Super Video Maker

O que Super Video Maker faz?

O que esta skill faz

Transforma uma ideia de vídeo, roteiro, fluxo de produto, gravação de tela, briefing de avatar ou vídeo longo existente em ativos de vídeo polidos. A skill pode produzir:

• Explicadores com Avatar (avatar-explainer): vídeos com avatar baseados em provas, com um apresentador sintético, gravações de tela/recibos de fonte, micro-histórias de UI, legendas e ações concretas,
• Anúncios UGC com IA (ugc-ai-ad): anúncios para redes sociais pagas com um criador AI fictício, consistência de personagem com imagem de referência, clipes Seedance 2.5, consistência de voz ElevenLabs, variantes de hook, legendas e CTAs de resposta direta,
• Explicadores de Colagem em Movimento (motion-collage-explainer): shorts explicativos sem rosto, de uma única ideia, construídos a partir de uma colagem recortada de tela (gpt-image-2) animada em uma colagem viva com Seedance 2.5, narrados em uma voz documental calma "Em Poucas Palavras" (veja MOTION_COLLAGE_STYLE.md),
• vídeos com avatar via HeyGen,
• b-roll AI com Seedance 2.5 através de fal.ai,
• imagens geradas ou editadas com modelos de imagem OpenAI,
• gravações de tela com cursor/logs de eventos,
• gráficos em movimento no Remotion ou HyperFrames,
• legendas, subtítulos, música e exportações finais com FFmpeg.

Leia estes arquivos quando necessário

• VIDEO_COPY_PLAYBOOK.md para a camada de copy de TODA receita: a espinha dorsal de quatro linhas (um espectador, uma promessa, um mecanismo, um próximo passo), a regra das duas trilhas (voz carrega o argumento, tela carrega a evidência, nenhum repete o outro), a arte da copy na tela (headlines cinéticas, badges de dados, títulos fantasmas, ofertas no cartão final, o golpe tipográfico), arcos formato por formato, regras de credibilidade e o portal de copy a ser executado antes da primeira chamada paga de geração. Leia ANTES de escrever qualquer roteiro, hook, headline ou CTA, e leia sua seção 11 PRIMEIRO: uma VO de referência transcrita no REGISTRO SIMPLES aprovado pelo proprietário (zero figuras de linguagem em 70 segundos) mais uma tabela de antes/depois de copy que o proprietário rejeitou como "poético demais, conceitual demais, AI slop". O teste de apontar está lá: se o espectador não puder apontar para o substantivo que você acabou de dizer, reescreva. Funciona em conjunto com a skill copywriting-skill, que possui as regras gerais de voz e ritmo.
• SPOKEN_VO_HUMANIZER.md para como uma linha falada deve SOAR (12 regras para roteiros curtos + a lista de marcas proibidas de fala AI).
• HOOK_PLAYBOOK_ARTICLE_SPRINT.md para famílias de hook, a regra do ângulo antes da copy e a contabilidade de loop.
• recipes/README.md e tools/video_recipes.py para receitas de vídeo legíveis por máquina (listar, corresponder, planejar, validar).
• REFERENCE.md para capacidades de provedores e decisões de roteamento.
• FFMPEG_PLAYBOOK.md para receitas exatas de FFmpeg.
• WORKFLOW_EXAMPLES.md para exemplos completos de produção.
• REMOTION_VIDEO_GUIDE.md para regras de design de movimento no Remotion.
• TABLETOP_EXPLAINER_PLAYBOOK.md + workflows/tabletop-levels-explainer/ para construir reels explicadores em níveis de algo (apresentador fictício + b-roll de primeiro/último quadro + montagem de chave travada no ritmo).
• LIVING_CANVAS_PLAYBOOK.md + workflows/living-canvas-explainer/ para vídeos explicativos/de lançamento SaaS de tela única de nível boutique: ritmo de elemento em uma tela contínua (0-3 cortes duros), coreografia de câmera travada em palavras de VO sobre cartões de UI persistentes, física causal + reflow de layout + cadeias de transformação, aberturas a frio com VO emocional e timing de comédia, música de três bandas e um barramento de SFX travado no ritmo. Leia ANTES de qualquer pedido "faça parecer um estúdio de motion top" — cada duração, fator de zoom e constante de mola está especificado.
• HYPERREALISTIC_IMAGE_SOP.md para o framework de 12 partes que transforma uma imagem de referência em um prompt de criador UGC fotorrealista sem aparência de AI. Leia antes de gerar qualquer still de criador ou personagem hiper-realista.
• MOTION_COLLAGE_STYLE.md para a receita motion-collage-explainer: como construir uma still de colagem recortada de tela com gpt-image-2, animá-la em uma colagem viva com Seedance 2.5 e narrá-la em uma voz calma de documentário explicativo "Em Poucas Palavras". Leia antes de fazer qualquer curta explicativo sem rosto de colagem/expressão/conceito.
• REVIEW_VIDEO_PLAYBOOK.md + commands/review-video.md para a receita review-conquest-compilation (/review-video): uma montagem VO sem rosto de avaliações REAIS verificadas de concorrentes segmentando a palavra-chave " reviews", que nomeia as reclamações recorrentes, posiciona o próprio negócio do usuário como a alternativa e, em seguida, anexa o próprio reel de depoimentos do usuário. Leia antes de fazer qualquer vídeo de avaliação de concorrente / comparação / conquista. O negócio no final é uma variável — nunca codifique uma empresa específica.

