Analisar Vídeo → Modelo de Prompt Reutilizável
Alguém encontrou um estilo de vídeo que ama. Seu trabalho é desconstruí-lo em um modelo de prompt reutilizável — uma fórmula que eles podem aplicar a qualquer produto, pessoa ou cenário e obter o mesmo estilo do Seedance 2.0.
Restrição crítica: o Seedance 2.0 tem um máximo de 15 segundos por clipe. O vídeo de referência pode ser mais longo que 15 segundos (geralmente 30-60s). Seu modelo deve ser projetado para uma saída de 15 segundos — o que significa destilar a essência do estilo no que pode ser capturado em um único clipe de 15 segundos e fornecer uma estratégia de múltiplos clipes para recriar o efeito completo de estilos mais longos em uma série de clipes.
A saída NÃO é um único prompt. É uma skill modelo salva em skills/arcads-external-api/prompting/prompt-library/ que funciona da mesma forma que seedance-2-ugc.md — uma fórmula documentada com camadas, variáveis, opções e exemplos que o agente pode usar para gerar prompts ilimitados nesse estilo.
Dependências
- ffmpeg / ffprobe — necessário para extração de quadros (Etapa 1). Instale via
brew install ffmpegno macOS. - whisper — opcional, para transcrição de áudio (Etapa 2). Instale via
pip3 install openai-whisper. Se indisponível, o agente pode pedir ao usuário que forneça o diálogo manualmente.
Entradas
- Arquivo de vídeo (obrigatório): caminho para
.mp4,.mov,.webmou similar - Nome do estilo (opcional): como chamar este modelo (ex.: "análise-de-carro", "unboxing-empolgante", "cético-convertido"). Se não fornecido, você nomeará com base no que observar.
Etapa 1: Extrair quadros e áudio
Execute o script de extração:
bash "skills/arcads-external-api/prompting/analyze-video/scripts/extract-frames.sh" "<video_path>" "/tmp/video-analysis" <num_frames>
Contagem de quadros por duração:
- Abaixo de 10s → 8 quadros
- 10-20s → 12 quadros
- 20-30s → 16 quadros
- Acima de 30s → 20 quadros
Leia metadata.txt para duração, resolução e fps.
Etapa 2: Transcrever áudio
Tente ferramentas de transcrição nesta ordem:
- CLI
whisper:whisper /tmp/video-analysis/audio.wav --model base --output_format txt --output_dir /tmp/video-analysis - Python whisper: script inline rápido
- Se nada estiver disponível, peça ao usuário para fornecer o diálogo ou instalar o whisper (
pip3 install openai-whisper)
A transcrição ajuda a entender ritmo, cadência da fala, uso de palavras de preenchimento e como o diálogo se intercala com a ação — tudo o que define o estilo.
Etapa 3: Estudar os modelos de referência
Leia os modelos de prompt existentes do Seedance 2.0 para entender o padrão-ouro de como um modelo deve ser estruturado:
- seedance-2-ugc.md — fórmula UGC de 9 camadas (exemplo mais rico)
- seedance-2-premium-reveal.md — revelação em vazio escuro de 6 camadas
- seedance-2-product-hero.md — herói do produto elementar de 6 camadas
- seedance-2-studio-lookbook.md — lookbook de estúdio de 7 camadas
- seedance-2-feature-walkthrough.md — demonstração de funcionalidades de 7 camadas
Leia também o guia principal do modelo para regras da plataforma:
- seedance-2.md — parâmetros da API, comprimento do prompt, palavras proibidas, checklist de adaptação
Observe a estrutura que esses modelos compartilham:
- Eles identificam camadas (os blocos de construção estruturais do estilo)
- Cada camada tem um padrão (a estrutura de sentença repetível com
{{VARIÁVEIS}}) - As variáveis vêm com bancos de opções (tabelas de escolhas que se encaixam no estilo)
- Existem regras e princípios que explicam por que certas escolhas são importantes
- Existem exemplos completos mostrando o modelo totalmente preenchido
Seu modelo de saída precisa atingir o mesmo nível de profundidade e usabilidade.
