Social Department trocou uma semana assistindo a séries por quatro consultas do QuickSearch na AWS
O profissional de marketing não quer um quadro com uma caneca de café, e sim um momento da série que vá viralizar nas redes sociais. Antes, quem encontrava esse momento era um especialista no programa, depois de uma semana de trabalho. A Social Department transformou essas perguntas em quatro consultas do QuickSearch no Amazon Bedrock: cenas, citações, quadros de meme e seleção alinhada às tendências. O vídeo é indexado com antecedência, as tendências são coletadas separadamente, e os dois só se encontram no momento da consulta. Assim, uma série antiga volta ao assunto do momento sem precisar ser reprocessada.
Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
Para o profissional de marketing de um estúdio ou de um serviço de streaming, raramente importa um objeto no quadro. O que ele procura é um momento que vá viralizar nas redes sociais: uma cena, uma fala ou um quadro para meme. A busca semântica comum em vídeo não resolve isso, porque só responde à pergunta que você sabe formular.
Peça "o personagem com uma caneca de café" e você receberá todas as canecas de mil episódios. Qual momento vai "pegar" com o público não dá para digitar na caixa de busca. Antes, quem respondia a isso era alguém que conhece bem o programa e passa uma semana assistindo ao material.
A Social Department, que se define como um sistema operacional de IA para marketing de entretenimento, transformou essas perguntas em quatro consultas prontas, chamadas de QuickSearch. Elas rodam no Amazon Bedrock, serviço em que as empresas executam modelos dentro da infraestrutura da AWS. O artigo foi escrito por engenheiros da AWS junto com um representante da Social Department.
O sistema foi implementado segundo a arquitetura do cliente pela TrackIt, parceira da AWS.
Quatro consultas no lugar de uma semana de revisão
Cada consulta do QuickSearch tem sua própria estratégia de busca, seus próprios critérios editoriais e seu próprio modelo de ranqueamento. O Shareable Scenes procura cenas completas: conflitos prolongados, clímaxes, episódios de encenação. O Quotable Quotes seleciona falas curtas que rendem citações e dá destaque às que já circulam na internet.
O Memeable Moments escolhe um quadro isolado e escreve uma legenda com base no que acontece nele. O quadro é definido por uma etapa própria, com avaliação, e não por uma miniatura aleatória. O Trend Align pega o que está em discussão agora e encontra na biblioteca os momentos correspondentes.
Uma série que terminou anos atrás pode voltar à conversa. Além dessas, continuam disponíveis a busca textual comum e a busca por imagem de referência.
O princípio da empresa é este: a IA sugere, as pessoas decidem. O código confere o resultado com o material de origem, e uma citação que não consta na transcrição do episódio é descartada. O Bedrock Guardrails verifica as consultas de busca para detectar ataques via prompt. Cada post é aprovado por uma pessoa da equipe do cliente antes de ser publicado. Os dados dos clientes permanecem dentro dos limites da AWS, não são repassados aos desenvolvedores dos modelos e não são usados para treiná-los.
Como funciona o processamento de vídeo
A decisão central é que a compreensão do vídeo e a coleta de tendências acontecem de forma independente, cada uma no seu ritmo. A biblioteca só muda quando novos episódios são adicionados. As tendências mudam a cada hora. Por isso, os dois só se encontram no momento da consulta. Do contrário, seria preciso reprocessar todo o conteúdo a cada tendência nova.
O upload de um vídeo para o Amazon S3 dispara um fluxo do AWS Step Functions com cerca de duas dezenas de funções Lambda. O MediaConvert recodifica o vídeo em 480p. O Rekognition o divide em trechos de 10–20 segundos. O modelo TwelveLabs Marengo 3.0 gera embeddings de imagem, áudio e fala, ou seja, "impressões digitais" numéricas dos trechos para busca por significado. O TwelveLabs Pegasus 1.2 descreve cada cena: emoções, temas, tipo de diálogo e posição na trama. Antes disso, uma função separada recorta o trecho com uma margem de alguns segundos nas pontas, para não perder as transições. Modelos Claude montam o mapa de personagens. Tudo é indexado no Amazon OpenSearch Serverless.