Regras operacionais

1. Execute um pipeline em estágios, não chamadas aleatórias de ferramentas. Use: captação -> roteiro/lista de cenas -> ativos -> montagem -> finalização FFmpeg -> controle de qualidade -> exportações. 1a. Copy é um portal de produção, não um enfeite. Antes da primeira chamada de TTS, geração de clipe ou construção de timeline, escreva a espinha dorsal de quatro linhas de VIDEO_COPY_PLAYBOOK.md (um espectador, uma promessa, um mecanismo, um próximo passo), escolha o ângulo e execute sua lista de verificação de copy. Voz e tela nunca devem carregar a mesma frase: mude o vídeo e a história ainda deve fazer sentido; apague a tela e o argumento ainda deve se manter. Esta ordenação não é estilística. Em formatos travados em VO, o roteiro É a timeline, então uma mudança de roteiro após a construção re-trava cada número de quadro.
2. Confirme a geração paga antes da primeira chamada paga. Mostre provedores planejados, número de clipes/imagens, duração, resolução e prováveis direcionadores de custo.
3. Prefira ferramentas locais da skill. Use arquivos em tools/ antes de recorrer a scripts da raiz do projeto.
4. Cada ferramenta deve emitir RESULT: {...}. Analise esse JSON como a fonte da verdade.
5. Mantenha o estado do trabalho. Coloque cada execução em tmp/video_jobs/<job_id>/ com job_state.json, entradas, intermediários e exportações finais.
6. Não exclua ativos intermediários até que o controle de qualidade passe. Trabalhos de vídeo com falha são mais fáceis de corrigir quando os clipes brutos ainda existem.
7. Nunca cometa segredos ou sessões de usuário. Não publique .env, cookies, gravações geradas, avatares privados ou vídeos de usuário baixados.
8. Torne os erros amigáveis. Oculte stack traces brutas dos usuários finais, mas salve logs detalhados para depuração.
9. Padrão para vídeos com história em primeiro lugar. Não faça slideshows de notícias simples. Use: hook -> introdução transparente do avatar -> batida de notícia -> história/exemplo concreto -> prova da fonte -> passo de ação. 9a. Use avatar-explainer como nome de receita padrão para o formato que combina narração com avatar HeyGen, gravações de tela/recibos de fonte, micro-histórias de UI, b-roll, legendas e ações concretas.
10. Divulgue apresentadores sintéticos através da própria voz do avatar. Incorpore a linha "Nota rápida, este é o avatar digital de " no roteiro logo após o hook. NÃO preceda com um cartão de isenção de responsabilidade estático. Se a divulgação estiver faltando no áudio, recorra a um pequeno badge PNG transparente de pílula arredondada no canto superior esquerdo durante os primeiros ~4 segundos (renderizado com Pillow: preto marinho escuro #0A1228 com alpha 96%, contorno laranja da marca #FF6B2C de 2px, ponto de acento de 16px, "Avatar digital de " em branco sem serifa, raio de canto de 22px, 50px de cada borda). Nunca use um drawbox pesado no terço inferior na faixa inferior — ele colide com legendas centralizadas. Sempre inclua uma linha de rodapé permanente no cartão de encerramento: "Avatar digital de . <domínio>".
11. Combine avatar e voz HeyGen deliberadamente. Avatar e voz são IDs separados. Se nenhuma voz for fornecida explicitamente, primeiro tente corresponder o nome da voz ao nome do avatar selecionado antes de recorrer.
