ai-video-direction
Direção de vídeo com IA de ponta a ponta: história, roteiro, direção de cena, folhas de personagem, placas de cenário, prompt por clipe (template v4), geração no Seedance 2.5 reference-to-video pela A
SKILL.mdskills/84-ai-video-direction/SKILL.md
GitHubAI Video Direction — história, prompt, câmera, referências, geração, QA e pós
Conduz uma produção de vídeo com IA do briefing ao MP4 final. O modelo não "entende cinema": entende corpos apoiados em algo, um mundo com regras, uma câmera num lugar e um estado de entrada e de saída. Dinheiro só sai depois que cada etapa barata foi aprovada.
Governança Global
Segue GLOBAL.md, policies/execution.md, policies/handoffs.md, policies/tool-safety.md,
policies/cost-optimization.md, policies/claim-verification.md,
policies/verification-before-completion.md e policies/anti-ai-writing.md (roteiro e cartelas).
Três regras sem exceção:
- Dinheiro: antes de cada rodada paga (imagem, vídeo, música, SFX), mostrar o custo estimado
por item e o total, e esperar o ok do usuário.
--dryprimeiro, sempre. - Segredo: credenciais só por variável de ambiente (
HF_CREDENTIALS,FAL_KEY). Nunca ler, imprimir ou colar.envno chat, em log, em commit ou em job JSON. - Verificação: nunca afirmar que um clipe "está bom" sem ter olhado a folha de quadros e conferido o áudio (STT ou RMS por janela). Plano pronto não é vídeo aprovado.
Quando Usar
- transformar uma ideia, uma história real ou um roteiro num filme curto gerado por IA
- escrever ou consertar o prompt de um clipe de Seedance/Higgsfield
- montar folhas de personagem e placas de cenário que o modelo de vídeo vai receber como referência
- diagnosticar um clipe que saiu errado (física, continuidade, rosto, fala, moderação) e reparar
- fazer a pós: juntar clipes, trilha por sequência, SFX, cartelas, legendas e loudness
Quando Não Usar
- integrar geração de vídeo numa feature de app (fila, webhook, UX de espera): skill 27
- só cortar, legendar ou normalizar um vídeo pronto, sem decisão de direção: skill 75
- analisar ou transcrever um vídeo existente: skill 54
- gerar imagem avulsa (thumbnail, OG, hero): skills 17 e 36
Entradas Esperadas
O brief de templates/brief.md (10 itens), extraído do pedido sem exigir formulário. Idioma das
falas: o do projeto, padrão PT-BR. Pessoas reais só com fotos que o usuário pode usar.
Saídas Esperadas
| Entrega | Formato |
|---|---|
| 1. História | premissa, pergunta dramática, personagens, arco, motivo com setup e payoff |
| 2. Roteiro | cenas com ações e falas literais no idioma do projeto |
| 3. Plano de direção | engine, acting tasks, beats, mapa, STATE IN/OUT, clipes de 5 a 8 s |
| 4. Pacote de geração | folhas, placas, um prompt v4 por clipe, jobs JSON, ledger previsto × real |
| 5. Acabamento | montado por sequência, trilha, SFX, cartelas, legendas, MP4 a −14 LUFS |
Pasta por sequência: NN_nome/{entrega,base,prompts,arquivado}. Versão nova nunca sobrescreve.
Fluxo
- Brief e modo de autoria (criar, adaptar história real, dirigir roteiro, compilar estrito,
reparar). Perguntar só o que muda o resultado central; o resto vira suposição registrada.
Se a entrada é uma ideia, produto, app ou site ("divulgue X"), passe antes pelo motor de briefing
(
references/briefing-engine.md) e valide comskills/84-ai-video-direction/scripts/briefing-qa.mjs: fato só entra com fonte. - História: 3 propostas com motores diferentes, escolher, bíblia e ficha de personagem.
- Roteiro: cada fala faz algo; o tom da fala acompanha o nível de perigo.
- Direção: scene engine, acting task por personagem, beats, mapa e leis de física, STATE IN/OUT. Dividir em clipes de 5 a 8 s, nunca um clipe de 20 s com 10 ações.
- Folhas e placas (paralelo, centavos): QA de asset antes de virar referência.
- Prompts v4 por clipe, lint,
--drycom estimativa, anunciar custo, gerar a sequência em paralelo. - QA: folha de 8 quadros e STT de cada clipe, rubrica 0 a 2, laudo com timecode.
- Reparo local: uma variável por tentativa, regerar só o quebrado, reaproveitar trecho bom.
- Pós: fala nativa, trilha por sequência com crossfade na transição, ducking por sidechain,
SFX gerados, cartelas e legendas via libass,
loudnorma −14 LUFS.
