Pipeline de Mídia Social com IA
De um tema a um vídeo vertical pronto e publicado: roteiro, narração com voz clonada, imagens, gráficos, legenda karaokê, mascote com sincronia labial e montagem — sem ninguém no meio.
- Papel
- Projeto próprio
- Estágios
- 7, do tema à publicação
- Tempo por vídeo
- cerca de 30 minutos
- Roda em
- uma GPU de mesa
O problema
Produzir vídeo curto de educação financeira em ritmo diário é caro em duas moedas: horas de edição e chamadas de API. Os geradores prontos resolvem o volume e entregam o defeito no lugar — narração robótica e imagem que não conversa com o texto.
O projeto ataca os dois: troca a API paga de imagem por automação de navegador sobre uma assinatura que já existe, e trata narração e sincronia como problema de engenharia, não como sobra do processo.
O que faz
- Escreve o roteiro segmentado a partir de um tema, com gancho, laço aberto, reganchos e chamada final.
- Narra com marcação de tempo por palavra, em voz sintética de CPU ou na voz clonada do autor.
- Gera as imagens verticais dirigindo um navegador já autenticado, sem custo de API por imagem.
- Desenha os gráficos financeiros por código sempre que o roteiro pede um.
- Monta a legenda karaokê palavra a palavra, aplica sincronia labial no mascote e fecha o arquivo final.
- Publica sozinho, e uma falha no envio não derruba o resto do pipeline.
Como foi construído
Sete estágios sequenciais orquestrados por um único arquivo, com cada domínio isolado num módulo — roteiro, voz, imagem, legenda, mascote, montagem e publicação. Cada peça cara é trocável por variável de ambiente, o que permite rodar o mesmo pipeline num modo barato de CPU ou no modo completo com GPU.
Número nunca sai da IA de imagem
É a regra de ouro do projeto, e ela existe porque o modelo de imagem não desenha gráfico: sai rabisco, eixo sem valor, dígito quase certo. A solução inverte a responsabilidade — o roteirista emite os parâmetros do gráfico (tipo, título, rótulos, faixa do eixo) e é o código que desenha, substituindo a imagem daquele trecho. O mesmo vale para todo texto na tela, sobreposto por código.
Para um vídeo de educação financeira, um eixo alucinado não é defeito estético: é informação falsa publicada num canal público. A regra coloca cada elemento no mecanismo com a garantia certa — generativo onde errar é aceitável, na arte de fundo, e determinístico onde errar é inaceitável, nos números. O preço é liberdade visual: o gráfico vive numa faixa fixa do quadro, com paleta fixa, e o esquema precisa crescer a cada novo tipo de visualização — enquanto pedir o gráfico ao modelo seria uma linha de prompt.
Stack
Roteiro e voz
Imagem
Vídeo
Publicação
Números
Tempos medidos numa RTX 5060 Ti e registrados no relatório de desempenho de 13/07/2026. O custo de imagem é zero porque a geração usa uma assinatura já paga, dirigida pelo navegador; numa configuração anterior, por API, o vídeo saía a cerca de US$ 0,39 — quase tudo em imagem.