Communitygithub.com

Geração de Vídeo IA

Geração de vídeo via Seedance, Kling, Gemini Omni, MiniMax H3 e MiniMax H3 Max. Use quando o usuário quiser gerar um clipe de vídeo — texto-para-vídeo, imagem-para-vídeo, transições de primeiro/último quadro, geração guiada por referências — ou modificar / editar / estender um clipe gerado existente.

O que é Geração de Vídeo IA?

Esta skill permite gerar, editar e estender clipes de vídeo usando modelos de IA de última geração, incluindo Seedance 2.5, Kling, Gemini Omni, MiniMax H3 e MiniMax H3 Max. Ela suporta modos de texto-para-vídeo, imagem-para-vídeo, transições primeiro-último quadro, geração baseada em referências (multimodal: imagens, vídeos, áudio) e edição/extensão generativa de clipes existentes. A escolha do modelo ideal depende das necessidades do usuário: Seedance 2.5 é o padrão por sua versatilidade (duração de 4 a 30 segundos, até 50 referências, controle de timestamps), enquanto Kling se destaca em controle de câmera e emoções, e Omni oferece edições direcionadas e rascunhos baratos. A skill exige uma assinatura paga do ChatCut para geração de vídeo e segue um fluxo de trabalho de quatro etapas: alinhamento de escopo com o usuário (duração, segmentos, conteúdo, âncoras de consistência), escrita do prompt conforme a referência do modelo, submissão de um trabalho por vez com verificação de erros, e iteração baseada no feedback do usuário. Ela é projetada para ambientes agentes como Claude Code ou Cursor, integrando-se via ferramentas como `submit_video` e `track_progress`.

Funciona com~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/ChatCut-Inc/agent-plugin/tree/HEAD/claude/skills/video-gen

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Geração de Vídeo

Se submit_video ainda não foi carregado, carregue-o com ToolSearch antes de chamá-lo, para que você use seus parâmetros reais em vez de adivinhar.

Submete um trabalho de geração de vídeo por chamada e retorna um jobId. O status do trabalho e verificações posteriores pertencem a track_progress; esta skill não coloca vídeos na linha do tempo automaticamente.

Quando Usar

Sempre que o usuário quiser gerar um clipe de vídeo — texto-para-vídeo, imagem-para-vídeo, transição primeiro-último quadro, geração baseada em referências, ou editar/estender generativamente um vídeo existente (produzindo nova gravação gerada a partir de um clipe fonte; não corte na linha do tempo).

Modelos

ModeloReferênciaPontos Fortes
seedance-2-5referências/seedance25.mdPadrão. 4-30s, até 50 referências multimodais, referência de áudio, controle de timestamps, saída mp4/mov. Escolha Seedance mais forte para nova geração, edição e extensão.
seedance2referências/seedance2.mdModelo completo Seedance 2.0. 4-15s, ricas referências multimodais, saída de até 1080p.
seedance2fastreferências/seedance2.mdSeedance 2.0 Fast — mesmas entradas e faixa de 4-15s que seedance2, retorna em minutos em vez de ~dez, ~20% mais barato, limitado a 720p. Use quando o usuário estiver iterando e o tempo de resposta importar mais que a fidelidade máxima.
seedance2minireferências/seedance2.mdSeedance 2.0 Mini — mesmas entradas e faixa de 4-15s que seedance2, ~50% mais barato, limitado a 720p. Use para rascunhos baratos e lotes de alto volume onde a fidelidade do modelo completo não é necessária.
klingreferências/kling.mdLinguagem de controle de câmera via prompt; excelente para controle fino de emoções/performance em tomadas de personagem. 1080p via mode:"pro".
minimax-h3referências/minimax-h3.mdMiniMax H3. 4-15s, 768p/2k, primeiro/último quadros, até 9 referências de imagem + 3 de vídeo + 3 de áudio (12 no total). Excelente seguimento de referência multimodal.
minimax-h3-maxreferências/minimax-h3-max.mdMiniMax H3 Max. 5-15s, 480p/768p, geração de texto ou primeiro/último quadro. Sem modo de referência ou saída 2K.
omnireferências/omni.mdGemini Omni 1.1 Flash. Edições/extensões direcionadas via continueFrom, primeiro/último quadros, e rascunhos baratos em 360p. 3-10s; 720p padrão, 1080p/4k com upscale.

