Imagens de IA em Pré-Produção: Atalho Criativo ou Armadilha de Orçamento?
- Luciano Neves
- 2 days ago
- 8 min read
O uso de imagens geradas por inteligência artificial se tornou comum em apresentações, moodboards, propostas comerciais e pré-orçamentos de projetos audiovisuais, publicitários e de conteúdo. Em poucos minutos, uma equipe consegue gerar referências visuais sofisticadas, com aparência cinematográfica, alto impacto estético e grande poder de convencimento.
À primeira vista, isso parece uma evolução natural do processo criativo. Afinal, se uma imagem ajuda o cliente a visualizar uma ideia, por que não usá-la?
A resposta é: usar IA não é o problema. O problema começa quando uma imagem gerada por IA passa a ocupar um papel que ela não deveria ocupar: o de validação técnica, referência de custo ou promessa de execução.
Uma imagem de IA pode ser uma excelente ferramenta de exploração visual. Mas ela não é um orçamento. Não é um plano de produção. Não é uma validação de VFX. Não é uma garantia de viabilidade.
E essa diferença precisa ficar clara.
A IA acelera a imaginação, mas não elimina a produção
Ferramentas de IA generativa conseguem transformar prompts em imagens visualmente impressionantes. Isso reduz o tempo de ideação, facilita conversas com clientes e ajuda equipes criativas a testarem caminhos estéticos com velocidade.
Esse benefício é real.
Um estudo publicado no Journal of Advertising Research analisou a integração da IA generativa em agências de publicidade e propôs um modelo de colaboração entre humanos e IA. O artigo mostra que a IA pode apoiar ideação, exploração criativa e fluxos de produção, mas também destaca que seu uso eficaz depende de etapas como prontidão, cocriação, validação e execução. Em outras palavras: a IA entra no processo, mas não substitui o processo. (Taylor & Francis Online)
Esse ponto é essencial para o mercado audiovisual e publicitário. Uma imagem gerada por IA pode sugerir uma cena com atmosfera sofisticada, iluminação complexa, multidões, cenários grandiosos, personagens, criaturas ou efeitos visuais. Porém, entre a imagem conceitual e a peça final existe uma cadeia inteira de trabalho.
Essa cadeia pode envolver direção de arte, fotografia, locação, casting, figurino, produção executiva, equipe técnica, pós-produção, composição, 3D, tracking, color grading, motion design, finalização, direitos autorais, licenciamento, aprovação jurídica e controle de qualidade.
A IA pode gerar a aparência de uma solução. Mas a solução real ainda precisa ser produzida.
O risco: transformar referência em promessa
O maior problema das imagens de IA em pré-orçamentos é que elas frequentemente parecem mais acabadas do que realmente são.
Uma imagem gerada em segundos pode ter aparência de campanha finalizada, frame cinematográfico ou key visual premium. Para o cliente, isso pode criar uma sensação de que o caminho já está resolvido. Para a equipe, pode gerar pressão para entregar algo equivalente com um orçamento que nunca contemplou o esforço necessário.
Essa é a armadilha: a imagem parece uma solução, mas muitas vezes é apenas uma hipótese visual.
Em termos práticos, isso distorce a conversa de orçamento. O cliente não compara mais o orçamento com o escopo real de produção. Ele compara o orçamento com uma imagem aparentemente pronta, criada sem as limitações de mundo real.
A pergunta deixa de ser:
“Qual é o melhor caminho para produzir isso com qualidade, prazo e orçamento adequados?”
E passa a ser:
“Por que custa tanto se a IA já mostrou como fica?”
Essa mudança é perigosa porque desloca a discussão do campo estratégico para o campo da percepção.
O efeito psicológico: imagens bonitas ancoram decisões
Existe um conceito bem documentado na psicologia chamado efeito de ancoragem. Ele descreve a tendência de as pessoas serem influenciadas por uma referência inicial ao fazer estimativas, julgamentos ou decisões. Estudos sobre o tema mostram que âncoras podem afetar avaliações de preço, valor e esforço, mesmo quando a referência inicial não é totalmente confiável. (PMC)
No contexto da pré-produção, uma imagem de IA pode funcionar como uma âncora visual.
Se o primeiro contato do cliente com o projeto é uma imagem altamente polida, ele passa a avaliar todo o restante a partir dela. O orçamento, o cronograma e as limitações técnicas começam a parecer obstáculos diante de uma imagem que, visualmente, já parece pronta.
Mas essa imagem não carregava os custos reais do que mostrava.
Ela não calculou diária de equipe.Não considerou locação.Não validou direitos de imagem.Não estimou render.Não avaliou consistência entre cenas.Não considerou retrabalho.Não verificou se aquele visual é tecnicamente reproduzível dentro do prazo e do orçamento.
