Communitygithub.com

Gerador de vídeo com IA

Planeje e finalize vídeos feitos com modelos generativos de vídeo (Google Veo 3.1 / Flow, Kling, Seedance, MiniMax, LTX, PixVerse, Gemini Omni Flash) — transforme uma ideia ou roteiro em uma lista de cenas com prompts prontos para copiar e colar (texto-para-vídeo e imagem-para-vídeo), depois monte os clipes gerados pelo usuário em um vídeo finalizado com narração, música com redução de volume, legendas com destaque de palavras e exportações 9:16/1:1/16:9.

O que é Gerador de vídeo com IA?

Esta skill é um gerador de vídeo com IA completo, projetado para agentes de IA como Claude Code, Cursor ou Codex. Ela opera em dois modos: planejamento e montagem. No modo de planejamento, o agente coleta o briefing do usuário (como tópico, duração e proporção), gera um roteiro com um gancho forte, cria uma lista de cenas com um prompt autossuficiente por cena usando templates especializados, e garante consistência de personagens e produtos. No modo de montagem, o agente recebe os clipes gerados pelo usuário a partir desses prompts, verifica sua qualidade, sincroniza a narração (via upload do usuário ou ElevenLabs), e monta o vídeo final com crossfades, mixagem de áudio, legendas sincronizadas com destaque de palavras e normalização de volume em -14 LUFS. A skill gera um arquivo edit.json e usa um script de montagem Python para renderizar o resultado final em diferentes proporções, fornecendo também uma cópia reduzida para compartilhamento. Ignora chamadas à skill que envolvam animação de código sem clipes de modelo, roteirizando-as para text-to-animated-video. Respeita regras rígidas: proíbe o uso de semelhanças realistas de pessoas reais vivas, não inventa depoimentos ou estatísticas, e reconhece que as especificações dos modelos mudam rapidamente, consultando referências datadas.

Funciona com~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/1Harsh88/Video-skill/tree/HEAD/.claude/skills/ai-video-generator

Perguntar na sua IA favorita

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

Documentação

Gerador de vídeo com IA (prompt → clipes → vídeo finalizado)

Isso replica a stack "Gerador de vídeo com IA" do Fliki (consulte references/fliki-notes.md): os modelos de vídeo generativo fazem as cenas, e uma camada de finalização adiciona voz, legendas, música e redimensionamento.

Acesso aos modelos: este container não tem acesso aos modelos. O usuário gera os clipes em sua própria conta do Flow / Kling / Fliki (ou outra ferramenta) a partir dos prompts escritos aqui. Esta skill faz o planejamento e a finalização.

Modo A — planejamento + prompts

  1. Briefing. Colete estas informações, usando valores padrão quando o usuário não especificar:
    • tópico ou roteiro
    • duração (padrão 30–60 s)
    • proporção (9:16 reels, 16:9 YouTube, 1:1 feed)
    • estilo (cinematográfico, anime, 3D, filmagem de celular UGC, estúdio de produto …)
    • qual(is) modelo(s) eles têm
    • idioma para narração e legendas
  2. Roteiro. Escreva um roteiro com um gancho nos primeiros 3 s, uma ideia por cena e um CTA. Para fatos, use apenas a fonte do usuário ou pesquisa verificada. Mostre e aguarde OK.
  3. Lista de cenas. Uma cena a cada 3–8 s (a maioria dos modelos faz clipes de 4–10 s), como uma tabela: # | tempo | linha de VO | cena | modelo | t2v ou i2v.
  4. Prompts por cena. Use o template em references/prompt-guide.md, com um bloco cercado por cena para que o usuário possa copiar cada um.
    • Cada prompt deve ser autossuficiente: repita a descrição completa do sujeito, cenário, luz, lente, movimento, estilo e proporção. Os modelos não lembram de cenas anteriores.
    • Consistência: defina cada personagem e produto uma vez em uma "bíblia" (rosto, cabelo, roupas, cores, adereços) e cole as mesmas palavras em cada cena. Para casos difíceis, escreva primeiro um prompt de imagem para um still de referência e faça a cena como imagem-para-vídeo a partir dele.
    • Áudio nativo: se o modelo gerar áudio, adicione uma linha Audio: (apenas ambiente e SFX). Coloque diálogo entre aspas somente se o usuário quiser fala em cena.
    • O que os modelos lidam bem: uma ação por cena. Um movimento de câmera mais um movimento do sujeito é aceitável; três eventos simultâneos geralmente falham.
    • Texto: não peça aos modelos para gerar texto legível, logotipos ou interfaces. Adicione-os na montagem ou como sobreposições desenhadas por código.
  5. Entrega. Forneça ao usuário:
    • a lista de cenas
    • os prompts
    • uma regra de nomenclatura para os downloads (s01.mp4, s02.mp4 …)
    • "envie os clipes de volta aqui e eu finalizarei o vídeo"

Modo B — montar os clipes

  1. Obtenha os clipes (upload no chat, link do Drive ou arquivos no workspace). Faça uma folha de contato (ffmpeg … tile) e verifique cada um em relação à sua cena: sujeito errado, mãos ou rostos deformados, texto indesejado. Sugira uma regeração para os ruins em vez de usá-los.
  2. Voz. Escolha uma:
    • o MP3 do usuário
    • ElevenLabs via request_credential (host api.elevenlabs.io, header xi-api-key) — nunca peça a chave no chat
    • nenhuma (apenas legendas)
  3. Se houver voz, alinhe-a para obter words.json: use scripts/align.py.
  4. Escreva edit.json (formato no topo de scripts/assemble.py):
    • pontos de corte por clipe: corte os primeiros e últimos 0,3 s, onde os modelos costumam tremer
    • fit cover/contain, fade
    • voz, música + music_db, palavras, estilo da legenda
    • fontsdir com arquivos woff2/ttf locais, necessário para Hindi
  5. Renderize. Execute python scripts/assemble.py edit.json final.mp4. O script normaliza cada clipe para W×H e fps, aplica crossfade, mixa o áudio do clipe, a voz e a música (com redução de volume sob a voz), queima legendas com destaque de palavras e aplica loudnorm −14 LUFS.
  6. Outras proporções. Altere W/H e renderize novamente. Use cover para filmagem sem bordas e contain para planos abertos que não podem ser cortados.
  7. Entrega.
    • Verifique se há quadros pretos com blackdetect.
    • Faça uma cópia 720p com menos de 20 MB para WhatsApp.
    • Envie ambos com SendUserFile.

Regras

  • Pessoas reais: sem semelhanças realistas de IA de pessoas reais vivas (políticos, celebridades, pessoas comuns), a menos que seja o próprio usuário com consentimento. Use silhuetas ou cenas simbólicas. Lembre ao usuário que YouTube e Meta exigem rotulagem de conteúdo realista gerado por IA.
  • Sem alegações falsas: sem depoimentos falsos, estatísticas inventadas ou UGC que finja ser uma avaliação real de cliente. Um estilo UGC é aceitável quando o anúncio não alega ser a experiência de uma pessoa real.
  • Especificações dos modelos mudam rápido: durações de clipes, preços e nomes de modelos são notas datadas em references/. Verifique a ferramenta do usuário quando for relevante e não prometa créditos ou preços exatos.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas