Habilidade de Vídeo Explicativo Remotion (60-90s)
Esta habilidade orienta você a criar vídeos explicativos curtos de alta qualidade, com 60–90 segundos (formato TikTok / YouTube Shorts / Reels: 1080x1920 @ 30fps) a partir de qualquer tópico.
Ela combina:
- Melhores Práticas Visuais de
remotion-dev/skills(springs precisas ao quadro, interpolações fixas, composição de sequências, hierarquia tipográfica). - Síntese de Voz (TTS) via
TTS_PROVIDERno.env:edge(edge-tts-universal, online, gratuito) oucit(CIT Voice Studio, estúdio de voz vietnamita offline – baixe em github.com/Cuongyd196/cit-voice-studio, docs da API:docs/cit-voice-studio.md). - Sincronização Exata de Temporização mapeando a duração da narração diretamente nas sequências de quadros do Remotion.
1. Estrutura e Temporização do Vídeo (60-90s / 1800-2700 quadros @ 30fps)
Um vídeo curto cativante segue o framework Gancho-Problema-Solução-Valor-Encerramento:
| Cena | Nome | Duração | Faixa de Quadros (@ 30fps) | Propósito e Elementos Visuais |
|---|---|---|---|---|
| 1 | Gancho | 0s – 6s | ~180 quadros | Uma promessa ou pergunta curiosa com números, falada nos primeiros 2 segundos. Título grande, efeito de gancho do video-style. |
| 2 | Contexto / Ponto de Dor | 6s – 17s | ~330 quadros | Apresenta o problema ou contexto de por que o tópico é importante. Dois cartões opostos deslizam de lados opostos. |
| 3 | Conceito Central Parte 1 | 17s – 32s | ~450 quadros | Primeiro princípio central: cartão fosco, palavras-chave em destaque. |
| 4 | Conceito Central Parte 2 | 32s – 48s | ~480 quadros | Mecanismo de funcionamento: processo de 3 etapas, linhas de conexão animadas. |
| 5 | Impacto no Mundo Real | 48s – 64s | ~480 quadros | Aplicação prática, conselho ou contagem de números. |
| 6 | Encerramento e CTA | 64s – 75s | ~330 quadros | Conclusão com uma frase impactante, botão de seguir o canal. |
Se precisar de até 90s, adicione 1-2 cenas extras (exemplos concretos, observações) antes do Encerramento. Cenas com mais de 13s devem ser divididas em duas.
Duração total: 1800 – 2700 quadros (aproximadamente 60 – 90 segundos).
2. Geração de Narração TTS (edge | cit)
2.1 Configuração de Voz via .env
Garanta que o arquivo .env esteja configurado (veja .env.example para detalhes):
TTS_PROVIDER=edge # edge | cit
TTS_OUTPUT_DIR=public/audio
# Edge TTS (TTS_PROVIDER=edge)
EDGE_TTS_VOICE=vi-VN-HoaiMyNeural # ou vi-VN-NamMinhNeural, en-US-ChristopherNeural
EDGE_TTS_RATE=+10% # +10% a +15% ajuda vídeos curtos a terem um ritmo rápido e envolvente
# CIT Voice Studio (TTS_PROVIDER=cit)
CIT_TTS_BASE_URL=http://127.0.0.1:8001
CIT_TTS_VOICE=Hải Đăng # lista de vozes: docs/cit-voice-studio.md ou GET /voices
CIT_TTS_SPEED=1.1 # 0.5 - 2.0
Quando TTS_PROVIDER=cit:
- O aplicativo CIT Voice Studio deve estar aberto. O script chama
GET /healthautomaticamente antes de gerar áudio; se relatar falha de conexão, peça ao usuário para abrir o aplicativo (ou baixe em github.com/Cuongyd196/cit-voice-studio). - O texto pode incluir tags de emoção
[cair],[suspirar],[pigarrear]e tags de pausa[pausa 0.5s](que não são faladas). Não abuse: máximo de 1 tag/cena. - Erro
