Habilidade: Retention Shorts (Hook → Storytelling → Payoff)

0. Origem e honestidade metodológica

Base: vídeo "ESSA TÉCNICA VIRALIZOU MEU SHORTS COM 30 MILHÕES DE VISUALIZAÇÕES" (canal O Milionário, ID iPpt_INjn8A). Itens marcados [VÍDEO] vêm do que o autor ensina. Itens marcados [EXT] são extensões de engenharia deste sistema: heurísticas razoáveis, mas não comprovadas pelo vídeo. Devem ser calibradas com dados reais de retenção (ver seção 10).

1. Princípio central [VÍDEO]

O que decide se um vídeo curto viraliza é a linha de retenção: quanto mais pessoas assistem até o fim, mais a plataforma distribui.
Objetivo: deixar a linha de retenção o mais reta possível, sem quedas. O que importa é o espectador chegar ao final.
Três partes obrigatórias: Hook (gancho), Storytelling (narrativa), Payoff (recompensa).
O roteiro/narrativa é "o motor do carro": edição bonita sem narrativa não segura.
Duração: vídeos até ~15 s tendem a explodir mais, porque é mais fácil assistir inteiro. Vídeos maiores são mais difíceis de viralizar, mas constroem público fiel. Se o nicho exige vídeos maiores, use as mesmas três etapas.

2. Modos de duração [VÍDEO + EXT]

Modo	Duração alvo	Quando usar
`viral`	12–20 s (máx. 25)	Maximizar alcance. Padrão.
`balanced`	20–40 s	Conteúdo com contexto mínimo.
`authority`	40–75 s	Construir público fiel, conteúdo mais profundo.

O usuário escolhe o modo. Nunca ultrapasse o limite do modo, mesmo que o trecho seja bom: encurte cortando partes mortas.

3. Pipeline de decisão (siga na ordem)

Passo 1: Segmentar candidatos

Entrada: transcrição com timestamp por palavra, quebras de cena, silêncios, locutores.
Gere janelas candidatas começando e terminando em limites de frase (nunca no meio de uma frase ou ideia). Gere 3× mais candidatos do que o número pedido.
Cada candidato deve ser autocontido: um espectador sem contexto precisa entender sem o resto do vídeo. Se depender de contexto anterior, descarte ou prepare uma legenda de contexto (seção 6).

Passo 2: Pontuar cada candidato (0–100)

Critério	Peso	O que avaliar
Hook potencial	25	Existe uma frase ou momento que, nos primeiros 3 s, é claro, direto, rápido e promete recompensa [VÍDEO]?
Tensão/narrativa	25	Há conflito, algo que dá errado, obstáculo, pergunta aberta ou suspense [VÍDEO]? Há solução?
Payoff	20	O final entrega o que o gancho prometeu (resultado, revelação, emoção, conclusão) [VÍDEO]?
Autocontido	15	Faz sentido sozinho? [EXT]
Densidade/ritmo	10	Pouca enrolação, poucas pausas, informação a cada poucos segundos [EXT]
Emoção/novidade	5	Surpresa, humor, opinião forte, número impactante [EXT]

Regras:

Hook < 12/25 ou Payoff < 8/20 → descarte, qualquer que seja a nota total.
Mostre ao usuário a nota por critério e uma justificativa de 1 linha para cada.
Ordene por nota. Evite cortes sobrepostos (> 30% de sobreposição): fique com o melhor.

Passo 3: Mapear a estrutura Hook → Storytelling → Payoff

Para o candidato escolhido, marque na linha do tempo:

HOOK (0–3 s) [VÍDEO]: claro, direto, rápido, com promessa. Sem saudação, sem "olá pessoal", sem "então", sem apresentação.
STORYTELLING (meio) [VÍDEO]: sequência de beats de tensão. Cada beat é um dos tipos: conflito (algo dá errado), solução (o que se faz), suspense ("mas antes de… algo aconteceu"). A narrativa deve ter um momento em que a história "é cortada" e cria curiosidade.
PAYOFF (últimos 3–5 s) [VÍDEO]: entrega a recompensa prometida pelo gancho.

Se o trecho original não abre com um gancho forte, aplique a técnica Cold Open [EXT]:

Localize no próprio trecho a frase mais forte (a promessa, o resultado ou a frase mais provocativa).
Coloque essa frase no início (0–3 s) como gancho, depois volte à ordem cronológica.
Só faça isso se a frase fizer sentido sozinha e se o payoff continuar claro. Não distorça o sentido: proibido alterar o significado do que a pessoa disse.

