Aprenda a criar vídeos com Inteligência Artificial usando o Claude Code

Você já viu centenas de vídeos como os meus, mas ninguém explica como eles são feitos. No reel eu contei em um minuto; aqui está a versão completa: qual ferramenta faz o quê, em que ordem, os erros que me custaram caro e a skill inteira para você copiar, junto com um prompt que a entende e ajuda você a adaptá-la ao seu canal.

A ideia de fundo é simples: eu não edito vídeos, eu escrevo regras. Dou uma frase ao Claude Code, ele lê as minhas regras e faz o trabalho pesado. Eu escolho a história, reviso e corrijo. E cada correção vira uma regra nova.

O que você precisa

Também uso música licenciada (Epidemic Sound) e um template de projeto que fui montando reel a reel. Se você não tem template, tudo bem: no primeiro vídeo o Claude Code cria com você.

Passo 1 · Tudo começa com uma frase

Abro o Claude Code na pasta dos meus vídeos e escrevo o nome da skill seguido do tema, com as minhas palavras (eu escrevo em espanhol):

/video-tech crea un video explicando cómo usamos esta tool, las herramientas, la estructura, la skill… en pasos, amigable y listo

/video-tech carrega a skill; o resto é o pedido. Não precisa de um prompt perfeito: as regras já estão na skill. Essa é a graça.

Passo 2 · A skill: um arquivo com todas as suas regras

Uma skill é um arquivo Markdown com um cabeçalho (nome e descrição) e as suas instruções. O Claude Code lê antes de começar, então se você muda a skill, mudam todos os seus vídeos. A minha tem seis blocos:

• O canal: a conta, os temas, o tom e a frase final.
• Estilo: cores, fontes, o que é desenhado e o que é “de verdade”, e a zona segura do Instagram.
• Dados: só fontes primárias, com data; superlativos são checados em várias fontes.
• Voz: qual voz, em que velocidade e como escrever as palavras que ela lê errado.
• Passo a passo: 13 passos, da história ao render.
• Antes de entregar: a checklist que sempre é revisada.

No fim do artigo você tem uma versão completa, pronta para copiar e personalizar.

Passo 3 · Um template e três histórias

O Claude Code pesquisa o tema e monta o projeto a partir do meu template com um único comando:

sh plantillas/nuevo.sh tech mi-reel

O template traz tudo o que se repete em cada reel: o script da voz, o gerador de legendas e capítulos, o mundo 3D, fontes, música e efeitos. Ele também cria uma maquete: estima os tempos da voz a partir do texto, então o reel inteiro roda sem gastar um único caractere do ElevenLabs.

Depois ele propõe três histórias diferentes, cada uma com seu roteiro segundo a segundo e os dados já checados. Eu escolho uma com um clique. Todas seguem a mesma estrutura, a que melhor funcionou para mim:

1. Gancho nos 3 primeiros segundos: uma pergunta surpreendente sobre o que você está vendo.
2. Promessa curta: “te conto em um minuto”.
3. Capítulos de 4 a 6 segundos que viram: “mas…”, “até que…”.
4. Um dado com número.
5. Fecho que volta ao gancho.
6. Chamada para seguir.

Passo 4 · A voz, em uma única tomada

O Claude Code escreve o roteiro (umas 150 palavras para 60 segundos) e o ElevenLabs dá a voz. A onda da imagem é a de verdade: o volume da voz deste reel, frase por frase.

Aqui aprendi a lição mais cara: no começo eu gerava a voz frase por frase e deixava espaços entre elas para as animações “respirarem”. Soava cortado. Agora o roteiro inteiro vai em uma única chamada e depois é cortado nos silêncios, só para saber quando cada palavra começa. A voz flui e as legendas continuam palavra por palavra.

Depois o Whisper escuta cada frase e compara com o roteiro. Se uma palavra sai errada, ela é escrita como soa: para a voz em espanhol dizer “FFmpeg” direito, o roteiro diz “efe efe eme peg” (na tela aparece a forma correta).

🔐 A chave do ElevenLabs vai só na variável ELEVENLABS_API_KEY. Nunca em um arquivo do projeto, nunca no chat.

Passo 5 · O vídeo é uma página web

Este é o truque que mais surpreende: cada reel é uma página web. O HyperFrames pega um index.html com camadas (o mundo 3D em um <canvas> com Three.js, as legendas, os capítulos, os cartões, o áudio) e uma linha do tempo do GSAP pausada. Cada quadro é um instante exato dessa linha do tempo, então o resultado é o mesmo em cada render.

