IA generativa na produção de vídeo: o que já funciona, o que ainda falha e o que exigir

O que a IA generativa entrega de fato numa produção de marca?

Quem trabalha com vídeo já ouviu as duas versões, às vezes no mesmo dia e da mesma pessoa. O discurso sobre IA generativa em vídeo costuma vir em dois tons: o da revolução (“qualquer marca vai produzir filmes sem set”) e o do pânico (“as produtoras vão acabar”). Na mesa de produção, nenhum dos dois ajuda. O que ajuda é saber em que etapa a ferramenta entra, o que ela entrega ali e quem responde pelo resultado.

Os números de adoção são altos. No relatório de 2025 sobre investimento em vídeo digital, o IAB americano mostrou que 86% dos compradores de mídia em vídeo usam ou planejam usar IA generativa para construir criativos, e projetou que 40% dos anúncios teriam criativo feito com IA generativa em 2026. É um dado dos Estados Unidos, mas ele descreve bem a pressão que chega às marcas brasileiras, muitas delas com matriz, agência ou plataforma de mídia globais.

O ponto é o que esse “usar” quer dizer. No mesmo levantamento, os usos mais citados são criar versões para públicos diferentes, mudar estilo visual e adaptar a peça ao contexto. Ou seja: a maior parte da adoção está em variar e adaptar, não em inventar o filme do zero. Usar IA em alguma etapa é muito diferente de substituir a produção.

A edição de 2026 do estudo, publicada em julho, mediu o uso em vez da intenção: quase dois em cada três compradores já usam IA generativa no criativo de vídeo digital, contra metade em 2025. Mas eles estimam que um terço das peças de 2026 usa a tecnologia, abaixo dos 40% que tinham projetado um ano antes, e esperam 43% em 2027. A ferramenta entrou no processo de quase todo mundo; a peça inteira gerada continua sendo exceção.

O público não está tão entusiasmado quanto o mercado

Um segundo estudo do IAB, publicado em janeiro de 2026, mediu o outro lado. Entre consumidores americanos da geração Z e millennials, 45% disseram se sentir positivos em relação a anúncios feitos com IA. Entre executivos de publicidade, 82% achavam que o público se sentia assim. A distância entre as duas percepções é de 37 pontos, e a parcela de consumidores com visão negativa cresceu 12 pontos em um ano.

O mesmo estudo traz um dado que ajuda a pensar a transparência: 73% dos consumidores ouvidos disseram que saber que o anúncio usou IA aumentaria a chance de compra ou não faria diferença. Informar o uso, portanto, tende a custar menos do que o mercado teme. O que custa caro é o público descobrir sozinho.

Um caso público que ajuda a calibrar

Em novembro de 2024, a Coca-Cola lançou uma releitura do clássico “Holidays Are Coming” feita com IA generativa por três estúdios especializados. A reação nas redes foi dura: parte do público chamou o filme de “sem alma”, e profissionais criativos criticaram a troca de artistas por modelos treinados com trabalho alheio. Em novembro de 2025, a marca voltou ao tema com uma nova versão e defendeu que a tecnologia permite produzir versões de um filme para públicos e países diferentes com rapidez.

Semanas depois, outro caso teve reação mais dura. Em dezembro de 2025, o McDonald’s da Holanda publicou um filme de Natal gerado com IA, feito pela agência TBWA\Neboko com a produtora The Sweetshop, e o retirou do ar poucos dias depois, diante das críticas. Na nota divulgada à imprensa, a marca disse que o filme pretendia refletir os momentos estressantes das festas, mas reconheceu que, para muitos clientes, a época é a mais feliz do ano. No mesmo ano, na direção oposta, um anúncio da plataforma de previsões Kalshi, gerado inteiramente com o Veo 3 do Google, foi ao ar na transmissão das finais da NBA pelo YouTube TV — uma peça de humor absurdo, em que a estranheza da imagem fazia parte da piada.

Os dois casos não provam que IA em filme de marca dá certo ou errado. Eles mostram onde o risco mora: numa peça cuja razão de existir é emoção e memória afetiva, qualquer estranheza de imagem vira assunto; numa peça que assume o absurdo, a mesma estranheza pode ser linguagem. E mostram onde as marcas enxergam valor: no volume de versões e na velocidade, não na substituição da ideia.

Por isso a pergunta que abre este guia não é “dá para fazer com IA?”. É “em qual etapa a IA melhora esta peça, e quem responde por ela quando der errado?”. Os próximos capítulos respondem a essas duas perguntas, etapa por etapa.

Onde a IA generativa já funciona bem na produção de vídeo?

Existe um padrão nos usos que funcionam: a IA rende mais onde o objetivo é ver algo rápido para decidir melhor, e onde o critério de qualidade é fácil de conferir. Um céu estendido está certo ou errado. Uma legenda está sincronizada ou não. Já “essa cena emociona?” não tem conferência automática.

É também onde a IA mais trabalha na nossa operação. Na Tangram, conforme o projeto, usamos IA para chegar mais rápido às perguntas certas de uma pesquisa, mostrar a luz e o enquadramento de uma cena antes da diária, limpar e estender planos na pós, desdobrar formatos, legendar e traduzir. Em todos esses usos, alguém da equipe confere o resultado antes de ele seguir adiante.

Pré-produção: errar barato

Pesquisa é o uso mais subestimado. Para um institucional ou um documentário de marca, conversar com a ferramenta sobre o tema e chegar rápido às perguntas que valem numa entrevista economiza dias de leitura dispersa. Ela é um ponto de partida de informação, não de ideia: para criação, tende a ser repetitiva e a devolver o que já existe. E tudo que vira afirmação no roteiro precisa ser checado na fonte, porque a ferramenta ainda inventa dados e links.

Na parte visual, frames gerados com a luz, a paleta e o enquadramento pretendidos mostram a intenção muito melhor do que um desenho a lápis. Um animatic feito com esses frames dá noção de ritmo antes de qualquer diária. O resultado é uma aprovação mais segura, porque todo mundo está vendo a mesma coisa, desde que fique escrito que o frame é estudo, e não promessa.

Versões e formatos: onde o volume está

Depois que o filme principal está aprovado, a IA ajuda a transformar uma peça em família: reenquadrar para 9:16, estender um fundo que não cabia no vertical, gerar variações de texto para testar aberturas, produzir legendas. É exatamente o uso que os anunciantes mais citam no levantamento do IAB.

16:9 · filme

1:1 · feed

4:5 · recorte

9:16 · vertical

O limite é o mesmo de sempre: o que não foi pensado no set não aparece na pós. A ferramenta estende um fundo, mas não inventa o plano fechado do produto que ninguém filmou. Por isso o planejamento de desdobramento continua começando no orçamento, e a IA entra depois para acelerar o que já estava previsto.

Localização: o avanço mais visível do último ano

Tradução de legenda já era um uso consolidado: a ferramenta faz o grosso e alguém fluente faz o ajuste fino de linguagem, principalmente em termos técnicos e de marca. A novidade é a voz. Em fevereiro de 2026, o YouTube liberou a dublagem automática para todos os criadores, em 27 idiomas, com uma versão de fala mais expressiva em oito deles, português incluído, e um teste de sincronia labial.

As plataformas seguem empurrando nessa direção. Na carta de janeiro de 2026, o YouTube informou que mais de 6 milhões de espectadores por dia assistiram a pelo menos 10 minutos de conteúdo com dublagem automática em dezembro de 2025, e que mais de 1 milhão de canais usaram diariamente as suas ferramentas de criação com IA. Em setembro de 2026, no Made on YouTube, anunciou dublagem automática em tempo real para transmissões ao vivo e um editor conversacional para Shorts. O TikTok levou o Symphony, sua suíte de criativo com IA, a gerar vídeos de até 30 segundos em agosto, e a Meta disse, em julho de 2026, que mais de 9 milhões de pequenas empresas usam ao menos uma das suas ferramentas de criativo com IA.

Para uma marca, isso muda a conta de conteúdos de apoio, como tutoriais, depoimentos e vídeos institucionais distribuídos em vários países. Para um filme de campanha, a dublagem automática ainda é versão de trabalho: o timbre, a interpretação e a adaptação cultural de uma fala continuam pedindo pessoas. E, se a voz for de uma pessoa identificável, entra a questão de consentimento que o capítulo 6 detalha.

Um exemplo nosso: em My Roots Tell the Future, filme imersivo para o telão 360° da BAT Brasil, a IA entrou em duas etapas. Deu movimento ao acervo histórico da companhia — fotografias de mais de um século que precisavam ocupar uma sala inteira — e gerou as imagens do futuro, de satélites à previsão de safra, que nenhuma câmera poderia registrar. O presente continuou sendo captação de campo em 6K e drone, com produtores e orientadores de verdade. A direção decidiu onde cada técnica servia à história.