400 Voice not found= nome de voz incorreto (diferencia acentos). VerifiqueCIT_TTS_VOICE.
2.2 Processo de Geração de Arquivo de Áudio
Ao receber um tópico, crie o diretório src/<NomeDoTopico>/ primeiro, pois src/<NomeDoTopico>/audioData.ts só é gerado quando este diretório já existe. Em seguida, crie scripts/generate-<topic>-audio.ts e execute para gerar o áudio:
import { generateTopicVoices } from "./generate-tts";
const scenes = [
{
id: "scene1_hook",
text: "Você sabia o que Docker realmente é e por que todo programador precisa dele?",
},
{
id: "scene2_problem",
text: "Antigamente, a frase 'funciona na minha máquina' era um pesadelo na entrega de produtos.",
},
{
id: "scene3_concept1",
text: "Docker resolve isso com Contêineres - empacotando todo o código e ambiente em um único bloco.",
},
{
id: "scene4_concept2",
text: "Ao contrário de máquinas virtuais pesadas, o Docker compartilha o kernel do sistema operacional, iniciando em um piscar de olhos.",
},
{
id: "scene5_impact",
text: "Com isso, você faz deploy de aplicativos sem problemas em qualquer servidor, da AWS, GCP até VPS baratos.",
},
{
id: "scene6_outro",
text: "Siga o canal para dominar conhecimentos de tecnologia de forma concisa todos os dias!",
},
];
generateTopicVoices("DockerShort", scenes).catch((error) => {
console.error(error);
process.exitCode = 1;
});
O arquivo de áudio será salvo automaticamente em public/audio/<NomeDoTopico>/<sceneId>.<ext> (.mp3 com edge, .wav com cit) junto com um arquivo manifest.json registrando o número exato de quadros (durationInFrames) e o audioPath para cada cena.
- Opcional por cena:
voice(voz do provedor selecionado),rate/pitch/volume(apenas edge),speed0.5-2.0 (apenas cit). - Arquivos já existentes são reutilizados (cache). Para regerar após alterar o texto ou mudar de voz, exclua o arquivo de áudio correspondente antes.
3. Regras de Codificação Remotion (de remotion-dev/skills)
Ao escrever código-fonte Remotion, é OBRIGATÓRIO seguir estas regras:
3.1 Uso de Animações Spring
Não use keyframes/transitions CSS ou easing linear sem vida. Use spring():
import { spring, useCurrentFrame, useVideoConfig } from "remotion";
const frame = useCurrentFrame();
const { fps } = useVideoConfig();
// Spring suave para Card/Icon
const scale = spring({
frame,
fps,
config: {
damping: 12, // Abaixo de 15 cria um反弹自然
stiffness: 100, // Tensão
mass: 0.8,
},
});
const entrance = spring({
frame: frame - 10, // Atraso de 10 quadros
fps,
from: 50,
to: 0,
});
3.2 Interpolação Segura (Sempre Fixar)
Sempre forneça extrapolateLeft: "clamp" e extrapolateRight: "clamp" para evitar valores fora do intervalo quando a linha do tempo ultrapassar os limites:
import { interpolate } from "remotion";
const opacity = interpolate(frame, [0, 15], [0, 1], {
extrapolateLeft: "clamp",
extrapolateRight: "clamp",
});
3.3 Incorporação de Áudio e Sincronização de Sequência
Cada cena na Composição use <Sequence> ou <Series> para gerenciar o tempo com precisão:
import { Audio, staticFile, Sequence } from "remotion";
// No componente da cena - pegue o caminho do manifest, NÃO hardcode a extensão .mp3 (provedor cit gera .wav):
<Sequence from={0} durationInFrames={sceneDuration}>
<Audio src={staticFile(audioManifest.scenes[0].audioPath)} />
<SceneContent />
</Sequence>
- Buffer de Transição Enxuto (Snappy Transition Buffer):
- O intervalo entre cenas deve ser de apenas +3 a +4 quadros (aproximadamente 0,1s) após o término da fala.
- Evite buffers muito longos (+15 a +20 quadros) que criam silêncios/mortes de ritmo entre as cenas. A próxima cena deve aparecer assim que a frase anterior terminar para manter um ritmo intenso e envolvente para vídeos curtos.
// Exemplo de cálculo de duração das cenas no Series
// O valor no manifest já inclui 10 quadros de buffer, então subtraia antes de adicionar o buffer.
const d1 = audioManifest.scenes[0].durationInFrames - 10 + 3;
const d2 = audioManifest.scenes[1].durationInFrames - 10 + 3;
// ...
3.4 Padrões de Design Visual (Vertical 1080x1920)
Todo o estilo (fundo, cartões foscos, marca, tamanhos de fonte, layout, legendas, movimento, gancho) segue a habilidade video-style. Copie theme.ts e components/ de src/ClaudeBugHunterRepo/. Não use emoji ou ícones decorativos no texto.
4. Processo Passo a Passo de Criação de Vídeo para Antigravity / Codex
Ao receber a solicitação: "Criar vídeo explicativo sobre [Tópico X]":
Passo 1: Roteirização (Scripting)
- Defina as 6 cenas (Gancho, Problema, Conceito 1, Conceito 2, Impacto, Encerramento).
- Escreva o texto em vietnamita natural, conciso, com frases curtas (total 260-330 palavras, 35-50 palavras por cena). A cena 1 deve abrir com uma promessa ou resultado concreto; veja a seção Gancho e Texto de
video-style.
Passo 2: Geração de Voz (TTS Generation)
- Leia
TTS_PROVIDERno.envpara saber se está usando edge ou cit. - Crie o diretório
src/<NomeDoTopico>/, depois crie o scriptscripts/generate-<topic>-audio.tschamandogenerateTopicVoices, executenpx tsx scripts/generate-<topic>-audio.ts. - Obtenha a lista de durações reais de quadros do
manifest.json/src/<NomeDoTopico>/audioData.ts.
Passo 3: Criação do Diretório de Código src/<NomeDoTopico>/
Estrutura de diretório padrão:
src/<NomeDoTopico>/
├── <NomeDoTopico>.tsx # Composição principal que reúne as Series.Sequence
├── types.ts # Schema e Props
├── audioData.ts # Metadados de duração do áudio
└── scenes/
├── Scene1Gancho.tsx
├── Scene2Problema.tsx
├── Scene3Conceito1.tsx
├── Scene4Conceito2.tsx
├── Scene5Impacto.tsx
└── Scene6Encerramento.tsx
Efeitos sonoros: use <SfxTrack cues={...} /> de src/sfx/SfxTrack.tsx, colocado no componente principal. Arquivos de som em public/sfx/, regerados com npx tsx scripts/generate-sfx.ts.
| Quando | Som |
|---|---|
| No início de cada cena, 3 quadros antes para cair no silêncio antes da nova frase (cena 1 no quadro 0) | mallet |
| Cartão ou item aparece | pop ou tick |
| Destaque, conclusão | ding |
| Chamada para seguir | chime |
- O
framede cada cue é o número do quadro a partir do início do vídeo, coincidindo com o momento em que o componente aparece. - Não é necessário evitar sobreposição manualmente:
SfxTrackautomaticamente descarta cues a menos de 0,4s da anterior e reduz o volume quando um som se repete logo após ele mesmo. - Não baixe sons de myinstants ou sites de licença duvidosa. Se precisar de um novo som, adicione-o em
scripts/generate-sfx.ts.
Passo 4: Registrar a Composição em src/Root.tsx
Adicione uma nova Composição em src/Root.tsx:
<Composition
id="<NomeDoTopico>"
component={<NomeDoTopico>}
durationInFrames={totalFrames}
fps={30}
width={1080}
height={1920}
defaultProps={{}}
/>
Passo 5: Verificação e Relatório
- Execute
npm run lintpara verificar erros de TypeScript/ESLint. - Relate ao usuário o link para abrir a Composição no Remotion Studio (
http://localhost:3000) ou o comando para renderizar MP4:npx remotion render <NomeDoTopico> out/<NomeDoTopico>.mp4