Antes de renderizar eu confiro duas coisas:

npx hyperframes check        # erros, contraste, textos que somem rápido demais
npx hyperframes preview      # a pré-visualização no navegador

Também coloco a zona segura do Instagram em cima de capturas de vários segundos: o cabeçalho cobre a parte de cima, os botões a direita e o texto do post a parte de baixo. Tudo o que importa vai em x 100–980 e y 222–1660 (e à esquerda de x 900 abaixo de y 1280). Essas medidas saíram de um reel publicado, não de um guia.

Passo 6 · 1.800 fotos que viram um MP4

O HyperFrames congela a página e fotografa 1.800 vezes (60 segundos a 30 fps). O FFmpeg junta as fotos com o áudio em um MP4, e depois eu uso para medir:

npx hyperframes render -q delivery -o renders/mi-reel.mp4
ffmpeg -i renders/mi-reel.mp4 -filter_complex ebur128=peak=true -f null -   # loudness e pico real
ffmpeg -i renders/mi-reel.mp4 -vf blackdetect=d=0.05 -an -f null -          # quadros pretos

Minhas metas: entre −13 e −14 LUFS, pico real abaixo de −2 dBTP, nenhum quadro preto e o Whisper entendendo todas as frases na mixagem final. O reel deste guia saiu com −13,9 LUFS e −2,8 dBTP, sem masterizar.

Passo 7 · Cada erro vira uma regra

Esta é a parte que faz o sistema melhorar. No CLAUDE.md do projeto há uma seção “Correções”: cada vez que eu corrijo algo, o Claude Code anota com a data e a regra do jeito que eu falei, antes de continuar. Se vale para sempre, ele também muda a skill ou o template.

Já são 17. Algumas:

• O primeiro vídeo saiu na horizontal e sem voz → vertical 9:16 e com narração.
• O logo ficava embaixo do cabeçalho do Instagram → zona segura medida.
• “Começo fraco” → o gancho é uma pergunta surpreendente, com algo grande na tela nessa palavra.
• A voz soava cortada → uma única tomada.

O próximo vídeo não repete o erro. Por isso cada reel me custa menos que o anterior.

A skill completa (copie e deixe do seu jeito)

Esta é uma versão genérica da minha skill. Troque tudo o que está entre {{chaves}} e salve em ~/.claude/skills/video-seu-canal/SKILL.md. Depois, no Claude Code, escreva /video-seu-canal e o tema.

---
name: video-{{seu-canal}}
description: Faz um reel vertical (9:16, 60 s, com voz) para {{@sua-conta}} sobre {{seus temas}}, com HyperFrames, voz do ElevenLabs e verificação com Whisper. Use quando eu pedir um reel ou escrever /video-{{seu-canal}}.
---

# Reel · {{@sua-conta}}

Tudo fica em `{{caminho/do/seu/projeto}}`. Antes de mexer em qualquer coisa, leia o `CLAUDE.md` do projeto (principalmente "Correções") e carregue a skill `/hyperframes`.

## O canal
- Conta: {{@sua-conta}} · Plataforma: {{Instagram Reels / TikTok / YouTube Shorts}}.
- Temas: {{3 a 6 temas}}. Público: {{com quem você fala}}.
- Tom: {{de você para você, frases curtas, próximo…}}. Nunca: {{o que você não quer ver}}.
- Fecho (voz e cartão final): "{{Me siga para mais…}}" e só {{@sua-conta}}.

## Estilo
- Formato: 1080 × 1920, 30 fps, 60 s.
- Cores: fundo {{#hex}}, destaque {{#hex}} (só para o que importa), texto {{#hex}}. Vermelho, só para erros.
- Fontes: {{fonte dos títulos}} e {{fonte das etiquetas}}.
- Zona segura de {{sua plataforma}}: todo o texto em x 100–980, y 222–1660 (e x ≤ 900 abaixo de y 1280). Meça em uma captura de um vídeo publicado na sua conta e confira antes de renderizar.
- Logos e produtos reais, da fonte: nunca redesenhados.

## Dados
- Só fontes primárias (documentação oficial, comunicados, papers). Anote a data em que conferiu.
- Superlativos ("o primeiro", "o mais…"): cheque em várias fontes ou suavize na narração.
- O código que aparecer na tela tem que funcionar: teste antes.

## Voz
- ElevenLabs, voz {{nome ou ID}} ({{pronta / clonada}}), modelo eleven_multilingual_v2, velocidade {{1.1}}.
- A chave vai só na variável ELEVENLABS_API_KEY: nunca em um arquivo nem impressa.
- Uma única tomada: o roteiro inteiro em uma chamada (com tempos por palavra) e depois cortado por frases nos silêncios. Frase por frase soa cortado.
- Números por extenso no texto lido; na tela, em algarismos.
- O que a voz lê errado é escrito como soa ({{ex.: "efe efe eme peg" para FFmpeg}}); na tela vai a forma correta.
- Confira cada frase com o Whisper (modelo small, idioma {{pt}}) e de novo na mixagem final.

