Communitygithub.com

TimoteoAltobrando/ai-video-skill

Crie e edite vídeos com Claude Opus 5.5, do início ao fim, a partir de uma página em branco ou das próprias gravações do usuário — filmes de produto e lançamento, anúncios, vídeos com apresentador e fundador, entrevistas, explicadores, tutoriais e demos de tela, montagens de eventos e viagens, melhores momentos, clipes de podcast, Reels/TikTok/Shorts, logotipos e intros animados, videoclipes de música e letras, e alterações em um vídeo finalizado (corte mais curto, versão vertical, legendas, tradução, nova música). O Remotion é a espinha dorsal; o Codex (image_gen) cria imagens, o Seedance via OpenRouter as anima, o ElevenLabs faz música e efeitos sonoros, e ffmpeg e whisper lidam com as gravações e fala. Começa perguntando que tipo de vídeo é e tudo que esse tipo precisa (plataforma, formato, voz, música, direitos, quem não deve aparecer, orçamento), depois passa por direção, um roteiro ou edição de papel aprovado peça por peça, produção, revisões e entrega para cada plataforma.

O que é ai-video-skill?

Esta skill especializada transforma a criação de vídeos em um processo estruturado e automatizado para desenvolvedores e criadores. Utilizando Claude Opus 5.5 como orquestrador, ela guia o usuário desde a concepção inicial até a entrega final, passando por análise de materiais, definição de direção criativa, roteiro detalhado (ou edição de papel para gravações existentes), produção com animações e imagens geradas por IA, revisões e exportação para múltiplas plataformas. A skill se destaca por integrar diversas ferramentas de ponta: Remotion para composição de vídeo programática, Codex para geração de imagens estáticas, Seedance (via OpenRouter) para animação de imagens, ElevenLabs para música e efeitos sonoros, além de ffmpeg e whisper para processamento e transcrição de áudio e vídeo. Ela é ideal para quem precisa produzir vídeos de alta qualidade para marketing, apresentações, tutoriais, redes sociais (Reels, TikTok, Shorts) e eventos, garantindo consistência de marca, respeito a direitos autorais e um fluxo de trabalho com aprovações incrementais. Suporta a criação a partir do zero, edição de gravações existentes ou modificação de vídeos finalizados, sempre com foco em clareza, fatos reais e controle de orçamento.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add TimoteoAltobrando/ai-video-skill

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

AI vídeo: crie e edite vídeos com Claude Opus 5.5

Esta skill leva um vídeo da primeira ideia, ou de uma pilha de gravações, até os arquivos finais seguindo um caminho: recepção → materiais e chaves → análise → direção → roteiro ou edição de papel → (pessoa na câmera) → produção → revisões → entrega. As referências em references/ guardam os princípios, as receitas e os erros a evitar para cada parte do trabalho.

Fale com o usuário no idioma dele. Explique termos técnicos na primeira vez que usá-los. Mantenha as respostas curtas e concretas: o usuário deve sempre saber onde estamos e o que precisamos dele. Você pode olhar para os quadros, mas não pode ouvir: diga isso quando uma escolha for feita pelo ouvido, e deixe o usuário escolher.

