Communitygithub.com

Gerador e Diretor Universal de Vídeo de Dois Motores

Domine a criação de vídeos verticais curtos para YouTube Shorts, TikTok e Instagram Reels com o Remotion. Inclui dois motores visuais: 1) Narrativa de Personagens e Drama (personagens 2D, balões de fala, sincronia labial), e 2) Gráficos em Movimento Cinéticos e Promo (anúncios, explicações SaaS, grade de pontos, mockups de celular, legendas neon).

O que é Gerador e Diretor Universal de Vídeo de Dois Motores?

Esta skill permite gerar vídeos verticais 9:16 de alta qualidade usando o Remotion, focando em dois modos principais: Modo 1, para contar histórias com personagens 2D planos, balões de fala, sincronia labial e fundos de ambientes completos; e Modo 2, para criar anúncios promocionais e vídeos explicativos com gráficos cinéticos, grade de pontos, mockups de celular e legendas estilizadas. A skill segue uma arquitetura universal baseada em dados, onde todo o conteúdo do vídeo (personagens, falas, ações, fundos) é definido em um único arquivo JSON, eliminando a necessidade de criar novos componentes React ou scripts para cada projeto. O fluxo de trabalho é simplificado em quatro etapas: análise do roteiro e geração do JSON de entrada, síntese de áudio e timing, compilação da timeline e renderização final. A skill impõe regras rigorosas para garantir a qualidade, como evitar o uso excessivo de tremores de câmera, garantir a individualidade dos personagens e sincronizar perfeitamente a fala com os movimentos labiais, tudo otimizado para plataformas como YouTube Shorts, TikTok e Instagram Reels.

Funciona com✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/nsshan98/video-generation-skills/tree/HEAD

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Diretor e Gerador Universal de Vídeo de Dois Motores (v4.0)

Skill de geração automatizada de vídeos de nível profissional no Remotion para vídeos verticais 9:16 (YouTube Shorts, TikTok, Instagram Reels, Facebook Ads). Encapsula dois motores visuais distintos sob um único projeto unificado:

                                  ┌────────────────────────┐
                                  │  Roteiro ou Áudio do   │
                                  │       Usuário         │
                                  └───────────┬────────────┘
                                              │
                      ┌───────────────────────┴───────────────────────┐
                      ▼                                               ▼
         [ Modo 1: História com Personagens ]     [ Modo 2: Promo Cinético ]
      - Personagens 2D Planos Processuais      - Gráficos 2D Planos Cinéticos
      - Balões de Fala e Pensamento             - Cabeçalho e Marca d'Água Persistente
      - Ambientes 100% em Tela Cheia            - Tela Flutuante com Grade de Pontos
      - Legendas Seletivas (Zero Duplicado)     - Pílula de Legenda Escura + Verde Neon
      - Narrativas Psicológicas e de Vida       - Ativos Vetoriais Sob Medida Guiados por Roteiro

1. Seleção do Modo do Motor (Seleção de Modo de Motor Duplo)

O usuário instalará ou usará uma única skill. O motor correto será ativado automaticamente com base no tipo de roteiro ou nas instruções do usuário:

ModoPalavra-chave de GatilhoTipo de RoteiroMetáfora Visual e Estilo
Modo 1: Motor de Narrativa de Personagenshistória, desenho, drama, personagem, contoDiálogo baseado em personagens, conflito psicológico, histórias educacionais, narração de podcastPersonagens 2D planos processuais, sincronia labial, balões de fala, fundos de quarto/escritório em tela cheia
Modo 2: Motor de Gráficos Cinéticos e Promopromo, anúncio, comercial, saas, cinético, explicativoAnúncio de produto, demonstração de SaaS/software, promoção de e-commerce, estratégia de negóciosTextura de grade de pontos, cabeçalho de marca, marca d'água de canto, mockup de celular, mecânica de cartões, pílula de legenda escura inferior

[!TIP] Se o usuário não especificar um modo, o Modo 1 (História) será escolhido automaticamente se o roteiro contiver personagens ou diálogos visíveis, e o Modo 2 (Promo) se contiver um problema de negócio/solução de produto, e isso será mencionado na tabela de aprovação.


2. ⚠️ Regra Extremamente Importante: Arquitetura de Skill Universal 100% Orientada a Dados (Arquitetura Universal Orientada a Dados)

[!CAUTION] É estritamente proibido criar novos componentes React, arquivos de código, pastas separadas ou scripts .mjs descartáveis para cada novo roteiro! Esta é uma skill global universal que qualquer usuário pode instalar e executar com roteiros sobre qualquer assunto. Todas as alterações específicas do roteiro (aparência do personagem, roupas, tema de fundo, diálogo, beats de ação, infográficos e cartões seletivos) devem ser configuradas em apenas 1 arquivo JSON de entrada.

