Communitygithub.com

anuncios-ia-lab

Anúncios IA Lab — transforme um roteiro de anúncio em um vídeo com personagens de IA, cena a cena, com aprovação do usuário a cada etapa, em três estilos.

Qu'est-ce que anuncios-ia-lab ?

Anúncios IA Lab é uma skill para agentes de IA (Claude Code, Cursor, Codex) que converte um roteiro de anúncio publicitário em um vídeo animado com personagens gerados por IA, seguindo um fluxo rigoroso de 7 etapas com aprovação humana a cada passo. A skill suporta três estilos visuais distintos: Pixar (animação 3D), novelinha (realista, com pessoas de verdade e estética de vídeo de celular com linguagem de novela) e office (falso documentário estilo The Office, visual antigo dos anos 2000 com depoimentos para a câmera). O processo começa com a criação dos personagens via Grok Imagine (KIE.ai), divide o roteiro em cenas de até 8 segundos, gera a imagem de cada cena com fidelidade ao texto aprovado, anima a primeira cena com o Grok Imagine Video 1.5 e, após aprovação, processa as demais em fila; ao final, edita o vídeo com cortes, legendas, zoom, preto e branco e trilha sonora. A skill é invocada quando o usuário envia um roteiro e pede por "criativo animado", "anúncio animado", "anúncio com IA", "vídeo estilo Pixar", "anima esse roteiro", "esse anúncio com novelinha", "novelinha realista", "estilo The Office", "falso documentário", "mockumentário", ou simplesmente "/anuncios-ia-lab".

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/dankeeps/anuncios-ia-lab/tree/HEAD

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Anúncios IA Lab

Roteiro → personagens → cenas → imagens → vídeo da cena 01 → fila do resto → edição. Nenhuma etapa começa sem o usuário aprovar a anterior. Cada etapa gasta crédito do KIE, e o que ele reprova não deve virar vídeo.

Três estilos

EstiloQuandoReferência (leia antes da etapa 4)
pixar (padrão)"criativo animado", "estilo Pixar", "animação"referencias/pixar-referencia.md
novelinha"com novelinha", "modelo novelinha", "realista", "avatar real"referencias/novelinha-referencia.md
office"estilo The Office", "falso documentário", "mockumentário", "visual antigo", "depoimento para a câmera"referencias/office-referencia.md

O fluxo das 7 etapas é o mesmo nos três. Muda o visual (os campos de referencias/estilos/<estilo>.json, aplicados por kie.py estilo) e, no novelinha e no office, a gramática das cenas (etapa 4). Na dúvida sobre o estilo, pergunte junto com a etapa 3, sem travar a etapa 2. Os personagens de um estilo não servem no outro: o personagem Pixar não entra numa novelinha.

Modelos de prompt: referencias/prompts.md. Leia antes das etapas 2, 5 e 6.

Onde fica cada coisa

  • Chave: KIE_API_KEY na variável de ambiente ou no arquivo .env da pasta desta skill (KIE_API_KEY=...). O script lê sozinho. Nunca mostre a chave no chat. Sem chave, peça ao usuário que crie uma em kie.ai e salve no .env.
  • Script: python3 ~/.claude/skills/anuncios-ia-lab/scripts/kie.py. Usa só a biblioteca padrão e o ffmpeg; qualquer python3 a partir do 3.9 serve.
  • Projeto: ~/Criativos animados/<AAAA-MM-DD nome-curto>/, assim:
    roteiro.md            o roteiro como ele mandou
    projeto.json          personagens, cenas, prompts e o que já foi gerado (formato abaixo)
    cenas.md              o texto das cenas que ele aprovou
    personagens/          <id>_v1.png, <id>_v2.png… (versões refeitas vão para antigas/)
    imagens/cenaNN.png    primeiro quadro de cada cena
    videos/cenaNN.mp4     cena animada
    tarefas.jsonl         log de cada geração: task do KIE, crédito, link
    edicao/               montagem, legenda e vídeo final (scripts de edicao/)
    
