Gemini 4: faça vibe coding de uma cinemática 3D no Blender com um único prompt

De um único prompt a uma cinemática do Blender em quatro planos

Uma sequência de doze segundos parece pouca coisa. No Blender, é muito trabalho: encenação, keyframes, movimentos de câmera, profundidade de campo e uma folha de papel que precisa dobrar como papel, não como tecido. Quase tudo isso acontece clique a clique no viewport.

Então entregamos o trabalho inteiro a um agente. Com o Gemini 4 no Eigent, um único prompt transformou a cena Cozy Kitchen em uma cinemática de quatro planos. Uma corrente de ar levanta uma folha de receita do suporte, carrega-a pela cozinha e a deixa drapeada sobre uma tortinha de morango. O Gemini 4 nunca abriu a janela do Blender. Ele escreveu Python para o Blender, executou em modo headless, verificou o próprio trabalho e corrigiu o que encontrou.

O fluxo completo em resumo

Você traz a cena e o brief. O Gemini 4 faz o resto pela linha de comando. Cada etapa deixa um arquivo, para você conferir o trabalho em qualquer ponto.

Veja como fazer você mesmo, passo a passo, incluindo uma coisa que configuraríamos de outro jeito na próxima vez.

O que você terá no final

• Um projeto do Blender editável: sequence.blend, 13 MB, com todas as imagens empacotadas e nenhuma biblioteca vinculada. Abra e continue trabalhando.
• Uma lista de planos: shotlist.csv, uma linha por plano, com intervalo de quadros, câmera e ação.
• Um storyboard: storyboard.png, nove painéis rotulados de 640×480 em uma grade 3×3.
• Nove quadros estáticos: quadros 1, 48, 73, 120, 145, 192, 217, 264 e 288.
• Um vídeo e uma página de pré-visualização: sequence.mp4 e preview.html, a partir de um breve pedido de acompanhamento.

Antes de começar

• Eigent instalado na sua máquina.
• Gemini 4, pelo Eigent Cloud ou com sua própria chave de API do Gemini.
• Blender na mesma máquina. O Gemini 4 o controla pela linha de comando, então nunca precisa da janela. Tínhamos o Blender 5.2 LTS instalado. A tarefa também traz uma imagem Docker que fixa o bpy 5.2.2, se preferir isolar em um sandbox.
• O pacote da tarefa. O nosso é o "recipe-page mishap" dos nossos ambientes de programação 3D:

1Selecione o Gemini 4

No Eigent Cloud, sem chave de API:

1. Na tela inicial, abra o seletor de modelo abaixo da caixa de entrada.
2. Em Eigent, escolha Gemini 4 Argon.

Com sua própria chave de API do Gemini:

1. Abra Settings → Models.
2. Encontre Gemini e abra as configurações.
3. Cole sua API key.
4. Defina o model type como gemini-4-argon.
5. Clique em Save e depois escolha-o em Gemini no seletor de modelo.

O nível de raciocínio padrão funciona. Executamos como Single Agent com Full access, para que ele pudesse rodar o Blender e gravar arquivos sem parar para perguntar.

2Prepare a pasta do projeto

Crie um projeto no Eigent e aponte-o para uma pasta que contenha duas coisas:

showcase-kitchen-draught/
  PROMPT.md
  agent_environment/
    input/      # kitchen.blend, subjects.json, action.json, presentation.json, source_overview.png
    scripts/    # presentation.py, review.py

Deixe todo o resto de fora, principalmente qualquer avaliador, execuções de referência ou notas sobre resultados anteriores. Explicamos o porquê mais abaixo.

3Cole o prompt

Copie o brief abaixo na caixa de entrada Cowork with e envie sem alterações.

Animate the recipe-page mishap

Create a twelve-second cinematic in /app/input/kitchen.blend: a draught lifts a recipe page, carries it across the work area and leaves it draped on the strawberry tartlet identified in /app/input/subjects.json. Preserve the warm illustrated kitchen. Show the calm setup, motivated lift, flight, contact and settling through four connected shots, with visible, consistent wind clues and readable page motion.