Passo 4: Engenharia do gancho [VÍDEO + EXT]

Gere 3 variações de texto de gancho na tela (título de abertura), com ≤ 8 palavras cada:
- Promessa de resultado ("O presente de R$5 que fez minha avó chorar").
- Curiosidade/lacuna ("Eu só tinha R$5 e…").
- Contradição/provocação.
O texto deve ser verdadeiro em relação ao conteúdo (sem clickbait que o payoff não sustenta).
Deve ser lido em ≤ 2 s.

Passo 5: Limpeza de ritmo [EXT]

Remova silêncios > 0,35 s, hesitações ("é", "né", "tipo", "ããã"), repetições e falsos começos.
Mantenha micro-pausas de 0,1–0,2 s antes de uma revelação (tensão), onde a pausa tem função.
Não corte no meio de uma sílaba: use pontos de corte em zero-crossing de áudio e crossfade de 30–60 ms.
Se o resultado ficar acima do limite do modo, remova primeiro os beats de menor tensão do meio, nunca o hook nem o payoff.

Passo 6: Plano de edição [VÍDEO + EXT]

Elementos que o vídeo recomenda, para o espectador "não perceber o tempo passar" [VÍDEO]:

Legendas dinâmicas: palavra a palavra, com destaque na palavra falada.
Zooms e cortes rápidos: sempre algo acontecendo.
Troca de música entre cenas: dá sensação de várias coisas ao mesmo tempo.
Trilha de suspense no trecho de tensão, para gerar vontade de ver o final.

Parâmetros operacionais sugeridos [EXT], ajustáveis:

Cadência visual: uma mudança visual (zoom, corte, troca de enquadramento, destaque, b-roll) a cada 1,5–3,5 s. Nunca mais de 4 s sem mudança.
Zooms: punch-in 105–115% em palavras de ênfase; zoom lento (100→108%) em trechos de tensão; reset no corte seguinte. Alterne a direção para não cansar.
Legendas: 1–3 palavras por vez, ≤ 2 linhas, palavra ativa em cor de destaque, posição no terço inferior (fora da zona de interface do app: manter margem inferior de ~20% e lateral de ~6%). Emoji só quando reforça a palavra.
Música:
- Beat 1 (hook e começo): energia média, entra em 0 s.
- Beat de tensão: trilha de suspense, volume sobe levemente, graves mais presentes.
- Payoff: resolve (queda da tensão ou swell + silêncio de 0,2 s antes da revelação).
- Troca de música: só em limites de beat/cena, com crossfade de 200–400 ms.
- Voz sempre sobre a música: ducking de −14 a −18 dB sob a fala.
SFX: whoosh em cortes/zoom, hit em revelações, risers antes do payoff. Máx. 1 SFX a cada ~2 s.
B-roll/imagem de apoio: quando houver algo concreto citado (objeto, lugar, número), mostre por 1–2 s.
Barra de progresso discreta (opcional): reforça a expectativa de chegar ao fim.

Passo 7: Final do vídeo [EXT]

O payoff deve ser o último momento relevante. Corte imediatamente após a frase final (≤ 0,3 s de folga).
Opcional, modo loop: se o final puder emendar visual ou verbalmente com o gancho, mantenha o último frame próximo ao primeiro.
Sem "obrigado por assistir" ou chamada para ação que quebre o fim. Se houver CTA, use texto discreto sobre o payoff.

4. Anti-padrões (rejeite ou corrija)

Abrir com saudação, contexto longo ou "hoje eu vou falar sobre".
Hook que promete algo que o payoff não entrega.
Trecho que termina no meio de uma ideia.
Mais de 4 s sem mudança visual.
Música alta competindo com a voz.
Legenda fora da área segura ou ilegível.
Cortes que mudam o sentido da fala.
Vídeo longo demais para o modo escolhido.
Efeitos que não servem à retenção (decoração).

5. Formato de saída: Edit Decision List (EDL) em JSON

A saída deve ser somente JSON válido, conforme o esquema abaixo.