  • Modelos no KIE (todos por POST /api/v1/jobs/createTask, depois recordInfo):
    • grok-imagine-image-2-0/text-to-image: personagem sem referência.
    • grok-imagine-image-2-0/image-edit: cena com até 5 imagens de referência (os personagens e o ambiente).
    • Vídeo, padrão: grok-imagine-video-1-5-preview (apelido grok15). Parte do primeiro quadro (first_frame_url), de 1 a 15 s, em 9:16, a 720p, com áudio e fala gerados juntos. Custa 4,5 créditos/s.
    • Alternativa: google/gemini-omni-flash-1-2 (apelido omni), 9 créditos/s em 720p. Só se usa quando o usuário pedir ou quando o projeto já começou nele ("modelo_video": "omni" no projeto.json), para a voz não mudar no meio do anúncio.

Comandos do script

K="$HOME/.claude/skills/anuncios-ia-lab/scripts/kie.py"   # sempre chamar como python3 "$K" (o zsh não separa $K)
python3 "$K" saldo
python3 "$K" estilo --projeto "$P" --nome pixar|novelinha|office   # cria o projeto no estilo
python3 "$K" lote --projeto "$P" --tipo personagens            # variações de cada personagem sem aprovação
python3 "$K" lote --projeto "$P" --tipo imagens                # primeiro quadro de toda cena sem imagem
python3 "$K" lote --projeto "$P" --tipo imagens --cenas 03,07 --refazer
python3 "$K" lote --projeto "$P" --tipo videos --cenas 01      # etapa 6
python3 "$K" lote --projeto "$P" --tipo videos --cenas 02- --paralelo 3   # etapa 7, a fila
python3 "$K" folha --projeto "$P" --tipo personagens           # ou --tipo imagens: folha de contato
python3 "$K" juntar --projeto "$P" --aparar                    # final.mp4 simples, sem edição
python3 "$K" status <taskId>

Cenas que usam como referência a imagem de outra cena do mesmo lote vão numa leva seguinte, já esperando aquela ficar pronta.

--simular mostra o que seria enviado, sem gastar nada. Rode com ele uma vez antes de cada lote novo para conferir prompts e referências. O lote mostra o saldo antes e depois e informa quanto gastou. Repita esse número ao usuário. Quando uma tarefa falha, rodar o mesmo comando de novo refaz só a que faltou. Lote de vídeo demora: rode em segundo plano (run_in_background) e espere o aviso, sem ficar consultando.

Etapa 1: receber o roteiro

  1. Crie o projeto já no estilo certo, com python3 "$K" estilo --projeto "$P" --nome pixar|novelinha|office. O comando cria o projeto.json a partir de referencias/modelo-projeto.json com os campos do estilo (estilo, estilo_personagem, estilo_video e regras_video). Salve o roteiro como veio em roteiro.md.
  2. Leia o roteiro e marque quem fala cada linha. Se o roteiro não disser, deduza: diálogo vira dois personagens, monólogo vira o expert falando para a câmera. Não reescreva a fala. O texto do roteiro vai palavra por palavra para o vídeo.
  3. Se algo for ambíguo (quem diz a linha, se a pessoa é o expert real), pergunte junto com a etapa 3, sem travar a etapa 2.

Etapa 2: criar os personagens

  1. Para cada personagem, escreva em projeto.json a ficha em português (descricao), o visual (uma linha em inglês com cabelo, rosto, roupa e cores, a mesma em toda cena), o prompt em inglês e a voz (modelos em referencias/prompts.md). Defina uma roupa só para o anúncio inteiro, com peças e cores exatas.
  2. Gere variacoes: 2 por personagem: lote --tipo personagens. Personagem que é pessoa real: a foto dela vai em refs.
  3. Olhe cada imagem com o Read antes de mandar. Uma imagem com defeito óbvio (texto, mãos deformadas, mais de uma pessoa, roupa diferente da ficha) é refeita uma vez antes de ir para o usuário, e você conta a ele que refez.

