Edição de Vídeo

Edição assistida por IA para filmagens reais. Não é geração a partir de prompts. É editar vídeo existente rapidamente.

Quando Ativar

O usuário quer editar, cortar ou estruturar filmagens de vídeo
Transformar gravações longas em conteúdo de formato curto
Criar vlogs, tutoriais ou vídeos de demonstração a partir de captura bruta
Adicionar sobreposições, legendas, música ou narração a vídeo existente
Reenquadrar vídeo para diferentes plataformas (YouTube, TikTok, Instagram)
O usuário diz "editar vídeo", "cortar essa filmagem", "fazer um vlog" ou "fluxo de vídeo"

Tese Central

A edição de vídeo com IA é útil quando você para de pedir que ela crie o vídeo inteiro e começa a usá-la para comprimir, estruturar e aumentar filmagens reais. O valor não está na geração. O valor está na compressão.

O Pipeline

Screen Studio / filmagem bruta
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript ou CapCut

Cada camada tem um trabalho específico. Não pule camadas. Não tente fazer uma única ferramenta fazer tudo.

Camada 1: Captura (Screen Studio / Filmagem Bruta)

Colete o material de origem:

Screen Studio: gravações de tela polidas para demonstrações de aplicativos, sessões de codificação, fluxos de navegador
Filmagem bruta de câmera: filmagens de vlog, entrevistas, gravações de eventos
Captura de desktop via VideoDB: gravação de sessão com contexto em tempo real (veja a skill videodb)

Saída: arquivos brutos prontos para organização.

Camada 2: Organização (Claude / Codex)

Use Claude Code ou Codex para:

Transcrever e rotular: gerar transcrição, identificar tópicos e temas
Planejar estrutura: decidir o que fica, o que é cortado, qual ordem funciona
Identificar seções mortas: encontrar pausas, tangentes, takes repetidos
Gerar lista de decisões de edição: timestamps para cortes, segmentos a manter
Estruturar código FFmpeg e Remotion: gerar os comandos e composições

Exemplo de prompt:
"Aqui está a transcrição de uma gravação de 4 horas. Identifique os 8 segmentos mais fortes
para um vlog de 24 minutos. Me dê comandos de corte FFmpeg para cada segmento."

Esta camada é sobre estrutura, não sobre gosto criativo final.

Camada 3: Cortes Determinísticos (FFmpeg)

O FFmpeg lida com o trabalho chato mas crítico: dividir, cortar, concatenar e pré-processar.

Extrair segmento por timestamp

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Corte em lote a partir de lista de decisão de edição

#!/bin/bash
# cuts.txt: inicio,fim,rotulo
while IFS=, read -r inicio fim rotulo; do
  ffmpeg -i raw.mp4 -ss "$inicio" -to "$fim" -c copy "segmentos/${rotulo}.mp4"
done < cuts.txt

Concatenar segmentos

# Criar lista de arquivos
for f in segmentos/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy montado.mp4

Criar proxy para edição mais rápida

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extrair áudio para transcrição

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normalizar níveis de áudio

ffmpeg -i segmento.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalizado.mp4

Camada 4: Composição Programável (Remotion)

Remotion transforma problemas de edição em código componível. Use-o para coisas que editores tradicionais tornam dolorosas:

Quando usar Remotion

Sobreposições: texto, imagens, branding, terços inferiores
Visualizações de dados: gráficos, estatísticas, números animados
Gráficos em movimento: transições, animações explicativas
Cenas componíveis: modelos reutilizáveis em vários vídeos
Demonstrações de produtos: capturas de tela anotadas, destaques de UI

Composição Remotion básica

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Filmagem principal */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segmentos/intro.mp4" />
      </Sequence>

      {/* Sobreposição de título */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            A Pilha de Edição com IA
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Próximo segmento */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segmentos/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Renderizar saída

npx remotion render src/index.ts VlogComposition output.mp4

Consulte a documentação do Remotion para padrões detalhados e referência da API.

Camada 5: Assets Gerados (ElevenLabs / fal.ai)

Gere apenas o que você precisa. Não gere o vídeo inteiro.