Onde a IA generativa ainda falha num filme de marca?

Pense numa foto de família em que todo mundo sorri e a luz está bonita, mas o reflexo no espelho não bate. Uma imagem gerada pode ser bonita e ainda assim errada. Em filme de marca, as falhas que importam não são as mais comentadas nas redes. O que costuma travar uma aprovação é mais sutil, e mais caro de corrigir.

Atuação: plausível não é suficiente

Uma cena com pessoas depende de coisas que ainda não se descrevem bem num pedido de texto: o tempo de uma pausa, o olhar que muda no meio da fala, a ironia de uma frase. A ferramenta produz algo plausível. Um filme de marca precisa de algo decidido, e essa decisão acontece no set, entre direção e elenco, tomada após tomada.

Continuidade: o mesmo rosto em todos os planos

Manter a mesma pessoa, com o mesmo rosto, a mesma roupa e a mesma luz ao longo de vários planos ainda é o problema mais visível. Com dois ou três personagens na mesma sequência, qualquer variação salta aos olhos de quem assiste. Dá para corrigir na edição e na finalização, mas essa correção consome o tempo que a geração tinha economizado. Por isso, quando usamos IA em cenas com pessoas, a conferência de continuidade é uma etapa própria da revisão, feita plano a plano, e não um olhar rápido no corte final.

Produto: onde a marca não negocia

Um rótulo com uma letra trocada, uma embalagem com proporção alterada, um logotipo levemente deformado. Nenhum desses erros passa numa aprovação de marca, e todos são comuns em imagem gerada. Por isso, em peças com produto em destaque, o caminho mais seguro continua sendo filmar ou fotografar o produto real e usar a IA no entorno: cenário, extensão, variação de fundo.

estudo_brisa_packshot_v4Não aprovado

123

1. 1
   Marca00:02

   O rótulo muda entre quadros. Precisa ser o frasco real.

2. 2
   Direção00:02

   Serve de estudo de luz. Produto entra com still.

3. 3
   Jurídico00:05

   Registrar ferramenta e insumos.

   Resolvido

Informação e texto na tela

Ferramentas de linguagem inventam dados com segurança. Ferramentas de imagem inventam letras. Os dois problemas pedem a mesma resposta: texto que vai para a tela é feito em ferramenta de texto, e dado que vai para o roteiro é conferido na fonte.

Direitos: a falha que não aparece na imagem

A falha mais cara às vezes nem se vê. Um rosto parecido demais com alguém real, uma voz que lembra a de um locutor conhecido, um personagem que remete a uma marca de terceiros, ou uma ferramenta cujos termos não permitem uso comercial daquele resultado. A lei brasileira de direitos autorais define autor como “a pessoa física criadora de obra”, o que deixa em aberto a proteção de um resultado gerado quase sem intervenção humana. Para uma marca, isso é risco de propriedade: pode ser difícil impedir que outros usem uma imagem que ela acredita ser sua.

Nenhuma dessas falhas é motivo para não usar a ferramenta. Elas definem onde ela entra: longe do rosto, da voz e do produto quando esses elementos são o centro da peça, e perto deles só quando existe autorização, referência e alguém revisando quadro a quadro.

A IA generativa deixa a produção de vídeo mais barata?

Há quem diga que a IA deixa o vídeo muito mais barato. É como dizer que a viagem ficou de graça porque o carro agora é elétrico: a conta do combustível mudou, mas a estrada, o pedágio e o tempo no volante continuam os mesmos.

O que fica mais barato

A resposta honesta é: depende da peça, e quase nunca na proporção que o discurso sugere. Usamos IA em várias etapas da nossa operação e, justamente por isso, desconfiamos de quem apresenta um número único de economia para todos os projetos. O que dá para fazer é mostrar para onde o dinheiro se move quando a IA entra.

O que fica igual

Etapas em que a IA encurta trabalho repetitivo: o storyboard que levava dias, a limpeza de um plano, as versões de formato de uma peça já aprovada, o primeiro rascunho de legenda. Aqui o ganho é real e tende a crescer à medida que as ferramentas amadurecem.

