Viral Video Distiller Pro

Transforme vídeos em pacotes de evidências auditáveis, relatórios destilados legíveis e planos de migração estrutural originais e diretamente executáveis. O princípio central é: primeiro a evidência, depois a análise; fatos e inferências em camadas; sem evidência, rebaixe explicitamente.

Gatilho e Roteamento de Intenção

Priorize o uso com "uma frase" – não peça ao usuário para repetir o nível de evidência, algoritmos de corte, cobertura da timeline ou regras de validação.

Gatilho Automático

Entre nesta Skill se qualquer um dos seguintes for verdadeiro:

O texto contém semântica de vídeo como "analisar/detupar/decupar/replicar/imitar/estudar" e "vídeo/vídeo curto/Douyin/TikTok/Reels/Xiaohongshu/Bilibili/YouTube/locução".
A entrada contém uma URL de plataforma de vídeo reconhecível, como douyin.com, v.douyin.com, tiktok.com, xiaohongshu.com, xhslink.com, bilibili.com, b23.tv, youtube.com, youtu.be, instagram.com/reel.
A entrada contém um caminho de vídeo local ou anexo com extensão .mp4, .mov, .mkv, .webm, .m4v, .avi, .flv, .ts.
O usuário fornece apenas um link de vídeo/arquivo de vídeo sem verbo: por padrão, interprete como "analise este vídeo"; faça a pré-verificação, não peça um prompt longo.

Não Gatilho ou Encaminhamento

Apenas analisar PDF, Word, artigos da web, imagens ou áudio, sem intenção de análise de vídeo.
Apenas solicitar reprodução, upload, compressão, transcodificação, download ou exclusão de vídeo, sem necessidade de decupagem de conteúdo.
Apenas deseja um resumo rápido do conteúdo do vídeo, explicitamente sem ganchos, shots, interação ou scripts de produção – use a capacidade de resumo de vídeo normal.

Comportamento Padrão de "Análise" vs. "Remake"

"Analisar/Decupar/Decupar": Gere diretamente o pacote completo de produção destilada.
"Replicar/Imitar/Remake": Primeiro, complete automaticamente a análise do vídeo original; se o usuário já forneceu um novo tema/público, continue gerando um script de migração original.
O usuário diz "remake" mas sem novo tema: a análise não é interrompida; entregue primeiro a destilação do vídeo original com slots substituíveis; pergunte apenas uma pergunta curta se um tema for realmente necessário para gerar um novo rascunho.
É proibido exigir que o usuário confirme shots, níveis de evidência, limites de algoritmo, pesos de pontuação ou campos de relatório – estas são responsabilidades internas da Skill.

Prompt de usuário recomendado: Me ajude a analisar e fazer o remake deste vídeo do Douyin: <link>.

Entrada Aplicável

.mp4, .mov, .mkv, .webm locais.
Links públicos do Douyin; analise apenas conteúdo que o usuário tenha o direito de acessar e estudar.
Opcional complementar: captura de tela de dados da plataforma/JSON, público-alvo, novo tema, posicionamento da conta.

Se houver apenas texto, áudio ou keyframes, uma análise parcial pode ser feita, mas não se deve afirmar que a destilação completa do vídeo foi concluída. Módulos que não podem ser verificados devem ser escritos como N/A.

Entrega Obrigatória

O diretório final é tanto um pacote de relatório quanto um pacote de ativos de produção editável e auditável:

Nove arquivos principais: relatório-destilado.md, evidence.json, transcript.json, transcrição.md, timeline-por-segundo.csv, script-producao-remake.md, lista-execucao-capcut.md, lista-materiais.md, relatorio-auto-inspecao-qualidade.md.
Ativos de produção: source_video.mp4, keyframes/, audio-e-transcricao/, arquivos-storyboard/, SOP-remake.md.

.venv, cache de modelo, __pycache__, arquivos temporários de download e outros lixos reconstruíveis devem ser colocados em work/ fora do diretório de entrega. Vídeo, frames, áudio, transcrição, storyboard e SOP são ativos de processo verificáveis e devem ser entregues.