12. Gravações de tela devem parecer investigação, não wallpaper de rolagem. A prova no navegador deve mostrar o agente verificando a afirmação: abra a fonte, vá para a manchete, destaque a frase exata, use localizar na página para o nome do recurso, role até o parágrafo relevante, mude de aba para cobertura corroborativa e amplie a evidência. Evite páginas estáticas, vagar aleatório, repetições de hero crops, anúncios, CAPTCHAs, modais de cookies e rolagem lenta que não revela novas informações.
13. Use b-roll como explicação visual, não decoração. Para cada frase, pergunte: "Qual superfície muda por causa desta ideia?" Não combine substantivos com imagens genéricas ("fundador" -> pessoa no laptop). Mostre o ambiente onde a mudança acontece: um Google Doc, calendário, SERP, painel de analytics, thread do Slack, editor CMS, aba do navegador ou UI do produto com estados antes/ação/depois. Evite copiar qualquer estilo existente de canal do YouTube; use motion editorial moderno original, micro-histórias de UI, recibos de fonte e anotações limpas.
14. Trave cada visual à narração. Sempre transcreva o áudio do avatar com Whisper (timestamps de palavras) e prenda cada mudança de tela, corte de b-roll, legenda e terço inferior aos segundos reais em que as palavras aparecem. Nunca sobreponha visuais contra timing assumido.
15. Detecte duplicação de roteiro HeyGen. Alguns renders do HeyGen repetem inesperadamente o roteiro. Após o download, compare os segmentos do Whisper e corte o mestre para a primeira passagem única antes de compor.
16. Construa uma hierarquia visual com zonas não conflitantes e um PiP sem bordas. Avatar em tela cheia para a batida do hook. Avatar picture-in-picture para todas as outras batidas: sem bordas, cantos arredondados de 24px, sombra suave — nunca um quadro duro colorido. Implementação: Pillow renderiza pip_mask.png (máscara alfa de retângulo arredondado) e pip_shadow.png (forma escura desfocada) uma vez por trabalho; FFmpeg usa chromakey -> scale -> alphamerge para arredondar os cantos do avatar, então compõe a sombra no deslocamento +4, +16 abaixo. Tamanho padrão 492x276 em um mestre 1920x1080. Canto do PiP se adapta ao alinhamento da legenda: se as legendas estiverem centralizadas na parte inferior (padrão), coloque o PiP no canto superior direito em x=W-pip_w-50, y=50. Nunca coloque o PiP na mesma faixa que as legendas e oculte o PiP inteiramente durante a cauda final do CTA para que o cartão de recapitulação possua o quadro. Pule o cartão de título estático; abra diretamente no avatar em tela cheia. Mantenha um cartão de recapitulação no final com as etapas de ação e um rodapé de divulgação permanente.
17. Grave legendas karaokê centralizadas na parte inferior. Arial Black maiúsculo negrito ~64px, grupos de 2-3 palavras com a palavra ativa destacada em amarelo, sombra branca + contorno de 5px. Estilo ASS: Alignment=2 (centro-inferior), MarginL=MarginR=80 igual, MarginV=90. Gere a partir do JSON de palavras do Whisper com o deslocamento mestre aplicado. NÃO padronize para canto inferior esquerdo — legendas alinhadas à esquerda parecem amadoras e conflitam com sobreposições de divulgação.
18. Normalize o volume do áudio mestre para I=-16:TP=-1.5:LRA=11 para que o upload seja seguro para transmissão em YouTube, LinkedIn, X e podcasts.
