Claude Code analisou um TikTok de outro criador quadro a quadro e fez o seu por $16

Uma situação familiar: você tem um vídeo na cabeça, mas não consegue explicá-lo em palavras. O briefing fica vago, e o resultado também. O autor do canal de Telegram Technocafe seguiu outro caminho: mostrou ao agente um vídeo de referência pronto e pediu que ele explicasse como havia sido feito.

A referência foi um TikTok de @vibecodingiseasy publicado em 28 de outubro sobre como criar vídeos com código. Ele tem 133 mil visualizações e quase 5 mil salvamentos, sinal de que o formato claramente funciona.

Claude não assiste a vídeos: ele lê quadros

Uma ressalva importante: Claude não percebe vídeos como uma pessoa. Ele tem acesso a quadros e texto. Por isso, colar um link e perguntar o que há nele não funciona. A sequência é esta: primeiro baixar o vídeo, depois extrair as legendas e só então pedir a análise. O modelo recebe dois pontos de apoio: imagens e palavras associadas a marcações de tempo.

A análise identificou 46 cortes, uma mudança de plano aproximadamente a cada três segundos e um diálogo em que as perguntas de um dos personagens expressam as objeções do espectador. Deixa de ser apenas um «vídeo bonito» e passa a ser uma estrutura que pode ser reproduzida.

O principal erro: um quadro por segundo

A tentação mais comum é extrair um quadro por segundo e montar uma folha de contato. Isso basta para imagens estáticas, mas não para o movimento. Um cartão no vídeo analisado entra voando em apenas quatro quadros, e seu percurso simplesmente não aparece nessa folha. O modelo percebe que o cartão apareceu, mas não como.

Por isso, o prompt precisa exigir explicitamente uma análise de cada transição quadro a quadro: o que se move, de onde vem, quantos quadros leva e em qual palavra isso acontece. Para uma animação criada com código, esses parâmetros são quase uma especificação completa: direção, duração e sincronização com a locução.

Depois, a análise se transforma em três listas: o que aproveitar, o que mudar e o que deixar intacto. O autor enfatiza: a ideia é copiar a receita, não o vídeo. As imagens do criador original continuam sendo dele.

Fluxo de trabalho e custo

A ordem importa porque os erros custam caro. Primeiro vem a locução, depois um quadro estático de cada cena e, só após os ajustes, a renderização. Renderizar esse vídeo levou mais de três horas, então identificar uma cena mal resolvida em uma imagem sai muito mais barato do que encontrá-la no arquivo pronto.

Claude Code com Opus 5.5 fez o roteiro, as cenas 3D e a edição. Segundo a estimativa do autor, isso representa cerca de $16 em custo equivalente de API e 1,6% do limite semanal. Não foram usados modelos de vídeo nem geração de imagens: cada quadro foi desenhado com código no motor próprio js-film. As vozes foram criadas no ElevenLabs; cerca de 2600 caracteres custaram aproximadamente $0,30. O resultado foi um vídeo em que Claude e Codex discutem.

O que aplicar aos seus projetos

Se você produz vídeos promocionais, demos ou explicativos, pode adotar o processo inteiro: baixar uma referência, extrair as legendas, exigir uma análise do movimento quadro a quadro, registrar as três listas e só então escrever código. A mesma técnica serve para animações de interfaces: em vez de descrever algo que «entra suavemente», você fornece ao agente números específicos de quadros e uma sincronização com as palavras.

Também há limitações. Os custos e o consumo do limite são estimativas do próprio autor, não medições independentes, e dependem do plano. O motor js-film é próprio; a publicação não oferece um equivalente pronto para uso. Uma renderização de três horas torna as iterações caras, então os quadros estáticos são essenciais. Vale copiar a estrutura, não os materiais: não se pode usar imagens, voz e música de outros criadores. Por fim, a publicação direciona o leitor a um clube pago, então é melhor verificar os detalhes no seu próprio projeto.