Vídeo explicativo curto sobre um tópico
Um vídeo vertical de 60–90 s (1080×1920) com visual "keynote": fundo preto, tipografia grande, imagens em tela cheia, cortes sincronizados com a batida, trilha sonora original e efeitos sonoros, tudo renderizado com Python (PIL + numpy) e ffmpeg. Sem editor de vídeo, sem música pronta.
Exemplo prático: examples/gpt-image-2.6/ (RESEARCH.md, script.json, render.py, audio.py, build_all.sh) produziu um vídeo de 92 s, ~20 MB sobre o lançamento de um modelo de imagem. Copie e adapte em vez de começar do zero. As imagens de demonstração desse exemplo não estão no repositório; gere as suas com scripts/gen_image.py. Leia references/render-pipeline.md antes de qualquer renderização.
As configurações vêm do ambiente ou de um arquivo .env (veja .env.example). Nunca imprima chaves, seus comprimentos ou prefixos.
Regras de conteúdo (aprendidas na prática)
- Resultado nos primeiros 2 segundos. Abra com a saída mais impressionante, não com um título.
- Nada de bastidores na tela ou na narração: sem nomes de relay de API ou fornecedores, sem notas de "geração falhou", sem custos que você realmente pagou.
- Sem final de propaganda. Não promova um serviço no último terço — vídeos que fizeram isso tiveram desempenho ruim. Termine com um cartão de instrução copiável ("截图保存") mais uma pergunta sem marca para os comentários.
- Não meça velocidade em rede ruim. Cite alegações oficiais de preço e velocidade e atribua-as ("官方说"); não apresente seus próprios tempos como fatos.
- Julgue honestamente. Olhe para cada imagem gerada e diga o que é fraco, não apenas o que é forte. Corte qualquer coisa que se pareça com uma marca real ou placa de loja.
Fluxo
- Verifique. Cheque cada afirmação contra o site oficial, docs, changelog e preços, além de threads da comunidade. Mantenha um
RESEARCH.mdcom fontes (exemplo no exemplo prático). Se uma página retornar 403, verifique através de cobertura e diga isso. - Formato: 1080×1920, 60–90 s, a menos que o usuário diga o contrário.
- Ativos de demonstração:
python3 -I scripts/gen_image.py assets/<nome> --prompt "..." [--size 2:3] [--ref img.png] [--gif 12:150] [--markup layer.png]. Resultados e custos vão paraassets/results.jsonl(para você, nunca para o vídeo). - Roteiro:
script.jsoncomo{"scenes":[{"id":"s01","vo":"..."}]}. Cerca de 6 caracteres por segundo na taxa de fala 8 (520 caracteres ≈ 85 s). Termine com a pergunta CTA. Mostre o roteiro ao usuário antes do TTS — TTS é cobrado. - Voz:
python3 -I scripts/tts_doubao.py script.json build/vo [ids] [--dry-run]. Escreve<id>.mp3e marcações de palavra<id>.json. - Renderize: siga
references/render-pipeline.md. - Entregue: caminho, duração, tamanho, LUFS e pico medidos, quais stills foram verificados e os 1–2 planos mais fracos com motivos. Pergunte antes de qualquer regeneração faturável além do que foi acordado.