Prévia gratuita · sem cadastro

IA para Criar Vídeos: do texto ao vídeo pronto: ementa completa e um capítulo inteiro

Este curso ensina a produzir vídeo com IA de ponta a ponta — do roteiro ao arquivo pronto para publicar. O título fala da tarefa porque é assim que você procura; por dentro, cada módulo é uma ferramenta que o mercado usa de verdade hoje: Sora, Veo, Runway, Kling, HeyGen, ElevenLabs, Suno, CapCut e Descript. Você vai saber o que cada uma faz melhor, onde ela custa caro, e — o que quase nenhum curso diz — quando NÃO usar.

Não é uma lista de ferramentas. É um fio único: alguém que começa com um celular e nenhum orçamento e termina publicando com regularidade e cobrando por isso.

30 capítulos · 6 módulos · 15+ horas

O que você aprende, capítulo a capítulo

Módulo 1: O terreno: o que a IA de vídeo faz, o que não faz e quanto custa

Antes de abrir qualquer ferramenta: os quatro caminhos que existem, o mapa de quem faz o quê em 2026, e onde o grátis acaba de verdade.

  1. 1. Gerar não é editar: as duas coisas que todo mundo chama de "IA de vídeo"

    • Edição assistida reorganiza o que existe; geração cria o que não existe.
    • O CapCut é um exemplo de edição: transcreve, corta, legenda, mas não inventa quadro.
    • Geradores como Luma e Runway criam clipes curtos a partir de um prompt.

  2. 2. Os quatro caminhos: texto→vídeo, imagem→vídeo, vídeo→vídeo e avatar

    • Existem quatro caminhos de IA de vídeo: texto→vídeo, imagem→vídeo, vídeo→vídeo e avatar.
    • Cada caminho tem um teto de controle diferente sobre o resultado final.
    • A escolha do caminho vem antes da escolha da ferramenta.

  3. 3. O mapa de 2026: Sora, Veo, Runway, Kling, Luma e Pika — quem faz o quê

    • As seis ferramentas não são intercambiáveis; cada uma ganha em um tipo de cena.
    • Sora e Veo dominam realismo e física; Runway e Kling, controle; Luma e Pika, estilo.
    • A pergunta certa não é "qual é a melhor?" e sim "qual é a melhor para esta cena?".

  4. 4. Onde o grátis acaba: o que dá para fazer sem pagar, medido

    • Grátis em IA de vídeo é amostra, não plano.
    • O limite real é quantos vídeos você consegue exportar por mês, não quantos créditos tem.
    • Meça o custo por vídeo útil, não por tentativa.

  5. 5. O roteiro é 80% do resultado, e quase ninguém trata como técnica

    • Roteiro é especificação de imagens, não texto para ser lido.
    • A estrutura de 5 batidas cabe em 30 segundos: gancho, contexto, desenvolvimento, clímax, resolução.
    • Cada batida é uma frase com sujeito, verbo de ação e detalhe visual.

Módulo 2: Do texto ao primeiro vídeo: Sora, Veo, Runway e Kling

O prompt de vídeo tem gramática própria. Aqui ela é ensinada e aplicada nas quatro ferramentas que dominam texto→vídeo, com as diferenças que mudam a escolha.

  1. 6. A gramática do prompt de vídeo: sujeito, ação, câmera, luz, duração

    • Prompt de vídeo tem cinco peças: sujeito, ação, câmera, luz, duração.
    • Faltou uma peça, o modelo inventa — e inventa o mais genérico possível.
    • Câmera é a peça que mais muda o resultado; duração é a mais esquecida.

  2. 7. Sora: o que ele faz melhor que todos e onde ele te trava

    • O Sora é o melhor em coerência de cena longa porque gera o vídeo inteiro de uma vez.
    • Ele perde em controle fino: sem parâmetros de câmera, sem edição de frame.
    • O plano gratuito não inclui Sora; você precisa de assinatura paga.

  3. 8. Veo: a integração com o ecossistema Google e o que ela resolve

    • O Veo é o gerador de vídeo do Google, distribuído dentro do AI Studio, do Gemini e do Vertex AI.
    • O que diferencia o Veo é a integração com o Drive e o YouTube, não o modelo em si.
    • O prompt do Veo segue a mesma gramática do capítulo 6: sujeito, ação, câmera, luz, duração.

  4. 9. Runway: controle de câmera de verdade, e o preço disso

    • O Runway transforma câmera em parâmetro numérico, dando controle real sobre o movimento.
    • Cada controle de câmera aumenta o custo em créditos — controle não é grátis.
    • O plano gratuito do Runway tem limite mensal; você precisa planejar antes de gerar.

  5. 10. Kling e Luma: quando o movimento é o assunto

    • Kling e Luma são as ferramentas para quando o corpo em movimento é o assunto.
    • Kling se destaca em movimento de câmera e física; Luma em expressão facial e microgestos.
    • O custo é estético: textura plástica em Kling, luz chapada em Luma.

Módulo 3: Foto que vira vídeo, e a voz que entra: HeyGen, ElevenLabs, Suno

Imagem→vídeo dá mais controle que texto→vídeo. E vídeo sem áudio bom não segura ninguém — voz, trilha e legenda entram aqui.

  1. 11. O rosto que muda entre um clipe e outro: consistência na prática

    • Consistência é o que separa uma coleção de clipes de uma história com personagem.
    • A referência visual é a âncora mais forte; descrição textual sozinha não segura o rosto.
    • Prompt fixo e detalhado reduz variação, mas não elimina.

  2. 12. Imagem→vídeo: o caminho que dá mais controle e menos surpresa

    • A imagem inicial funciona como contrato: composição, identidade e iluminação já estão decididas.
    • O prompt de movimento é curto: sujeito + ação + direção de câmera.
    • Movimento grande demais faz o modelo inventar informação e distorcer a imagem.

  3. 13. De onde vêm as imagens: Midjourney, Leonardo e os modelos que rodam no seu PC

    • A imagem de partida define o vídeo inteiro; escolher a fonte é decisão de custo e estilo.
    • Midjourney é pago, com resultado bonito e pouco controle; Leonardo tem plano grátis e mais opções.
    • ComfyUI é grátis, mas exige hardware e curva de aprendizado.

  4. 14. Avatar que fala: HeyGen e Synthesia, e a linha do desconforto

    • Avatar é ferramenta de treinamento, não de vínculo — a linha do desconforto é previsível.
    • HeyGen oferece mais controle; Synthesia, mais estabilidade. Comece pelo que for mais simples.
    • Roteiro curto e voz ajustada fazem mais diferença do que o avatar escolhido.

  5. 15. ElevenLabs: voz em português que não soa robô

    • A voz é o que separa um vídeo amador de um profissional — e o ElevenLabs é a ferramenta que te dá esse controle.
    • Os três parâmetros — Estabilidade, Similaridade e Estilo — são o coração do ajuste fino.
    • Português brasileiro tem armadilhas específicas, mas elas se resolvem com teste e paciência, não reescrevendo o roteiro.

Módulo 4: Montagem e conserto: CapCut, Descript e o que fazer quando sai errado

O clipe gerado quase nunca é o vídeo final. Montagem, correção de resolução, emenda de vídeo longo e o fluxo que aguenta repetição.

  1. 16. Legenda, ritmo e a regra dos três segundos

    • A maioria do público assiste sem som; legenda é o que carrega a mensagem.
    • A regra dos três segundos: o gancho precisa estar no primeiro bloco de legenda.
    • O ritmo da legenda — blocos curtos e sincronizados — define a percepção de qualidade.

  2. 17. Trilha e efeito: Suno e a biblioteca que não te derruba por direito autoral

    • Música de terceiros pode derrubar seu vídeo ou tirar sua receita; gerar a trilha resolve na raiz.
    • O Suno cria músicas originais a partir de uma descrição em texto, com plano gratuito e pago.
    • O fluxo é: acessar, descrever, gerar, ouvir, baixar, importar.

  3. 18. CapCut: a montagem que o algoritmo premia

    • O corte define a retenção, não o clipe original.
    • A estrutura de retenção tem três partes: gancho, variação e CTA.
    • O CapCut é a ferramenta gratuita que cobre toda a montagem básica.

  4. 19. Descript: editar vídeo apagando texto

    • O Descript transforma vídeo em texto editável, e cada palavra é um timestamp.
    • Apagar texto remove o trecho do vídeo, sem mexer na timeline.
    • A revisão da transcrição é obrigatória para não cortar o trecho errado.