No novelinha, o personagem é uma pessoa fotorrealista: rosto, pele e roupa de verdade, sem traço de desenho (estilo_personagem do novelinha.json e o modelo de personagem realista em prompts.md). Se o expert real aparece, a foto dele vai em refs, só quando o anúncio é dele e ele autorizou o uso da imagem. A roupa é fixa dentro de cada "dia" da história. Se o roteiro tem salto de tempo ou de lugar ("30 dias depois", "no casamento"), gere uma segunda imagem do mesmo personagem com a roupa nova (refs = a imagem aprovada), mande para aprovação e use essa nas cenas daquele trecho. Em emagrecimento, o "depois" também muda o corpo (receita em prompts.md).

No office, o personagem também é fotorrealista, mas a foto de elenco já sai no visual antigo: a pessoa de corpo inteiro, em pé, dentro do escritório dos anos 2000 (divisória cinza, monitor de tubo, luz fluorescente), no estilo_personagem do office.json. Assim o usuário aprova a pessoa e a "pegada" juntas. Roupa de escritório da época (blusa de botão, cardigã, calça social, crachá sem texto). O contraste de corpo (quem emagreceu x quem não) segue a receita de prompts.md.

Etapa 3: aprovação dos personagens

Mande as imagens com o SendUserFile (todas numa chamada, com legenda "Ana v1, Ana v2, Rafa v1…") e escreva a ficha de cada um em 2 linhas. Pergunte qual versão fica, ou o que mudar. Quando ele aprovar, grave imagem (o arquivo escolhido) e aprovado: true no personagem. Um ajuste vira um prompt novo e um --refazer só daquele personagem (--cenas <id> também filtra personagens).

Etapa 4: dividir em cenas

Uma cena é um trecho de fala com no máximo 8 s estimados, que vira uma imagem e um vídeo. Com o Grok 1.5, estime 3,9 palavras/s + 0,5 s + 0,3 s por troca de quem fala, arredondado para cima, com mínimo de 3 s. Com o Omni, 3 palavras/s + 0,5 s + 0,7 s por troca. Depois que a cena 01 sair na etapa 6, recalibre essa conta pela fala real.

O que já se viu do Grok 1.5:

  • Fala emendada, sem pausa na troca de quem fala, a ~3,8 a 4 palavras/s.
  • Quando sobra tempo no clipe, ele inventa fala ("É, continua mesmo", "Calma, eu vou te ajudar"). Por isso a duração é justa, não se pede corte seco para depois do fim da fala, e a regras_video diz que ninguém fala depois da última fala entre aspas. Na conferência, toda frase transcrita que não está no roteiro é motivo para refazer a cena. Fala inventada só no fim do clipe sai na edição, que mantém só as palavras do roteiro, mas os segundos já foram pagos.
  • Personagem numa tela (vídeo no celular, TV) fala junto se o prompt não disser the video on the phone is muted. Use o campo na_tela.
  • Close sem rosto com câmera solta inventa gente. Em close de corpo, escreva Static locked camera, no camera movement, the head never enters the frame, nobody else appears.
  • Palavra repetida entre duas falas seguidas some. Em "Posso começar hoje?" / "Hoje.", o Grok corta uma das duas. Fala que ecoa a anterior vai em clipe separado, ou a cena é dividida em duas.

Regras que valem para toda cena, nos três estilos:

  1. Sempre interação. Os personagens olham um para o outro e reagem ao que o outro diz. Ninguém olha para a câmera, a não ser o expert na chamada final ("clica em saiba mais") e, no office, os depoimentos e as encaradas. Vale na imagem e no vídeo: escreva no prompt para onde cada um olha (Rafa looks at Ana).
  2. Quem fala aparece falando. Em cada plano, quem está falando está em quadro, grande o bastante para ver a boca, de frente ou 3/4 para quem escuta, com a boca livre (nada de mão na boca, rosto escondido em abraço ou de costas). A primeira fala do anúncio é o gancho: plano médio ou mais perto em quem fala, nunca a pessoa pequena lá no fundo, e fala articulada, sem atropelar.
    • O erro que gerou esta regra: um gancho pedido como "frozen in shock with one hand over her mouth", num plano aberto. A personagem falou pequena, na porta, com a mão tapando a boca, e quem assistiu não entendeu quem estava falando.
  3. Quem é quem, sempre explícito. Já aconteceu de a fala da especialista sair da boca de outra personagem. Cada personagem tem uma linha visual na ficha (cabelo, rosto, roupa e cores, em inglês). A imagem de cada cena tem de mostrar exatamente os personagens da lista personagens da cena, reconhecíveis por essa ficha. O prompt de vídeo diz, em cada fala, quem fala, com o visual (Carla (short curly black hair, white lab coat), warm: "..."). O script acrescenta sozinho o bloco "Who is who" (nome, visual e voz de cada um em quadro; quem fala fora de quadro; quem não fala no clipe; e que cada linha sai só da boca de quem está nomeado).
  4. Tudo o que a cena usa já está na imagem. O vídeo só anima o que existe no primeiro quadro. Se a pessoa vai desligar a esteira, o painel da esteira está na imagem. Se vai abrir a geladeira, a geladeira está lá. Se vai espiar por cima da divisória e se abaixar atrás dela, a divisória está inteira na frente dela, na altura certa. Quando falta, o Grok improvisa: a pessoa segura o ar e o objeto surge no meio do clipe.
    • O erro que gerou esta regra: num esquete office, duas colegas "espiavam por cima da divisória da baia", mas a imagem não mostrava a divisória na frente delas. No vídeo, as duas seguraram uma divisória invisível, e ela só apareceu quando elas se abaixaram.
    • Como aplicar: ao escrever a cena, leia a ação inteira, do primeiro ao último segundo do clipe, e liste tudo em que alguém toca, segura, abre, usa, se apoia, se esconde atrás ou põe alguma coisa em cima. A lista vai na linha Elementos: do cenas.md e no campo elementos (em inglês) do projeto.json.
    • O script escreve a lista no prompt da imagem ("já está inteiro no primeiro quadro, no lugar e no tamanho certos") e no do vídeo ("só mexe no que está visível; nada aparece nem some; ninguém finge segurar algo invisível"). As regras_video dos três estilos também trazem essa trava.
    • Na conferência da imagem, cada elemento é um item da lista: se faltou, cortado pela borda ou no lugar errado, refaça antes de animar.
  5. Congruência de cenário. Cada lugar tem um cenário fixo, e ele não muda quando a câmera troca de um personagem para o outro. No plano e contraplano, o fundo de cada um é o outro lado da mesma sala: a janela continua do mesmo lado, os armários no mesmo lugar, a mesma luz e a mesma hora do dia. O que alguém pegou continua na mão dela na cena seguinte, o prato não troca de lugar e a caneca não some.
    • Como aplicar: descreva cada lugar uma vez em ambientes (em inglês, com a disposição: o que fica à esquerda, à direita e ao fundo) e marque em cada cena o ambiente. O script repete a mesma descrição em toda cena daquele lugar. A cena que abre o lugar é gerada primeiro e vai em refs das outras.
    • Quem está em pé ou sentado continua assim até a cena mostrar a pessoa mudando.
    • Na conferência, compare cada imagem com a anterior do mesmo lugar: parede, móveis, lado da janela, luz, objetos e postura.

Regras de dinamismo do Pixar (a referência troca de plano a cada ~2 s):

  • Não repita o enquadramento da cena anterior. Alterne dois em quadro, por cima do ombro, close de reação, expert sozinho falando para a câmera e ilustração.
  • Uma cena de 6 a 8 s leva 2 ou 3 planos dentro dela (por exemplo, dois em quadro e depois um corte seco para o close da reação de quem escuta). Cena de 3 a 4 s leva um plano só.
  • O que se fala vira imagem. Parte do corpo, número, comparação, "vídeo no TikTok", "aula gravada": ilustre de forma literal e exagerada (metabolismo com um cadeado, barriga queimando como brasa, alma saindo do corpo, mão segurando o celular com a cena na tela). Uma cena assim pode durar 3 s.
  • Reações exageradas de Pixar em quem escuta: choque, raiva, dúvida, risada.
  • Troque o ambiente na virada do argumento (do problema para o mecanismo, do mecanismo para a oferta).
  • Chamada final: o expert sozinho, olhando para a câmera, apontando para baixo. Feche com os dois juntos reagindo.

No novelinha, a gramática é outra (detalhes em novelinha-referencia.md):

  • **Uma pesso

…

[conteúdo truncado para tradução]

Skills associés