## Action and photography

- Scene Sequence runs at 24 fps, frames 1–288, with camera-bound cuts at 1, 73, 145 and 217. Preserve visible source surfaces, material identity and world transforms within 2 mm; keep existing set pieces visible. Add the page, wind clues and staging as needed.
- RecipePage is an editable thin two-sided sheet, 0.13–0.17 m long and 0.09–0.12 m wide, with 100–12,000 native vertices, finite UVs and readable recipe marks.
- Use /app/input/action.json for the start plane and flight corridor. At frame 1, the page is within 10 mm of the start plane and its centroid within 20 mm of the start point. Through frame 48 the centroid stays within 8 mm of its initial pose; by 120 it moves at least 0.10 m. At frames 120, 168 and 192 it follows the corridor within 35 mm.
- Page centroid motion is at most 16 mm per frame, with successive displacement changes at most 5 mm. After best rigid alignment with frame 1, shape deformation is at least 4 mm RMS at one flight frame and 2 mm RMS at rest. Show convincing paper flutter, stiffness and supported contact folds, without penetration or stretched print.
- Throughout frames 241–288, at least 15% of page surface samples are within 8 mm of the actual selected strawberry-tartlet surface. Centroid variation over 264–288 is at most 3 mm; surface motion from 276 to 288 is at most 4 mm.
- Use four distinct cameras. Shot 1 may be orthographic; shots 2–4 use 35–85 mm perspective lenses. Shots 2 and 3 use depth of field focused within 25 mm of the page centroid at each shot's start, midpoint and end.
- At frames 120, 168, 192 and 264, frame the page in front of the active camera within the central 80%, with projected height 8–65% of the image. Within shots, camera motion is at most 25 mm and 4° per frame, with translation changes at most 8 mm; cuts are exempt.
- Compose purposeful shots with coherent screen direction, controlled focus, anticipation and a clear final reveal. Avoid disconnected poses, arbitrary camera moves or unreadable action.

## Handoff

Save sequence.blend, shotlist.csv, storyboard.png and stills/frame_NNN.png for frames 1, 48, 73, 120, 145, 192, 217, 264 and 288 in /app/output. The CSV columns are shot,start,end,camera,action, matching the native four-shot edit. Use labelled 640×480 panels in a 3×3 storyboard. Stills and storyboard match the saved scene under /app/scripts/presentation.py CPU settings with luminance SSIM ≥0.93; use that helper or equivalent images.

Keep the native project editable and below 192 MiB, with finite nondegenerate geometry, all used material/world images packed and no linked libraries. It must replay with Python auto-execution disabled; native constraints and ordinary driver expressions are allowed. Keep /app/input unchanged; use /app/work for work files. Blender Python, headless rendering and command-line tools are available.

O prompt foi escrito para um contêiner Docker, então seus caminhos começam com /app. No nosso Mac, o Gemini 4 mapeou-os sozinho para a pasta do projeto: agent_environment/input, work/ e output/.

Algumas partes do brief fazem o trabalho pesado:

• Números em vez de adjetivos. "Deixe cinematográfico" é um clima. "A até 35 mm do corredor no quadro 168" é uma meta que o agente pode medir e atingir.
• Momentos da história, não só regras. Preparação calma, decolagem motivada, voo, contato, assentamento. Os números mantêm o movimento honesto; os momentos fazem dele uma história.
• Preservar a cozinha. Os objetos originais ficam a até 2 mm, com materiais intactos. O agente acrescenta à cena; não a reconstrói.
• Uma entrega de verdade. Um .blend empacotado e editável, que roda com a execução automática de Python desativada. Um arquivo que você pode abrir amanhã e continuar animando.

4Deixe seu agente trabalhar

Envie o prompt. O Gemini 4 planeja a tarefa e a executa em Python para o Blender. Nossa execução levou cerca de 50 minutos, da primeira leitura de arquivo à autoauditoria final. Veja o que ele construiu, em ordem:

