Edição de Vídeo
Edição assistida por IA para filmagens reais. Não é geração a partir de prompts. É edição rápida de vídeo existente.
Quando Ativar
- O usuário quer editar, cortar ou estruturar filmagens de vídeo
- Transformar gravações longas em conteúdo de formato curto
- Criar vlogs, tutoriais ou vídeos de demonstração a partir de captura bruta
- Adicionar sobreposições, legendas, música ou narração a vídeos existentes
- Reenquadrar vídeo para diferentes plataformas (YouTube, TikTok, Instagram)
- O usuário diz "editar vídeo", "cortar esta filmagem", "fazer um vlog" ou "fluxo de trabalho de vídeo"
Tese Central
A edição de vídeo com IA é útil quando você para de pedir para ela criar o vídeo inteiro e começa a usá-la para comprimir, estruturar e aumentar filmagens reais. O valor não é a geração. O valor é a compressão.
O Pipeline
Screen Studio / filmagem bruta
→ Claude / Codex
→ FFmpeg
→ Remotion
→ ElevenLabs / fal.ai
→ Descript ou CapCut
Cada camada tem um trabalho específico. Não pule camadas. Não tente fazer uma ferramenta fazer tudo.
Camada 1: Captura (Screen Studio / Filmagem Bruta)
Colete o material de origem:
- Screen Studio: gravações de tela polidas para demonstrações de aplicativos, sessões de codificação, fluxos de trabalho de navegador
- Filmagem bruta de câmera: filmagens de vlog, entrevistas, gravações de eventos
- Captura de desktop via VideoDB: gravação de sessão com contexto em tempo real (veja skill
videodb)
Saída: arquivos brutos prontos para organização.
Camada 2: Organização (Claude / Codex)
Use Claude Code ou Codex para:
- Transcrever e rotular: gerar transcrição, identificar tópicos e temas
- Planejar a estrutura: decidir o que fica, o que é cortado, que ordem funciona
- Identificar seções mortas: encontrar pausas, digressões, takes repetidos
- Gerar lista de decisões de edição: timestamps para cortes, segmentos a manter
- Escalar código FFmpeg e Remotion: gerar os comandos e composições
Exemplo de prompt:
"Aqui está a transcrição de uma gravação de 4 horas. Identifique os 8 segmentos mais fortes
para um vlog de 24 minutos. Forneça comandos de corte FFmpeg para cada segmento."
Esta camada é sobre estrutura, não sobre gosto criativo final.
Camada 3: Cortes Determinísticos (FFmpeg)
FFmpeg lida com o trabalho chato, mas crítico: dividir, aparar, concatenar e pré-processar.
Extrair segmento por timestamp
ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4
Corte em lote a partir da lista de decisões de edição
!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt
Concatenar segmentos
# Create file list
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4
Criar proxy para edição mais rápida
ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4
Extrair áudio para transcrição
ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav
Normalizar níveis de áudio
ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4
Camada 4: Composição Programável (Remotion)
Remotion transforma problemas de edição em código componível. Use-o para coisas que os editores tradicionais tornam dolorosas:
Quando usar Remotion
- Sobreposições: texto, imagens, branding, terços inferiores
- Visualizações de dados: gráficos, estatísticas, números animados
- Gráficos em movimento: transições, animações explicativas
- Cenas componíveis: modelos reutilizáveis em vídeos
- Demonstrações de produtos: capturas de tela anotadas, destaques da interface
Composição Básica no Remotion
import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";
export const VlogComposition: React.FC = () => {
const frame = useCurrentFrame();
return (
<AbsoluteFill>
{/* Main footage */}
<Sequence from={0} durationInFrames={300}>
<Video src="/segments/intro.mp4" />
</Sequence>
{/* Title overlay */}
<Sequence from={30} durationInFrames={90}>
<AbsoluteFill style={{
justifyContent: "center",
alignItems: "center",
}}>
<h1 style={{
fontSize: 72,
color: "white",
textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
}}>
A Pilha de Edição de IA
</h1>
</AbsoluteFill>
</Sequence>
{/* Next segment */}
<Sequence from={300} durationInFrames={450}>
<Video src="/segments/demo.mp4" />
</Sequence>
</AbsoluteFill>
);
};
Renderizar saída
npx remotion render src/index.ts VlogComposition output.mp4
Veja a documentação do Remotion para padrões detalhados e referência da API.
Camada 5: Ativos Gerados (ElevenLabs / fal.ai)
Gere apenas o que você precisa. Não gere o vídeo inteiro.
Narração com ElevenLabs
import os
import requests
resp = requests.post(
f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
headers={
"xi-api-key": os.environ["ELEVENLABS_API_KEY"],
"Content-Type": "application/json"
},
json={
"text": "Seu texto de narração aqui",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("voiceover.mp3", "wb") as f:
f.write(resp.content)
Música e Efeitos Sonoros com fal.ai
Use o skill fal-ai-media para:
- Geração de música de fundo
- Efeitos sonoros (modelo ThinkSound para vídeo-para-áudio)
- Sons de transição
Visuais Gerados com fal.ai
Use para inserir tomadas, miniaturas ou B-roll que não existe:
generate(app_id: "fal-ai/nano-banana-pro", input_data: {
"prompt": "miniatura profissional para vlog de tecnologia, fundo escuro, código na tela",
"image_size": "landscape_16_9"
})
Áudio generativo do VideoDB
Se o VideoDB estiver configurado:
voiceover = coll.generate_voice(text="Narração aqui", voice="alloy")
music = coll.generate_music(prompt="fundo lo-fi para vlog de codificação", duration=120)
sfx = coll.generate_sound_effect(prompt="transição sutil de whoosh")
Camada 6: Polimento Final (Descript / CapCut)
A última camada é humana. Use um editor tradicional para:
- Ritmo: ajustar cortes que parecem muito rápidos ou lentos
- Legendas: geradas automaticamente, depois limpas manualmente
- Correção de cor: correção básica e clima
- Mixagem final de áudio: equilibrar níveis de voz, música e efeitos sonoros
- Exportação: formatos e configurações de qualidade específicos da plataforma
É aqui que o gosto mora. A IA limpa o trabalho repetitivo. Você faz as decisões finais.
Reenquadramento para Redes Sociais
Diferentes plataformas precisam de diferentes proporções:
| Plataforma | Proporção | Resolução |
|---|---|---|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Feed do Instagram | 1:1 | 1080x1080 |
| X / Twitter | 16:9 ou 1:1 | 1280x720 ou 720x720 |
Reenquadrar com FFmpeg
# 16:9 para 9:16 (corte central)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4
# 16:9 para 1:1 (corte central)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4
Reenquadrar com VideoDB
from videodb import ReframeMode
# Reenquadramento inteligente (rastreamento de assunto guiado por IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)
Detecção de Cena e Corte Automático
Detecção de cena com FFmpeg
# Detect scene changes (threshold 0.3 = moderate sensitivity)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo
Detecção de silêncio para corte automático
# Find silent segments (useful for cutting dead air)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence
Extração de destaques
Use Claude para analisar transcrição + timestamps de cena:
"Dada esta transcrição com timestamps e estes pontos de mudança de cena,
identifique os 5 clipes mais envolventes de 30 segundos para redes sociais."
O Que Cada Ferramenta Faz de Melhor
| Ferramenta | Força | Fraqueza |
|---|---|---|
| Claude / Codex | Organização, planejamento, geração de código | Não é a camada de gosto criativo |
| FFmpeg | Cortes determinísticos, processamento em lote, conversão de formato | Sem interface de edição visual |
| Remotion | Sobreposições programáveis, cenas componíveis, modelos reutilizáveis | Curva de aprendizado para não-desenvolvedores |
| Screen Studio | Gravações de tela polidas imediatamente | Apenas captura de tela |
| ElevenLabs | Voz, narração, música, efeitos sonoros | Não é o centro do fluxo de trabalho |
| Descript / CapCut | Ritmo final, legendas, polimento | Manual, não automatizável |
Princípios Chave
- Edite, não gere. Este fluxo de trabalho é para cortar filmagens reais, não para criar a partir de prompts.
- Estrutura antes do estilo. Acerte a história na Camada 2 antes de tocar em qualquer coisa visual.
- FFmpeg é a espinha dorsal. Chato, mas crítico. É onde a filmagem longa se torna gerenciável.
- Remotion para repetibilidade. Se você fará mais de uma vez, torne-o um componente Remotion.
- Gere seletivamente. Use a geração de IA apenas para ativos que não existem, não para tudo.
- O gosto é a última camada. A IA limpa o trabalho repetitivo. Você faz as decisões criativas finais.
Skills Relacionados
fal-ai-media— Geração de imagem, vídeo e áudio por IAvideodb— Processamento de vídeo no lado do servidor, indexação e streamingcontent-engine— Distribuição de conteúdo nativa da plataforma