## Passo a passo
1. História. Gancho nos 3 primeiros segundos: uma pergunta surpreendente sobre o que se vê, com algo grande na tela na palavra-chave. Promessa curta. Capítulos de 4 a 6 s que viram ("mas…", "até que…"). Um dado com número. Fecho que volta ao gancho. Chamada final. Proponha 3 histórias diferentes, com roteiro segundo a segundo e os dados já checados, e me deixe escolher.
2. Dados, com fonte e data, no SPEC.md.
3. Projeto em videos/<nome>/ (cada versão na sua pasta: -v2, -v3…). Se houver template, copie; se não, npx hyperframes init.
4. Roteiro: umas 150 palavras, contado com conectores, não como lista. A última frase é a chamada final.
5. Voz em uma tomada e Whisper. Confira a duração: a voz termina antes do segundo 57.
6. Camadas a partir dos tempos da voz: legendas palavra por palavra (embaixo, a palavra-chave em uma pílula colorida), capítulos, notas, números que caem dígito por dígito e selos para conquistas e erros.
7. Mundo 3D (opcional, Three.js): o protagonista, de verdade; algo novo na tela a cada ~0,2 s.
8. Som: música licenciada que abaixa sob a voz; um efeito para cada ação visível, mais baixo se cair em cima da voz.
9. Revisão: npx hyperframes check com 0 erros e capturas com a zona segura por cima.
10. Pré-visualização aberta no navegador antes de renderizar.
11. Render com -q delivery e medidas: 1800 quadros, −13 a −14 LUFS, pico real ≤ −2 dBTP, sem quadros pretos, Whisper na mixagem.
12. REVIEW.md: o que foi medido, o que não foi e a parte mais fraca.
13. Correções: cada vez que eu corrigir algo, adicione com data em "Correções" do CLAUDE.md antes de continuar e, se valer para sempre, mude aqui também.

## Antes de entregar, confira
- [ ] 0 erros no check e todo o texto dentro da zona segura.
- [ ] A voz termina antes do segundo 57 e o cartão final mostra a chamada.
- [ ] Dados com fonte e data; superlativos checados.
- [ ] A chave não está em nenhum arquivo.
- [ ] Peça para ouvir com fones de ouvido.

O prompt para adaptar a você

Cole isto no Claude Code (ou no seu chat de IA favorito) seguido da sua skill. Ele vai entrevistar você, reescrever a skill para o seu canal e melhorá-la toda vez que você disser o que não gostou em um vídeo:

Você é especialista em skills do Claude Code e em vídeo curto para redes sociais.
Abaixo está o meu SKILL.md. Quero adaptá-lo ao meu canal e melhorá-lo.

1. Leia tudo e me resuma em 5 linhas o que ela faz, quais ferramentas supõe (Claude Code, HyperFrames, ElevenLabs, Whisper, FFmpeg) e quais partes são exemplos (tudo o que está entre {{chaves}}).
2. Me entreviste com uma pergunta por vez (no máximo 12): plataforma e formato, minha conta e meu público, temas, tom e como eu falo, cores e fontes da minha marca, voz (pronta ou clonada, velocidade), frase final, de onde tiro os dados, o que nunca quero ver, o que tenho instalado e onde fica o meu projeto.
3. Com as minhas respostas, reescreva a skill completa: mesma estrutura (cabeçalho, O canal, Estilo, Dados, Voz, Passo a passo, Antes de entregar), sem nenhuma {{chave}} e sem o que não se aplica a mim. Escreva a descrição do cabeçalho para o Claude Code saber quando usá-la.
4. Me diga 3 riscos ou lacunas que você vê (por exemplo: a zona segura da minha plataforma, direitos da música, dados sem fonte, a chave da API) e como a skill os cobre.
5. A partir de agora, toda vez que eu disser o que não gostei em um vídeo, proponha a mudança exata na skill (antes → depois) e adicione a uma seção "Correções" com a data.

Não invente nada sobre mim: se não souber, pergunte.

--- MEU SKILL.md ---
(cole a sua skill aqui)

Para terminar

O que mais me surpreendeu não foi a IA fazendo vídeos: foi que o sistema aprende com as minhas correções. Uma frase, uma skill e um registro de erros. O resto é repetir, corrigir e anotar.

Se você fizer a sua versão, me mostre: estou como @gndx no Instagram e no YouTube. E se quiser ver o reel que explica este guia em 60 segundos, ele está no meu perfil.