Regras de ouro

  1. Claro primeiro, bonito depois. Alguém assistindo sem som deve entender sobre o que é o vídeo. Sem metáforas abstratas para decodificar, sem títulos que expliquem: entende-se pelo que acontece.
  2. Fatos reais. Telas, rótulos, números, nomes, lugares e datas vêm de fontes reais (o produto, as gravações, o usuário), não da imaginação. Nunca uma promessa ou um número que ninguém possa comprovar. Imagens de IA nunca falsificam pessoas, produtos ou lugares reais.
  3. Pergunte antes de trabalhar, aprove antes de produzir. A recepção vem primeiro (references/intake.md). Depois o roteiro (ou a edição de papel para as gravações) peça por peça, com uma imagem ou quadro por peça. Só o que for aprovado é animado ou montado.
  4. Uma decisão de cada vez, por escrito. Toda escolha aprovada vai para docs/script.md ou docs/edit.md. Nunca trate como aprovado o que o usuário não disse. Quando uma solicitação for ambígua quanto ao seu escopo, pergunte antes de fazer o trabalho.
  5. Direitos e consentimento. Pessoas reconhecíveis concordaram em aparecer; a música pode ser publicada onde o vídeo for; logotipos de outras empresas apenas de arquivos oficiais. Quem não deve aparecer é perguntado no início, não depois do corte.
  6. Marca exata. O logotipo apenas dos arquivos oficiais; um logotipo animado deve aterrissar no SVG oficial com precisão de pixel; cores exatas da marca. Se a marca mudar durante o trabalho, atualize em todos os lugares.
  7. Continuidade e ritmo. O mesmo objeto continua de uma cena para a próxima; eventos e cortes caem na grade da música. A música é feita ou cortada na edição, não o contrário.
  8. Física. Qualquer coisa adicionada a gravações reais obedece à câmera real: perspectiva, direção da luz, sombras, escala, profundidade de campo.
  9. Chaves e dinheiro. As chaves vivem no Keychain (ou em variáveis de ambiente) e nunca são impressas ou escritas em arquivos. Toda despesa é registrada e fica abaixo do limite acordado.
  10. Verifique com seus olhos e meça. Após cada alteração, renderize os quadros-chave em uma folha de contato e olhe para ela antes de enviar qualquer coisa; meça o que puder ser medido (volume, sincronia, legendas contra a voz). Envie rascunhos com frequência, também como uma cópia leve para o celular. Os originais das gravações do usuário nunca são modificados.

Fase 0 · Recepção: que tipo de vídeo (perguntas)

Leia references/intake.md e siga-o. Resumidamente:

  1. Rodada 1 (ferramenta de perguntas, uma chamada): de onde partimos (do zero · gravações para editar · ambos · um vídeo finalizado para alterar), o tipo de vídeo, onde será assistido, qual a duração.
  2. Rodada 2, o núcleo para cada vídeo: o objetivo em uma frase, o público, os materiais (caminhos e links), nomes e palavras para escrever exatamente, prazo e aprovador; voz, palavras na tela, música, o uso de imagens de IA; direitos e consentimento; o orçamento.
  3. Rodada 3, o módulo do tipo escolhido (produto, pessoa na câmera, explicador, montagem, vertical curto, logotipo, videoclipe, alteração em vídeo finalizado).
  4. O resumo de volta: docs/brief.md em uma tela, "Está certo? Falta algo?", e a lista de verificação da seção 6 do intake.md. Não inicie a análise com um "deve" ainda em aberto.

Pule toda pergunta que a solicitação já responder; dê um padrão para cada pergunta (seção 5 do intake.md).

Fase 1 · Ferramentas e chaves

Apenas para o que o caminho escolhido usa (detalhes e comandos em references/tools.md):

  • ElevenLabs (música, efeitos, isolamento de voz): uma chave de API e um limite de crédito.
  • OpenRouter (Seedance, animação de IA): uma chave e um limite de gastos.
  • Codex CLI (imagens): instalado e com login feito.
  • Remotion: gratuito para indivíduos e empresas de até 3 pessoas; acima disso, uma licença corporativa.
  • whisper (fala para texto), para gravações com fala e para verificar legendas.

Nunca peça para colar chaves no chat: dê o comando para armazená-las no Keychain a partir do terminal do usuário e depois verifique se os scripts conseguem lê-las. Se uma chave for colada mesmo assim, armazene-a imediatamente, nunca a repita e sugira regenerá-la.

Depois, verifique por conta própria: node, ffmpeg, python3 (e codex, swiftc, whisper-cli se o caminho precisar deles); espaço livre em disco (15-20 GB para um filme animado, 30-40 GB ou mais com gravações: cerca de três vezes o tamanho das gravações); o ambiente Python (references/tools.md). Se algo estiver faltando, diga com o comando para corrigi-lo.

Fase 2 · Análise (sem perguntas)

Leia, olhe e transcreva tudo, depois complete docs/brief.md.

  • Diretrizes da marca, se houver: cores, tipografia, curvas de movimento, regras do logotipo, coisas proibidas, tom de voz.
  • Produto (tipo A e C): o caminho real, passo a passo, com os rótulos exatos; fatos verificados além de alegações.
  • Gravações (sempre que houver): scripts/inventory.py para a tabela e uma folha de contato por clipe, as transcrições da fala, as armadilhas (taxa de quadros variável, HDR, rotação, taxas mistas). Veja references/editing.md seções 2-3, e references/on-camera.md quando uma pessoa fala para a câmera.
  • Referências: quadros, uma folha de contato e o que as faz funcionar (texto, ritmo, cortes, música).
  • Concorrentes ou vídeos semelhantes, se útil e se a pesquisa na web estiver disponível.

Feche com um resumo de cinco linhas: o que você entendeu, o que viu nas gravações, que dúvidas permanecem.

Fase 3 · Direção (perguntas)

Vídeos criados (do zero, ou gráficos em torno de gravações):

  1. 2-3 ideias de história, cada uma em 5-7 batidas com duração, caráter visual e caráter musical, com 1-2 imagens do Codex cada uma em uma folha de contato. Pergunte qual, ou o que misturar.
  2. Estilo visual: se indeciso, duas ou três direções na mesma batida.
  3. Roteiro: docs/script.md a partir de assets/templates/script.md, uma tabela de peças com tempo, o que vemos, palavras na tela, meio e uma imagem de storyboard por peça (scripts/codex_image.sh). Com um apresentador, o roteiro é narração, não explicação. Leia references/direction.md primeiro.

Gravações editadas:

  1. A forma: 2 formas de história para estas gravações (seção 6 do editing.md), cada uma com as seções e suas durações.
  2. Seleções e edição de papel: docs/edit.md a partir de assets/templates/edit.md, com uma folha de contato de um quadro por tomada em ordem. Pergunte pelos momentos que importam para eles: você não pode saber quem é quem.

Verticais curtos: 3 ganchos para o primeiro segundo, mostrados como quadros, antes do resto.

Aprovação peça por peça em todos os casos: corrija até o usuário dizer que está bom.

Fase 3b · A pessoa na câmera: sala, luz, voz (perguntas)

Apenas se alguém falar na câmera. Leia references/on-camera.md primeiro: ele tem as perguntas, as opções com seus riscos, as receitas e um guia de filmagem se as gravações ainda não existirem. Pergunte em uma rodada (escolhas fechadas com a ferramenta de perguntas): a sala (manter, desfocar, decorar, substituir, com os riscos), intensidade do desfoque, luz, estilo do local, marca na sala, a voz (limpeza, erros, regravação), gráficos ao redor da pessoa.

Depois: propostas da sala vazia primeiro, 3-4 quadros de teste com a pessoa, e só então a tomada inteira.

Fase 4 · Produção

Leia references/remotion.md antes de escrever código e references/music.md antes de tocar em áudio; com gravações também references/editing.md, com uma pessoa na câmera references/on-camera.md.

