Estúdio de Animação
Pipeline de 5 etapas. Cada etapa grava seu próprio arquivo na pasta do projeto e só avança depois que a pessoa aprova. Nunca pule a aprovação antes de gastar créditos.
videos/<slug>/
01-tema.md tema, sinopse, universo, público, gênero
02-roteiro.md personagens, ambientação, cenas detalhadas
03-direcao.md estilo, fichas de personagem, prompts por cena
projeto.json manifesto lido pelo montar.py (etapas 04 e 05)
04-legendas/ narracao/cena-NN.m4a, legendas.srt, legendas.ass
05-render/ keyframes/, cenas/cena-NN.vK.mp4, norm/, final.mp4
Retomando um projeto existente: leia os arquivos da pasta e continue da etapa que falta.
Instalação (uma vez)
A skill traz o servidor do Flow dentro dela (<SKILL_DIR>/flow-mcp, já com os rótulos
em português). Sem as ferramentas flow_* no Claude, rode:
python "<SKILL_DIR>/scripts/instalar.py"
Precisa de Node 22+ e ffmpeg no PATH. O script faz npm ci, compila e registra o
servidor flow no Claude Code, Codex e OpenCode (todo CLI que achar no PATH; force com
--alvo codex etc.). Depois: npm run login dentro de flow-mcp (entrar no Google uma
vez), abrir um projeto no Flow e reiniciar o agente.
Antes de começar
flow_status. Se vierhint(ex.: nenhum projeto aberto no Flow), repasse à pessoa e espere — sem projeto aberto nada é gerado. Flow em português do Brasil: o servidor precisa do mapa de rótulos<SKILL_DIR>/flow-mcp/src/labels.ts(já cobre geração, personagens, seletor de mídia e download); depois de editá-lo, rodenpm run buildemflow-mcpe reinicie o Claude. Erro "waiting for getByRole('button', { name: '<inglês>' })" = rótulo novo que falta mapear lá; o projeto deve estar aberto e a página recarregada (F5).- Pergunte só o que faltar: estilo (um dos 10), duração total, proporção (padrão 9:16), narração ou diálogos (padrão narração), estilo de legenda. Se a pessoa já deu o tema, não pergunte de novo.
Etapa 01 — Temas
Se não houver tema, sugira 5 ideias na categoria pedida (comédia, curiosidades, terror,
aventura, infantil, motivacional, ficção científica, fantasia), já pensando no que o
estilo escolhido faz bem (ver "Combina com" em references/estilos.md).
Grave 01-tema.md: título, categoria, gênero, público-alvo, sinopse (2-3 frases),
universo (onde/quando, regras do mundo, tom).
Etapa 02 — Roteiro
Divida a duração total em cenas. Cada cena dura 4, 6, 8 ou 10 s (limite do modelo de vídeo); prefira 6-8 s. Uma cena = um plano contínuo, uma ação principal.
Grave 02-roteiro.md com: título, sinopse, personagens, ambientação, tabela
cena/duração/acontecimento, e para cada cena:
- ambiente · personagens presentes · ação principal
- expressões faciais · movimentos corporais · elementos visuais
- narração ou fala (máx. ~2,5 palavras por segundo da cena; marque palavras de
destaque com
*asteriscos*) - estado final da cena (posição dos personagens, objetos, luz) — é a entrada da cena seguinte
Cena 1 é o gancho (algo acontece nos primeiros 2 s). A última entrega o desfecho. Mostre a tabela e peça aprovação.
Etapa 03 — Direção
Leia o bloco do estilo em references/estilos.md. Grave 03-direcao.md com:
Fichas de personagem (memória visual) — para cada um: idade aparente, corpo e proporções, rosto, cabelo, roupa e acessórios com cores exatas, traço marcante. Escreva a ficha em inglês, num parágrafo reutilizável. Uma vez definida, não muda.
Prompt por cena, em inglês, nesta ordem:
ação e sujeito (ficha completa colada, nunca "the same man") → plano e movimento de câmera → local → BLOCO DE ESTILO → luz → som.
- Câmera: um movimento só por cena. Plano aberto para estabelecer, médio para ação,
close para emoção. Use
flow_techniques(static,lateral-track,crane-up,pull-back-reveal,crash-zoom…) no campotechnique. - Movimento: siga a linha "Movimento" do estilo (ex.: massinha = stop motion a 12 fps).
- Continuidade: o início de cada cena descreve o estado final da anterior.
- Com narração: termine o prompt com
Ambient sound and sound effects only, no dialogue, no speech, no subtitles, no on-screen text. - Com diálogo: fala entre aspas dizendo quem fala, curta o bastante para a duração.
Gerar personagens e keyframes (grátis)
flow_characterpara cada personagem:describe= ficha + bloco de estilo.- Um keyframe (imagem) por cena:
flow_generatecomtype: "image",model: "Nano Banana 2",aspect_ratio,reference_images: ["asset:<Nome>"]ereference_previous: trueda cena 2 em diante. Todas as cenas em UMA chamada. Se uma cena falhar,reference_previousderruba as seguintes em cascata: gere as restantes de novo comreference_images(personagens + o keyframe aprovado da cena 1,asset:<título>) em vez de encadear. Os títulos no Flow seguem a numeração do projeto (cena 2 pode virarscene-06); renomeie ao copiar paracena-NN. flow_waitatéfinished. Copie para05-render/keyframes/cena-NN.pnge mostre à pessoa. Imagens custam 0 créditos: regenere à vontade até personagem, cenário e estilo estarem consistentes. Só então vá para vídeo.
Etapa 04 — Legendas e narração
-
Voz:
flow_voices; sugira 2-3 (ex.: Charon informativo, Aoede leve, Sulafat acolhedor, Puck animado, Gacrux maduro). -
flow_narrateuma vez por cena (texto ≤ 400 caracteres, sem os asteriscos),styleem inglês pedindo português do Brasil e o tom (ex.: "in Brazilian Portuguese, playful storyteller"). Copie cada áudio para04-legendas/narracao/cena-NN.m4a. VoiceStudio local (preferido se a pessoa tiver):POST http://127.0.0.1:3900/v1/audio/speechcom{"model":"omnivoice","input":<texto>,"voice":<voice_id do perfil>,"response_format":"wav","language":"pt"}(perfis emGET /v1/audio/voices; use ovoice_iddo perfil escolhido). Sem cota, ~5 s por frase. Envie o JSON em UTF-8 pelo Python (curl no Git Bash corrompe acentos), converta com ffmpeg paracena-NN.m4ae confira a pronúncia transcrevendo comPOST /v1/audio/transcriptions. O Gemini grátis doflow_narratetem só 10 pedidos por dia e 3 por minuto. -
Escreva
projeto.json(formato abaixo) e rode:python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>" --so-legendasGera
legendas.srt+legendas.asssincronizados pela duração real de cada áudio. Se avisar que uma narração é maior que a cena, encurte o texto ou aumente a cena. -
Edição manual: a pessoa edita
legendas.srte você põe"manual": trueemlegenda— daí o script para de sobrescrever o SRT.
Estilos de legenda: cinematografica (branca discreta), tiktok (palavras grandes,
caixa alta, destaque amarelo), anime (negrito, destaque rosa), cartoon (fonte
divertida, destaque laranja), minimalista (pequena). Cada estilo visual tem uma
sugestão em references/estilos.md. Em 9:16 use tiktok (a pessoa aprovou tamanho e
estilo nos vídeos verticais): minimalista e cinematografica são pequenas demais para
celular. Se quiser discreta, passe tamanho ≥ 6 (% do lado menor).
Etapa 05 — Render
Gerar as cenas
- Diga o custo antes: Omni 1.1 Flash ≈ 7 créditos (4 s) a 12 (8 s) por cena; Veo 3.1 Fast 20 (fixo 8 s); Quality 100. Padrão: Omni 1.1 Flash, 720p. Espere o "ok".
flow_generatecom todas as cenas em UMA chamada:type: "video",prompt,duration,aspect_ratio,first_frame= keyframe aprovado da cena,technique. (O Flow aceita frame inicial OU referências, não os dois — o keyframe já carrega o personagem.) Para plano-sequência entre duas cenas, usechain_previous: trueem vez defirst_frame. Usefirst_frame: "asset:<título do keyframe no Flow>"(os keyframes já estão no projeto), não caminho de arquivo: o upload é o caminho mais frágil. Custo real: 10 créditos por cena de 6 s e 12 por cena de 8 s (Omni 1.1 Flash, 720p).flow_waitaté terminar. Se o job falhar com "The finished tile is no longer in the grid", o clipe FOI gerado e cobrado: não gere de novo. Useflow_assets(kind video) eflow_downloadcom o início do título que o Flow deu, na ordem das cenas. Copie cada clipe para05-render/cenas/cena-NN.v1.mp4. Se a primeira cena falhar antes de gerar, cancele o resto da fila para não repetir o erro.
Revisar e regenerar
Mostre os clipes. Para refazer a cena N: nova chamada flow_generate só com ela,
num project próprio (ex.: <slug>-c03-v2, para não colidir com os nomes de arquivo
das outras), copie como cena-NN.v2.mp4 e aponte clip no projeto.json para a
versão escolhida. Nunca apague versões antigas nem toque nos arquivos das outras cenas.
Mudou o prompt? Atualize 03-direcao.md.
Montar
python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>"
Normaliza cada clipe para a resolução/fps alvo, junta na ordem, põe cada narração no
início da sua cena, mixa som dos clipes + música, queima a legenda (ou deixa só o SRT) e
grava 05-render/final.mp4 com fade de abertura e encerramento. Regenerou uma cena? Só
rode de novo — os clipes não alterados ficam em cache.
projeto.json
{
"titulo": "A Máquina do Tempo",
"estilo": "massinha",
"render": { "proporcao": "9:16", "resolucao": "1080p", "fps": 30, "codec": "h264", "legendas": "embutidas" },
"legenda": { "estilo": "tiktok", "posicao": "baixo" },
"audio": { "musica": "musica.mp3", "volume_musica": 0.2, "volume_clipes": 0.3, "velocidade_narracao": 1.0 },
"cenas": [
{ "id": 1, "duracao": 6,
"clip": "05-render/cenas/cena-01.v1.mp4",
"narracao": "Um homem encontra uma *máquina* misteriosa.",
"audio": "04-legendas/narracao/cena-01.m4a" }
]
}
proporcao: 9:16, 16:9, 1:1 ·resolucao: 720p, 1080p, 4k ·fps: 24, 30, 60codec: h264, h265 ·legendas: embutidas, srt, nenhumalegenda:estilo,posicao(baixo/meio/topo) e, opcionais,fonte,tamanho(% do lado menor),cor,destaque(hex RRGGBB),manualaudio: tudo opcional. Música: peça um arquivo à pessoa (a skill não gera música).- Caminhos relativos à pasta do projeto.
Limites conhecidos
- Sincronia labial só quando a fala vai entre aspas no prompt do vídeo (o modelo gera a voz no clipe); com narração separada não há lip sync.
- A sincronia das legendas é por cena (duração real do áudio), com as palavras distribuídas proporcionalmente dentro dela.
- Transições são corte seco; para transição animada entre duas cenas gere um clipe com
first_frame+last_framee umatechniqueda categoriatransition. - Os clipes saem do Flow em 720p; 1080p/4K é upscale (
download_quality: "upscaled"ajuda).