Pipeline de Geração de Vídeo Universal (Apenas 2 Comandos):

  1. Síntese Automatizada e Criação de JSON de Entrada a partir do Roteiro (Analisador Diretor de IA):
    • Para analisar automaticamente o conteúdo do roteiro, atividades físicas, objetos/adereços, emoções e diálogo para criar um storyboard dinâmico:
      python3 scripts/analyze-script-director.py --script=scripts/<nome-da-história>.txt --out=scripts/<nome-da-história>-input.json
      
    • Ou crie scripts/<nome-da-história>-input.json de acordo com a cena, usando examples/sample-story-input.json como referência.
  2. Síntese Universal de Áudio e Tempo:
    node scripts/tts-engine.mjs --input=scripts/<nome-da-história>-input.json
    
    • Isso criará automaticamente a voz para cada cena usando Cartesia ou o TTS selecionado e salvará o tempo preciso em segundos/quadros do áudio no JSON de entrada.
  3. Compilação Universal da Linha do Tempo:
    node scripts/build-story-timeline.mjs --input=scripts/<nome-da-história>-input.json
    
    • Isso criará um template/src/timeline.json pronto para o Remotion.
  4. Verificação de Pré-visualização e Renderização Completa:
    cd template && npx remotion render src/index.ts Main ./out/<nome-do-vídeo>.mp4 --concurrency=4
    

3. Regras do Motor de Narrativa de Personagens (Modo 1) (Diretrizes do Modo 1)

  1. Formação, Elenco e Posicionamento de Personagens (Elenco e Posicionamento Dinâmico de Personagens):
    • Elenco de acordo com o roteiro: Determine quantos personagens são necessários no roteiro e crie uma identidade distinta para cada um.
    • Individualidade na aparência: Se houver vários personagens, nunca clone o mesmo rosto/óculos. Deve haver diferenças claras na idade, estilo de cabelo e roupas.
    • Uso de óculos: Apenas personagens mais velhos ou de profissões específicas devem usar óculos; é estritamente proibido colocar óculos redondos desnecessários em clientes ou funcionários comuns.
    • Roupas e Identidade: Dono de loja (Punjabi/Kurta), Funcionário de vendas (Uniforme/Polo), Cliente (Camiseta casual/Moletom).
    • Solid Hairline Cap: O crânio deve estar completamente coberto (sem manchas crescentes vazias).
    • Escala e Enquadramento (1, 2 ou 3 personagens):
      • 1 personagem: scale: 1.85, no centro (center) ou à esquerda/direita.
      • 2 personagens: scale: 1.75, à esquerda e à direita (left: 80, right: 80, bottom: 160).
      • 3 personagens (tertiaryCharacter): Em um quadro 9:16 com 3 pessoas, a escala será scale: 1.55 para uma composição perfeita. O secundário à esquerda (left: 20), o 3º personagem no centro (center), e o personagem principal à direita (right: 20, flip: true).
    • Camada de Multidão de Fundo (crowd):
      • Se houver compradores na loja ou uma equipe no escritório, adicione crowd: "shoppers" | "office_team" | "village_crowd" | "classroom_students". Isso cria uma camada atrás dos personagens (zIndex: 12), em escala menor (scale: 1.1 - 1.15), bottom: 240-260, com leve desfoque (blur: 2px) e profundidade de campo natural (Depth of Field).
  2. Análise de Ambiente e Contexto (Ambiente Dinâmico e Fallback Processual Semântico):
    • Use mais de 26 temas de fundo pré-construídos de acordo com o ambiente:
      • Lojas: clothing_store, electronics_store, pharmacy, grocery_store
      • Casas e Pontos de Encontro: living_room, home_study, tea_stall, cafe, wedding_hall
      • Escritórios e Instituições: corporate_office, hospital_clinic, police_station, classroom, deep_library
      • Aldeias e Áreas Externas: village_bazaar, village_sunset, street_outdoor, bus_interior
      • Humor e Conflito: dark_conflict, dramatic_red, blue_melancholy, golden_sunrise
    • Gerador de Sala Processual Semântico Inteligente (Sem Fallback Cego para Escritório):
      • Se um tema completamente novo ou não listado for fornecido (como bakery, gym, bank, courtroom, kitchen), o motor não vai cegamente para o escritório; em vez disso, ele decodifica o nome do tema e gera automaticamente silhuetas, letreiros e vetores de cores de interiores relevantes.
    • Cada cena ocupará 100% da tela (width: 100%, height: 100%) do início ao fim.
  3. Regra de Tremor de Tela e Vibração de Personagem (Tremor de Tela e Vibração de Personagem Calibrados por Tom - MÁXIMO ESTRITO DE 1,0-1,2 SEGUNDOS):
    • ⚠️ Tremer ou vibrar personagens continuamente é proibido: Sob nenhuma circunstância uma cena pode ter a câmera tremendo ou um personagem vibrando por 10 a 20 segundos contínuos. Isso causa extremo desconforto ao espectador.
    • Limite de Vibração do Personagem (trembleX): Para medo, raiva ou choque do personagem, a vibração durará no máximo 1,0 a 1,2 segundos (30-36 quadros) e depois diminuirá suavemente para zero, retornando à postura normal.
    • Verificação de Tom: Para diálogos comuns, discussões normais, ou quando um cliente está falando ou narrativas, a tela e o personagem devem permanecer completamente estáveis (screenShake: false).
    • Limite de Choque Súbito: Apenas para choques ou impactos extremamente repentinos e intensos, é permitido um tremor momentâneo de no máximo 1,0 a 1,2 segundos (30-36 quadros), que deve decair suavemente imediatamente após, com a câmera se estabilizando novamente.
  4. Balões de Fala e Pensamento (SpeechCalloutBubble):
    • Altura top: 650 para que a cauda do balão aponte diretamente para a cabeça do personagem que está falando (à esquerda left: 180, à direita right: 180).
    • Etiqueta de Nome do Falante: Flutuará acima do balão (zIndex: 60, padding: "5px 20px", border: "2.5px solid #ffffff").
  5. ⚠️ Legendas Seletivas e Legendas Perfeitamente Sincronizadas com a Voz (Legendas Seletivas e Pílula de Karaokê com Voz Combinada):
    • Quando houver um balão de fala ou cartão central em tela cheia na tela, as legendas separadas na parte inferior serão completamente desligadas (Zero Duplicado).
    • Apenas quando não houver balão ou cartão no topo, uma frase curta e impactante de 3 a 5 palavras do texto de voz da narração real aparecerá dinamicamente na parte inferior.
    • A legenda nunca será um resumo estático de uma linha; as palavras exatas que estão sendo ditas no áudio aparecerão na tela frase por frase em tempo real.
    • Efeitos Visuais:
      • Quando cada frase aparece, uma pílula de cápsula de vidro escuro entrará com um pop suave de mola (spring escala).
      • Palavra em tempo real falada: texto brilhante verde neon (#22C55E) + destaque da pílula de fundo + golpe scale(1.08).
      • Palavra-chave destacada: distintivo âmbar/dourado vibrante (#F59E0B ➔ #EA580C).
      • Não haverá quadros em branco ou flicker na transição entre frases; a transição será perfeita de uma frase para a outra.
  6. ⚠️ Regra de Sincronia Labial e Falante Ativo (Regra de Sincronia Labial Seletiva do Falante):