{
  "clip_id": "string",
  "mode": "viral|balanced|authority",
  "source": { "start": 0.0, "end": 0.0 },
  "scores": {
    "total": 0,
    "hook": 0, "tension": 0, "payoff": 0,
    "self_contained": 0, "density": 0, "emotion": 0,
    "rationale": { "hook": "", "tension": "", "payoff": "" }
  },
  "structure": {
    "hook":    { "start": 0.0, "end": 3.0, "technique": "native|cold_open", "text_overlay_options": ["", "", ""], "chosen_overlay": 0 },
    "beats":   [ { "start": 0.0, "end": 0.0, "type": "conflict|solution|suspense", "note": "" } ],
    "payoff":  { "start": 0.0, "end": 0.0, "note": "" }
  },
  "segments": [
    { "id": "s1", "src_start": 0.0, "src_end": 0.0, "out_start": 0.0, "role": "hook|body|payoff", "speed": 1.0 }
  ],
  "cuts_removed": [ { "src_start": 0.0, "src_end": 0.0, "reason": "silence|filler|repeat|low_tension" } ],
  "reframe": { "mode": "auto_face|split|center|manual", "keyframes": [ { "t": 0.0, "cx": 0.5, "cy": 0.4, "scale": 1.0 } ] },
  "captions": { "style": "string", "words": [ { "t0": 0.0, "t1": 0.0, "text": "", "emphasis": false } ] },
  "effects": [
    { "type": "zoom_punch|zoom_slow|shake|flash|overlay_text|broll|sticker|freeze", "t0": 0.0, "t1": 0.0, "params": {}, "reason": "" }
  ],
  "audio": {
    "voice": { "normalize_lufs": -14, "denoise": true },
    "music": [ { "track_id": "", "t0": 0.0, "t1": 0.0, "mood": "energetic|suspense|resolve", "gain_db": -16, "ducking": true, "fade_in": 0.2, "fade_out": 0.3 } ],
    "sfx": [ { "id": "", "t": 0.0, "gain_db": -10 } ]
  },
  "retention_forecast": { "curve": [ { "t": 0.0, "pct": 100 } ], "risk_points": [ { "t": 0.0, "why": "" } ] },
  "qa": { "passed": true, "violations": [] },
  "duration_out": 0.0
}

Regras do JSON:

Todos os tempos em segundos, relativos ao vídeo original (src_*) ou ao vídeo final (out_*, t0, t1, t).
segments descrevem a montagem final em ordem de exibição (inclui o cold open, se usado).
Todo effect precisa de reason ligado à retenção (ex.: "evita 4 s sem mudança em 12–16 s").
retention_forecast é uma estimativa heurística, não uma medição. Rotule como tal na interface.

6. Contexto ausente

Se o trecho exigir contexto que ele mesmo não explica, adicione um overlay_text curto (≤ 8 palavras) nos primeiros 3 s, ou descarte o candidato.

7. Checklist de QA (execute antes de devolver)

Os primeiros 3 s têm gancho claro e promessa?
Existe pelo menos 1 beat de tensão e uma resolução?
O payoff entrega a promessa do hook?
Duração dentro do modo?
Nenhum trecho > 4 s sem mudança visual?
Nenhum corte no meio de palavra/ideia?
Legendas em área segura, ≤ 3 palavras por vez?
Música com ducking sob a voz e troca só em limites de cena?
Significado do original preservado?
Final corta logo após o payoff?

Se algum item falhar, corrija e reavalie (até 2 iterações). Se continuar falhando, devolva qa.passed=false com as violações.

8. Regras de segurança e integridade

Nunca invente falas ou fatos que não estejam na transcrição.
Nunca altere o sentido de uma fala ao reordenar.
Gancho em texto deve ser verdadeiro em relação ao conteúdo.
Não gere cortes de conteúdo que o usuário não declarou possuir ou ter licença para usar.

9. Variações A/B [EXT]

Quando solicitado, gere até 3 variações do mesmo corte, alterando uma variável por vez (gancho em texto, ordem do cold open, ou estilo de legenda). Registre qual variável foi alterada.

10. Calibração com dados reais [EXT]

Os pesos e parâmetros desta skill são pontos de partida. O sistema deve:

Registrar, para cada corte publicado, a curva de retenção real (quando o usuário importar do YouTube Studio/TikTok).
Comparar curva real com retention_forecast, e a nota com o resultado.
Sugerir ajustes de pesos quando houver ≥ 30 cortes com dados.

eduramza/shorts-factory

O que é shorts-factory?

Perguntar na sua IA favorita

Documentação