  5. 20. Consertar o que saiu errado: resolução, quadros e fundo

    • Quase todo clipe gerado precisa de uma passada de correção; os três consertos — resolução, quadros e fundo — resolvem 90% dos casos.
    • A ordem importa: fundo primeiro, quadros depois, resolução por último. Cada conserto amplia o anterior.
    • Upscale não conserta foco; interpolação não conserta gesto errado; recorte com franja é pior que fundo errado.

Módulo 5: Os formatos que funcionam: TikTok, Reels, YouTube e vídeo de produto

O mesmo material vira coisas diferentes conforme onde vai. E o que dá errado em público — direitos, marca d'água e a política de cada plataforma.

  1. 21. Vídeo longo: emendar clipes sem parecer emendado

    • Modelos geram segundos, não minutos; o vídeo longo é um problema de costura.
    • Continuidade depende de três camadas: corte, áudio e ritmo.
    • O corte deve acontecer no fim de uma ação, não no meio.

  2. 22. Trinta vídeos por mês sem enlouquecer: o fluxo repetível

    • Regularidade não vem de trabalhar mais; vem de trabalhar em lote e separar etapas.
    • O pipeline de quatro estágios — roteiro, geração, montagem, revisão — elimina decisões pequenas.
    • Template e preset são seus aliados: estrutura fixa libera energia para o conteúdo.

  3. 23. TikTok e Reels: o formato curto por dentro

    • O formato curto exige vertical, gancho nos primeiros três segundos e um único assunto.
    • O algoritmo mede retenção, curtidas e compartilhamentos — não entende o conteúdo.
    • A edição no próprio app é suficiente para cortar, legendar e adicionar texto.

  4. 24. YouTube: o formato longo muda tudo, inclusive o roteiro

    • No YouTube, a promessa precisa se pagar ao longo do vídeo, não nos primeiros segundos.
    • O roteiro longo tem três atos: gancho, desenvolvimento e payoff.
    • A IA gera esboço, mas a estrutura narrativa é sua responsabilidade.

  5. 25. Vídeo de produto: mostrar o que a foto não mostra

    • Vídeo de produto existe para remover a dúvida que trava a compra, não para ser bonito.
    • A sequência clássica é: contexto, detalhe, uso, resultado.
    • O CapCut organiza e edita, mas não gera o produto; a matéria-prima é sua.

Módulo 6: Virar dinheiro e não ficar para trás

Os modelos de monetização que funcionam de verdade, como cobrar de cliente, e como acompanhar um campo que troca de ferramenta a cada três meses.

  1. 26. Institucional e treinamento: onde o avatar finalmente brilha

    • O avatar vence em conteúdo institucional e treinamento porque prioriza consistência e escala.
    • A escala do avatar está na manutenção: mudar uma frase custa uma edição de texto, não uma gravação.
    • O limite do avatar é a emoção: não use para acolhimento, demissão ou situações que exigem calor humano.

  2. 27. O que dá errado em público: direitos, marca d'água e política de plataforma

    • Cada plataforma tem regra própria para conteúdo gerado por IA, e a punição é silenciosa.
    • A responsabilidade de conhecer a origem de cada elemento do vídeo é sua, não da ferramenta.
    • Declarar conteúdo gerado é proteção, não vergonha.

  3. 28. Ganhar dinheiro com vídeo de IA: os quatro modelos que funcionam

    • Existem quatro modelos de monetização: serviço, produto, recorrência e audiência.
    • Só a audiência depende de alcance; os outros pagam desde o primeiro cliente.
    • Serviço é a porta de entrada mais rápida para quem está começando.

  4. 29. Fazer para cliente: preço, escopo e o que não prometer

    • Cobrar por vídeo é armadilha; cobrar por resultado é o caminho.
    • O escopo escrito é a ferramenta que protege você e o cliente — escreva antes de orçar.
    • A promessa precisa ser mensurável: "vídeo de 2 minutos com roteiro aprovado" vale mais que "vídeo incrível".

  5. 30. Acompanhar um campo que muda a cada três meses

    • Ferramenta vem e vai; o seu fluxo de produção e os critérios de escolha são permanentes.
    • O ciclo detectar, testar, decidir é o que mantém você atualizado sem virar refém de novidade.
    • Um teste em uma tarde é suficiente para decidir se uma ferramenta merece seu tempo.

Capítulo 1 na íntegra

Este é o capítulo completo, igual ao que está dentro do curso — texto, imagens e vídeos.