Por isso, imagens de IA podem criar uma falsa sensação de viabilidade.
Protótipos de alta fidelidade mudam a percepção do cliente
Outro campo de pesquisa relevante é o estudo sobre prototipagem. Pesquisas em design e engenharia mostram que o tipo de protótipo apresentado influencia o tipo de feedback recebido dos stakeholders. O estudo “Prototyping for context”, publicado em Research in Engineering Design, analisou como diferentes tipos de protótipo, grupos de stakeholders e perguntas afetam o feedback no processo de desenvolvimento. (Springer)
Esse raciocínio se aplica muito bem à pré-produção audiovisual.
Quando uma referência visual parece simples, rascunhada ou conceitual, o cliente entende que aquilo é uma direção inicial. Mas quando a imagem parece finalizada, cinematográfica e tecnicamente refinada, ela comunica outro nível de compromisso.
Mesmo que a equipe diga “isso é apenas uma referência”, a percepção visual pode dizer outra coisa.
O resultado é uma confusão entre três categorias diferentes:
Referência criativa: indica atmosfera, estilo ou intenção.Pré-visualização técnica: testa viabilidade, enquadramento, movimento, composição e pipeline. Peça final ou quase final: representa algo próximo do que será entregue.
O erro acontece quando uma imagem de IA, que deveria ser apenas uma referência criativa, é percebida como pré-visualização técnica ou como promessa de entrega.
O viés de automação: quando confiamos demais na máquina
Outro conceito importante é o viés de automação. Uma revisão sistemática publicada no Journal of the American Medical Informatics Association define esse viés como a tendência de pessoas aceitarem excessivamente saídas automatizadas, usando-as como substituto para uma análise crítica mais vigilante. (PMC)
Embora esse estudo esteja ligado principalmente a sistemas de decisão clínica, o princípio é útil para entender o comportamento humano diante de ferramentas automatizadas.
Quando uma imagem gerada por IA parece convincente, existe o risco de que equipe e cliente atribuam a ela uma autoridade que ela não possui. A imagem parece tecnicamente resolvida, então todos assumem que ela é tecnicamente possível. Parece cara, então todos assumem que representa valor. Parece finalizada, então todos assumem que o caminho está claro.
Mas a IA não validou a produção.
Ela apenas gerou uma saída visual estatisticamente plausível.
Essa talvez seja a frase mais importante para qualquer equipe criativa:
A IA gera aparência de solução antes que a solução tenha sido tecnicamente validada.
O impacto nos pré-orçamentos
Em pré-orçamentos, o risco é ainda maior.
Um pré-orçamento já é, por natureza, uma estimativa inicial. Ele depende de escopo, briefing, complexidade, referências, prazo, equipe, entregáveis e nível de qualidade esperado. Quando imagens de IA entram nesse processo sem contextualização, elas podem contaminar a estimativa.
Isso acontece de duas formas.
A primeira é por subestimação. A imagem faz o projeto parecer mais simples do que é. Um cenário futurista, por exemplo, pode parecer apenas uma boa referência visual, mas na prática exigir 3D, matte painting, composição, direção de arte, assets customizados e várias rodadas de pós-produção.
A segunda é por superdimensionamento. A imagem pode sugerir uma escala estética muito maior do que o cliente realmente precisa ou pode pagar. Nesse caso, a equipe orça algo inspirado por uma referência artificialmente grandiosa, tornando o projeto caro demais ou inviável.
Nos dois casos, a IA não melhora a decisão. Ela cria ruído.
O impacto na relação com o cliente
Além do impacto financeiro, há um efeito educacional negativo.
Quando o cliente se acostuma a ver imagens de IA em etapas iniciais sem explicação adequada, ele pode começar a acreditar que a IA resolve tudo: conceito, arte, produção, pós, VFX, adaptação, finalização e entrega.
Isso distorce a percepção sobre o valor do trabalho profissional.
Equipes qualificadas continuam sendo necessárias. Processos de pré-produção continuam sendo necessários. Pós-produção continua exigindo tempo, critério e investimento. VFX continua dependendo de pipeline, supervisão, composição, render, revisão e consistência visual. Direção criativa continua sendo fundamental.
A IA pode ampliar a capacidade da equipe. Mas não elimina a necessidade de equipe.
Essa distinção é estratégica para proteger a qualidade do projeto e a relação comercial com o cliente.
Também existe risco jurídico
O uso comercial de imagens geradas por IA ainda envolve incertezas jurídicas, principalmente quando há semelhança com personagens, marcas, obras protegidas, estilos identificáveis ou pessoas reais.