  1. Projeto Remotion. A taxa de quadros do projeto (24 para um filme totalmente animado, senão a própria taxa das gravações, geralmente 30), o formato escolhido, uma grade musical (a 120 BPM: 12 quadros por batida a 24 fps, 15 a 30 fps). Temporizações em timing.ts (gerado a partir de docs/edit.md para gravações), textos em texts.ts, tokens da marca em seu próprio arquivo.
  2. Gravações: cópias de trabalho em taxa de quadros constante e SDR, proxies para material 4K longo, os originais intocados (seção 4 do editing.md).
  3. Imagens com Codex, sempre com a mesma imagem de referência para um estilo. Textos e logotipos nunca são desenhados por IA.
  4. Animação de IA com Seedance (scripts/seedance.py) apenas onde ajuda: o modelo rápido 720p primeiro, 1080p para as tomadas principais, --log docs/spend.md --cap <dólares> em cada chamada.
  5. A pessoa na câmera: conversão HDR, máscara da pessoa, sala vazia, depois a sala escolhida (on-camera.md).
  6. Cenas e montagem: interfaces como componentes reais, tomadas da edição de papel com pontos exatos de entrada e saída, títulos, barras inferiores, legendas; cor equalizada e depois corrigida (seção 9 do editing.md).
  7. Primeiro rascunho com som temporário: renderize, folha de contato, olhe, depois envie o rascunho e a cópia leve.
  8. Música e som quando as temporizações estiverem estáveis: gerada nas seções (2-4 takes, escolhidos por compassos e depois pelo ouvido do usuário) ou a faixa do usuário cortada em compassos inteiros; som ambiente e voz mixados por baixo; efeitos nos eventos (music.md).
  9. Exportação com scripts/export.sh: áudio em sincronia, masterizado a −14 LUFS (o volume percebido padrão para web e redes sociais), mais a cópia leve.

Fase 5 · Revisões

Cada rodada: aplique as alterações; verifique os tipos (npx tsc --noEmit); renderize e olhe para os quadros tocados (apenas o intervalo alterado se o resto estiver final); exporte; envie o vídeo com duas linhas sobre o que mudou e o que ainda está em aberto.

Solicitações típicas estão em references/direction.md ("Revisões que sempre vêm"), references/on-camera.md e references/editing.md. Mova música ou cenas por compassos inteiros. Se apenas o nível da música mudar, mantenha o ganho do mestre fixo (FIXED_GAIN_DB), senão a voz e os efeitos também se movem.

Fase 6 · Entrega

Leia references/delivery.md: o mestre, uma cópia leve, uma cópia para celular abaixo do limite de upload, os outros formatos e durações acordados; notas da plataforma (limites de duração, legendas embutidas e legendas automáticas desligadas, áreas seguras em verticais, a capa); o cartão final e a chamada para ação; docs/ com cada decisão e despesa. Antes de entregar: sem chaves ou caminhos pessoais nos arquivos, logotipos oficiais, volume medido, legendas verificadas contra a voz, metadados (local, datas) removidos se o usuário quiser.

Onde encontrar o quê

ArquivoQuando ler
references/intake.mdNo início de cada projeto: a árvore de perguntas, os padrões, a lista de verificação
references/direction.mdAntes de um roteiro e a cada revisão: princípios, palavras na tela, revisões típicas
references/editing.mdSempre que houver gravações para editar: inventário, seleções, edição de papel, corte, cor, som, reenquadramento, privacidade
references/on-camera.mdQuando uma pessoa fala na câmera: perguntas, guia de filmagem, voz, sala e luz, máscara, composição
references/tools.mdFase 1 e sempre que usar Codex, Seedance, ElevenLabs, ffmpeg, whisper
references/remotion.mdAntes de escrever o projeto Remotion
references/music.mdAntes de gerar ou cortar música e efeitos, e para a mixagem
references/delivery.mdExportações, limites de celular, plataformas, áreas seguras verticais, chamada para ação, posts de lançamento
scripts/inventory.py, contact_sheet.py, codex_image.sh, seedance.py, elevenlabs.py, measure_music.py, prepare_bed.py, export.sh, e para uma pessoa na câmera hdr_to_sdr.sh, person_mask.swift, clean_plate.py, blur_background.py, wall_perspective.py (instruções no topo de cada arquivo)
assets/templates/brief.md, script.md, edit.md (seleções e edição de papel), image-prompt.md, music-plan.json

Habilidades Relacionadas