Agente de Produção de Vídeos Curtos (Short)
Produz desde o tema até o MP4 finalizado. O Codex cuida do roteiro, direção e criação dos materiais, e os scripts inclusos sincronizam as imagens e a trilha sonora com base na duração real do áudio. Não é um serviço residente, mas uma skill invocada via chat.
Entrada e Configurações Padrão
- Aceita um tema, anotações, URL de referência ou roteiro existente. Se nenhum tema for fornecido, pergunta qual é o tema.
- Se não especificado: japonês, 9:16, 1080×1920, 30 fps, ~45 segundos, tom amigável. Prioriza especificações do usuário sobre duração, voz, estilo visual e plataforma de publicação.
- Nome do programa, personagem "AI-chan", saudação de rádio e introdução ao conteúdo principal não são inseridos automaticamente.
- A saída é organizada em
output/shorts/<data-hora>-<tema>/. Versões corrigidas são salvas em uma nova pasta.
Produção
- Reduza a mensagem principal do tema a um único ponto. Crie um roteiro com: gancho inicial → exemplo/explicação → resumo breve. Comece com ~120-150 caracteres para 30 segundos; ajuste conforme a duração real do áudio gerado. Verifique informações atualizadas e dados numéricos em fontes primárias, registrando as referências.
- Divida o roteiro em cenas por blocos de significado. Para cada cena, defina: texto falado, instrução de imagem e texto curto na tela. Prosseguir com a produção a menos que haja solicitação de revisão da estrutura.
- Verifique as ferramentas de geração de imagens disponíveis e suas habilidades para gerar imagens de cena. Mantenha consistência de estilo, personagens e cores; considere a área segura do formato vertical. Não insira textos longos dentro das imagens. Se a ferramenta necessária não estiver disponível, informe a situação e prossiga com as etapas possíveis, como usar materiais do usuário. Não trate imagens placeholder como material final.
- Crie narrações por cena usando um TTS disponível. Se for usar uma API, consulte as especificações oficiais atuais e receba as credenciais via variáveis de ambiente. Se a voz local do macOS for aceitável, use
say -v Kyoko -f narration.txt -o narration.aiff(antes verifique a existência comsay -v '?'). Registre o método de áudio utilizado. Não substitua a voz desejada por outra sem autorização. Verifique erros de leitura, pausas estranhas e duração; se for muito longo, encurte o roteiro e regenere. - Escolha a trilha sonora (BGM) entre: música fornecida pelo usuário, fontes de áudio com termos de uso verificáveis ou ferramentas de geração musical disponíveis. Registre o nome da música, fonte e termos de uso em
credits.md. Se não houver especificação e nenhuma fonte disponível, use o scriptmake_bgm.pyincluso para criar uma trilha instrumental original simples. Não apresente isso como saída de IA de geração musical. Reduza o volume durante a narração. - Salve um
manifest.jsonno formato abaixo e executerender.py. Os caminhos de imagem, áudio e BGM devem ser absolutos ou relativos ao manifest. Não acelere nem corte a narração. Crie cada cena com a duração do áudio + ~0,2 segundos. O renderizador padrão suporta troca de imagens estáticas e arquivos SRT separados. Se forem necessários movimentos ou legendas embutidas, implemente com Remotion ou similar antes da entrega. Não apresente apenas um SRT separado como vídeo legendado. - Verifique a resolução, áudio, duração e decodificação geral do MP4. Examine quadros extraídos para detectar imagens cortadas ou ilegíveis. Se possível, ouça o vídeo para verificar volume, pronúncia e equilíbrio com o BGM. Se não for possível ouvir, documente esse escopo. Se a duração final estiver muito distante da desejada, ajuste o roteiro e o áudio.
- Retorne o MP4 final, o roteiro, o SRT, o manifest e a origem dos materiais como links. Diferencie as etapas realmente concluídas dos pontos não verificados. A publicação só ocorre mediante solicitação.
Comando de Renderização
Ambiente necessário: Python 3, ffmpeg, ffprobe. Nenhum pacote adicional do Python é necessário.
{
"bgm": "bgm.wav",
"scenes": [
{"image": "scene-01.png", "audio": "scene-01.aiff", "text": "Este é o roteiro falado."},
{"image": "scene-02.png", "audio": "scene-02.aiff", "text": "Este é o roteiro da próxima cena."}
]
}
python3 <skill-dir>/scripts/make_bgm.py /absolute/output/bgm.wav --seconds 60
python3 <skill-dir>/scripts/render.py /absolute/output/manifest.json --output /absolute/output/render-v1
Serão gerados render-v1/final.mp4, captions.srt e timing.json. As legendas por cena são sincronizadas por bloco, não palavra a palavra. Em caso de falha, reutilize os materiais já concluídos, corrija a causa e execute novamente em um novo diretório de saída.