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:
| Modo | Palavra-chave de Gatilho | Tipo de Roteiro | Metáfora Visual e Estilo |
|---|---|---|---|
| Modo 1: Motor de Narrativa de Personagens | história, desenho, drama, personagem, conto | Diálogo baseado em personagens, conflito psicológico, histórias educacionais, narração de podcast | Personagens 2D planos processuais, sincronia labial, balões de fala, fundos de quarto/escritório em tela cheia |
| Modo 2: Motor de Gráficos Cinéticos e Promo | promo, anúncio, comercial, saas, cinético, explicativo | Anúncio de produto, demonstração de SaaS/software, promoção de e-commerce, estratégia de negócios | Textura 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
.mjsdescartáveis 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):
- 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.jsonde acordo com a cena, usandoexamples/sample-story-input.jsoncomo referência.
- Para analisar automaticamente o conteúdo do roteiro, atividades físicas, objetos/adereços, emoções e diálogo para criar um storyboard dinâmico:
- 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.
- 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.jsonpronto para o Remotion.
- Isso criará um
- 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)
- 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 seráscale: 1.55para 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).
- 1 personagem:
- 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).
- Se houver compradores na loja ou uma equipe no escritório, adicione
- 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
- Lojas:
- 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.
- Se um tema completamente novo ou não listado for fornecido (como
- Cada cena ocupará 100% da tela (
width: 100%, height: 100%) do início ao fim.
- Use mais de 26 temas de fundo pré-construídos de acordo com o ambiente:
- 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.
- Balões de Fala e Pensamento (
SpeechCalloutBubble):- Altura
top: 650para que a cauda do balão aponte diretamente para a cabeça do personagem que está falando (à esquerdaleft: 180, à direitaright: 180). - Etiqueta de Nome do Falante: Flutuará acima do balão (
zIndex: 60,padding: "5px 20px",border: "2.5px solid #ffffff").
- Altura
- ⚠️ 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 (
springescala). - Palavra em tempo real falada: texto brilhante verde neon (
#22C55E) + destaque da pílula de fundo + golpescale(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.
- Quando cada frase aparece, uma pílula de cápsula de vidro escuro entrará com um pop suave de mola (
- ⚠️ 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.
- Quando houver duas pessoas na tela, a boca da pessoa para quem o balão de fala está apontando (
- ⚠️ 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.
- Em qualquer cena, se o narrador estiver descrevendo eventos em terceira pessoa, nenhum personagem na tela deve mover a boca (
- ⚠️ 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.
- ⚠️ 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.
- Verificando caderno (
- ⚠️ 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:
- Resolução Emocional do Personagem / Cena Animada de Autorrealização (12-15 seg.): Emoções do personagem principal e final silencioso.
- Cartão de Comparação da Moral Central (15-18 seg.): Uma comparação dos pontos principais que pode ser lida rapidamente.
- 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.
- ⚠️ 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.
- A cena deve mostrar essa atividade e os adereços apropriados (
- 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"):
- ⚠️ 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.
- ⚠️ 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 Contexto Adereço Automático ( prop)Assento ( seatType)Pose de Ação ...
- 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:
[O conteúdo foi truncado, mas a tradução segue o formato e regras fornecidas acima.]