1. Leu a cena. Abriu kitchen.blend em headless, carregou os dados da tortinha e do corredor e renderizou uma vista de teste do ponto de partida.
2. Montou o cenário. Um pequeno suporte de receitas de madeira sob o ponto de partida e um varão de cortina atravessando a janela da cozinha.
3. Adicionou pistas de vento. Uma faixa de cortina, fitas de cetim e uma etiqueta no suporte, todas ondulando na mesma direção, para que a corrente de ar tenha uma fonte visível.
4. Criou a folha. A RecipePage mede 0,136 × 0,094 m com 1.218 vértices, de dois lados, com um cartão de receita que ele mesmo pintou: "Recipe No. 14, Strawberry Tartlet". As notas do chef terminam com uma linha que não pedimos: "Keep recipe cards away from open kitchen window draughts!"
5. Planejou o movimento. Um caminho suave pelos pontos de controle do corredor e, depois, um drapeado de repouso ajustado à superfície real da tortinha.
6. Posicionou quatro câmeras. 42 mm para a preparação calma, 48 mm com profundidade de campo em f/5.6 para a decolagem, um plano de acompanhamento de 52 mm para o voo e um plano de destaque de 58 mm para o pouso. Marcadores na timeline vinculam cada câmera ao seu corte nos quadros 1, 73, 145 e 217.
7. Verificou o próprio trabalho. Escreveu um script de verificação para cada regra mensurável do brief, executou e corrigiu o que encontrou. O lado impresso da folha estava inclinado para longe da câmera, então ele inverteu o ângulo. Adicionou pregas à cortina, afastou a folha em repouso das tortinhas vizinhas e elevou a última câmera para uma revelação mais limpa.
8. Entregou. Renderizou os quadros estáticos e o storyboard com presentation.py, escreveu shotlist.csv e fez uma auditoria final: todos os objetos originais presentes, sem movimento e com seus materiais originais.

5Leia a lista de planos

Abra output/shotlist.csv: quatro planos, um por câmera.

Depois abra storyboard.png. Nove quadros contam a história inteira de relance: a folha em repouso, decolando, atravessando a cozinha e se acomodando sobre a tortinha.

6Confira os números

O script de verificação do Gemini 4 fica em work/, então você pode reexecutá-lo no projeto salvo a qualquer momento. Veja o que ele mediu no nosso sequence.blend final:

Essas são as verificações do próprio agente em relação ao brief. O pacote da tarefa também inclui um avaliador separado: 23 regras medidas mais um juiz visual que pontua história, técnica e acabamento do papel. Se quiser uma pontuação oficial, execute você mesmo grader/grade.sh na saída quando a execução terminar, fora da pasta do agente.

7Assista ao resultado

O brief pede um projeto do Blender, não um vídeo. Então enviamos uma mensagem de acompanhamento no mesmo projeto, pedindo ao Gemini 4 que exportasse a sequência como MP4 com uma pré-visualização no navegador.

Ele devolveu sequence.mp4 (288 quadros, 640×480 em H.264, 3 MB) e preview.html. A página de pré-visualização reproduz a cinemática com contador de quadros ao vivo, saltos com um clique para cada um dos quatro planos e o storyboard completo logo abaixo.

O que configuraríamos de outro jeito

Nossa pasta de projeto tinha mais do que o agente precisava. Ao lado de PROMPT.md e agent_environment/, também estavam o README.md da tarefa, seu grader/ e suas reference_runs/ de modelos anteriores.

Isso importa. O script de verificação do Gemini 4 testa a impressão da folha contra um limite de estiramento de 5%. Esse número não está no prompt: está no README, junto com notas sobre como execuções anteriores falharam. Os scripts do Gemini 4 nunca leram o avaliador nem as execuções de referência, mas é justo supor que o README influenciou suas metas.

Então trate nossa execução como uma demonstração, não como uma pontuação de benchmark. Para um teste justo, dê ao seu agente exatamente duas coisas, PROMPT.md e agent_environment/, e mantenha o avaliador onde ele não possa ver.

Faça do seu jeito

O mesmo padrão funciona para qualquer cena do Blender:

• Transforme gosto em números. Enquadramento, velocidades, distâncias de foco, contato. Metas mensuráveis permitem que seu agente se verifique antes mesmo de você apertar o play.
• Dê a ele um corredor. Alguns pontos de controle em um arquivo JSON conduzem a ação sem que você crie um único keyframe à mão.
• Peça uma entrega de verdade. Um .blend empacotado e editável, uma lista de planos e um storyboard. Você recebe um projeto para continuar trabalhando, não apenas um render.
• Deixe-o verificar. O melhor momento da nossa execução foi o Gemini 4 perceber que o lado impresso da folha estava virado para longe da câmera, e corrigir isso antes mesmo de vermos.

Doze segundos de animação costumavam significar uma tarde no viewport. Agora é um único prompt, e um projeto que você pode abrir, ajustar e tornar seu.

Créditos: feito com Gemini 4 e Eigent. Cena: "Cozy Kitchen" (tela inicial do Blender 3.5) de Nicole Morena, CC-BY-SA; a cena derivada e os renders mantêm a atribuição e os termos ShareAlike. Brief e dados da tarefa: trabalho original da Eigent. Música: "Quirk n Twerk" de The Soundlings (YouTube Audio Library).