Etapa 4: Analisar os quadros — identificar o que define este estilo
Leia TODOS os quadros extraídos. Você não está descrevendo um vídeo específico — está identificando os padrões transferíveis que fazem deste estilo o que ele é.
Pergunte-se para cada dimensão: "O que nisso é específico para ESTE VÍDEO (a pessoa, o produto, o cenário) vs. o que é O ESTILO (a abordagem, a estrutura, a sensação)?"
Apenas o estilo vai para o modelo. As especificidades se tornam variáveis.
Estrutura e ritmo
- Qual a duração do vídeo? (O vídeo de origem geralmente terá 30-60s, o que é normal — você comprimirá o estilo para uma saída de 15s.)
- Quantas cenas/batidas distintas existem? Quais 2-3 são as batidas ESSENCIAIS que definem o estilo?
- Qual é o arco narrativo? (gancho → demonstração → prova → veredito? ou algo diferente?)
- Qual é o ritmo — cortes rápidos ou planos prolongados? Quanto tempo dura cada batida?
- Existem batidas silenciosas ou é todo diálogo?
- Pergunta de compressão para 15 segundos: Se você tivesse que capturar toda a sensação deste vídeo em apenas 3 batidas e 2-3 falas, quais momentos você manteria?
Câmera e enquadramento
- Qual é a perspectiva principal de filmagem? (selfie, telefone apoiado, outra pessoa filmando, gravação de tela, etc.)
- Como o enquadramento muda entre as batidas? (mais próximo, mais aberto, ângulo diferente, mesmo ângulo o tempo todo)
- Existe um movimento de câmera ou escolha de enquadramento característica que define este estilo?
Estilo de edição
- Cortes bruscos entre takes? Plano contínuo? Aceleração? Tela dividida?
- Como funcionam as transições? Cortes secos, dissoluções, sobreposições de texto?
- Existem motivos visuais recorrentes? (close-ups do produto, reação facial, antes/depois)
Diálogo e estrutura do roteiro
- Qual é o formato do gancho? (pergunta, afirmação ousada, meio da ação, reação)
- Como o diálogo é estruturado? (roteirizado, improvisado, narração, texto na tela)
- Que padrões de fala definem o tom? (palavras de preenchimento, comprimento das frases, nível de vocabulário)
- Como as falas se relacionam com as ações na tela?
Tom e energia
- Quais 3-4 palavras de emoção capturam a vibe?
- Como a energia muda ao longo do vídeo? (aumenta, fica constante, atinge o pico e cai)
- Qual é a relação com o espectador? (falando com um amigo, dirigindo-se a seguidores, pensando em voz alta)
Iluminação e qualidade técnica
- Qual é a abordagem de iluminação? (natural, ring light, atmosférica, superexposta)
- Qualidade de celular ou polida? Quais "defeitos" técnicos fazem parte da estética?
- Qualidade de áudio — microfone do celular, lapela, narração, ambiente?
O que torna este estilo DIFERENTE
Esta é a análise mais importante. Após catalogar tudo acima, identifique as 2-3 coisas que tornam este estilo distinto de um vídeo UGC genérico ou de uma análise de produto genérica. Talvez seja o ritmo, talvez o formato do gancho, talvez a forma como o produto é revelado, talvez o ritmo da edição. Essas características definidoras se tornam o núcleo do seu modelo.
Plano de otimização para 15 segundos
O vídeo de origem é quase certamente mais longo que 15 segundos. Antes de construir o modelo, planeje como o estilo mapeia para o limite de 15 segundos do Seedance:
- Qual é a versão mínima viável deste estilo? Identifique quais batidas/elementos são essenciais vs. bons de ter. Um clipe de 15 segundos precisa capturar a ESSÊNCIA do estilo — aquilo que faz alguém dizer "ah, isso é AQUELE tipo de vídeo."
