TRILHA 3

🌌 Freepik Spaces

O ambiente profissional baseado em nodes que separa quem brinca de quem produz. Aprenda a sair do caos do "sandbox", construir pipelines completos de produção com IA e criar workflows reutilizáveis — do conceito até música, vídeo e efeitos sonoros, tudo em um único canvas visual.

3
Módulos
19
Tópicos
~2h
Duração
Inter
Nível

Interface Real do Freepik Spaces

Spaces homepage com templates

Homepage do Spaces — templates prontos: storyboard, fashion, character animation, batch ad

Pipeline profissional com Model, Outfit e Context

Pipeline pro: Model + Outfit + Context nodes convergindo no golden asset

Image Generator Node configurado

Image Generator Node — Nano Banana Pro, references e parâmetros completos

Pipeline completo Text to SFX

Pipeline completo: Text → Assistant → Image → Video → Music → SFX

Os 3 Módulos

3.1~35 min

🌌 Spaces: Do Caos ao Controle

Filosofia de nodes, golden asset, referências vs descrições e organização visual.

3.2~40 min

🛠️ Construindo Conteúdo com IA

A fórmula completa: Text → Assistant → Image → Video → Music → SFX, com exemplo prático real.

3.3~35 min

⚙️ Controle Total com Nodes Avançados

List, Variations, Character Reference, Workflow Apps e colaboração nativa.

CONTEÚDO DETALHADO
3.1 ~35 min

🌌 Spaces: Do Caos ao Controle

A brincadeira acabou. Saia do "sandbox" e entre no ambiente profissional baseado em nodes — onde cada decisão é visível, controlada e reutilizável.

O que é:

A realidade do criador amador: dezenas de abas, prompts perdidos, estilos visuais que mudam a cada nova geração e arquivos espalhados em 5 plataformas.

Por que aprender:

Reconhecer os sintomas do caos é o primeiro passo para abandoná-lo. A geração caótica não escala em produção profissional.

Conceitos-chave:

Sandbox vs pipeline • Inconsistência entre cenas • Retrabalho infinito • Falta de versionamento • A loteria do "gerar e torcer"

O que é:

Paradigma visual onde cada etapa do processo é uma "caixa" (node) com entradas e saídas, conectadas por fios que carregam dados. É a base de Houdini, Nuke, ComfyUI e agora Spaces.

Por que aprender:

Visibilidade total do processo, modularidade e reutilização. A mentalidade de nodes muda a qualidade do output radicalmente.

Conceitos-chave:

Node-based vs chat linear • Fluxo de dados • Modularidade • Reutilização • Paradigma universal (Houdini, Nuke, ComfyUI)

O que é:

Convenção universal de canvas: entradas à esquerda, processamento no centro, saídas à direita. Aprenda essa regra e qualquer pipeline complexo fica legível em segundos.

Por que aprender:

Quando você abre um template pronto pela primeira vez, parece uma teia de aranha. Saber ler o fluxo é a diferença entre compreender e desistir.

Conceitos-chave:

Entradas (esquerda) • Processamento (centro) • Saídas (direita) • Nodes de controle • Leitura em 30 segundos

O que é:

Técnica profissional de criar primeiro uma versão "limpa" do personagem em fundo neutro — o golden asset — antes de inseri-lo em cenas complexas.

Por que aprender:

Sem isolar a identidade primeiro, a IA faz trade-offs imprevisíveis entre rosto, roupa e cenário, gerando inconsistência entre cenas.

Conceitos-chave:

Golden asset • Fundo neutro • Validação de identidade • Personagem antes de cenário • Fonte de verdade visual

O que é:

Princípio de alimentar o sistema com fotos reais (rosto, roupa, frame de filme) em vez de descrever tudo com palavras. Imagem define, texto descreve.

Por que aprender:

Texto é interpretado pelo modelo (e cada interpretação é diferente). Imagens travam decisões visuais de forma previsível e replicável.

Conceitos-chave:

Reference image • Style transfer • Identidade travada • Previsibilidade • "1 imagem = 1.000 palavras de prompt"

O que é:

Conjunto de ferramentas (cores em grupos, sticky notes, comentários, formatação) que transformam o canvas em algo manutenível e legível por toda a equipe.

Por que aprender:

Quando o cliente pede "muda só o cabelo", você precisa saber em 5 segundos onde mexer. Organização visual não é estética — é funcional.

Conceitos-chave:

Grupos coloridos • Sticky notes • Anotações inline • Negrito em text nodes • Zonas funcionais

Ver Completo
3.2 ~40 min

🛠️ Construindo Conteúdo com IA

A fórmula completa do pipeline profissional, na prática. Cada node explicado com exemplo real: um pintinho amarelo de jaqueta de couro andando de snowboard.

O que é:

Estrutura universal que toda produção profissional de conteúdo com IA segue. Sete etapas encadeadas que transformam uma frase em filme.

Por que aprender:

Sem essa fórmula você fica gerando aleatoriamente. Com ela, qualquer ideia vira um pipeline reproduzível e iterável.

Conceitos-chave:

Pipeline universal • Encadeamento de nodes • Refinamento iterativo • Output multimídia completo

O que é:

Node simples que armazena texto livre — usado como prompt, anotação ou variável que será propagada pelo resto do pipeline.