Narração com ElevenLabs

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Seu texto de narração aqui",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("narracao.mp3", "wb") as f:
    f.write(resp.content)

Música e Efeitos Sonoros com fal.ai

Use a skill fal-ai-media para:

Geração de música de fundo
Efeitos sonoros (modelo ThinkSound para vídeo-para-áudio)
Sons de transição

Visuais gerados com fal.ai

Use para takes de inserção, miniaturas ou b-roll que não existe:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "miniatura profissional para vlog de tecnologia, fundo escuro, código na tela",
  "image_size": "landscape_16_9"
})

Áudio generativo do VideoDB

Se o VideoDB estiver configurado:

voiceover = coll.generate_voice(text="Narração aqui", voice="alloy")
music = coll.generate_music(prompt="lo-fi de fundo para vlog de codificação", duration=120)
sfx = coll.generate_sound_effect(prompt="som de transição sutil whoosh")

Camada 6: Polimento Final (Descript / CapCut)

A última camada é humana. Use um editor tradicional para:

Ritmo: ajustar cortes que parecem muito rápidos ou lentos
Legendas: geradas automaticamente, depois limpas manualmente
Correção de cor: ajuste básico e clima
Mixagem de áudio final: equilibrar níveis de voz, música e SFX
Exportar: formatos e configurações de qualidade específicos da plataforma

É aqui que o gosto mora. A IA limpa o trabalho repetitivo. Você faz as chamadas finais.

Reenquadramento para Redes Sociais

Plataformas diferentes precisam de proporções de aspecto diferentes:

Plataforma	Proporção	Resolução
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Feed do Instagram	1:1	1080x1080
X / Twitter	16:9 ou 1:1	1280x720 ou 720x720

Reenquadrar com FFmpeg

# 16:9 para 9:16 (corte central)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 para 1:1 (corte central)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" quadrado.mp4

Reenquadrar com VideoDB

from videodb import ReframeMode

# Reenquadramento inteligente (rastreamento de assunto guiado por IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Detecção de Cena e Corte Automático

Detecção de cena FFmpeg

# Detectar mudanças de cena (limiar 0.3 = sensibilidade moderada)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Detecção de silêncio para corte automático

# Encontrar segmentos silenciosos (útil para cortar ar morto)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extração de destaques

Use Claude para analisar transcrição + timestamps de cena:

"Dada esta transcrição com timestamps e estes pontos de mudança de cena,
identifique os 5 clipes de 30 segundos mais envolventes para redes sociais."

O Que Cada Ferramenta Faz Melhor

Ferramenta	Força	Fraqueza
Claude / Codex	Organização, planejamento, geração de código	Não é a camada de gosto criativo
FFmpeg	Cortes determinísticos, processamento em lote, conversão de formato	Sem interface visual de edição
Remotion	Sobreposições programáveis, cenas componíveis, modelos reutilizáveis	Curva de aprendizado para não-desenvolvedores
Screen Studio	Gravações de tela polidas imediatamente	Apenas captura de tela
ElevenLabs	Voz, narração, música, SFX	Não é o centro do fluxo de trabalho
Descript / CapCut	Ritmo final, legendas, polimento	Manual, não automatizável

Princípios Chave

Edite, não gere. Este fluxo é para cortar filmagens reais, não criar a partir de prompts.
Estrutura antes do estilo. Acerte a história na Camada 2 antes de tocar em qualquer coisa visual.
FFmpeg é a espinha dorsal. Chato mas crítico. É onde filmagens longas se tornam gerenciáveis.
Remotion para repetibilidade. Se você fará mais de uma vez, faça um componente Remotion.
Gere seletivamente. Use geração de IA apenas para assets que não existem, não para tudo.
Gosto é a última camada. A IA limpa o trabalho repetitivo. Você faz as chamadas criativas finais.

Skills Relacionadas

fal-ai-media — Geração de imagem, vídeo e áudio com IA
videodb — Processamento, indexação e streaming de vídeo no lado do servidor
content-engine — Distribuição de conteúdo nativo da plataforma

Perguntar na sua IA favorita

Prévia

Documentação