- Este estilo precisa de uma estratégia de múltiplos clipes? Se o poder do estilo vem de um arco narrativo (configuração → recompensa) ou de uma lista de funcionalidades, ele precisa de 2-3 clipes. Se o estilo é mais sobre uma vibe ou um único momento, um clipe pode ser suficiente.
- Quantas falas cabem? Em ritmo natural, 15 segundos cabem 2-3 frases curtas. Conte as linhas na transcrição de origem e descubra quais carregam a voz do estilo. Essas vão para as regras de diálogo do modelo.
- Qual é a estrutura de batidas? 15 segundos = no máximo 2-3 batidas. Mapeie a estrutura de batidas do vídeo de origem para um esqueleto de 3 batidas: gancho → momento central → arremate.
Etapa 5: Construir o modelo
Crie um novo arquivo markdown estruturado como uma skill de prompt reutilizável. O arquivo deve ser autocontido — alguém deve ser capaz de lê-lo e gerar prompts neste estilo sem nunca ver o vídeo original.
Estrutura do modelo
# [Nome do Estilo] — Seedance 2.0
**Usar quando:** [descreva o tipo de vídeo que este modelo produz]
**Guia do modelo:** Leia [seedance-2.md](seedance-2.md) primeiro para regras da plataforma, parâmetros da API e o checklist de adaptação.
## O que define este estilo
[2-3 parágrafos explicando o que torna este estilo distinto e por que funciona.
Esta é a seção de "teoria" — ajuda o escritor do prompt a entender o estilo
intuitivamente para que possa fazer boas escolhas de variáveis, não apenas preencher lacunas.]
## A estrutura
[Identifique as camadas/blocos de construção DESTE estilo. Não force o modelo UGC
de 9 camadas se este estilo funciona de forma diferente. Se for um estilo de 5 camadas, faça 5.
Se for 12, faça 12. Deixe a estrutura real do vídeo guiar o modelo.]
## Fórmula camada por camada
### Camada N: [Nome]
[Explique o que esta camada faz e por que é importante para este estilo.]
**Padrão:**
\```
[A estrutura de sentença repetível com {{VARIÁVEIS}}]
\```
**Variáveis:**
| Variável | Opções | Notas |
|----------|--------|-------|
| `NOME_DA_VARIÁVEL` | opção 1, opção 2, opção 3 | [orientação] |
[Inclua bancos de opções, dicas e pegadinhas específicas deste estilo]
### [... mais camadas ...]
## Estrutura de batidas (formato de 15 segundos)
[Detalhe o framework de 3 batidas para um único clipe de 15 segundos neste estilo.
Qual é a batida 1 (gancho), batida 2 (central), batida 3 (arremate)? Quais batidas têm
diálogo vs. ação silenciosa? Máximo de 2-3 falas no total.]
## Estratégia de múltiplos clipes (se aplicável)
[Se o estilo completo precisar de mais de 15 segundos, mostre como dividi-lo em
2-3 clipes. Cada clipe deve ser independente com sua própria energia de gancho, mas
juntos eles recriam o estilo completo. Inclua uma tabela mostrando quais funcionalidades/momentos
vão em qual clipe.]
## Guia de tom e ritmo
[Como calibrar a energia, os padrões de fala e o ritmo para este estilo.
Inclua um banco de sugestões de ritmo específico para este estilo.]
## Especificações técnicas
[Iluminação, qualidade da câmera, características de áudio que definem a aparência
e a sensação deste estilo. Inclua os "defeitos" específicos que o tornam autêntico.]
## Modelo completo
[Um bloco copiável e colável para UM clipe de 15 segundos com TODAS as variáveis
marcadas como {{PLACEHOLDERS}}. Máximo de 3 batidas, máximo de 2-3 falas.
Esta é a unidade central — cada prompt gerado a partir deste modelo
produz um clipe Seedance de 15 segundos.]
## Exemplos de prompts
[Mostre um exemplo de múltiplos clipes (2-3 clipes) usando um produto/pessoa/cenário DIFERENTE
do vídeo de origem. Cada clipe é um prompt completo de 15 segundos. Juntos,
eles demonstram como o estilo funciona em uma série.]