IMPORTANTE: Antes de gerar, LEIA a referência do modelo escolhido para capacidades, canais de entrada, modos, estrutura do prompt e comportamento específico do modelo.

Seleção de Modelo

Para uma nova geração, seedance-2-5 é o padrão. Só mude quando uma das seguintes condições se aplicar:

  • Usuário nomeou explicitamente um modelo ("用 Kling", "use Kling", "用 Omni", "用 mini", "/kling") — mude, sem necessidade de perguntar novamente.
  • Usuário pede explicitamente MiniMax H3 ou precisa de orientação combinada de referência de imagem/vídeo/áudio com saída 2K opcional — use minimax-h3.
  • Usuário pede explicitamente MiniMax H3 Max ou quer sua geração de texto/quadro de altíssima fidelidade sem referências multimodais — use minimax-h3-max.
  • Seedance claramente não pode ou não fará bem o trabalho — quando você encontrar um caso conhecido onde o Seedance tem dificuldades, proponha trocar para kling e confirme antes de submeter.
  • Usuário pediu explicitamente um rascunho rápido/barato que espera revisar — proponha omni (rascunhos 360p, ≤10s, suporta edições direcionadas) e confirme antes de submeter.
  • Usuário precisa de saída Seedance em 1080p — prefira seedance-2-5; ele e o seedance2 completo suportam 1080p.
  • Usuário quer entradas Seedance 2.0 de forma barata, ou muitos clipes de uma vez, e não se importa com 720p — proponha seedance2mini (4-15s, ~50% do custo do modelo completo 2.0) e confirme antes de submeter.
  • Usuário está iterando em saída estilo 2.0 e se importa com o tempo de resposta — proponha seedance2fast (480p ou 720p, 4-15s, ~80% do custo do modelo completo 2.0, retorna muito mais rápido) e confirme antes de submeter.

Caso contrário, permaneça em seedance-2-5.

Para revisar um clipe que já existe, a escolha é feita na Etapa 4 — não aqui. Um pedido de revisão não é motivo para alterar o padrão para futuras gerações novas. O Omni 1.1 substitui a escolha Omni anterior; mantenha o alias omni e não invente uma segunda opção legada.

Nota de acesso: todos os oito modelos exigem direito de geração de vídeo pago do ChatCut (assinatura ou créditos pagos). Nunca apresente outro modelo como uma solução gratuita para um bloqueio de assinatura; ofereça animação Motion Graphic gratuita quando o usuário pedir um caminho gratuito.

Parâmetros da Ferramenta

ParâmetroValoresPadrão
promptdescrição do vídeo (obrigatório)—
modelseedance-2-5, seedance2, seedance2fast, seedance2mini, kling, minimax-h3, minimax-h3-max, omniseedance-2-5
durationSecondssegundos5
ratioconsulte a documentação do modelo16:9
resolutionespecífico do modelo; H3: 768p/2k; H3 Max: 480p/768p; Seedance: 480p/720p/1080p; Omni: 360p/720p/1080p/4k720p (modelos H3: 768p)
outputFormatmp4, mov (seedance-2-5 apenas)mp4 (gerar); mov (editar/estender)
taskModegenerate, edit, extend (seedance-2-5 ou omni)generate
namenome descritivo do ativo (obrigatório)—
firstFramereferência de ativo do projeto—
lastFramereferência de ativo do projeto—
continueFromreferência de ativo de vídeo — apenas omni, fonte para editar/estender—

Parâmetros específicos do modelo (ex.: mode do Kling, refImages / refVideos / refAudios do Seedance) — consulte a referência do modelo.

Resolução de Entrada

firstFrame / lastFrame / refImages / refVideos / refAudios aceitam uma referência de ativo do projeto. Prefira um UUID completo ou prefixo curto de browse_assets; asset://<id> e URLs de ativos do mesmo projeto retornadas por ferramentas de ativos também são aceitas. Por tipo: slots de quadro e refImages → imagem; refVideos → vídeo; refAudios → áudio.

URLs externas e base64 não são aceitas. Se a fonte for uma URL pública, faça o download para o espaço de trabalho sandbox, importe o arquivo local através de asset-import + push_asset, e passe o ID do ativo resultante.

Fluxo de Trabalho

Loop de quatro etapas. Para cada nova geração, recomece da Etapa 1 se a intenção do usuário mudou.