Em 2025, Disney e Universal processaram a Midjourney por suposta infração de direitos autorais, alegando que a ferramenta gerava cópias não autorizadas de personagens famosos. O caso mostra que o uso de IA generativa nas indústrias criativas ainda é juridicamente sensível, especialmente quando envolve propriedade intelectual reconhecível. (AP News)
O U.S. Copyright Office também publicou materiais sobre copyright e inteligência artificial, reforçando a importância da autoria humana e da análise caso a caso em obras que contêm material gerado por IA. (U.S. Copyright Office)
Isso não significa que imagens de IA não possam ser usadas. Significa que elas devem ser usadas com governança: registro de finalidade, checagem de direitos, revisão de semelhanças, análise de licença da ferramenta e clareza sobre uso interno ou comercial.
O uso correto da IA na pré-produção
A pergunta não deveria ser “devemos usar IA ou não?”.
A pergunta correta é:
Em qual etapa a IA agrega valor sem distorcer a decisão?
A IA pode ser extremamente útil para:
explorar direções visuais iniciais;criar moodboards conceituais;testar atmosferas;abrir possibilidades criativas;facilitar alinhamento interno;estimular discussões de linguagem;comparar estilos antes de investir em produção.
Mas seu uso deve ter limites claros.
Toda imagem gerada por IA em uma apresentação de pré-produção deveria vir acompanhada de um rótulo explícito, como:
Imagem conceitual gerada por IA. Não representa validação técnica, orçamento final, viabilidade de produção ou entrega garantida.
Pode parecer excesso de cuidado, mas é uma prática importante. Ela protege a equipe, educa o cliente e melhora a qualidade da tomada de decisão.
Checklist para usar imagens de IA sem comprometer o projeto
Antes de incluir uma imagem de IA em um pré-orçamento ou apresentação para cliente, vale responder:
Esta imagem é apenas referência criativa ou sugere uma entrega final?
O cliente entenderá claramente que ela não representa orçamento validado?
Os elementos visuais da imagem são tecnicamente reproduzíveis?
O orçamento contempla o esforço real para chegar perto desse resultado?
Há riscos de direitos autorais, marcas, personagens, pessoas ou estilos protegidos?
A equipe de produção, VFX ou pós já avaliou a viabilidade?
A imagem pode inflar expectativas além do orçamento disponível?
Existe uma alternativa mais honesta, como moodboard, animatic, storyboard ou pré-viz técnico?
Se essas perguntas não forem respondidas, a imagem pode estar mais atrapalhando do que ajudando.
A conclusão: IA é ferramenta, não decisão executiva
A inteligência artificial tem valor real na pré-produção. Ela acelera ideação, amplia repertório visual e reduz o custo inicial de experimentação. Ignorar esse potencial seria um erro.
Mas também é um erro tratar imagens de IA como evidência de viabilidade.
A maturidade está em separar inspiração de execução, referência de orçamento, conceito de pipeline e aparência de realidade produtiva.
Projetos bem-sucedidos continuam dependendo de planejamento consistente, definição clara de etapas, escolha dos profissionais adequados, validação técnica e gestão inteligente de expectativas.
A IA pode ajudar muito quando está no lugar certo.
Mas, quando uma imagem gerada artificialmente passa a substituir a análise de produção, ela deixa de ser uma ferramenta criativa e se torna um risco estratégico.
O erro não está em usar IA na pré-produção. O erro está em permitir que uma imagem sem orçamento, sem pipeline e sem validação técnica assuma o papel de decisão executiva.
A CLAN VFX reúne a expertise criativa, estratégica e operacional necessária para conduzir projetos de AI, VFX e pós-produção com eficiência, qualidade e segurança, ajudando marcas, produtoras e agências a transformar ideias ambiciosas em resultados viáveis, consistentes e bem executados.
Referências e fontes
Cui, W.; Liu, M. J.; Yuan, R. “Exploring the Integration of Generative AI in Advertising Agencies: A Co-Creative Process Model for Human–AI Collaboration.” Journal of Advertising Research, 2025. (Taylor & Francis Online)
Heigl, R. “Generative artificial intelligence in creative contexts: a systematic review and future research agenda.” Management Review Quarterly, publicado em 2025, volume 76, 2026. (Springer)
Goddard, K.; Roudsari, A.; Wyatt, J. “Automation bias: a systematic review of frequency, effect mediators, and mitigators.” Journal of the American Medical Informatics Association, 2012. (PMC)
Luciano Neves Co-founder, CEO & VFX Director at CLAN VFX |
Executive MBA in Business Management for the Digital Era (INSPER)
Comments