Por que aprender:

Aqui você não precisa ser técnico nem cinematográfico. A pior coisa é tentar escrever um prompt perfeito antes de o Assistant fazer o trabalho pesado.

Conceitos-chave:

Ideia crua • Não ser técnico • Negrito para variáveis • Ponto de partida cognitivo

O que é:

LLM rodando dentro do Spaces que transforma uma ideia simples em prompt cinematográfico profissional, otimizado para o modelo de geração que você vai usar.

Por que aprender:

Prompts profissionais são técnicos e específicos. Em vez de aprender prompt engineering, deixe o Assistant fazer isso por você.

Conceitos-chave:

Meta-prompt • Transformação de ideia • Otimização por modelo • Prompt cinematográfico

O que é:

Node de geração de imagem dentro do canvas. Recebe prompt do Assistant, references do canvas e parâmetros técnicos (modelo, aspect ratio, style, camera).

Por que aprender:

É aqui que você combina inteligência narrativa (prompt) com decisões técnicas (modelo, ratio). Saber configurar dobra a qualidade do output.

Conceitos-chave:

Modelo Nano Banana Pro • Reference images • Aspect ratio 16:9 • Style/camera • Painel lateral

O que é:

Técnica de usar uma imagem já gerada e validada como frame inicial do Video Generator, em vez de gerar vídeo direto a partir de texto.

Por que aprender:

Modelos de vídeo herdam a aparência do start frame, congelando identidade, ambiente e estilo. O prompt do vídeo só descreve movimento.

Conceitos-chave:

Start frame crucial • Consistência herdada • Foco no movimento • Modelo Kling 2.1

O que é:

Dois nodes dedicados a áudio: Music Generator para trilhas cinematográficas e Sound Effects para efeitos pontuais como vento, passos, impactos.

Por que aprender:

Vídeo sem som é meio filme. Ter áudio gerado dentro do mesmo canvas elimina a necessidade de editores externos para protótipos.

Conceitos-chave:

Music Generator • Sound Effects • Prompt textual de áudio • Camadas sonoras • Tudo num canvas

O que é:

Capacidade de editar um único node do pipeline (ambiente, iluminação, movimento) e ter todos os nodes downstream se atualizando automaticamente.

Por que aprender:

É a maior vantagem do Spaces sobre chat linear. Refinar > recomeçar — transforme horas de retrabalho em minutos de iteração.

Conceitos-chave:

Edição modular • Atualização downstream • Refinar > recomeçar • Variáveis isoladas

Ver Completo
3.3 ~35 min

⚙️ Controle Total com Nodes Avançados

O arsenal profissional: List, Variations, Character Reference, Workflow Apps e colaboração em tempo real. Os nodes que separam quem brinca de quem produz.

O que é:

A gramática dos nodes: portas de entrada (esquerda) recebem dados, portas de saída (direita) emitem dados, fios conectam os dois respeitando tipos.

Por que aprender:

Sem entender essa gramática, você não consegue construir nem debugar pipelines avançados. É a base de tudo que vem depois.

Conceitos-chave:

Input/output ports • Wires • Tipos de dados (string, image, video) • Múltiplas conexões a partir de uma saída

O que é:

Node que armazena uma lista de inputs e dispara o mesmo pipeline para cada item — gerando todas as saídas em paralelo. Base de batch processing.

Por que aprender:

Permite gerar storyboards completos, A/B testing visual e múltiplas opções para cliente em uma única execução. Escalabilidade brutal.

Conceitos-chave:

Batch processing • Múltiplos prompts • Execução paralela • Storyboard automatizado

O que é:

Node que mantém o prompt fixo e gera múltiplas interpretações automáticas — diferente do List, que muda o prompt explicitamente.

Por que aprender:

Quando você ainda não sabe qual é a melhor versão, deixe o modelo explorar variações para você. Combinação List + Variations é o nirvana.

Conceitos-chave:

Mesmo input, outputs diferentes • Exploração criativa • Diferença vs List • Combinação List+Variations

O que é:

Node que armazena 1-5 imagens de um personagem como "memória de identidade" e pode ser conectado a qualquer Image Generator para travar rosto e roupa.

Por que aprender:

É o node mais importante para narrativa. Sem ele, todo personagem muda sutilmente entre cenas e o filme perde credibilidade dramática.

Conceitos-chave:

Identity lock • Memória de personagem • Conexão a múltiplos generators • Combinado com golden asset

O que é:

Recurso que empacota um pipeline inteiro como "app" com inputs simplificados, escondendo a complexidade dos nodes para outros usuários.

Por que aprender:

Transforma o Spaces de ferramenta em plataforma. Você cria uma vez e usa (ou compartilha) infinitas vezes — clientes não precisam entender de nodes.

Conceitos-chave:

Encapsulamento • Inputs públicos • Marketplace de pipelines • Mentalidade de produto

O que é:

Recursos nativos de colaboração: link compartilhável, live cursors mostrando onde cada pessoa edita, comentários inline e múltiplos editores simultâneos.

Por que aprender:

Produção audiovisual raramente é solo. Saber colaborar dentro do Spaces permite integrar diretor, art director, editor e cliente no mesmo canvas.

Conceitos-chave:

Share link • Live cursors • Permissões viewer/editor • Comentários inline • Fluxo de equipe

Ver Completo