Vídeo Explicativo Infográfico
Produza um vídeo explicativo MP4 finalizado no espírito de canais como Kurzgesagt e The Infographics Show: ilustração vetorial plana ousada, gradientes brilhantes, luz suave, movimento suave e constante, e um roteiro narrado e movido pela curiosidade. A arte e a animação são construídas como código (SVG + timeline JS) e renderizadas quadro a quadro com Playwright + ffmpeg, então cada quadro é determinístico e editável.
Regra de originalidade: imite o gênero (vetor plano, ritmo explicativo), nunca copie personagens de um canal (ex: os pássaros do Kurzgesagt), logotipos, introduções, músicas ou designs exatos. Cada personagem e cena é inventado do zero.
Converse com o usuário no idioma de preferência dele; mantenha o código em inglês.
Arquivos incluídos (caminhos relativos a esta pasta de skill)
| Arquivo | Propósito |
|---|---|
templates/master_template.html | Modelo 16:9 (1920x1080): gradientes, helpers, personagem, cérebro, nuvem, estrelas, engine de cenas com crossfade, legendas embutidas. Copie e substitua as cenas. |
templates/vertical_template.html | Mesma engine para 9:16 Shorts / Reels (1080x1920), com layout vertical e a parte inferior livre para legendas. |
scripts/voiceover.py | Narração offline com Kokoro TTS (vozes Hindi + Inglês), um wav por linha + dur.json + lines.json (texto para legendas). |
scripts/build.py | Injeta durações de voz (__DUR__) e texto de narração (__LINES__), exporta timeline.json + captions.json; detecta 9:16; reporta erros JS. |
scripts/captions.py | Escreve um arquivo .srt a partir de captions.json para legendas no YouTube. |
scripts/peek.py | Um quadro por cena → folha de contato, para verificar antes da renderização completa. |
scripts/render.py | Renderizador determinístico de intervalo de quadros (JPEG q92 → x264 CRF 18, renomeação segura de arquivo temporário). |
scripts/mix_audio.py | Coloca as linhas de voz na timeline, adiciona um pad ambiente sintetizado (livre de direitos autorais) + whooshes, ou sua própria --music. |
scripts/make_video.sh | Pipeline completo: build → render paralelo → concat → mix → mux → folha de QA → .srt. Detecta 9:16 automaticamente. |
Dois exemplos funcionais estão no repositório, duas pastas acima desta pasta de skill: examples/why-we-sleep/ (82 s, 16:9, Hindi, 11 cenas) e examples/promo-short/ (38 s, 9:16, Inglês, com clipes reais sobrepostos em uma cena). Leia-os para ter ideias de cenas antes de escrever novas.
Configuração (uma vez)
pip install playwright kokoro-onnx soundfile scipy pillow --break-system-packages
playwright install chromium # pule se o Chromium já estiver presente
mkdir -p tts && cd tts
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.int8.onnx
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
O ffmpeg deve estar no PATH. Defina KOKORO_DIR se a pasta do modelo não for ./tts.
1. Fluxo de trabalho (siga em ordem)
- Briefing – tópico, duração (padrão 60–90 s; Shorts = 30–58 s), proporção (16:9 1920x1080 ou 9:16 1080x1920), idioma da narração, fonte de voz. Se algo estiver faltando e o usuário estiver presente, pergunte uma vez; caso contrário, use padrões e avise.
- Pesquisa + roteiro – pesquise fatos na web para qualquer coisa atual ou numérica, e anote a fonte de cada número. Estrutura: gancho → pergunta → explique em 3–5 batidas → momento de virada/escala → conclusão. ~150 palavras por minuto. Frases curtas, uma ideia cada, números concretos e comparações. Se uma descoberta for sobre animais ou um estudo único, mencione isso na narração.
- lines.txt – uma linha de narração por linha; uma linha = uma cena (≈ 4–8 s). Para TTS em Hindi, escreva palavras emprestadas do inglês em Devanagari (स्लीप प्रेशर) para que sejam pronunciadas naturalmente; mantenha o texto na tela em inglês/Latim a menos que uma fonte Devanagari esteja instalada.
- Narração primeiro –
python3 scripts/voiceover.py lines.txt vo --voice hm_omega --lang hi(Inglês:--voice am_michael --lang en-us). As durações conduzem a timeline, nunca o contrário. Uma voz gravada pelo usuário é sempre melhor: divida-a em um arquivo por linha comovo/NN.wave escrevavo/dur.json. - Construir cenas – copie
templates/master_template.html(16:9) outemplates/vertical_template.html(9:16), escreva umascene(...)por linha (+ opcionalmente um encerramento). Cada cena: movimento de repouso sempre ativo + uma ação principal. Use a bíblia de estilo + kit de animação abaixo. - Pré-visualizar –
python3 scripts/build.py video.html vo/dur.json _work/build.html && python3 scripts/peek.py _work/build.html 0.8; OLHE a folha (tente também 0.3) e corrija sobreposições, cortes, quadros vazios antes de renderizar. - Renderizar + mixar –
bash scripts/make_video.sh video.html vo final.mp4(executa um bloco por núcleo de CPU; ~3 s de tempo real por segundo de vídeo por núcleo em 1080p). - QA – abra
final_sheet.png; verifique consistência da paleta, área segura, nada cortado, texto legível no tamanho de miniatura, duração doffprobe≈ duração da timeline. Corrija apenas cenas quebradas e renderize novamente. - Entregar – o MP4, seu
.srt(faça upload no YouTube como legendas), o texto do roteiro e ofereça um título/descrição/tags + miniatura.
2. Bíblia de estilo
- Formas: primitivas simples (elipse, roundRect, caminhos suaves de forma livre). Sem contornos na maioria das formas; um traço mais escuro do mesmo matiz apenas em objetos heróicos.
