Edição de Vídeo
Edição de filmagens reais assistida por IA. Não é gerada a partir de prompts. Edite rapidamente vídeos existentes.
Quando Ativar
- O usuário quer editar, cortar ou estruturar filmagens de vídeo
- Converter gravações longas em conteúdo curto para redes sociais
- Construir Vlogs, tutoriais ou vídeos de demonstração a partir de filmagens brutas
- Adicionar sobreposições, legendas, música ou narração a vídeos existentes
- Reenquadrar vídeos para diferentes plataformas (YouTube, TikTok, Instagram)
- O usuário diz "editar vídeo", "cortar essa filmagem", "fazer um Vlog" ou "fluxo de trabalho de vídeo"
Argumento 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 aprimorar filmagens reais. O valor não está na geração. O valor está na compressão.
Pipeline
Screen Studio / Filmagens brutas
→ 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 / Filmagens brutas)
Colete o material de origem:
- Screen Studio: Gravações de tela de alta qualidade para demonstrações de aplicativos, sessões de codificação, fluxos de trabalho de navegador
- Filmagens brutas de câmera: Material de Vlog, entrevistas, gravações de eventos
- Captura de desktop via VideoDB: Gravações de sessão com contexto em tempo real (veja o skill
videodb)
Saída: Arquivos brutos prontos para organização.
Camada 2: Organização (Claude / Codex)
Use Claude Code ou Codex para:
- Transcrever e etiquetar: Gerar transcrições, identificar tópicos e assuntos
- Planejar a estrutura: Decidir o que manter, o que cortar e qual ordem faz sentido
- Identificar pontos mortos: Encontrar pausas, divagações, tomadas repetidas
- Gerar lista de decisões de edição: Timestamps para cortes, segmentos a manter
- Esboçar código FFmpeg e Remotion: Gerar comandos e composições
Exemplo de prompt:
"Aqui está a transcrição de uma gravação de 4 horas. Encontre os 8 segmentos mais fortes
para um Vlog de 24 minutos. Me dê os comandos FFmpeg para cortar cada segmento."
Esta camada é sobre estrutura, não sobre o gosto criativo final.
Camada 3: Corte Determinístico (FFmpeg)
FFmpeg lida com o trabalho tedioso, mas crucial: divisão, corte, concatenação e pré-processamento.
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 uma lista de decisões de edição
#!/bin/bash
# cuts.txt: início,fim,rótulo
while IFS=, read -r start end label; do
ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt
Concatenar segmentos
# Criar lista de arquivos
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Criar arquivos 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 nível de áudio
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Camada 4: Composição Programável (Remotion)
Remotion transforma problemas de edição em código componível. Use para coisas que editores tradicionais têm dificuldade:
Quando usar Remotion
- Sobreposições: texto, imagens, marca, barras de legenda
- Visualização 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, destaque de UI
Composição básica do Remotion
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="/segments/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)",
}}>
Stack de Edição com IA
</h1>
</AbsoluteFill>
</Sequence>
{/* Próximo segmento */}
<Sequence from={300} durationInFrames={450}>
<Video src="/segments/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: Geração de Ativos (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",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("voiceover.mp3", "wb") as f:
f.write(resp.content)
Música e efeitos sonoros com fal.ai
Use o skill fal-ai-media para:
- Geração de música de fundo
- Efeitos sonoros (modelo ThinkSound para vídeo-para-áudio)
- Efeitos de transição
Visuais generativos com fal.ai
Para shots de inserção, miniaturas ou B-roll que não existem:
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 gerado com VideoDB
Se o VideoDB estiver configurado:
voiceover = coll.generate_voice(text="Narração aqui", voice="alloy")
music = coll.generate_music(prompt="Música ambiente lo-fi para Vlog de programação", duration=120)
sfx = coll.generate_sound_effect(prompt="Efeito sonoro de transição swoosh suave")
Camada 6: Polimento Final (Descript / CapCut)
A última camada é trabalho humano. Use editores tradicionais para:
- Ritmo: Ajustar cortes que parecem muito rápidos ou lentos
- Legendas: Gerar automaticamente, depois revisar manualmente
- Correção de cor: Ajustes básicos e clima
- Mixagem de áudio final: Equilibrar níveis de voz, música e efeitos
- Exportar: Configurações de formato e qualidade específicas para a plataforma
O gosto é aqui. A IA remove o trabalho repetitivo. Você toma a decisão final.
Reenquadramento para Redes Sociais
Plataformas diferentes exigem proporções 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 |
Reenquadramento com FFmpeg
# 16:9 para 9:16 (corte centralizado)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 para 1:1 (corte centralizado)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Reenquadramento 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 Cenas e Corte Automático
Detecção de cenas com FFmpeg
# Detectar mudanças de cena (threshold 0.3 = sensibilidade média)
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 de silêncio (útil para cortar espaços vazios)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
Extração de destaques
Use Claude para analisar a transcrição + timestamps da cena:
"Com base nesta transcrição com timestamps e nestes pontos de mudança de cena,
identifique os 5 melhores segmentos de 30 segundos para redes sociais."
O Que Cada Ferramenta Faz de Melhor
| Ferramenta | Pontos Fortes | Pontos Fracos |
|---|---|---|
| Claude / Codex | Organização, planejamento, geração de código | Não é a camada de gosto criativo |
| FFmpeg | Corte determinístico, 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 de alta qualidade instantâneas | Apenas captura de tela |
| ElevenLabs | Voz, narração, música, efeitos sonoros | Não é um hub de fluxo de trabalho |
| Descript / CapCut | Ritmo final, legendas, polimento | Manual, não automatizável |
Princípios Chave
- Editar, não gerar. Este fluxo de trabalho é para cortar filmagens reais, não para criar a partir de prompts.
- Estrutura antes do estilo. Organize a história na Camada 2 antes de tocar em qualquer conteúdo visual.
- FFmpeg é a espinha dorsal. Tedioso, mas crucial. É aqui que filmagens longas se tornam gerenciáveis.
- Remotion para repetibilidade. Se você fará a mesma coisa várias vezes, transforme-a em um componente Remotion.
- Geração seletiva. Use geração de IA apenas para ativos que não existem, não para tudo.
- Gosto é a última camada. A IA remove o trabalho repetitivo. Você toma as decisões criativas finais.
Skills Relacionados
fal-ai-media— Geração de imagem, vídeo e áudio com IAvideodb— Processamento de vídeo no servidor, indexação e streamingcontent-engine— Distribuição de conteúdo nativo para plataformas