⚙️ As 5 fases do motor
Toda skill-filha edita seguindo o mesmo caminho de cinco fases: corta, lê e planeja, monta motion e B-roll, aplica SFX e renderiza com QC, e por fim passa por um revisor em loop. Cada fase tem sua comporta de qualidade — é isso que faz o resultado ser bom de forma confiável, não por sorte.
⚙️ Fase 1 — Corte determinístico
A primeira fase é a mais mecânica — e é o alicerce de tudo. O motor não "adivinha" onde cortar: ele mede a energia do áudio e encontra os trechos em que você realmente fala (as ilhotas de voz). Aí remove silêncios, pausas longas, "deixa eu repetir" e falsos começos, ficando sempre com a última tomada de cada frase — a boa.
Novo aqui? — "determinístico" e "ilhota de voz"
Determinístico quer dizer: a mesma entrada gera exatamente a mesma saída, toda vez — sem aleatoriedade. Ilhota de voz é cada trecho contínuo em que há som de fala, separado dos vizinhos por silêncio. O motor detecta as ilhotas por energia (silencedetect), não pela transcrição.
Corte automático por energia de áudio, ficando com a última tomada de cada frase.
Corte previsível e limpo é a base sobre a qual todas as fases seguintes se apoiam.
silencedetect, ilhota, última tomada, determinismo.
👁️ Fase 1.5 — Ler o vídeo e propor tratamento
Entre o corte e a montagem existe uma fase "meia" que faz toda a diferença: o motor assiste ao próprio corte. Usando /watch, ele olha os fotogramas, entende do que o vídeo trata e propõe um tratamento: qual opening usar, que tipo de B-roll cabe, onde acelerar e onde dar ar. O resultado é um beat sheet — o plano de montagem.
Novo aqui? — "/watch" e "beat sheet"
/watch é uma capacidade de QC visual: o agente vê os frames do vídeo, não só o texto. Beat sheet é o mapa dos "beats" (golpes de ritmo) do reel: onde entra o cold open, onde vai um B-roll, onde acelera. É o roteiro de montagem antes de montar.
🎯 Por que adaptar, e não aplicar molde
Uma notícia pede urgência e dado; um tutorial pede clareza e passos; um anúncio pede gancho e prova. Ler o vídeo antes de montar deixa o motor escolher o tratamento certo para AQUELE conteúdo — em vez de carimbar sempre o mesmo modelo, o que geraria fadiga visual e "look-IA".
Conceitos-chave: /watch, tratamento, beat sheet, opening, adaptação.
🎞️ Fases 2/3 — Motion graphics + B-roll real
Com o corte limpo e o plano em mãos, o motor monta: o Hyperframes gera as animações (motion graphics) e o Firecrawl traz capturas reais de sites e repositórios para o B-roll. Duas regras duras valem aqui: cold open obrigatório (impacto nos primeiros segundos) e nunca mais de 4s sem um golpe visual.
✓ O que essas fases entregam
- ✓Cold open que fisga nos primeiros 1–3s
- ✓Motion graphics com timeline determinística
- ✓B-roll real (captura do site/repo citado)
✗ O que a comporta impede
- ✗Mais de 4s de tela parada só com a fala
- ✗Abrir sem gancho (sem cold open)
- ✗Imagem de banco genérica no lugar do real
💡 Dica de leitura
Hyperframes e Firecrawl aparecem de novo, com comandos reais, no módulo 2.2. Aqui basta fixar o papel de cada um: Hyperframes = animação; Firecrawl = trazer o real de fora.
Conceitos-chave: Hyperframes, Firecrawl, cold open, regra dos 4s.
🔊 Fase 4 — SFX, render e QC
Agora entra o som e sai o arquivo. O motor sobrepõe SFX sutis (whoosh nas transições, ching nos números) por baixo da voz — e por padrão sem música, para não competir com a fala. Depois renderiza e roda um QC automático que procura lacunas e sobreposições; onde acha um problema, regenera aquele trecho.
SFX sob a voz
Efeitos curtos e discretos que "produzem" o corte, sem virar poluição sonora. Música fica de fora por padrão.
Render
As camadas (vídeo, motion, legendas, SFX) são "achatadas" num único MP4 — mantendo a resolução de entrada.
QC automático
Uma varredura procura buracos de ritmo e sons sobrepostos; o que falha volta para ser regenerado, não é entregue.
Conceitos-chave: SFX, render, QC (controle de qualidade), regeneração.
🔁 Fase 5 — Revisor independente em loop
A última fase é uma trava de segurança: um revisor independente — um subagente com contexto limpo — assiste ao render (via /watch) e emite um veredito: PASS ou FAIL. Se for FAIL, ele diz o que está errado, o motor corrige e o ciclo se repete. Nada é entregue antes de um PASS.
Conceitos-chave: revisor, subagente, PASS/FAIL, loop de qualidade.
🧪 Por que um revisor separado funciona
Por que não deixar o próprio agente que montou o vídeo julgar o resultado? Porque quem constrói fica contaminado pelo que fez: sabe a intenção, "preenche" mentalmente o que faltou e não vê os próprios erros. O revisor é um subagente que nunca viu a montagem — ele julga só o que está na tela, como um espectador faria.
🧠 A ideia central
Um olhar sem contexto pega o que o olhar comprometido perde. É o mesmo motivo pelo qual revisamos melhor o texto dos outros do que o nosso: distância cria objetividade. O motor institucionaliza essa distância dando ao revisor um contexto limpo.
Agente que montou
Conhece a intenção de cada corte. Tende a aprovar porque "sabe o que quis dizer" — mesmo que a tela não mostre.
Revisor independente
Não tem essa memória. Se algo não fica claro só olhando, ele reprova — que é exatamente o que um espectador sentiria.
Conceitos-chave: contexto limpo, viés do autor, verificação independente.
🗝️ Conceitos-chave do motor
Três ideias amarram tudo o que você viu e voltam no módulo 2.2 (onde viram scripts). Fixe-as agora: elas explicam por que o motor é confiável, não só esperto.
- Comporta dura
- Uma verificação bloqueante: se não passa, o processo para e nada avança. Ex.: verify-cut.py (corte limpo) e lint-timeline.py (ritmo ≤4s).
- Beat sheet
- O plano de ritmo do reel: onde entra o cold open, onde vai um B-roll, onde acelera. Sai da Fase 1.5 e guia a montagem.
- Loop de qualidade
- Repetir revisar→corrigir até um PASS. Transforma "ficou bom?" numa condição objetiva de parada.
Auto-recuperação (opcional): por que o revisor da Fase 5 é um subagente separado?
✅ Resumo do módulo
Próximo módulo:
2.2 — Comportas, scripts e determinismo (os comandos reais por trás de cada fase)