Filme de Lançamento
Um pipeline que transforma fatos do produto + uma narração em um MP4 finalizado. Cada quadro é uma função pura do tempo (renderFrame(t) em film/film.js), então imagens estáticas, prévias e a renderização final sempre concordam, e cada legenda/corte é orientado por uma tabela de palavras medida.
Os scripts ficam em scripts/ ao lado deste arquivo (chame-o de <skill>). Eles não têm dependências npm: precisam de Node 20+, ffmpeg/ffprobe no PATH, e qualquer Chromium (o chromium-headless-shell do Playwright é encontrado automaticamente; caso contrário, defina CHROME=). Trabalhe em uma pasta de projeto nova, ex.: ~/<produto>-lançamento/, e execute cada script dentro dela.
0. Fatos primeiro — o que o vídeo pode afirmar
Leia o produto real antes de escrever uma palavra: sua landing page, seus docs/README, seu código-fonte de UI, um vídeo introdutório existente (capture quadros com ffmpeg). As funcionalidades no roteiro e a UI nas cenas devem ser coisas que o produto realmente faz, escritas nas palavras que seus usuários usam. O público importa: para donos de loja / compradores não técnicos, use frases curtas do dia a dia, sem jargão.
Higiene de marca, aprendida da maneira difícil:
- Se o nome do produto contiver a marca de outra pessoa (ex.: uma ferramenta para Zalo/Shopee/Notion) e não for oficialmente afiliada, não use o logotipo ou a cor de assinatura dessa marca; digite o nome como texto.
- As pastas de origem geralmente são forks de um projeto de cliente mais antigo. Pesquise screenshots/strings de UI em busca de nomes de clientes remanescentes (nomes de empresas antigas, logotipos antigos, dados de amostra antigos) e mantenha-os fora do filme. Pergunte ao usuário se não tiver certeza.
- Não redesenhe o logotipo oficial de uma empresa real, a menos que o usuário o forneça. O logotipo de um produto visto em seu vídeo introdutório pode ser recriado, mas diga isso e ofereça-se para substituir pelo arquivo original.
- Nomes de amostra, preços e chats na tela são ilustrativos — informe o usuário.
1. Roteiro
Forma padrão (adapte-a; o comprimento segue o conteúdo, ~9–12 linhas curtas):
Este é [Nome]. Um [categoria]… construído para [valor]. [VERBO] em QUALQUER [coisa]! ← remova · Dê a ele [entrada], e ele simplesmente… entende. · Quanto mais você o usa, MELHOR ele fica. · [3 configurações/recursos, uma linha curta cada] · Cada [saída], exatamente como você a imaginou. · [Nome]. Já disponível.
- Apenas uma palavra enfatizada (gradiente + brilho). O nome na cor da marca é aceitável adicionalmente.
- Para cobrir todos os recursos principais (solicitação do usuário), dê a cada recurso sua própria linha curta e deixe o filme durar ~27–30 segundos em vez de 22 s.
- Escreva
script.json(vejatemplates/script.example.json):lines[]→units[]dividido nas vírgulas/finais de frase, cada um comend: ","|".". As linhas são aquelas pelas quais as legendas e cenas se orientam.extraBefore(segundos) adiciona espaço para respirar antes de uma linha (usado antes da reunião do logotipo).
2. Voz
Preferido: o VoiceStudio MCP se estiver conectado (list_voices, generate_speech com profile_id, language, steps: 32). Caso contrário, ElevenLabs via HTTPS com a chave do usuário. Gere 4 takes do roteiro completo, copie-os para voice/ com nomes legíveis e meça cada um (ffmpeg -af silencedetect=noise=-38dB:d=0.12): duração, pausa mais longa, pico. Apresente a tabela e deixe o usuário escolher; se ele não escolher, selecione o take mais fluente (menos/mais curtas pausas) e informe.
Notas: O instruct do VoiceStudio é uma string de atributo de design de voz ("female, young adult, american accent"), não tags de emoção — a emoção vem da pontuação e da própria voz. Seu transcribe pode retornar 409 quando o ASR não estiver ativado; o alinhador abaixo não precisa de ASR.
Em seguida, alinhe e limpe o take escolhido:
node <skill>/scripts/voice_align.mjs voice/take.wav script.json build/voice.wav build/words.json 0.9
Ele divide a fala em pausas ≥100 ms, alinha segmentos às unidades do roteiro com programação dinâmica (uma vírgula pode ou não fazer pausa), corta pausas >0,28 s para 0,2 s, equaliza cada linha 85 % em direção à mediana (o ganho se move apenas dentro das pausas) e escreve words.json (phrases[], words[] com t0/t1). Verifique se a tabela de alinhamento impressa faz sentido (cada unidade em áudio plausível). Os tempos das palavras dentro de uma frase são proporcionais às sílabas e ajustados aos dips do envelope — bom para legendas de digitação; informe se o usuário esperar precisão de ASR por palavra.