O que passa a custar mais

Nos projetos que dependem de imagem real, a equipe de set, o elenco, a locação, a luz e o som continuam existindo. Uma diária é uma diária. O que muda é que ela pode ser mais bem aproveitada, porque a ideia chegou mais testada.

Gerar é rápido; escolher não é. Quem já acompanhou uma sessão de geração sabe que o resultado bom sai de dezenas de tentativas descartadas, e cada tentativa custa crédito e tempo de alguém com olhar treinado. Somam-se a isso a revisão de continuidade e de produto, as assinaturas das ferramentas, os testes que não viram peça e o trabalho jurídico de conferir termos de uso e consentimentos. Numa fase em que as ferramentas mudam de preço e de versão a cada poucos meses, parte do custo é aprendizado.

Os casos públicos confirmam. O diretor do anúncio da Kalshi contou à NPR que precisou de 300 a 400 gerações para chegar a 15 clipes aproveitáveis. No filme de Natal do McDonald’s da Holanda, a CEO da produtora escreveu, numa publicação depois apagada e citada pela NBC News, que o trabalho ocupou dez pessoas em tempo integral por cinco semanas, e que as horas superaram de longe as de uma filmagem tradicional. Nos dois casos, o tempo não sumiu: foi para gerar, escolher e corrigir.

O custo de depender de uma ferramenta

Existe ainda um custo que não aparece na planilha até virar problema. Em março de 2026, a OpenAI anunciou o encerramento do Sora em duas etapas: o aplicativo saiu do ar em 26 de abril, e a API, usada por empresas que integraram a geração de vídeo em seus próprios fluxos, foi desligada em 24 de setembro de 2026. Quem tinha um processo inteiro apoiado nela precisou migrar, e quem não exportou o material a tempo arriscou perdê-lo.

A lição para quem compra produção não é evitar ferramentas, é não construir o processo em cima de uma só. Ideia, roteiro, arquivos de projeto e material bruto precisam viver fora da plataforma, com cópia e registro. A ferramenta é trocável; o método não deveria ser.

O efeito mais comum, no fim, não é um projeto mais barato para a mesma entrega. É mais exploração pelo mesmo investimento: mais caminhos testados antes de decidir, mais versões no pacote final, e projetos que antes não caberiam no prazo passando a caber.

No filme da Tramontina Eletrik, a fábrica, a instalação e a casa foram filmadas de verdade, com produtos reais. A IA entrou num ponto só: a sequência em que a câmera entra no interruptor Onne e atravessa um túnel de energia, com placa, sensor e moldura se separando em camadas. É o tipo de cena que pediria muitos dias de computação gráfica — e que aqui serviu a uma ideia já decidida no roteiro.

O que checar antes de publicar uma peça feita com IA?

Quem já parou no último segundo antes de enviar um e-mail, porque sentiu que faltava conferir algo, conhece o instinto que a produção pede, só que com uma lista maior. Governança soa como palavra de comitê, mas na produção ela é bem concreta: saber o que entrou na peça, quem autorizou e quem conferiu. Quando isso está escrito antes do projeto começar, a aprovação anda. Quando é discutido caso a caso, na véspera da publicação, trava.

A régua não é nova. Em maio de 2026, o Conar publicou a nova edição do guia de publicidade com influenciadores e incluiu a IA de forma explícita: as regras do código publicitário valem para conteúdos gerados, editados ou segmentados com IA, e influenciadores, anunciantes e agências continuam responsáveis pelo resultado, com o dever de garantir que imagem, som, simulação ou depoimento não induzam o consumidor a erro sobre o produto. O próprio guia avisa que não cria, por ora, uma regra específica de aviso sobre o uso de IA. Em outras palavras, a IA não cria uma zona livre. Ela só cria mais pontos para conferir.

O checklist antes de ir ao ar

A lista pode ser curta, mas cada item precisa de dono. Um jeito prático de organizar:

Rotulagem: quando avisar

As plataformas já têm regras próprias. O YouTube, por exemplo, pede desde março de 2024 que criadores informem quando um conteúdo realista foi alterado ou gerado sinteticamente, como fazer uma pessoa real dizer algo que não disse ou mostrar um evento que não aconteceu. Por outro lado, não exige aviso para uso de IA em produtividade (roteiro, ideias, legendas automáticas), para conteúdo claramente irreal ou animado, nem para ajustes de cor e efeitos.