19. Use fal.ai para Seedance 2.5 por padrão. tools/fal_seedance_video.py tem como alvo 2.5 a menos que você passe --seedance-version 2.0 ou defina SEEDANCE_VERSION=2.0. O 2.5 tem direito nesta conta e está verificado como funcionando (2026-08-09), então trate um clipe 2.5 como o resultado normal, não um desejado. Três regras permanentes: (i) fal_client deve estar instalado no interpretador que executa as ferramentas (python3 -m pip install fal-client), ou cada chamada Seedance morre com ModuleNotFoundError antes de chegar ao fal; (ii) nunca remova o guardião de espaço reservado da ferramenta, porque fal responde a uma solicitação 2.5 sem direito com HTTP 200 e seu clipe de exemplo enlatado em vez de um erro, e o fallback automático para 2.0 é a única coisa que impede que filmagens de arquivo entrem em um vídeo finalizado; (iii) sempre verifique fell_back na carga RESULT antes de afirmar que um clipe veio 2.5 — true agora significa que o acesso expirou, e vale a pena relatar em vez de enviar adiante. 2.5 é a versão mais cara (~$0.4730/s a 720p vs $0.3024/s no 2.0 padrão e $0.2419/s no 2.0 rápido), então gaste em tomadas que carregam o vídeo e use --fast para beats de preenchimento. --fast e --mini fixam uma chamada para 2.0, que é a única versão com níveis destilados. Quando fal Seedance estiver limitado ou sem crédito, recorra nesta ordem: (a) Replicate Seedance apenas se REPLICATE_API_TOKEN estiver configurado e fal estiver indisponível; (b) capturas de tela reais da fonte, maquetes de UI, filmagens de arquivo ou cartões tipográficos que expliquem diretamente o beat; (c) stills gpt-image-2 do OpenAI em quality=high, nativo 16:9 (2048x1152) + FFmpeg Ken Burns com scale-to-fill/crop; (d) local_explainer_broll.py apenas quando puder renderizar uma mudança real de UI/evento/estado. Nunca recorra a imagens abstratas de cosmos escuro, brilhantes, flutuantes ou simbólicas de "IA".
20. Recupere trabalhos HeyGen longos por video_id em vez de regenerar. Se a pesquisa local expirar, consulte o trabalho HeyGen existente e baixe quando concluído para evitar cobrança dupla de créditos.
21. Nunca faça loop de b-roll dentro de um beat longo. Se um beat alinhado ao Whisper for mais longo que o clipe, ou (a) gere um b-roll complementar para a segunda metade, (b) segure o quadro final com tpad=stop_mode=clone:stop_duration=N para excessos de até ~2 segundos, ou (c) faça cross-cut com um still Ken Burns. Um snap de loop visível é mais desorientador do que um quadro segurado breve.
22. Escolha b-roll pelo propósito do beat, não pela criatividade do prompt. Prefira real sobre gerado, sempre. O b-roll é decidido pelo que a narração está fazendo naquele momento, não pelo que é "legal gerar". Use este roteamento:
    • Beat de notícia ("aqui está o que mudou"): captura de tela real do anúncio (blog oficial, página de produto, post de lançamento) → Ken Burns. Supera qualquer render gerado.
    • Prova da fonte: filmagem do navegador operado pelo agente ou uma captura de tela real da página de prova. Nunca substitua isso por b-roll gerado.
    • História/exemplo ("um fundador fazendo X"): filmagem de arquivo real de uma pessoa real fazendo a coisa (Pexels/Pixabay) > foto editorial + Ken Burns > gerado apenas como último recurso.
    • Conceito/metáfora: prefira um cartão tipográfico de "citação em destaque" ou uma foto de objeto real único em vez de um render simbólico abstrato.
    • Agregado/momentum ("todo mundo está falando"): captura de tela de Techmeme/Trends/HN com Ken Burns, ou uma foto de manchetes de jornal em uma mesa, não um render de "constelação de dados".