- Gradientes em camadas: quase toda forma recebe um gradiente linear de 2 paradas de um matiz (claro no canto superior esquerdo → saturado no canto inferior direito) mais um destaque branco com 25–40% de opacidade para o visual brilhante.
- Brilho: fontes de luz = gradiente radial quase branco → transparente, raio pulsando ±5%. Brilhos = estrelas de 4 pontas cintilando via seno de opacidade.
- Profundidade via camadas: gradiente de céu → colinas distantes → colinas médias → faixa de chão com bolhas mais claras → sujeito → partículas em primeiro plano; mova camadas em velocidades diferentes.
- Paletas (uma por vídeo, máximo 5–6 matizes + um escuro):
- Espaço/Noite:
#211840 #423AA8 #7F79D1 #E565FF #33F5FF #1552FF - Dia/Natureza:
#00A7E2 #00D2EE #6EED65 #01CB79 #FFE4AF #FFFFFF - História quente:
#290D1C #B15141 #FFE4AF #FFCE85 #FF5F2D #FFFF47 - Neon pop:
#232453 #5759B9 #B6FF55 #FF0066 #A14BFF #00FFFF
- Espaço/Noite:
- Fundo: nunca preto/branco puro; escuro matizado profundo (
#12253A,#162B36) ou bege quente (#E6DDC4). Mude para um escuro avermelhado para batidas de "perigo". - Personagens: corpos de bolha redondos, olhos grandes e simples (branco + pupila escura + brilho), sem nariz, bochechas coradas. Pisque a cada ~3 s, respire (escala 1 → 1.025). Dormindo = arcos de olhos fechados + "z" flutuantes.
- Texto: sem bold arredondado (Poppins Bold / Nunito ExtraBold), poucas palavras, números-chave grandes, rótulos como badges de pílula, dentro da área segura de 90%.
- Sabor de infográficos: contadores que contam para cima, barras que crescem/encolhem, medidores, comparações antes/depois, um personagem reagindo.
3. Kit de animação (efeitos do PowerPoint → código)
| Efeito PowerPoint | Equivalente em código (helpers no template) |
|---|---|
| Entrada voando / Subindo | translação de fora da tela com ease outBack |
| Desvanecer / Zoom / Crescer | pop(el,t,start,x,y) → opacidade + escala com overshoot |
| Ênfase giratória | rotate(${t*deg}) em torno do próprio centro da forma |
| Caminho de movimento | along(pathEl,p) / getPointAtLength |
| Transição Morph | mantenha objetos compartilhados no lugar entre cenas; a engine faz crossfade entre cenas (FADE) |
| Rastros de partículas / Vagalumes | partículas com rng(seed) com deslocamentos de fase, atraso e queda de tamanho |
| Aparecer / Desenhar | stroke-dasharray + stroke-dashoffset |
| Saída | reverso da entrada com ease in |
Movimento de repouso sempre ativo: flutuação, cintilação, pulsação de brilho, deriva lenta de paralaxe, deriva de nuvens, o zoom lento da câmera (escala 1 → 1.045). Oscilação de antecipação antes de ações grandes, squash-and-stretch em aterrissagens. Entradas 0.4–0.8 s, espaçamento 60–120 ms. Nunca deixe um quadro completamente parado.
4. Regras da engine (template)
- Cada cena:
scene(id, bgGradientId, build() => svgString, seek(localT, sceneDuration)). seekdefine cada atributo puramente a partir det— sem animações CSS, timers ouMath.random(userng(seed)), para que qualquer quadro possa ser renderizado sozinho e blocos se juntem perfeitamente.- Os ids dos elementos devem ser únicos em todo o arquivo (prefixe com o id da cena).
- A duração da cena
i=LEAD[i] + VO[i] + TAIL; cenas além das linhas de narração têm 3.2 s (encerramento).MIN={2:16}segura a cena 2 por pelo menos 16 s (ex: para um clipe inserido depois). A engine exportawindow.DURATION,window.TIMELINE,window.CAPTION_CUES,window.seek. scene(..., {cam:false})desliga o zoom lento da câmera por uma cena (necessário quando um clipe de vídeo é sobreposto a ela).- Legendas:
CAPTIONS=truequeima legendas de bloco de palavras (deLINES, cronometradas por caracteres dentro de cada linha) nos quadros; o Chromium renderiza Devanagari corretamente. Mantenha a parte inferior ~120 px (16:9) / ~300 px (9:16) livre de arte importante. DefinaCAPTIONS=falsepara desligá-las; o.srtainda é escrito. - 9:16: comece a partir de
vertical_template.html(texto de gancho no terço superior, visual herói no meio). Os scripts detectam 9:16 a partir do viewBox do SVG; nunca corte um vídeo 16:9.
5. Áudio
- Voz: gravação do usuário → Kokoro (
scripts/voiceover.py) → qualquer outro TTS que a sessão oferecer. Vozes Hindi do Kokoro:hm_omega,hm_psi,hf_alpha,hf_beta. - Música: o pad sintetizado padrão em
mix_audio.pyé original e livre de direitos autorais; ou passe--musiccom uma faixa que o usuário possui/licenciou. Nunca use música com direitos autorais. - Legendas são incorporadas (regras da engine acima).
make_video.shtambém escrevefinal.srt; faça upload no YouTube para que os espectadores possam ativar legendas e o YouTube possa traduzi-las automaticamente.
6. Extras sob demanda
- Miniatura: renderize um quadro herói em 1280x720 com um rótulo grande de 2–4 palavras.
- Visual de série: mantenha paleta, fontes e funções de personagem em um arquivo compartilhado e reutilize entre episódios.
- Cartão de encerramento: nome do canal / pseudônimo nos últimos 2–3 s.