa e depois sobreponha os ativos reais da marca numa etapa de composição: o arquivo real do logo, a fonte real, legendas perfeitas até o pixel. É assim também que você consegue uma cartela final com logo nítido e CTA legível. Dá mais trabalho de pipeline do que digitar "adicione o logo" no prompt, e é exatamente por isso que a maioria dos anúncios de IA com cara de falso pula essa etapa. Um bom gerador de anúncios com IA faz essa etapa por você.

Ajuste 3: Ancore cada render numa foto real do produto

Se o modelo não tiver a foto real do seu produto como referência, ele vai inventar um primo plausível dele: categoria certa, formato de garrafa errado, rótulo alucinado, cor um pouco fora. Quem conhece o produto percebe na hora, e você também.

A solução é colocar uma foto real do produto em toda geração e compor o produto verdadeiro na cena, em vez de descrevê-lo em palavras. Prompts de texto descrevem categorias; imagens de referência fixam a identidade. Somado ao Ajuste 2 (texto do rótulo aplicado na composição), é isso que faz o produto do anúncio ser o produto da prateleira. É a diferença entre uma imagem de lifestyle e um anúncio pronto que você realmente pode rodar.

Ajuste 4: Escreva microgestos e um momento imperfeito em toda atuação

Atuações de IA com cara de falsas costumam ser mal dirigidas, não mal renderizadas. Um prompt como "mulher segura o produto e sorri" entrega um manequim: olhar travado, mão congelada, sorriso simétrico. Gente de verdade se mexe.

Dirija a atuação no nível do gesto: ela olha para o rótulo no meio da frase, ajeita a mão, prende o cabelo atrás da orelha, ri meio sem graça do próprio jeito de falar. Depois inclua exatamente um momento imperfeito: a câmera dá um tranco, ela atropela a própria fala por uma sílaba, o enquadramento escorrega. Uma falha parece autêntica; cinco parecem caos. Isso é roteiro, não ajuste de modelo, e é o ajuste em que a maioria das equipes nem pensa porque está ocupada culpando o modelo.

Ajuste 5: Fala nativa do modelo quando a boca aparece, TTS só em cortes de narração

A regra é simples: se a boca está na câmera, a fala precisa ser gerada de forma nativa pelo modelo de vídeo na mesma passada, para que lábios e áudio venham de um único processo. Se a cena é B-roll do produto com narração por cima, TTS serve, já que não há boca para entregar o truque.

O erro das equipes é gerar o vídeo mudo de uma pessoa falando e depois dublar TTS por cima. O descompasso entre um movimento genérico de boca e fonemas específicos é algo que a percepção humana pega sem piedade. É o efeito filme dublado, e nenhuma correção de cor esconde isso. Os modelos atuais geram fala com sincronia labial de verdade quando você deixa; a cara de falso vem de colar o áudio depois.

Ajuste 6: Mantenha objetos pesados fora de voo livre

Não peça ao modelo para jogar, derrubar, virar no ar ou pegar nada que tenha massa. O movimento balístico (um objeto em voo livre sob a gravidade) é onde a física dos modelos de vídeo ainda quebra de forma visível: a garrafa fica um instante a mais no ar, gira num ritmo constante, cai sem peso.

Coreografe em volta disso. Produtos são segurados, girados, apoiados, levantados, servidos: movimentos em que uma mão carrega o objeto e o modelo nunca precisa resolver a gravidade sozinho. Derramar e espirrar é mais arriscado do que segurar, mas muito mais seguro do que arremessar. Se o conceito precisa mesmo do produto no ar, essa é uma cena para contornar na edição, não para gerar. A maioria das falhas de "física impossível" que vemos é autoinfligida: o storyboard pediu um arremesso heroico que o modelo nunca ia acertar.

Ajuste 7: Luz fria e neutra em vez de tons cor de mel

Peça balanço de branco neutro ou levemente frio e uma luz uniforme e sem glamour (dia nublado, uma cozinha ao meio-dia, luz fluorescente de escritório) em vez de aceitar o dourado quente que os modelos buscam por padrão. Esse tom de mel é a assinatura visual de "anúncio de IA" em 2026, e o público já aprendeu a reconhecer.

A luz neutra faz dois trabalhos: elimina o sinal de glamour e reforça os Ajustes 1 e 3, porque pele fosca e um produto real composto na cena ficam mais convincentes sob luz comum. Criativo de performance precisa de imagem crível mais do que de imagem bonita. Guarde a golden hour para cenas em que a marca realmente pede isso, escolhida de propósito, e não herdada do padrão do modelo.

Como a Hermoso coloca esses ajustes no pipeline

Os ajustes mais trabalhosos desta lista já vêm embutidos no pipeline da Hermoso, então você tem o resultado de uma equipe que faz isso todo dia sem precisar montar o pipeline:

• Uma camada de realismo antibrilho escreve pele fosca, luz neutra e a cara de câmera de celular nos renders UGC (Ajustes 1 e 7).
• Todo texto, logo e legenda é aplicado na pós, nunca pintado pelo modelo, incluindo uma cartela final com o seu logo real e o seu CTA (Ajuste 2).
• Os renders são ancorados na foto real do seu produto, composta na cena, com a paleta da sua marca aplicada (Ajuste 3).
• A fala nativa do modelo é usada sempre que uma boca aparece na câmera, com o TTS reservado para cortes só com narração (Ajuste 5).

Por baixo, ela distribui cada trabalho entre Seedance 2.5, Veo 3.1, Kling 3.0 e o modelo de vídeo mais novo do Google, que aceita qualquer entrada, além de Flux, GPT Image e os modelos de imagem mais recentes do Google para imagens estáticas, escolhendo por trabalho para que você nunca precise escolher. E como ela começa pesquisando o que já está vencendo no seu mercado nas bibliotecas de anúncios da Meta, do Google e do LinkedIn, além do TikTok orgânico, os conceitos nascem apoiados no que já funciona antes de qualquer pixel ser renderizado. O plano gratuito inclui 250+ créditos grátis que você pode ganhar, sem cartão; os custos exatos aparecem no app antes de cada render. Teste com o seu próprio produto. O jeito mais rápido de testar o argumento deste post é ver se o resultado passa pelo seu próprio detector de falsidade.

Perguntas frequentes

Por que textos e logos gerados por IA saem embaralhados?

Modelos de vídeo e imagem geram pixels que se parecem estatisticamente com texto, e não letras de verdade, então rótulos e legendas saem com letras derretidas, traços a mais e quase-palavras. A solução confiável é renderizar a cena sem texto e aplicar o logo real, as legendas e o CTA por cima do vídeo na pós.

O vídeo de IA consegue fazer sincronia labial convincente?

Sim, mas só quando a fala é gerada de forma nativa pelo modelo de vídeo na mesma passada que a imagem. Dublar um áudio de TTS gerado à parte sobre uma boca renderizada é o que cria aquele bater de lábios estranho, então reserve o TTS para cortes em que nenhuma boca aparece.

Qual modelo de vídeo com IA é o melhor para anúncios?

Não existe um único melhor. Seedance 2.5, Veo 3.1 e Kling 3.0 têm pontos fortes diferentes dependendo da cena, e o ranking muda a cada lançamento. A Hermoso envia cada trabalho para o modelo mais adequado, então quem usa nunca precisa escolher.

Posso colocar meu produto real num anúncio gerado por IA?

Sim, e deve. Ancorar cada render numa foto real do produto é um dos ajustes de maior impacto desta lista. A Hermoso compõe a foto real do seu produto nas cenas geradas, em vez de deixar o modelo alucinar um produto parecido.

Quanto o criativo de IA sai mais barato do que uma produção?

Agências costumam cobrar de quatro a cinco dígitos por um único anúncio produzido, e marketplaces de criadores costumam listar vídeos UGC na casa das centenas cada. Na Hermoso, o app mostra o custo exato de cada render, com planos pagos de $29, $69 e $149 por mês.

O público vai rejeitar um anúncio só porque foi gerado por IA?

Na nossa experiência, o que é rejeitado são os sinais, não a origem. Um vídeo com pele fosca, luz neutra, texto real no rótulo e um momento humano imperfeito parece conteúdo comum; um vídeo com pele de cera e brilho dourado parece falso, não importa como foi feito.