As ferramentas de anúncio também passaram a marcar o que geram. A Meta aplica o rótulo “AI info” a anúncios criados ou muito editados com a sua IA generativa, e o coloca ao lado de “Patrocinado” quando aparece uma pessoa fotorrealista gerada. O TikTok informa que os vídeos do Symphony saem com rótulo de IA e marca d’água invisível. O Google aplica a marca d’água SynthID às imagens geradas ou editadas no Asset studio. Ou seja: em muitos casos, o aviso ao público já vem da plataforma, e a marca precisa saber disso antes de aprovar a peça.

Essa distinção é útil como régua interna: quanto mais a peça parece registro de algo real, mais o aviso importa. Um cenário estendido num filme de ficção raramente pede rótulo. Um depoimento com voz sintética de uma pessoa real sempre pede autorização, e quase sempre pede aviso.

Estudo não é compromisso

Uma parte da governança acontece antes de existir peça. Frames gerados para apresentar uma ideia viram, na cabeça de quem aprova, a imagem do filme. Se o estudo mostra um pôr do sol perfeito, alguém vai esperar esse pôr do sol na entrega. Por isso cada material de apresentação precisa dizer o que é intenção (luz, clima, enquadramento) e o que é compromisso (produto, elenco, locação). Uma linha no rodapé do storyboard evita uma rodada inteira de frustração na aprovação do corte.

O registro não precisa ser sofisticado

Uma planilha por projeto resolve: peça, etapa em que a IA entrou, ferramenta e versão, material de entrada, autorização correspondente e quem aprovou. O que importa é que ela seja preenchida durante a produção, e não reconstruída de memória quando alguém perguntar. Em operações com muitas peças por mês, esse registro vira parte do fechamento de cada entrega, junto com os arquivos finais.

O que a lei brasileira diz sobre IA generativa, imagem e voz?

Imagine um vizinho que quer usar a sua casa para filmar uma propaganda: entrar, filmar à vontade e publicar onde quiser, sem avisar, sem dizer por quanto tempo e sem pagar. Você deixaria? É claro que não. A mesma lógica já vale para imagem e voz no Brasil, com ou sem IA no meio.

O marco legal: PL 2.338/2023

A pergunta mais comum sobre regulação é “já é proibido?”. A resposta curta: a lei geral de IA ainda não existe no Brasil, mas isso não deixa ninguém livre. Direito de imagem, direito autoral, código do consumidor e autorregulamentação publicitária já valem para peças feitas com IA. O que está em discussão é um conjunto de regras mais específicas.

O projeto de lei 2.338/2023, apresentado no Senado por Rodrigo Pacheco, foi aprovado pelos senadores em dezembro de 2024 e enviado à Câmara em março de 2025. Lá, uma comissão especial foi criada para analisá-lo, com relatoria do deputado Aguinaldo Ribeiro, designado em maio de 2025. Na consulta que fizemos em 27 de setembro de 2026, a ficha de tramitação mostrava o projeto “aguardando parecer do relator na comissão especial”, com vários outros projetos de IA apensados ao longo de 2026, os mais recentes no início de setembro.

Réplica digital: rosto e voz

Na prática, isso quer dizer que não há data para a votação e que o texto final ainda pode mudar bastante. Qualquer guia que diga exatamente o que a lei brasileira de IA exige está se adiantando.

Enquanto o marco geral não anda, projetos mais específicos tratam do ponto que mais importa para o audiovisual: a réplica digital de uma pessoa.

Os projetos têm redações diferentes, mas convergem num ponto: consentimento prévio, por escrito, com uso descrito, prazo definido e remuneração por uso. Essa convergência é o melhor guia disponível para quem precisa contratar hoje.

O que já é exigível sem lei nova

Rosto e voz são atributos da personalidade, e usar a imagem de alguém para fins comerciais sem autorização já é problema no direito brasileiro vigente. O que muda com a IA é a facilidade de reproduzir essa imagem depois do set. Por isso o contrato de elenco, de locução e de influenciador precisa dizer, em linguagem clara, o que pode ser feito com aquele material: em quais mídias, por quanto tempo, e se inclui ou não criar uma réplica digital.

O mercado americano oferece uma referência de prática. Nos contratos de publicidade de 2025 do sindicato de atores SAG-AFTRA, criar ou usar a réplica digital de um ator exige consentimento com descrição razoavelmente específica do uso, formalizado em aditivo ou documento assinado, e o uso da réplica é pago como se o ator tivesse atuado. No Brasil, dubladores se uniram em 2024 na campanha Dublagem Viva para pedir regras sobre o uso de IA na dublagem, o que dá uma ideia de como a categoria recebe o tema.

