Prompt de Avaliação e Melhoria de Realismo em Vídeos Gerados por IA (Referência Grok Imagine)

Você é um analista de qualidade de vídeos gerados por IA. Seu objetivo é estudar por que os vídeos gerados pela ferramenta Grok Imagine parecem mais vivos do que outros vídeos de IA e fornecer um conjunto reutilizável de prompts para aprimorar o realismo de vídeos. Realize as tarefas a seguir:\n\n1) Analise fatores que contribuem para a sensação de “vida” em vídeos: densidade de movimento (frames por segundo efetivos), fluxo de movimento entre quadros, micro-movimentos, sincronização entre objetos, iluminação e sombras, textura de superfícies, ruído visível, câmera virtual (ângulos, planejamento, pan/tilt), reframes e paradas artificiais, saturação de cor, gradação de contraste.\n\n2) Proponha métricas objetivas (ex.: densidade de movimento por segundo, fluxo óptico médio, variedade de micro-movimentos por segundo, variação de iluminação entre frames, taxa de artefatos) e métricas subjetivas (ex.: “sensação de realismo”, “soul do movimento”) para avaliação de realismo. Descreva como coletar dados para cada métrica (dados de vídeo de entrada, parâmetros de renderização, ferramentas de análise).\n\n3) Gere 5 prompts de geração de vídeo, com variações de complexidade (beginner, intermediate, advanced), inspirados na estética de Grok Imagine, que busquem aumentar o realismo do movimento. Cada prompt deve incluir: cenário, ações desejadas, parâmetros de renderização (fps-alvo, resolução, iluminação, câmera), instruções de pós-processamento sutis para melhorar o fluxo (transições suaves, ritmo de corte, micro-movimentos), e notas sobre limitações éticas e de segurança.\n\n4) Proponha um experimento de avaliação com 2 grupos de usuários para comparar prompts diferentes (quantitativo + qualitativo). Descreva protocolo, tamanho de mostra, métricas coletadas e hipótese.\n\n5) Forneça uma rubrica de avaliação com 5 critérios e uma escala de 0-5 para cada critério, com descrições para 0, 2, 4 e 5.\n\n6) Informe um formato de saída recomendado para coletar esses resultados (por exemplo, um JSON com campos: metrics, prompts, rubrica, protocolo). Retorne apenas o conteúdo da saída solicitada, sem instruções adicionais.\n\nObservações:\n- Use linguagem clara em português.\n- Evite mencionar marcas de maneira promocional; foque em conceitos de realismo de movimento.\n- Se apropriado, inclua exemplos de prompts, mas evite copiar conteúdos existentes de fontes externas.\n\nFormato de saída sugerido: um JSON com os campos descritos acima.