Cada tarefa é repetida com intervalo crescente em caso de falha, e a descrição das cenas tem uma nova tentativa à parte para o caso de limitação de taxa. Etapas opcionais de enriquecimento não derrubam a execução inteira quando dão erro. Há também uma ressalva geográfica. O Marengo não está disponível em todas as regiões da AWS, então o vídeo é colocado temporariamente em um bucket na região US East (N. Virginia). O restante da infraestrutura continua na região "de origem".
Tendências: dois canais e um filtro
As tendências são coletadas por dois canais. O diário roda em um agendamento do Amazon EventBridge: uma consulta por região por dia, na manhã local. O canal "térmico" Heat Seeker captura temas iniciais, que estão ganhando força. Ele só busca dados quando o usuário pede e reaproveita o que já foi salvo se estiver fresco o bastante. É uma questão de custo. O agendamento cobra por cada região a cada execução, enquanto a busca sob demanda em um dia tranquilo não custa nada.
São quatro feeds: mundo, EUA, Reino Unido e Austrália. Não se trata de um filtro sobre uma lista geral. Cada região é coletada separadamente, por isso as tendências de um mesmo dia são realmente diferentes entre elas. As tendências brutas não são mostradas ao cliente. O Claude Haiku enquadra cada tendência no esquema próprio de categorias da Social Department, e em seguida entra um filtro editorial. O texto original é interrompido neste ponto, por isso não relatamos aqui os detalhes da seleção.
O que isso significa na prática
Para quem constrói busca em vídeo ou recomendações, a lição está na separação. O conteúdo da biblioteca e um sinal externo que muda rápido devem ser processados à parte e combinados na hora da consulta. Assim, atualizar as tendências não exige reindexação. Perguntas subjetivas, como "o que vai virar meme", valem ser convertidas em critérios editoriais explícitos, com o resultado verificado por código e por uma pessoa. A publicação não traz métricas de qualidade, como a proporção de acertos. É uma descrição de arquitetura, não um benchmark, e não é possível comparar a precisão do sistema com a de outros.
- 19 de nov. de 2026Amazon e Google ficarão com 28,4% da Anthropic após o IPO, mas sem direito a voto
- 19 de nov. de 2026AgentCore, da AWS, ganha hooks com Lambda e gasta 34% menos tokens que alternativas
- 19 de nov. de 2026Skyflow no AgentCore Gateway esconde dados pessoais das ferramentas de agentes de IA
- 19 de nov. de 2026Accenture reduz em 40–85% os gastos de clientes com tokens no Bedrock
Perguntas frequentes sobre a notícia
O que se sabe sobre Quatro consultas no lugar de uma semana de revisão?
Cada consulta do QuickSearch tem sua própria estratégia de busca, seus próprios critérios editoriais e seu próprio modelo de ranqueamento. O Shareable Scenes procura cenas completas: conflitos prolongados, clímaxes, episódios de encenação. O Quotable Quotes seleciona falas curtas que rendem citações e dá destaque às que já circulam na internet. O Memeable Moments escolhe um quadro isolado e escreve uma legenda com base no que acontece nele.
Como funciona o processamento de vídeo?
A decisão central é que a compreensão do vídeo e a coleta de tendências acontecem de forma independente, cada uma no seu ritmo. A biblioteca só muda quando novos episódios são adicionados. As tendências mudam a cada hora. Por isso, os dois só se encontram no momento da consulta. Do contrário, seria preciso reprocessar todo o conteúdo a cada tendência nova. O upload de um vídeo para o Amazon S3 dispara um fluxo do AWS Step Functions com cerca de duas dezenas de funções Lambda.
O que se sabe sobre Tendências: dois canais e um filtro?
As tendências são coletadas por dois canais. O diário roda em um agendamento do Amazon EventBridge: uma consulta por região por dia, na manhã local. O canal "térmico" Heat Seeker captura temas iniciais, que estão ganhando força. Ele só busca dados quando o usuário pede e reaproveita o que já foi salvo se estiver fresco o bastante. É uma questão de custo. O agendamento cobra por cada região a cada execução, enquanto a busca sob demanda em um dia tranquilo não custa nada.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.