Etapa 1 — Alinhamento de escopo com o usuário

Antes de escrever qualquer prompt, alinhe três dimensões:

  1. Duração e segmentos — duração total, quantas tomadas e se elas existem em um clipe ou vários.

    Se o usuário já declarou uma direção ("做一段", "in one video", "分别生成", "split into N shots", etc.), siga-a — não questione.

    Caso contrário, apresente os dois caminhos e deixe o usuário escolher:

    • Multi-tomadas dentro de um clipe (consulte a ref. do modelo) — inferência única, sujeito/iluminação/estilo fisicamente consistentes entre subtomadas; encaixa uma narrativa coerente dentro do limite de duração por clipe.
    • Vários clipes — cada clipe é independentemente controlável e pode ser refeito, mas a continuidade de identidade e estilo precisa ser mantida por âncoras; encaixa durações além do limite ou quebras de cena bruscas.

    Ofereça a troca; não escolha pelo usuário.

  2. Conteúdo — o que cada clipe retrata. Resuma de volta o que você entendeu, segmento por segmento. Quando o conteúdo for vago (ex.: "gerar um vídeo de uma garota dançando"), o usuário tipicamente não especificou um ou mais de:

    • Sujeito: quem / qual é o sujeito principal (aparência, roupa, características definidoras)?
    • Ação: o que eles estão fazendo? (Para tomadas de fala/emoção, qual microexpressão?)
    • Cena: onde — cenário, horário do dia, detalhes ambientais?
    • Iluminação / clima de cor: qual atmosfera?
    • Câmera: alguma preferência de tamanho de tomada/ângulo/movimento?
    • Estilo: estilo visual ou referência (cinematográfico / anime / documentário / ...).

    Foque nos itens que importam para este pedido específico e não podem ser inferidos com segurança — não transforme isso em um exercício de preenchimento de lacunas. Resuma as partes entendidas de volta ao usuário antes de prosseguir.

  3. Âncoras de consistência — apenas quando várias tomadas reutilizam um personagem, objeto ou cena: identifique qual âncora (imagem de referência ou vídeo) fixar entre as tomadas. Para regras de obtenção, veja §Consistência visual entre tomadas abaixo.

Para cada dimensão, verifique as palavras do usuário:

  • Claro — prossiga.
  • Ambíguo ou faltando — PERGUNTE ao usuário. Não adivinhe, não use sua própria interpretação como padrão. Uma confirmação de ida e volta é mais barata que uma geração desperdiçada.

O que NÃO fazer

  • Não "diga e submeta" — anunciar "Vou fazer isso como 2 clipes" e submeter imediatamente não é alinhamento, é uma decisão unilateral com anúncio.
  • Não divida por padrão uma solicitação de vídeo único em vários clipes. Um único clipe pode carregar múltiplas subtomadas (veja ref. do modelo), com sujeito/iluminação/estilo fisicamente consistentes entre elas. Apresente a troca, depois deixe o usuário escolher.
  • Não pule a pergunta porque você acha que a resposta é óbvia.

Substituições rígidas (a palavra explícita do usuário vence)

  • "one clip / single clip / 一条 / 一个镜头 / in 1 clip" → nunca divida, mesmo que a descrição seja objetivamente longa.
  • "N shots / N 段 / N 个镜头" → gere exatamente N.
  • "use this image / 用这张图" → use como referência, não substitua.

Etapa 2 — Escreva o prompt

Consulte a referência do modelo escolhido para estrutura do prompt e combinações de parâmetros (ex.: estrutura de 8 elementos e modos do Seedance; dicas de prompt do Kling). Antes de submeter, verifique:

  • name é um nome de ativo descritivo — descritivo o suficiente para o usuário (e você em turnos posteriores) reconhecer este ativo na biblioteca do projeto. Evite nomes vagos como "Sem título" ou "clipe 1".
  • A combinação de parâmetros corresponde à intenção do usuário — veja a seção Modos na referência do modelo.
  • O áudio do vídeo gerado não é um parâmetro de ferramenta. Seedance e Kling são submetidos com áudio habilitado pelo backend.
  • Em caso de falha de validação, leia o erro e corrija as entradas — não tente novamente cegamente os mesmos argumentos inválidos.

Etapa 3 — Submeta um, espere, confirme

Submeta um trabalho de geração por vez. A menos que o usuário tenha explicitamente pedido vários clipes em paralelo, não submeta o próximo clipe até que o atual seja concluído e o usuário o revise. A submissão paralela esconde problemas: se a primeira tomada tiver deriva ou enquadramento errado, o usuário preferirá refazê-la uma vez do que ter várias tomadas desalinhadas para descartar.

  • submit_video.ratio controla apenas o ativo gerado; não altera a tela da linha do tempo do projeto. Se o usuário solicitou uma proporção de aspecto final de saída (por exemplo "9:16 vertical" ou "16:9 paisagem"), defina a tela da linha do tempo para a mesma proporção com manage_timelines action=update (ex.: ratio:"9:16") antes de colocar o ativo concluído. Se o usuário pediu sem barras pretas / sem bordas, passe fit:"cover" ao definir a tela ou atualizar/adicionar o item visual.
  • Não use esta skill para gerenciamento de trabalhos — use track_progress para uma leitura imediata do status e siga suas orientações de verificação posterior.
  • Após submeter, termine seu turno (diga ao usuário que o trabalho foi criado) a menos que uma tarefa de acompanhamento já esteja na fila.
  • Quando o trabalho terminar, apresente o resultado ao usuário para revisão antes de prosseguir para a próxima tomada.
  • Para edições de fonte Omni, siga a revisão de quadro inicial/meio/fim em sua referência antes de afirmar que a alteração solicitada foi bem-sucedida.
  • Tratamento de falhas específico do modelo — consulte a referência do modelo.

Etapa 4 — Itere

Quando o usuário quiser um próximo clipe, uma revisão ou uma continuação de um existente, não retorne à Etapa 1 — itere no trabalho existente. Esta etapa lida com:

  • Mudanças de conteúdo no mesmo clipe — reescreva o prompt e re-submeta.
  • Extensão — se o modelo suportar taskMode: extend, use; caso contrário, gere um novo clipe que continue visualmente.
  • Edição direcionada (Omni) — use continueFrom com descrição da alteração.
  • Nova tomada — avance para a próxima na sequência acordada.
  • Alteração de modelo — se a iteração atual não está funcionando, proponha trocar de modelo e confirme antes de submeter novo trabalho.

Não recomece do zero a menos que o usuário explicitamente peça um novo vídeo não relacionado.

Consistência Visual Entre Tomadas

Quando várias tomadas compartilham sujeito/objeto/cena, use âncoras de referência:

  1. Identifique a âncora — escolha o melhor quadro de um clipe existente ou ativo de imagem que mostre o elemento compartilhado de forma clara.
  2. Forneça como referência — passe para os parâmetros refImages/refVideos do modelo Seedance ou equivalente de outro modelo.
  3. Documente a âncora — anote qual ativo/quadro foi usado para o quê, para que você possa reutilizar em futuras tomadas.

A consistência não é garantida entre modelos ou execuções; minimize a deriva fixando o maior número possível de âncoras e mantendo o prompt alinhado.

Áudio

  • Seedance e Kling: áudio gerado por padrão; nenhum parâmetro de áudio separado é necessário.
  • Omni: sem áudio gerado; adicione áudio separadamente se necessário.
  • MiniMax H3/H3 Max: veja a referência para suporte de áudio.

Limites e Cotas

  • Todos os modelos: exigem assinatura ou créditos pagos do ChatCut.
  • Sem limite de comprimento de prompt documentado, mas prompts muito longos podem ser truncados; consulte a referência do modelo.
  • O tempo de geração varia muito por modelo, resolução e carga do servidor.

Exemplos

Gerar um clipe de 5 segundos (padrão)

model: seedance-2-5
durationSeconds: 5
prompt: "Um gato laranja pulando sobre uma cerca de madeira, luz do sol da tarde, estilo cinematográfico"
name: "gato_pulando_cerca"

Gerar com referência de imagem

model: seedance-2-5
prompt: "Continue a cena: a garota vestindo o vestido vermelho do quadro de referência andando por um mercado movimentado"
refImages: ["asset://abc-123-def"]
name: "garota_mercado_continuação"

Editar clipe existente (Omni)

model: omni
taskMode: edit
continueFrom: "asset://xyz-789-uvw"
prompt: "Mude a expressão facial para um sorriso"
name: "clipe_editado_sorriso"

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Habilidades Relacionadas