Skill de Produção de Vídeo AI a partir de Roteiro
Sistema profundo de automação abrangente do processo de conversão de Roteiro de texto puro em Vídeo AI 9:16 Full HD completo, otimizado para taxa de retenção de audiência (Audience Retention) no TikTok, Reels e Shorts.
🎯 7 REGRAS ESSENCIAIS (ALWAYS-ON RULES)
-
PROCESSO IMAGE-FIRST & OLHO AI DE INSPEÇÃO:
- Sempre gerar imagens de cena primeiro usando o modelo
meta_muse. - Ativar o modo de herança contínua (
image_chain_mode: "chained") para manter 100% de consistência de personagens, roupas e cenários. - Extrair imagens e usar o Olho AI (
read_file) para inspecionar diretamente, garantindo nota 10/10 antes de gerar o vídeo.
- Sempre gerar imagens de cena primeiro usando o modelo
-
PORTÃO DE AUDITORIA DE FALA BIDIRECIONAL (BIDIRECTIONAL STT AUDITOR):
- Direção direta (Contra engolir palavras): Garantir cobertura de palavras-chave $\ge 70\%$ e verificar 3-5 palavras finais da frase do roteiro (evitar corte no final da fala).
- Direção reversa (Contra murmúrios no final): Verificar palavras após a última palavra-chave do roteiro. Se o vídeo for muito longo e o AI inventar $\ge 2$ palavras estranhas ➔ Marcar
FAILEDimediatamente. - Relatório 100% honesto: É proibido maquiar dados STT ou ocultar palavras inventadas.
- Comando de bloqueio rígido (Hard Gatekeeper): Proibido montar vídeo enquanto houver cena que não tenha
PASSED.
-
FÓRMULA DE PACING DE DURAÇÃO PRECISA:
- Menos de 25 palavras: 6s - 8s
- 25 - 38 palavras: 10s
- 39 - 50 palavras: 12s
- 51 - 65 palavras: 15s (Voice Directing lê rápido, com clareza)
-
TRAVA DE SOTAQUE SULISTA & SINCRONIZAÇÃO DE TERMOS REGIONAIS:
- Quando o roteiro exigir sotaque sulista: Obrigatório substituir todas as conjunções/palavras de ligação do norte no roteiro e no prompt (exemplo: usar "ba với mẹ" em vez de "ba và mẹ", usar interjeições "hả", "nghen", "nhen", "hén", "sao kì dạ").
- Voice Directing bilíngue obrigatório:
Voice Directing: Voz feminina sulista de Saigon doce, pronúncia padrão do dialeto sulista do Vietnã (Authentic Southern Vietnamese Saigon female voice, soft sweet Southern dialect). Proibido absolutamente sotaque do norte.
-
PRESERVAÇÃO DE VOZ INFANTIL AO FALAR SOBRE TEMAS ADULTOS & AUDITORIA DE TOM (PITCH AUDIT):
- Isolar descrição da fala (Isolate Prompt from Dialogue): Nunca citar conteúdo filosófico/dinheiro/presentes na descrição da imagem ou movimento (
[PROMPT],[MOTION]). Manter a descrição 100% ingênua e de cartoon. - Voice Directing trava para voz infantil:
Voice Directing: Voz de menino sulista clara, inocente, ingênua, falando com sotaque infantil fofo e enrolado (Cute toddler boy child voice). Proibido absolutamente voz adulta, proibido absolutamente voz feminina adulta. - Verificação de tom (Portão $F_0$): Voz infantil obrigatoriamente deve ter $F_0 \ge 250$ Hz (normalmente 280-350 Hz). Se $F_0 < 220$ Hz ➔ Marcar
FAILEDimediatamente, proibido montar vídeo!
- Isolar descrição da fala (Isolate Prompt from Dialogue): Nunca citar conteúdo filosófico/dinheiro/presentes na descrição da imagem ou movimento (
-
TRAVA DE SINCRONIA LABIAL DE PERSONAGEM ÚNICO & TROCA DE PLANOS PING-PONG:
- Cada plano de vídeo deve ter apenas 1 personagem abrindo a boca para falar voltado para a câmera. Personagens secundários mantêm os lábios fechados ouvindo.
- Cenas de diálogo com 2 ou mais pessoas devem ser separadas em planos Ping-pong (1A: Quem pergunta, 1B: Quem responde) para evitar sobreposição de sincronia labial em 100%.
-
PROCESSO DE PÓS-PRODUÇÃO PADRÃO EM 4 ETAPAS:
- Snappy Trim: Detectar o marco final da sílaba usando STT Binary Search, cortar rente ao final da fala (+0.15s) com micro fade-out de 0.15s, eliminando 100% de dead air.
- Re-encode Concat: Concatenar usando libx264 para eliminar erros de corrupt packet.
- Speedup 1.1x (Pitch Preserved): Acelerar 1.1x mantendo 100% do tom natural da voz.
- Google Drive Sync: Fazer upload automático para a pasta especificada no Google Drive e limpar arquivos pesados da máquina.
🛠️ ESTRUTURA DO SKILL
script-to-video-ai-skill/
├── SKILL.md # Definição do skill para o Antigravity AI Agent
├── PROJECT_RULES.md # Regras essenciais obrigatórias do sistema (CÉREBRO)
├── AGENTS.md # Guia de comportamento e estilo de trabalho para o Agent
├── GEMINI.md # Documentação de padrões detalhados e solução de problemas
├── requirements.txt # Bibliotecas Python necessárias
├── scripts/ # Conjunto de ferramentas de execução automática:
│ ├── run_render.py # Enviar job e monitorar pipeline
│ ├── dialogue_auditor.py # Cérebro de auditoria de fala STT bidirecional & Pitch Audit
│ ├── snappy_trimmer.py # Cortar dead air usando STT Binary Search
│ ├── add_footer.py # Inserir rodapé adaptativo à resolução
│ ├── gdrive_uploader.py # Upload de vídeo para o Google Drive automaticamente
│ └── audio_verifier.py # Suporte à análise de áudio
├── configs/ # Arquivos de configuração de exemplo
│ └── sample_pipeline.json
└── README.md # Guia de instalação e implantação do A ao Z