3. Assets
node <skill>/scripts/assets.mjs fonts # Be Vietnam Pro (todos os diacríticos vietnamitas) + Geist Mono
node <skill>/scripts/assets.mjs pool 2 11 # ~1000 miniaturas gratuitas + folhas de contato para escolher
node <skill>/scripts/assets.mjs get <id> <id>… # fotos escolhidas em 640²
node <skill>/scripts/shoot-ui.mjs <produto>/public ref/ui index.html other.html # screenshots de UI somente leitura (sem backend)
Olhe as folhas (Leia o .jpg) e escolha imagens que se encaixem no mundo do produto; o estoque gratuito é principalmente paisagens, então desenhe visuais do produto proceduralmente quando o estoque não se encaixar (o modelo desenha tecidos planos, cartões de chat, cartões de arquivo, cartões de código). A UI real é redesenhada em canvas a partir dos screenshots/fonte — mesmo layout, cores (leia as variáveis CSS), rótulos e fluxo de amostra — não screenshots colados.
4. Filme
Copie templates/film/ para o projeto como film/, exporte a tabela de palavras, depois adapte film.js:
node -e "const j=require('./build/words.json');require('fs').writeFileSync('film/words.js','window.WORDS='+JSON.stringify(j)+';')"
Leia references/film-template.md antes de editar — ele mapeia cada cena, os helpers (typeWords, glass, tile, aura, cam, push), as variáveis de tempo, a tabela de eventos sonoros e META.runs. Mantenha as regras que fazem o estilo funcionar:
- Os inícios de cena caem nos inícios de frase (
B[]), os cross-fades os abrangem (±0,18 s). Os pushes de câmera vão de 1,00→1,04 por cena; quando o conteúdo continua para a próxima cena, inicie essa cena no zoom em que a anterior terminou. - Nada aparece subitamente: fades suaves ≥0,3 s. Os únicos cortes secos são as execuções de semicolcheia (flashes de imagem, trocas de cartão, rolagens de semente), alinhados à grade ancorada no drop.
- Sem pontos finais na tela. Sem destaques de caixa de seleção, flashes brancos, impactos, 3D.
- O glass precisa de algo atrás (aura ou lavagem de foto desfocada) ou desaparece.
5. Verifique imagens estáticas antes da renderização completa
node <skill>/scripts/render.mjs events build/events.json # também prova que a página inicializa
SUB=1 node <skill>/scripts/render.mjs stills build/stills 1.7 3.9 6.4 7.6 … # uma por cena + momentos-chave
node <skill>/scripts/finish.mjs sheet build/stills build/contact.jpg
Leia a folha de contato você mesmo e corrija o que vir antes de mostrar ao usuário: chip/rótulo fora de sincronia com o cartão que nomeia, badges sobrepostos, texto escorrendo sob o glass, uma imagem fora de contexto encerrando uma sequência, legendas cortadas pela borda do quadro, strings não traduzidas ou remanescentes. Re-renderize as imagens estáticas afetadas com SUB=8 para confirmar que o motion blur parece correto. Mostre ao usuário ~8 imagens estáticas (caminhos + o que cada uma mostra) quando ele tiver pedido para aprovar imagens estáticas; caso contrário, prossiga.
6. Som, renderizar, verificar
node <skill>/scripts/finish.mjs audio # síntese de música+SFX, duck de 3 bandas, mid trim por frase para ~+9 dB, loudnorm -14 LUFS
node <skill>/scripts/finish.mjs video <nome>.mp4 3 # ~1 s/quadro/trabalhador; execute em segundo plano
audio.mjs sintetiza uma base de 130 BPM cuja grade de compasso é ancorada no drop (META.D) e um SFX por evento em seu pico (tecla por letra digitada, clique por mudança de imagem, whoosh, riser no drop/logotipo, impacto, pouso suave na palavra enfatizada), então nada precisa ser baixado. Se o usuário fornecer uma faixa, misture-a em vez disso e mantenha o drop na linha do verbo. Relate honestamente a tabela voz-sobre-música impressa: as linhas após o drop devem ficar ≈+9 dB; linhas esparsas de introdução/encerramento são mais altas por design.
finish.mjs video renderiza em paralelo, multiplexa AAC 320k, verifica diferenças de quadro para pops de quadro único fora de META.runs e imprime tamanho/fps/loudness. Em seguida, extraia alguns quadros do MP4 final e examine-os antes de relatar.
7. Relatório
Dê o caminho para o MP4, suas especificações, o que cada cena mostra, os resultados da verificação (pops, LUFS/pico, voz-sobre-música), e o que é ilustrativo ou redesenhado (logotipo, dados de amostra, tomadas de produto processuais, música sintetizada), além da oferta de uma linha para substituir por assets reais. Escreva para o usuário em seu idioma e em palavras simples.
Pegadinhas
- Ferramentas de shell no Windows: use listas
ffmpeg -f concatem vez de substituição de processo; definacddentro do mesmo comando que renderizações longas em segundo plano. canvas.letterSpacingectx.filterprecisam de um Chromium recente — o localizador agrupado escolhe a build mais recente do Playwright.- Fontes: Geist não cobre alguns glifos vietnamitas; use Be Vietnam Pro para texto em vietnamita.
- Motion blur abrange cortes duros de semicolcheia e mostra um quadro mesclado — isso é esperado, e esses intervalos pertencem a
META.runs.