    • Quando houver duas pessoas na tela, a boca da pessoa para quem o balão de fala está apontando (speechBubble.speakerPosition) se moverá (isSpeaking: true).
    • A boca do outro personagem ouvinte permanecerá calma e fechada (isSpeaking: false -> linha de repouso fechada). As bocas de duas pessoas nunca se moverão ao mesmo tempo.
  7. ⚠️ Tempo do Narrador vs. Diálogo (Regra de Tempo do Narrador vs. Diálogo):
    • Em qualquer cena, se o narrador estiver descrevendo eventos em terceira pessoa, nenhum personagem na tela deve mover a boca (isSpeaking: false) e não deve haver balões de fala.
    • Balões de fala só aparecerão durante o diálogo em primeira pessoa do personagem em quadros específicos (speechBubbles: [{ start, duration }]) e a boca do personagem só se moverá durante esses segundos específicos; quando o diálogo terminar, o balão desaparecerá e a boca se fechará novamente.
  8. ⚠️ Papel do Personagem e Integridade do Diálogo (Identidade do Falante e Integridade do Papel):
    • O diálogo de um personagem nunca deve ser dito pela boca de um personagem vestindo a roupa de outro (por exemplo, a fala de um funcionário saindo pela boca de um cliente é um erro grave).
    • Se os personagens em uma conversa mudarem em uma cena (por exemplo, dono vs. funcionário, então a chegada de um cliente): a cena deve ser dividida em pequenos takes (Corte de Câmera), de modo que o personagem que está falando, com a roupa correta, seja visível na tela.
  9. ⚠️ Atividade Física e Beats de Ação Rápidos (Beats de Ação Temporizados Relance):
    • Os personagens não podem ficar parados como robôs com os braços esticados, nem podem congelar uma ação por 10 a 15 segundos em toda a cena.
    • Ações e adereços só devem aparecer rapidamente (2,0 a 3,5 segundos) durante o diálogo relevante (characterPoses / secondaryPoses):
      • Verificando caderno (checking_khata): Segurar um caderno vermelho com ambas as mãos e olhar para baixo ao falar sobre contas; abaixar o caderno e retornar à postura normal quando o diálogo terminar.
      • Procurando no inventário (searching_inventory): Estender a mão em direção à prateleira durante o diálogo de busca, mostrando uma lupa e tags de prateleira vazias; abaixar a mão e falar normalmente quando terminar.
      • Segurando amostra de camisa (holding_shirt): Quando o cliente pedir uma camisa, levantar a camisa em um cabide por 2-3 segundos, depois dobrar os braços e esperar.
      • Espera impaciente (arms_crossed): Ficar com os braços cruzados sobre o peito.
  10. ⚠️ Ritmo de Formato Curto e Limite de Retenção de Cartão (Regra Máxima de Retenção de Cartão/Cena de 12 a 18 segundos):
    • Em TikTok, YouTube Shorts ou Reels, nunca segure um único gráfico de movimento estático ou cartão de infográfico na tela por 20 a 40 segundos contínuos. Isso causa uma queda extrema de audiência (Audience Drop-off / Retention Killer).
    • Narrações longas ou textos explicativos (como a lição e o fim de uma história) devem ser automaticamente divididos em pequenos beats visuais:
      1. Resolução Emocional do Personagem / Cena Animada de Autorrealização (12-15 seg.): Emoções do personagem principal e final silencioso.
      2. Cartão de Comparação da Moral Central (15-18 seg.): Uma comparação dos pontos principais que pode ser lida rapidamente.
      3. Cartão de Interação com o Público e CTA de Seguir (10-12 seg.): Um apelo direto ao espectador para comentar e seguir.
    • Cada cena e cartão mudará em no máximo 8 a 18 segundos para criar novo estímulo visual.
  11. ⚠️ Mapeamento Visual e Adereços por Atividade (Narrativa Visual Orientada por Atividade e Mapeamento Narrativo Literal):
    • Quando o roteiro ou voiceover menciona uma atividade física específica (como: "disse sem tirar os olhos do computador", "trabalhava sentado na mesa", "o chefe mandou chamar", "entregou a carta de demissão", "protestou"):
      • A cena deve mostrar essa atividade e os adereços apropriados (prop: "office_desk_computer" | "executive_desk" | "ceo_office_desk" | "resignation_letters" e pose do personagem: using_computer | sitting_desk | pointing | reading_document | celebrating).
      • Os personagens nunca devem ser mantidos em pé como robôs em uma sala vazia; se a descrição mencionar um computador ou mesa, a perspectiva de trabalhar sentado à mesa olhando para o monitor deve ser retratada.
  12. ⚠️ Divisão de Cena e Mudanças Frequentes de Cenário (Regra Estrita de Granularidade de Cena de 4 a 10 segundos e Perspectiva Dinâmica):
    • Em toda a história, nunca segure um único fundo ou quadro por 20 a 30 segundos contínuos. O cenário visual deve ser cortado (Scene Cut) sempre que o assunto ou humor mudar no voiceover.
    • Cada cena durará no máximo 4 a 10 segundos.
    • Se a descrição envolver mudança de tempo, transformação de cargo ou mudança de local (como: trabalhador comum ➔ protesto ➔ conversa ➔ promoção a gerente ➔ aviso de suspensão ➔ medo dos colegas ➔ conflito com Sumon ➔ demissão em massa ➔ sala do proprietário ➔ percepção solitária), cenas visuais, quadros e perspectivas separados devem ser garantidos para cada uma.
  13. ⚠️ Matriz Universal de Ação, Objeto e Assento (Matriz Semântica Universal de Ação para Adereço e Assento):
    • Independentemente do assunto ou ambiente mencionado no roteiro, o personagem nunca deve ser deixado em pé cegamente; adereços e assentos automáticos devem ser fornecidos de acordo com a matriz abaixo:
      Cena e ContextoAdereço Automático (prop)Assento (seatType)Pose de Ação
      ...

[O conteúdo foi truncado, mas a tradução segue o formato e regras fornecidas acima.]

Habilidades Relacionadas