Como criei vídeos com IA em um fluxo de cinco etapas

Como criei vídeos com IA em um fluxo de cinco etapas

Da análise de uma referência à publicação: um experimento prático de engenharia de prompts, criação audiovisual e integração de ferramentas.

Da inspiração à experimentação

Tudo começou com um vídeo viral no qual Snoop Dogg aparecia em versões visuais ligadas a diferentes países. Quando assisti, quis entender como seria possível criar uma interpretação semelhante usando minha própria imagem.

A proposta parecia simples, mas envolvia decisões diferentes: analisar a referência, escrever instruções, gerar imagens, transformá-las em movimento e montar um vídeo publicável.

Foi assim que desenvolvi um workflow manual de cinco etapas em quatro plataformas identificadas: Gemini, Meta AI, CapCut e Instagram.

1. Comecei analisando a referência no Gemini

O primeiro passo foi compreender o resultado que eu estava vendo. Usei o Gemini para examinar o formato do vídeo e levantar hipóteses sobre como produzir uma versão própria.

Essa análise pode ser chamada de engenharia reversa criativa, desde que o conceito seja usado com cuidado. Olhar um vídeo e tentar reproduzir seus efeitos não significa descobrir os comandos, modelos ou configurações usados pelo criador original.

Uma estratégia útil é dividir a observação em: cenário, enquadramento, elementos visuais, movimento, sequência e transições. Depois, transformar essas observações em instruções candidatas.

Entrada: vídeo de referência.

Saída: ideias e possíveis prompts para minhas próprias imagens.

2. Criei e refinei imagens no Gemini

Na etapa seguinte, trabalhei com minha fotografia para criar versões em cenários associados a países diferentes.

O desafio principal era a consistência da identidade visual. Para montar um vídeo com várias cenas, não basta que cada imagem pareça interessante isoladamente; o rosto precisa continuar reconhecível ao longo da sequência.

Uma forma didática de organizar prompts para essa tarefa é combinar referência de identidade, descrição de cenário, enquadramento, iluminação e restrições para evitar defeitos.

Exemplo didático, reconstruído para o artigo — não é o prompt original:

«Use minha fotografia como referência de identidade. Crie uma interpretação visual no cenário [CENÁRIO], preservando os traços reconhecíveis do meu rosto. Utilize composição vertical e iluminação [TIPO]. Evite deformações faciais e elementos incoerentes.»

Além de dar instruções, precisei avaliar os resultados e selecionar as imagens que fariam sentido na etapa seguinte.

3. Transformei as imagens em clipes com o Meta AI

Depois da geração, levei as imagens aprovadas ao Meta AI para acrescentar movimento.

Esse é um ponto essencial da orquestração de ferramentas: a saída de uma etapa passa a ser a entrada da próxima, mas só depois de uma avaliação humana.

Uma imagem estática pode funcionar bem e ainda apresentar problemas quando animada. Por isso, faz sentido observar consistência facial, movimento, fundo e possíveis distorções.

Não recuperei os comandos originais dessa fase. Na documentação técnica, apresento apenas um exemplo didático claramente identificado como reconstrução.

4. Editei e organizei a sequência no CapCut

Com os clipes disponíveis, utilizei o CapCut para selecionar trechos, organizar a sequência e editar o material.

Essa fase mostra que nem todas as ferramentas de um workflow precisam executar IA. A edição depende de decisões sobre narrativa, ritmo e continuidade.

No registro deste projeto, não há evidência de que eu tenha utilizado um recurso específico de IA dentro do CapCut. O papel confirmado da ferramenta foi a montagem e a edição.

5. Finalizei e publiquei no Instagram

A última etapa foi a finalização com trilha sonora e a publicação no Instagram. O experimento resultou em três Reels:

- "Assistir ao vídeo 1" (https://www.instagram.com/reel/DU7C4X7iXGa/)

- "Assistir ao vídeo 2" (https://www.instagram.com/reel/DU7I6Z1jbu0/)

- "Assistir ao vídeo 3" (https://www.instagram.com/reel/DU9fd2ZiVH4/)

A referência era um vídeo viral. Não estou afirmando que as minhas publicações tiveram o mesmo desempenho: aqui, o foco está no processo de produção.

O que aprendi com essa experiência

A escolha das ferramentas deve seguir o problema. Não utilizei plataformas diferentes apenas para aumentar a quantidade de tecnologia no projeto. Cada uma cumpriu uma função específica.

A revisão humana conecta as etapas. Foi necessário avaliar saídas, escolher imagens, orientar os próximos passos e decidir como organizar o material.

Documentar o processo aumenta seu valor educativo. Um vídeo pronto demonstra o resultado. Um workflow documentado explica as entradas, as decisões, as limitações e o que outra pessoa pode aprender com aquela experiência.

Também reconheço as limitações do registro: não foram recuperados os prompts literais completos, as versões dos modelos, as configurações, o número de tentativas ou as horas investidas. Não é possível calcular produtividade ou alegar economia de tempo com base nesses dados.

Como reproduzir a lógica do projeto

Para experimentar um caminho parecido com materiais próprios, eu recomendo:

1. Selecionar uma referência e descrever o que é possível observar nela.

2. Criar um plano de cenas, com prompts para imagens autorais.

3. Avaliar a identidade visual antes de aprovar a geração.

4. Animar apenas as imagens aprovadas.

5. Editar, finalizar e publicar, respeitando os direitos de imagem e de áudio.

Um cuidado que eu adotaria em qualquer nova tentativa é guardar o texto literal de cada prompt, suas revisões e capturas do resultado. Isso torna a experiência mais reproduzível e evita confundir uma reconstrução didática com o histórico real.

Conclusão

Meu principal aprendizado não foi apenas conseguir publicar os vídeos. Foi perceber que eu podia sair de uma ideia, investigar possibilidades, combinar ferramentas e chegar a um produto final com decisões minhas ao longo de todo o processo.

Não foi um sistema de agentes autônomos, nem uma integração por API. Foi um trabalho de orquestração manual de ferramentas, engenharia de prompts e curadoria humana — uma competência que quero continuar aprimorando.

O estudo de caso está documentado no "meu GitHub" (https://github.com/zuleikcamorais/zuleikcamorais/tree/main/projetos/workflow-audiovisual-ia). A documentação complementar com o fluxo detalhado e os modelos didáticos de prompts está preparada para ser adicionada ao repositório.