## Checklist de adaptação
[Um checklist rápido para verificar se todas as camadas estão cobertas antes de enviar
o prompt. Inclua sempre as verificações padrão do Seedance 2.0 do seedance-2.md.]
Princípios-chave para o modelo
-
Cada prompt tem 15 segundos. Esta é uma restrição rígida do Seedance 2.0. O modelo debe produzir prompts que caibam em 15 segundos — no máximo 3 batidas, no máximo 2-3 falas. Se o estilo precisar de mais, o modelo deve incluir uma estratégia de múltiplos clipes mostrando como dividir em 2-3 prompts separados de 15 segundos.
-
Variáveis devem ser escolhas significativas, não preenchimento de lacunas em aberto. Para cada variável, forneça um banco curado de opções que se encaixam neste estilo. "Qualquer iluminação" é inútil. "Luz natural de janela, luz de cozinha suspensa, luz de varanda na hora dourada" dá orientação real.
-
Capture as regras, não apenas a estrutura. Se o gancho tiver que ser uma pergunta, diga isso. Se deve haver exatamente uma batida silenciosa, diga isso. O modelo deve tornar difícil escrever um prompt ruim.
-
Os exemplos de prompts devem usar conteúdo DIFERENTE do vídeo de origem. Se o vídeo de origem era de uma mulher analisando um sérum em seu quarto, o exemplo deve ser de um cara analisando uma barra de proteína em sua cozinha (ou algo assim). Isso prova que o modelo se generaliza.
-
Inclua uma referência
@(img1)de imagem do produto no padrão do modelo, já que os prompts do Seedance aceitam referências de imagem para o produto. -
Preserve a voz do estilo. Se o original usa tipos específicos de palavras de preenchimento, estruturas de frase específicas, padrões de energia específicos — codifique-os nas regras de diálogo do modelo e no guia de tom para que cada prompt gerado a partir dele soe correto.
-
O diálogo deve caber em 15 segundos. Uma pessoa natural fala cerca de 2-3 frases curtas em 15 segundos com pausas. Se o vídeo de origem tem diálogo denso e rápido, o modelo deve notar que o ritmo do falante é rápido e cada linha deve ser incisiva e curta. Conte as palavras — 30-40 palavras faladas é o teto realista para 15 segundos.
-
Siga o guia da plataforma Seedance 2.0. Todos os modelos devem estar em conformidade com seedance-2.md — comprimento do prompt (100-260 palavras), sem palavras proibidas ("cinematográfico," "profissional," "deslumbrante," "8k," "estúdio," "perfeito"), especificidade explícita de movimento e âncoras de consistência para referências de produto.
Etapa 6: Salvar e apresentar
- Salve o modelo em
skills/arcads-external-api/prompting/prompt-library/seedance-2-<nome-do-estilo>.md - Imprima um resumo na conversa:
- Qual estilo foi identificado
- As principais camadas/estrutura
- O que o torna distinto
- O caminho do arquivo onde foi salvo
- Pergunte: "Quer que eu gere um prompt de teste usando este modelo para garantir que funciona?"
Se eles disserem sim, gere um prompt para um produto/pessoa/cenário diferente do vídeo de origem — isso valida que o modelo é genuinamente reutilizável.
Etapa 7: Enviar para a API Arcads
Após gerar e salvar um prompt, ofereça-se para enviá-lo ao Arcads para geração de vídeo.
Endpoint da API: POST /v2/videos/generate
Corpo da requisição:
{
"model": "seedance-2.0",
"productId": "<product-uuid>",
"prompt": "<o-prompt-gerado>",
"aspectRatio": "9:16",
"duration": 15,
"resolution": "720p",
"audioEnabled": true,
"referenceImages": ["<caminho-do-arquivo-do-upload-assinado>"]
}
Antes de enviar:
- Peça ao usuário um
productId(ou use o ...
[conteúdo truncado para tradução]