Edição de vídeo (everything-claude-code)

Edição de Vídeo

Edição assistida por IA para filmagens reais. Não geração a partir de prompts. Edição rápida de vídeos existentes.

Quando Ativar

• O usuário deseja editar, cortar ou estruturar filmagens
• Transformar gravações longas em conteúdo de formato curto
• Criar vlogs, tutoriais ou vídeos de demonstração a partir de material bruto
• Adicionar sobreposições, legendas, música ou narração a vídeos existentes
• Reenquadrar vídeo para diferentes plataformas (YouTube, TikTok, Instagram)
• O usuário diz "editar vídeo", "cortar esta filmagem", "fazer um vlog" ou "fluxo de trabalho 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

Para trabalhos orientados a referências e medidos, encadeie taste-distillation em taste-application, depois retorne aqui para o editor e a revisão final da saída. As habilidades de gosto independentes podem usar filmagens existentes; a geração é opcional.

Antes de alterações no editor ao vivo ou DAW, salve um checkpoint de projeto versionado e verifique se o arquivo existe. Salve e verifique outro checkpoint após as alterações. Uma leitura de retorno da API prova o estado atual na memória, não que foi salvo. Mantenha a mídia renderizada, projetos editáveis e aprovação criativa como estados separados na transferência.

Para áudio orientado por MIDI, verifique as alturas em relação ao mapeamento de notas do rack receptor e audite o resultado; a criação bem-sucedida de clipes ainda pode produzir silêncio. Para projetos reconstruídos, valide através de carregamento e salvamento nativos, ordene os eventos na linha do tempo, verifique os links de amostra e estados de mudo, depois verifique e audite o áudio exportado exato para silêncio não intencional. A análise de XML por si só não prova que o DAW aceitou cada clipe ou produziu saída audível. Verifique o handshake de capacidade de uma ponte antes de invocar comandos mais recentes. Não ative a telemetria de upload ou dados de treinamento como efeito colateral de uma tarefa criativa; use um caminho de controle local suportado quando o consentimento ou a capacidade estiverem ausentes.

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 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 trabalho no navegador
• Filmagem bruta de câmera: filmagens de vlog, entrevistas, gravações de eventos
• Captura de área de trabalho via VideoDB: gravação de sessão com contexto em tempo real (veja a habilidade 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, digressões, takes repetidos
• Gerar lista de decisões de edição: carimbos de data/hora 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. Forneça 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, aparar, concatenar e pré-processar.

Extrair segmento por carimbo de data/hora

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

Corte em lote a partir da lista de decisões 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)

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

Quando usar Remotion

• Sobreposições: texto, imagens, marca, barras 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

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

Camada 5: Ativos 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 habilidade 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 VideoDB

Se o VideoDB estiver configurado:

voz_falada = coll.generate_voice(text="Narração aqui", voice="alloy")
musica = coll.generate_music(prompt="fundo lo-fi para vlog de codificação", duration=120)
efeito_sonoro = coll.generate_sound_effect(prompt="transição sutil de 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: correção básica e clima
• Mix de áudio final: equilibrar níveis de voz, música e efeitos sonoros
• Exportação: 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 Mídias Sociais

Diferentes plataformas precisam de diferentes proporções de aspecto:

Plataforma	Proporção de Aspecto	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 + carimbos de data/hora de cena:

"Dada esta transcrição com carimbos de data/hora e estes pontos de mudança de cena,
identifique os 5 clipes de 30 segundos mais envolventes para mídias 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 de edição visual
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, efeitos sonoros	Não é o centro do fluxo de trabalho
Descript / CapCut	Ritmo final, legendas, polimento	Manual, não automatizável

Princípios Chave

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

Presets de Fusão Nativos

ITO Production v1 fornece brilho de destaque contido, deslocamentos espaciais RGB opostos e um halo de luminância/ borda. Os arquivos exatos passaram por importação nativa prévia, salvar/reabrir e verificações curtas de renderização de movimento após revisão visual de duas fontes. Estes são valores iniciais que exigem revisão específica do plano; o halo não detecta ou rastreia assuntos.

ITO V28 contém trechos de gráfico Fusion preservados e verificados nativamente e um instalador Lua idempotente. Estes são exemplos de compatibilidade técnica, não padrões de produção recomendados: suas limitações visuais documentadas exigem ajuste e revisão de gosto antes do uso. Veja a proveniência do pacote para o escopo das verificações de importação e renderização anteriores.

Habilidades 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 nativa da plataforma