Campanhas que circulam fora do Brasil

Para marcas com veiculação na Europa, o AI Act europeu passou a exigir, a partir de 2 de agosto de 2026, que quem usa IA para criar deepfakes (conteúdo de imagem, áudio ou vídeo que parece autêntico e se assemelha a pessoas, lugares ou eventos reais) informe o público de forma clara. Há um período de transição até dezembro de 2026 para a marcação técnica feita pelos fornecedores das ferramentas. Se a campanha é global, a regra europeia pode chegar antes da brasileira.

Como muda o time de produção com a IA generativa?

Olhando três anos para trás, boa parte das ferramentas deste guia não existia. Seria pretensioso cravar como será o time daqui a três anos. Mas algumas mudanças já estão visíveis em qualquer equipe de produção, e ajudam a decidir o que aprender agora.

Cresce o peso de quem decide

Quem já abriu uma pasta esperando três opções e encontrou trinta conhece o alívio que vira meia hora tentando escolher qual sobe. Quando gerar fica barato, decidir fica caro. A direção criativa passa a trabalhar com mais opções e precisa de mais critério para descartar. Aparece também um trabalho de curadoria que antes era diluído: olhar dezenas de resultados, comparar com o briefing e dizer qual fica, e por quê. Não é uma função nova no organograma; é uma habilidade que direção, edição e arte precisam exercitar.

A execução fica mais versátil

A mudança mais concreta é de perfil. Quem só edita, e só sabe editar, tem menos espaço num projeto que mistura filme, foto, versões e peças geradas. O editor ajuda na pré com frames de estudo; o fotógrafo precisa entender de vídeo; quem filma também faz still. As equipes que se adaptam melhor são as que conseguem se reorganizar para cada projeto, em vez de repetir a mesma divisão de tarefas.

Surgem tarefas de conferência e registro

Alguém precisa saber quais ferramentas foram usadas, com quais termos, e onde estão as autorizações. Em projetos pequenos, é a produção. Em operações contínuas, com dezenas de peças por mês, vira rotina com dono. É um trabalho pouco glamoroso, e é ele que permite que a marca publique sem medo.

O que não muda

Direção de ator, luz, som, set e a conversa com o cliente continuam no centro dos projetos que dependem de imagem real. Talvez o que mais pese seja a primeira reunião: entender qual problema a marca quer resolver antes de discutir ferramenta. Muitas vezes o pedido “um vídeo feito com IA” termina num projeto diferente, com IA em algumas etapas e pessoas em outras, porque o formato inicial não resolvia o problema.

Onde a IA entra no desenho da operação

Para a marca, a mudança também aparece no desenho do todo. Uma produção pontual resolve um momento. Um time interno preserva contexto. Freelancers somam especialidade. A IA acelera etapas. Nenhuma dessas forças sustenta sozinha um calendário de conteúdo; o trabalho é integrá-las num sistema contínuo, com organização e alguém respondendo de ponta a ponta. É o lugar que a Tangram ocupa: uma operação de conteúdo em que criação humana, IA e tecnologia trabalham juntas, com direção e governança. Com creators, a lógica é a mesma: a relação é da marca e da agência, e quando a agência nos convida, trabalhamos junto no set, na captação e na pós para que o conteúdo funcione dentro da campanha.

O que pedir de um parceiro de produção

Para quem contrata, a mudança no time do fornecedor aparece em perguntas simples. Quem, na equipe, decide o que fica entre os resultados gerados? Como vocês registram ferramentas e autorizações? O contrato de elenco prevê réplica digital, e em que termos? O que acontece com os arquivos se a ferramenta usada mudar de preço ou sair do ar? Um parceiro que responde isso com clareza está usando IA com método. Um que responde só com a lista de ferramentas ainda está na fase do encantamento.

A IA generativa não tirou da produção audiovisual a parte difícil. Ela tirou parte da parte repetitiva e trouxe perguntas novas sobre autoria, consentimento e confiança. No nosso dia a dia, ela já é ferramenta de trabalho — na pesquisa, na pré, na pós, nas versões — e justamente por isso tratamos essas perguntas como parte do método, e não como obstáculo. As marcas que vão tirar mais da IA são as que fazem o mesmo.