    • Passo de ação: captura de tela de UI real com destaque para o botão/setor que o usuário deve clicar → Ken Burns com zoom intencional. Nunca generifique o passo de ação.
    • Identidade visual (fundo, transição, filler): clipe Seedance rápido/barato (--fast) ou um still com Ken Burns. Não gaste b-roll caro em filler.
23. Toda saída de vídeo deve começar com um aquecimento de LLM. Antes de qualquer chamada de geração paga, execute uma rodada de "pré-produção" sem chamadas de API: escreva a espinha dorsal de copy, a declaração de uma frase e as primeiras três batidas do roteiro. Peça ao usuário para aprovar o ângulo e o tom antes de prosseguir. Isto economiza créditos e produz vídeos melhores.
24. Para a receita ugc-ai-ad, use o HYPERREALISTIC_IMAGE_SOP.md. A still do criador deve ser hiper-realista, e não genérica. Siga o SOP de 12 partes: comece com uma imagem de referência, desconstrua iluminação e textura, escreva um prompt que force fotorrealismo e use gpt-image-2 com quality=high.
25. Para a receita motion-collage-explainer, leia MOTION_COLLAGE_STYLE.md. A still da colagem recortada é gerada com gpt-image-2 usando o prompt de estilo de colagem, então animada com Seedance 2.5 para criar movimento sutil. Combine com uma narração calma e documental e música ambiente.
26. Para a receita review-conquest-compilation, NUNCA gere avaliações falsas. Use apenas avaliações REAIS verificadas de fontes públicas (Google Reviews, Trustpilot, G2, Capterra, Reddit, Twitter/X, YouTube, Play Store/App Store). O script deve citar avaliações específicas e vinculá-las às suas fontes. Termine com o próprio reel de depoimentos do usuário e o posicionamento da solução.
27. Todas as legendas devem ser sincronizadas por palavra com Whisper. Gere legendas de karaokê (formato ASS) e queime-as no vídeo com FFmpeg. O arquivo de legenda ASS deve ser gerado programaticamente a partir da saída JSON do Whisper, com timestamps precisos e realce da palavra ativa.
28. Para áudio ElevenLabs, use as configurações de estabilidade e similaridade do SPOKEN_VO_HUMANIZER.md. A voz deve soar natural, sem entrega robótica ou monotonamente plana. Evite palavras de preenchimento de IA, pausas não naturais e volume irregular.
29. O mecanismo de fallback para Seedance é uma característica de segurança, não uma bug. Se fallback for verdadeiro na resposta da ferramenta Seedance, o custo real do clipe é o nível 2.0 e o prompt pode ou não corresponder exatamente. Rode com isso ajustando o comprimento do clipe e informando no log do trabalho.
30. Nunca use música com direitos autorais. Use música gerada por ElevenLabs Music ou Suno, ou música livre de direitos de fontes como YouTube Audio Library, Uppbeat ou Pixabay Music. Se estiver usando ElevenLabs Music, passe o prompt correspondente ao tom e duração do vídeo.
31. Formatos de exportação: saída final em MP4 (H.264, código de áudio AAC, 30 fps). Use tools/fal_seedance_video.py para geração de vídeo, tools/hyperrealistic_image_sop.py para criação de still de criador e ffmpeg para montagem final.
32. Teste e validação: após a montagem final, execute um script de validação de controle de qualidade que verifica: duração, resolução, taxa de quadros, presença de legendas, nível de áudio e que nenhum clipe ou áudio está faltando. Se a validação falhar, registre o erro e sugira correções.