Onde está cada coisa
| Arquivo | Ler quando |
|---|---|
references/fluxo.md |
ordem, paralelismo, pastas, ledger, contrato de dados |
references/briefing-engine.md |
a entrada é ideia/produto/app: pipeline 0–10, categoria, prompts de estágio, QA mecânico |
references/quadro-composto-e-revisao.md |
identidade por quadro composto (caminho B), lista de revisão do plano, manifesto por chamada |
references/historia-e-direcao.md |
história, engine, romance, ação, resgate, falas |
references/arquitetura-do-prompt.md |
prompt v4 de um clipe, com 2 exemplos |
references/camera-e-otica.md |
câmera, eixo, FOV, dispositivos, luz, veto |
references/fisica-e-continuidade.md |
apoio, gravidade, mecanismo, STATE, cor exclusiva |
references/folhas-e-placas.md |
folha, época, placa, QA de asset |
references/higgsfield-api.md |
endpoints, polling, retomada, modelos, preços |
references/moderacao-e-reparo.md |
filtro de segurança, falha → ajuste, reaproveitamento |
references/talking-head-e-apresentador.md |
apresentador falando, quadro-base, ranking de 13 modelos |
references/qa.md |
folha de contato, STT, checklist, rubrica, status |
references/audio-e-pos.md |
fala nativa, trilha, ducking, SFX, legendas, loudness |
references/custos-e-orcamento.md |
estimar, ledger, o que não é cobrado |
references/armadilhas-do-produto.md |
41 furos de um pipeline automático |
templates/ |
brief, prompt v4, folha, placa, checklist de QA, briefing.json (+ exemplo), prompts-por-tipo.md (10 tipos de clipe) |
Guia-base → onde está na skill
| Guia | Coberto em |
|---|---|
| Sistema de storytelling v1.0 (autoria, romance, ação, §3, QA, reparo, §22) | historia-e-direcao, fluxo, qa, moderacao-e-reparo |
| Guia de storytelling (engine, acting task, beat, frases-mãe) | historia-e-direcao, templates/brief.md |
| Prompt Builder v4.4.2 (câmera, FOV, dispositivos, 180°, veto, luz) | camera-e-otica |
| Padrão de cenas (blocos, locks, multidão, densidade, defaults) | arquitetura-do-prompt, fisica-e-continuidade |
| Motor de briefing (ideia → roteiro de vídeo, 11 estágios, portão de QA) | briefing-engine, skills/84-ai-video-direction/scripts/briefing-qa.mjs, templates/briefing*.json |
| Plano de produção revisado (quadro composto, revisão de plano, prompts por clipe) | quadro-composto-e-revisao, templates/prompts-por-tipo.md |
Regras de ouro
| Regra | Erro real que ela evita |
|---|---|
| reference-to-video só com folhas + placa | quadro inicial piorou o rosto em todos os testes |
| a placa contém todo landmark e mecanismo que o prompt cita | prompt descreveu um portão que a placa não tinha |
| o que sustenta cada corpo e a gravidade como lei | personagem "voando" na horizontal com a corda de lado |
| STATE OUT do clipe N é, palavra por palavra, o STATE IN do N+1 | animal que tinha fugido reapareceu na porta |
| mudou de lugar ou eixo, placa nova e diferente | fuga na mesma placa parecia correr para o perigo |
| perigo escala com causa visível e plano de aviso | plataforma "virou sozinha" e derrubou a vítima |
| vítima longe do apoio seguro; o herói vai até ela | resgate numa borda de onde ela subiria sozinha |
| acessório só sai se a folha mostrar o que há embaixo | chapéu caiu e o modelo deixou o personagem careca |
| idioma das falas declarado, fundo "never English words" | falas saíram em inglês até a regra existir |
| reação só depois do estímulo visível | flerte em que ela reagia sem ter olhado |
| o clímax continua em movimento até a transição | mãos dadas congeladas esperando o portal |
| texto legível só na edição, nunca no render | letras da folha vazaram para o vídeo |
Anti-Padrões
| Racionalização | Realidade |
|---|---|
| "o modelo recebe a ideia e se vira" | sem digest, o roteiro inventa funcionalidade, número e depoimento; passe pelo motor de briefing |
| "um clipe longo sai mais coeso" | 22 s com 11 ações falhou em ordem e física; 4 clipes de 5 a 8 s passaram |
| "mais adjetivo resolve" | o modelo obedece geografia, apoio e causa; "aura de perigo" não gera nada |
| "a placa é só ambiente" | a placa dita o ângulo e os objetos que existem; o que não está nela o modelo inventa |
| "tem stream de áudio, então tem fala" | stream existe mesmo mudo; quem prova fala é STT ou RMS por janela |
| "regera tudo" | listar com timecode o que presta e regerar só o beat quebrado |
| "moderação bloqueou, tenta igual" | mesmo texto, mesmo bloqueio; reescrever o contato e a queda de forma calma |
Evidência de Conclusão
- custo anunciado e aprovado antes de cada rodada; ledger com previsto × real por item
- cada clipe entregue tem folha de quadros olhada, fala conferida e laudo com rubrica
- STATE OUT(n) = STATE IN(n+1) em toda emenda de continuidade
- briefing de ideia/produto:
briefing-qa.mjscom exit 0 (nenhum número, preço ou depoimento sem fonte) - MP4 final medido: duração, −14 LUFS, pico real, legendas sem colisão
Handoff
- 26 Prompt Engineer: template v4 como prompt de sistema
- 27 Video Integration: levar o fluxo para um produto (fila, webhook)
- 75 FFmpeg Media: operações de edição sem decisão criativa
- 54 Video Analysis: transcrever ou extrair quadros em lote
- 30 Cost Tracker: consolidar o ledger de uma produção grande
Integração com Pipeline
O orquestrador (09) aciona esta skill para produzir ou dirigir vídeo, não para integrar API.
Fluxo típico: 84 (história → clipes → QA) → 75 (cortes finos) → 84 (pós). Quem parte de uma ideia ou produto começa por references/briefing-engine.md. Quem constrói pipeline
automático lê references/armadilhas-do-produto.md e entrega para 25 e 27.
Fontes
Filme manual de 3 min em 7 épocas (set/2026, cerca de 25 regerações diagnosticadas), os guias-base
do usuário (tabela acima, incluindo o motor de briefing e o plano de produção revisado) e a auditoria do video-os-ai contra o filme (30/09/2026). Preços medidos
com /estimate em 29 e 30/09/2026; conferir antes de orçar.