Fluxo de Execução

1. Pré-verificação e Limites de Autorização

Execute:

python3 scripts/preflight.py "<caminho local ou link>"

Se o arquivo local não existir, primeiro confirme o caminho.
Para links do Douyin, execute download_douyin.py: primeiro tente yt-dlp; se falhar com fresh cookies, login/erro de captcha, ou o ambiente não tiver yt-dlp, o script solicita automaticamente o HTML da página de compartilhamento, extrai candidatos de CDN de vídeo restritos do Douyin/ByteDance, baixa e verifica com ffprobe. Só peça ao usuário um vídeo local se ambos os caminhos falharem.
No fallback da página de compartilhamento, não imprima, salve ou escreva URLs de CDN completos com assinatura, Cookies ou parâmetros de autenticação no relatório; não contorne controles de acesso de login, captcha, conteúdo pago ou privado. Processe apenas links de compartilhamento público que o usuário tem o direito de analisar.
Não gere um relatório segundo a segundo baseado apenas no título, thumbnail ou descrição da página.

2. Criar Diretório de Trabalho e Entrega

python3 scripts/scaffold_delivery.py <diretório de saída> --source "<fonte>"

Use assets/templates/relatório-destilado.md como template do corpo do relatório.

O diretório de saída salva os ativos de produção; crie o ambiente de execução e cache em work/ de nível superior ou em um diretório temporário do sistema. Não crie .venv no diretório de saída.

3. Extrair Evidências Determinísticas

Para vídeo local, execute:

python3 scripts/extract_evidence.py <vídeo> <diretório de trabalho/evidence>

A ferramenta extrairá metadados de mídia, faixa de áudio de análise mono de 16kHz, intervalos de silêncio, pontos de corte candidatos de cena e keyframes a 1fps. Copie o vídeo original normalizado como source_video.mp4, salve keyframes em keyframes/, e salve a faixa de áudio de análise e resultados de ASR bruta em audio-e-transcricao/. Leia completamente references/automated-visual-analysis.md: confirme cortes automaticamente via múltiplos sinais; resultados de baixa confiança são automaticamente rebaixados para cortes suspeitos ou eventos visuais internos. O processo de análise não requer participação manual, nem deve tratar resultados de um único limite de cena como shots reais.

3a. Obter Transcrição de Locução com Timestamps (ASR)

Priorize executar Whisper (modelo small, multiplataforma, suporte a chinês):

python3 scripts/run_asr_whisper.py <vídeo ou áudio> <diretório de entrega> [--model small] [--language zh]

O primeiro uso baixa automaticamente o modelo (small ~460MB, cache local) e requer dependências: pip install openai-whisper (ou faster-whisper).
O script gera transcrição com timestamps de início e fim, mescla em evidence/raw_evidence.json (analysis_mode.asr="A", speech_metrics, itens de evidência ev-asr), e gera transcript.json, transcrição.md e audio-e-transcricao/asr_raw.json.
O texto ASR original é imutável: cada segmento retém raw_text; correções confiáveis são escritas em normalized_text, e corrections[] registra a palavra original, correção, justificativa e confiança. Não corrija sem uma base confiável.
Sem Whisper e impossível de instalar: marque o módulo correspondente como N/A, não invente a velocidade de fala; se outra ferramenta ASR estiver disponível, mescle sua saída e registre ev-asr com o nível real.

Se o ambiente tiver capacidade OCR, gere observações de legenda e mescle no registro de evidências; se não, marque o módulo correspondente como N/A ou use observação multimodal direta como B. Não invente para parecer completo.

4. Construir Pacote de Evidências Unificado

Leia completamente references/evidence-schema.md e references/analysis-protocol.md. Mescle raw_evidence.json em evidence.json no diretório de entrega:

Cada observação registra um ID de evidência único.
Todas as conclusões referenciam evidence_ids.
Inferências de nível C escrevem rationale e explicam interpretações alternativas.
Antes da entrega, escreva delivery_metrics.evidence_item_count = len(evidence_items); o relatorio-auto-inspecao-qualidade.md referencia este valor – não some manualmente.
Ao usar frases como "fonte externa/projeto oficial/verificação cruzada", registre a fonte em external_sources[] (id/title/url/accessed_at/grade), e as conclusões relacionadas referenciam external_source_ids; se não registrado, remova a frase – não insinue verificação.
timeline-por-segundo.csv deve ter uma linha por segundo e cobrir continuamente pelo menos 95%; preencha visual_evidence_ids, audio_evidence_ids, subtitle_evidence_ids e a confiança de cada modalidade separadamente. Fatos visuais só podem referenciar frames, OCR ou observação multimodal direta; ASR sozinho não pode sustentar uma descrição visual. O mesmo para áudio e legendas. Cada linha deve referenciar pelo menos uma evidência temporalmente próxima que não ultrapasse 15 segundos e se sobreponha àquele segundo. Espaços em branco, tela preta, silêncio também ocupam uma linha e descrevem o estado.
O gancho cobre fixamente 0.000–3.000 segundos; não tome emprestada informação após 3 segundos.

5. Analisar Mecanismos Virais

Analise na seguinte ordem, evitando tirar conclusões antes de encontrar evidências:

Primeiro frame, primeira frase, legenda, som, promessa e assimetria de informação.
Limites de parágrafo baseados em pausas ASR + viradas semânticas + pontos de corte candidatos de shot.
Calcule caracteres chineses/minuto, pausas semânticas e ênfase apenas com ASR completo; sem ASR, métricas precisas de locução são N/A. Pausas acústicas, BGM, efeitos sonoros e loudness são analisados independentemente.
Relate separadamente pontos de corte candidatos, cortes confirmados automaticamente, cortes suspeitos, atualizações de legenda e eventos visuais internos; a taxa de renovação visual geral deve explicar a deduplicação.
Posição da legenda, ocupação da tela, número de linhas, cor, ênfase de palavras-chave, animação de entrada/saída. Se a cobertura OCR/keyframe for inferior a 95%, só escreva "observações de amostra consistentes/consistentes na maior parte" – proibido escrever "sincronia estrita em todo o vídeo".
Frases de interação originais, timestamps, ação-alvo e mecanismos de comentário.
Cinco ações finais: curtir, seguir, favoritar, prévia do próximo, pergunta aberta.
Calcule automaticamente pontuação, cobertura e dimensões ausentes com base em pesos fixos de oito dimensões; não preencha a pontuação total manualmente. A pontuação é baseada em evidências – não presuma alta pontuação só porque o usuário chama de viral.
Gere para cada segmento principal um insight especializado de "fato → mecanismo → reação do público → fórmula de migração"; proibido apenas descrever a imagem.

6. Gerar Pacote de Produção de Migração Estrutural

Leia completamente references/report-contract.md e preencha relatório-destilado.md conforme o template. Em seguida, produza:

"Conclusão em uma frase": primeiro preencha oito slots em evidence.json.executive_summary, depois combine em um parágrafo compacto. A toolchain só pode ser inferência de nível C, listando justificativa e explicações alternativas; sem dados da plataforma, use "mecanismo de disseminação", não afirme diretamente "razão viral".

Se a toolchain for apenas inferência de nível C, script-producao-remake.md só pode conter processos independentes de ferramentas ou implementações candidatas explicitamente marcadas; não atualize o nome de software inferido para dependência, versão, comando de instalação ou CLI definitivos. Só forneça comandos definitivos após execução real verificada com toolchain_inference.execution_verified=true.

script-producao-remake.md: Tempo, slots de função, locução original, imagem, legenda, efeito sonoro, propósito de interação.
arquivos-storyboard/tabela-storyboard.csv: Campos fixos time_range,shot_function,normalized_visual_text,normalized_spoken_text,asset_ids,evidence_ids,confidence. Use transcript.json.normalized_text para locução; mantenha a evidência OCR original para texto na tela e normalize separadamente – não entregue ruído de reconhecimento óbvio diretamente para o editor; coloque projetos de edição ou EDL/XML também neste diretório.
SOP-remake.md: Etapas de operação sequenciais de migração de tema, script, storyboard, preparação de material, edição, controle de qualidade até publicação.
lista-execucao-capcut.md: Faixas, pontos de corte, templates de legenda, keyframes, volume, verificação pré-exportação e publicação.
lista-materiais.md: Papel do material, especificações, fonte/status de autorização, materiais alternativos; não reutilize diretamente ativos do vídeo original.
transcrição.md e transcript.json: Retenha timestamps, falante e confiança.
relatorio-auto-inspecao-qualidade.md: Registre lacunas de evidência, resultados de rebaixamento automático, resultados de gate e lista de baixa confiança; não exija revisão manual antes da entrega.

Aqui, "remake 1:1" refere-se apenas ao mapeamento 1:1 de slots estruturais, nós de ritmo e funções de shot; falas, exemplos, pessoas, marcas, música e materiais de imagem devem ser originais ou licenciados.

7. Executar Gate de Produção

python3 scripts/validate_delivery.py <diretório de entrega>

Só declare entrega completa se a saída for PASS. Em caso de falha, corrija item por item, sem remover regras para contornar.

8. Guia de Remake Progressivo Pós-Análise

Após o pacote de análise passar pelo gate, não apenas informe os caminhos dos arquivos, nem peça ao usuário todos os materiais de uma vez. Copie assets/templates/remake-brief.json para o diretório de entrega e faça uma pergunta por vez na seguinte ordem; após resposta do usuário, escreva imediatamente no brief e vá para a próxima etapa:

Primeiro, execute o script de orquestração determinística para que as etapas subsequentes consumam verdadeiramente os artefatos da análise:

python3 scripts/create_remake_project.py init --analysis <diretório de entrega da análise> --output <diretório do projeto de remake original>

O script lê o relatório, script de produção remake, SOP, timeline, storyboard normalizado, lista de materiais e lista do CapCut, gera remake-context.json e retorna next_field/question único. A cada resposta do usuário, execute:

python3 scripts/create_remake_project.py set --output <diretório do projeto de remake original> --field <next_field> --value "<resposta do usuário>"

Novo Tema: Primeiro pergunte "Para qual tema você quer migrar essa estrutura?" Esta é a única pergunta obrigatória sem um valor padrão confiável.
Público-Alvo: Recomende um público com base no tema e deixe o usuário confirmar; se o usuário já tiver um posicionamento de conta, use-o diretamente.
Duração e Proporção: Dê valores recomendados com base no vídeo de referência e plataforma de publicação, por exemplo, padrão Douyin: 60 segundos, 9:16; confirme dois parâmetros fortemente correlacionados de uma só vez.
Forma de Apresentação: Recomende uma entre locução com pessoa real, explicação com tela gravada, animação de PPT/texto, ou montagem de material puro; apenas peça confirmação ou alteração.
Ação Final: Recomende um CTA principal entre seguir, favoritar, pergunta de comentário ou recebimento em canal privado com base no estágio da conta.
Materiais Disponíveis: Pergunte por último se o usuário tem avatar, logotipo, gravação de tela, imagens, dublagem ou cor da marca. Sem materiais, não bloqueie; forneça uma solução rebaixada de TTS + gráficos placeholder originais + animação de texto puro.

Cada etapa mostra primeiro "conteúdo já confirmado + pergunta a ser respondida agora". Se o usuário disser "você decide/padrão está bom", adote o valor recomendado e continue – não repita a pergunta. Quando a informação for suficiente, gere automaticamente o pacote de engenharia de remake original: roteiro de locução original, SRT, storyboard normalizado, tabela de lacunas de material, lista de execução do CapCut, texto de publicação e render-manifest.json.

Quando o script retornar status=ready, execute:

python3 scripts/create_remake_project.py build --output <diretório do projeto de remake original>

Em seguida, o Agente deve ler tarefa-geracao.md, remake-context.json e remake-brief.json e preencher o conteúdo original no pacote de engenharia; não passe o esqueleto placeholder gerado pelo script como trabalho final.

O limite "um clique" atual desta Skill é: gerar um pacote de engenharia de remake executável em um clique, não promete produzir MP4 diretamente. Só se o runtime tiver e realmente verificar um backend de renderização como Remotion, rascunho do CapCut ou outro, o render_backend pode ser alterado e a geração do vídeo final pode ser afirmada.

A primeira mensagem de orientação pós-análise é fixa:

A análise foi concluída. No próximo passo, posso ajudar você a migrar isso para um vídeo original. Vamos confirmar uma coisa de cada vez. Primeiro, me diga: que novo tema você quer contar com essa estrutura?

Matriz de Rebaixamento

Evidência Disponível	Pode Completar	Deve Marcar N/A
Vídeo + FFmpeg + ASR + OCR	Análise completa	Dados de plataforma não verificáveis
Vídeo + FFmpeg + ASR Whisper	Mídia, candidatos de áudio, candidatos de shot, observação visual, locução e timestamps nível de palavra	Métricas OCR
Vídeo + FFmpeg, sem ASR/OCR	Mídia, pausas acústicas, candidatos de shot, observação visual	Velocidade de locução, ritmo semântico, ênfase, curva emocional, pontuação de locução e métricas OCR; dimensão de locução sai da pontuação total e renormaliza
Apenas áudio/transcrição com timestamp	Locução, narrativa, parte da interação	Densidade de shots, embalagem visual de legenda
Apenas texto	Estrutura do roteiro e interação candidata	Todas as métricas precisas de áudio/imagem
Falha no download do link	Informações visíveis no nível do link	Análise segundo a segundo do vídeo; solicite arquivo local

Itens Proibidos

Proibido inventar contagem de visualizações, data de publicação, ASR, cor de legenda, número de shots ou toolchain.
Proibido tratar diretamente pontos de corte candidatos de algoritmo como cortes confirmados automaticamente.
Proibido exigir confirmação manual ou definir revisão manual como pré-condição para entrega; resultados de baixa confiança devem ser rebaixados automaticamente.
Proibido estimar velocidade de fala precisa, ênfase ou pausas semânticas quando ASR está ausente.
Proibido preencher ritmo semântico de locução, curva emocional ou pontuação de locução quando ASR está ausente; deve marcar N/A e remover do denominador da pontuação geral.
Proibido usar tabelas de intervalo longo para se passar por timeline segundo a segundo.
Proibido usar resumos de capítulo repetidos para preencher a timeline segundo a segundo, ou usar evidências de todo o vídeo para se passar por evidência direta daquele segundo.
Proibido usar evidências de ASR para sustentar fatos visuais como cor, composição, shot, estilo de legenda, ou usar uma única confiança geral para mascarar a falta de evidência de modalidade.
Proibido afirmar "legenda estritamente sincronizada em todo o vídeo" sob amostragem esparsa de OCR/keyframe.
Proibido reescrever silenciosamente o texto ASR original; texto normalizado deve reter raw_text e rastreabilidade corrections.
Proibido estimar manualmente o número total de evidências, ou afirmar verificação cruzada de fontes externas sem registrar external_sources.
Proibido que o storyboard continue usando palavras de reconhecimento incorreto originais já corrigidas por corrections; o storyboard deve incluir campos de material, evidência e confiança.
Proibido colocar .venv, cache de modelo ou arquivos temporários de download na entrega final; também proibido excluir vídeo original, keyframes, áudio de análise, transcrição, storyboard ou SOP de remake.
Proibido escrever inferência de toolchain de nível C como dependência definitiva ou comandos de instalação, inicialização ou renderização não verificados por execução.
Proibido gerar pontuação geral que não possa ser recalculada com pesos fixos.
Proibido usar "aproximadamente" ou "supõe-se" para encobrir números precisos sem evidência.
Proibido copiar longos trechos de falas originais, embalagem de marca, música ou material de imagem.
Proibido apenas gerar um relatório bonito sem evidence.json e resultados de validação.
Proibido parar se yt-dlp falhar na primeira tentativa: links de compartilhamento público do Douyin devem tentar automaticamente o fallback de CDN da página de compartilhamento; só solicite arquivo local após a falha do fallback.
Proibido registrar ou ecoar Cookies da página de compartilhamento, URLs de CDN com assinatura completa e parâmetros de consulta de autenticação; não use o fallback para contornar controle de acesso.

YvanDeng/viral-video-distiller-pro

O que é viral-video-distiller-pro?

Perguntar na sua IA favorita

Documentação