33. Documentação: toda saída de trabalho deve incluir um relatório de produção (formato Markdown) que lista: receita, provedores usados, número de clipes, duração total, custo total estimado, problemas conhecidos e instruções de exportação.
34. Prompts para geração de vídeo Seedance devem incluir restrições de estilo, movimento e iluminação. Prefira prompts que descrevam uma ação ou estado claro, em vez de abstrato. Evite movimento rápido, mudanças de cena, mudanças de cor, texturas inconsistentes e elementos que piscam ou brilham.
35. Logs de erro: se uma chamada de ferramenta falhar, registre o erro completo com timestamp, nome da ferramenta, parâmetros de entrada, código de erro e mensagem. Não mostre o stack trace para o usuário, mas salve-o em tmp/video_jobs/<job_id>/error.log.
36. Expiração da sessão de ferramentas: se uma ferramenta exigir autenticação (HeyGen, fal.ai, OpenAI, ElevenLabs, Replicate) e a sessão expirar, informe o usuário e sugira re-autenticação. Nunca tente contornar a autenticação.
37. Gerenciamento de custos: antes de cada trabalho, estime o custo com base nos provedores planejados, número de clipes, duração e resolução. Se o custo estimado exceder um limite (definido pelo usuário ou padrão), pare e solicite confirmação.
38. Segurança de dados do usuário: nunca registre ou armazene dados do usuário (como gravações de tela, uploads de avatar, conteúdo de roteiro) fora do diretório do trabalho. Limpe tmp/video_jobs/ após o controle de qualidade passar.
39. Módulos Python: certifique-se de que todos os módulos Python necessários estão instalados: openai, fal-client, requests, Pillow, whisper, pandas, numpy, moviepy (opcional, para montagem de vídeo Python). Se faltando, instale com pip install no interpretador de execução da ferramenta.
40. Variáveis de ambiente: a skill depende das seguintes variáveis de ambiente: OPENAI_API_KEY, FAL_KEY, HEYGEN_API_KEY, ELEVENLABS_API_KEY, REPLICATE_API_TOKEN (opcional). Se alguma estiver faltando, registre um aviso e pare antes de chamar a API.
41. Formato da resposta da ferramenta: toda ferramenta deve retornar RESULT: {...} com chaves: success (booleano), message (string), data (dict opcional com saída específica da ferramenta), error (string opcional em caso de falha).
42. Interface de linha de comando: a skill pode ser invocada via comandos no formato /make-video <recipe> <params>, /review-video, /explain-video, etc. Consulte commands/ para comandos específicos.
43. Operação off-line: se não houver conectividade de internet, a skill pode usar gravações de tela locais, stills pré-gerados e scripts de ferramentas locais para montagens básicas, mas não pode gerar novos ativos de avatar, b-roll ou música. Registre a falta de conectividade e sugira fallbacks.
44. Tratamento de erros: erros de API (como rate limit, timeout, erro de autenticação) devem ser tratados graciosamente: (a) repita até 3 vezes com backoff exponencial, (b) se persistir, registre e caia no fallback mais próximo (consulte a regra 19), (c) nunca pare abruptamente sem registrar e informar o usuário.
45. Registro de depuração: habilite o registro detalhado (nível DEBUG) em tmp/video_jobs/<job_id>/debug.log. Inclua timestamps, chamadas de ferramenta, parâmetros, respostas e tempos de execução. Desabilite para produção, a menos que depurando um bug.

Receitas de vídeo suportadas

A skill vem com receitas pré-construídas. Cada receita é uma configuração nomeada (".recipe") ou um workflow shell. Para ver a lista de receitas suportadas:

• avatar-explainer (padrão): explicador baseado em avatar HeyGen com provas de tela
• ugc-ai-ad: anúncio UGC AI com criador fictício e clipes Seedance
• motion-collage-explainer: curta explicativo sem rosto com colagem animada
• review-conquest-compilation: montagem de avaliação de concorrente com posicionamento
• generic-voiceover: narração simples sobre clipes/imagens fornecidos pelo usuário
• custom: permitir que o usuário especifique uma receita personalizada

Para cada receita, a skill irá:

1. Validar a receita contra tools/video_recipes.py
2. Solicitar parâmetros ausentes (como URL de roteiro, ID do avatar, matriz de b-roll, preferência de música)
3. Executar o pipeline: roteiro -> ativos -> montagem -> finalização
4. Executar controle de qualidade e exportar
5. Relatar o resultado com um relatório de produção

Uso

Esta skill é projetada para ser usada com agentes como Claude Code, Cursor ou Codex.

# Exemplo: fazer um vídeo explicativo com avatar
/make-video avatar-explainer --script "explicar por que nossa ferramenta de IA é diferente" --avatar-id "avatar_abc123" --voice-id "voz_xyz456"

# Exemplo: fazer um anúncio UGC AI
/make-video ugc-ai-ad --product "nosso SaaS" --angle "problema-solução" --hook "Você está perdendo tempo com"

# Exemplo: fazer uma montagem de avaliação de concorrente
/review-video --competitor "ConcorrenteX" --business "MeuNegócio" --sources "G2,Trustpilot"

# Exemplo: obter ajuda sobre uma receita
/help-video-recipe avatar-explainer
# ou
python tools/video_recipes.py --help avatar-explainer

Fluxo de trabalho

flowchart TD
    A[Usuário fornece ideia/script] --> B[Pré-produção: espinha dorsal de copy, ângulo, aprovação]
    B --> C[Geração de roteiro + lista de cenas com Whisper]
    C --> D[Escolha do provedor: HeyGen / Seedance / OpenAI / ElevenLabs]
    D --> E[Geração de ativos: avatar, clipes, imagens, música]
    E --> F[Montagem: composição, legendas, PiP, recapitulação]
    F --> G[Finalização FFmpeg: normalização de áudio, formato de saída]
    G --> H[Validação de controle de qualidade: duração, resolução, presença de legendas]
    H --> I[Exportação: MP4 + relatório de produção]
    I --> J[Usuário recebe resultado]

Exemplo de saída

Após a execução bem-sucedida, o agente retorna uma mensagem como:

Vídeo criado com sucesso: tmp/video_jobs/video_20230809_123456/output.mp4
Duração: 02:34
Resolução: 1920x1080
Provedores: HeyGen (avatar + voz), Seedance (b-roll: 4 clipes), OpenAI (still de tela de abertura), ElevenLabs (música)
Custo estimado: $2.34
Relatório de produção: tmp/video_jobs/video_20230809_123456/production_report.md
Notas: Legendas sincronizadas, avatar divulgado, áudio normalizado, b-roll travado em palavras de VO. Pronto para upload.

Considerações finais

Esta skill é parte de uma plataforma de produção de vídeo orientada a agentes. Ela espera que o agente tenha acesso às chaves de API necessárias e ao ambiente de runtime Python com dependências instaladas. Para cenários off-line ou de baixo orçamento, reduza para receitas mais simples como generic-voiceover ou pule a geração Seedance em favor de stills com efeito Ken Burns. A skill é modular por design: provedores podem ser trocados, receitas personalizadas podem ser adicionadas e o pipeline pode ser estendido com novas ferramentas.

Consulte os playbooks vinculados para orientação detalhada: VIDEO_COPY_PLAYBOOK.md para copy, SPOKEN_VO_HUMANIZER.md para narração, HOOK_PLAYBOOK_ARTICLE_SPRINT.md para hooks, FFMPEG_PLAYBOOK.md para receitas FFmpeg, REFERENCE.md para capacidades de provedores e WORKFLOW_EXAMPLES.md para exemplos de ponta a ponta.