Desenvolvedor cria em 30 minutos um transcritor de vídeo com vibe coding no Codex

O autor de um post no Habr contou como, com vibe coding no Codex, montou uma ferramenta funcional para transcrever gravações de reuniões. Ele conseguiu escrever a primeira versão em cerca de 30 minutos.

Por que a ferramenta era necessária

Depois das reuniões de trabalho, o autor fica com gravações em vídeo. No caso dele, são gravações do serviço Yandex Telemost, e simplesmente reassisti-las é incômodo. Se precisa lembrar de algo, tem de abrir o vídeo, avançar e voltar para achar o trecho certo e depois ouvir o fragmento mais uma vez.

Outro cenário frequente que ele enfrenta: passar a um programador o contexto de uma tarefa. Dá para enviar a gravação da reunião e escrever "dá uma olhada, por favor", mas aí a pessoa precisa assistir ao vídeo inteiro e descobrir sozinha onde está a discussão, onde está a decisão tomada e onde está a tarefa formulada. O autor queria uma opção mais prática: encaminhar não só a gravação, mas também um resumo em texto da reunião.

• Origem das gravações: o serviço Yandex Telemost
• Problema: achar o momento certo exige avançar, voltar e reouvir o vídeo inteiro
• Caso de uso: passar a um programador o contexto da reunião sobre uma tarefa
• A primeira versão funcional da ferramenta foi montada em cerca de 30 minutos
• A ferramenta foi criada no Codex com vibe coding

O que a ferramenta faz

A ideia, segundo o autor, era simples: enviar o vídeo da reunião e receber uma transcrição, uma ata e um arquivo DOCX que possa ser encaminhado no lugar da gravação. Três artefatos de texto (a transcrição da conversa, uma ata resumida da reunião e um documento DOCX pronto) eliminam a necessidade de reassistir ao vídeo original por inteiro. Basta ao destinatário ler o texto para entender o que foi discutido e o que precisa ser feito, sem abrir o arquivo de vídeo.

"Consegui montar a primeira versão funcional no

Codex em cerca de 30 minutos" — do post do autor no Habr.

"A ideia era simples: enviar o vídeo da reunião e receber uma transcrição, uma ata e um DOCX que possa ser encaminhado" — o autor do material,

Habr.

Com que rapidez o protótipo foi montado

Montar a primeira versão funcional levou cerca de 30 minutos. Foi esse o tempo que, segundo o autor, bastou para ter uma ferramenta operacional via Codex, em vez de escrever o código do zero à mão. Aqui, vibe coding significa que o autor formulou a tarefa e os ajustes em diálogo com a ferramenta de IA, em vez de escrever cada linha de código por conta própria, o que permitiu cumprir o prazo de meia hora da ideia ao protótipo funcional.

De acordo com o autor, o caminho entre a definição da tarefa ("enviar o vídeo e receber transcrição, ata e DOCX") e a primeira versão funcional ocupou exatamente essa meia hora, sem preparação prévia de infraestrutura nem uma etapa separada de projeto.

Para quem essa ferramenta serve

O autor descreve o uso principalmente para passar a um programador o contexto de uma tarefa específica. É o caso em que só enviar o vídeo não basta, porque o destinatário ainda vai precisar gastar tempo assistindo. Com a transcrição, a ata e o arquivo DOCX prontos, a ferramenta faz esse trabalho pelo destinatário: a outra pessoa lê o resultado da reunião em vez de assistir à gravação inteira, e o vídeo original do Yandex Telemost continua disponível como fonte, caso sejam necessários detalhes.

O que isso significa

O exemplo mostra como o vibe coding encurta o caminho entre um problema cotidiano de trabalho e uma ferramenta pessoal pronta. Em vez de procurar um serviço de transcrição de terceiros já pronto, o autor montou em cerca de 30 minutos uma solução bem específica para o próprio processo: entra uma gravação do Yandex Telemost e saem uma transcrição, uma ata e um DOCX.