Visão Geral

Quando você diz "quero fazer vídeo com IA", pode estar querendo duas coisas opostas. A primeira é editar: cortar, limpar, legendar o material que você já gravou. A segunda é gerar: criar imagens que nunca foram filmadas. O mercado chama as duas de "IA de vídeo", e por isso você procura a ferramenta errada e acha que a tecnologia não presta.

Este capítulo te dá um teste de 5 segundos para separar as duas. Você não vai precisar de assinatura para isso. Vai abrir o CapCut, ver a IA trabalhando no seu próprio vídeo e entender o que ela faz e o que ela se recusa a fazer. Quando terminar, você nunca mais vai confundir "a IA não presta" com "eu trouxe o problema errado".

Conceitos-Chave

Edição assistida é a IA que age sobre o que existe. Ela pega o seu vídeo bruto e corta silêncios, remove erros, transcreve a fala, sugere cortes. Ela não cria nenhum quadro novo. O CapCut, por exemplo, tem legendas automáticas: a IA ouve o áudio e escreve o texto. Se você falou "pão", ela escreve "pão". Se você não falou nada, ela não inventa uma fala. O limite dela é o seu material. E ela não decide por você: acelera o trabalho braçal, mas o critério de o que fica é seu.

Todo vídeo gerado é uma pilha de decisões: roteiro, primeiro quadro, movimento, som e corte. Uma camada fraca derruba o resultado inteiro, por melhor que sejam as outras.
Todo vídeo gerado é uma pilha de decisões: roteiro, primeiro quadro, movimento, som e corte. Uma camada fraca derruba o resultado inteiro, por melhor que sejam as outras.

Geração é outra família. Ela recebe um texto, uma imagem ou um vídeo de referência e produz pixels novos. Um prompt como "hambúrguer azul caindo em câmera lenta" vira um clipe de alguns segundos que nunca existiu. Ferramentas como Runway, Luma, Pika, Sora e Veo fazem isso. O limite é o oposto: elas não organizam o seu material. Você não joga 40 minutos de gravação nelas e recebe um vídeo pronto. O resultado raramente sai perfeito na primeira tentativa; você repete o prompt até chegar perto do que imaginou.

Decidir antes de gerar: o que o vídeo precisa provar, para quem, em quantos segundos. Gerar primeiro e decidir depois é o que queima crédito.
Decidir antes de gerar: o que o vídeo precisa provar, para quem, em quantos segundos. Gerar primeiro e decidir depois é o que queima crédito.

O modelo mental é curto: se o problema é "tenho material demais e não sei o que cortar", você precisa de edição. Se o problema é "não tenho a imagem e não posso filmar", você precisa de geração. Existe ferramenta que faz as duas coisas, mas são produtos diferentes, com preços e limites diferentes. Por isso a pergunta "qual é a melhor IA de vídeo?" não tem resposta única. A resposta depende do verbo: cortar ou criar.

Fluxo de Execução

  1. Abra o CapCut no celular e toque em "Novo projeto". Importe um clipe de pelo menos 1 minuto que você gravou com a câmera — pode ser você falando com a câmera frontal. A tela mostra a linha do tempo embaixo e o vídeo em cima. O CapCut tem plano gratuito; alguns recursos pedem assinatura, e o valor aparece na tela quando você tenta usá-los.
  1. Toque em "Legendas" na barra de ferramentas e escolha "Legendas automáticas". Selecione o português. A IA transcreve o áudio e coloca as legendas na linha do tempo. Se o áudio estiver baixo, ela avisa que não reconheceu a fala. Ela não inventa o texto.
  1. Observe o que aconteceu. As legendas aparecem como blocos na linha do tempo, alinhados com a sua voz. Nenhum quadro do vídeo foi alterado. A IA editou o texto, não o conteúdo visual. Esse é o comportamento típico da edição assistida.
  1. Teste o "Remover silêncios", se aparecer no seu menu, ou corte manualmente os trechos em que você não fala. O CapCut remove os espaços vazios e junta as partes com fala. O vídeo fica mais curto, mas toda imagem na tela veio da sua gravação original.
  1. Compare com um gerador. Abra o site de um gerador com plano gratuito, como o Luma, escreva "um gato andando de skate" no campo de prompt e clique em gerar. Se o campo ficar vazio, o botão fica desabilitado — ele exige texto. O resultado é um clipe curto, criado do zero, que não existe no seu celular. Um cortou o que você tinha; o outro criou o que você não tinha.
O caminho completo: roteiro → primeiro quadro → geração → som → montagem → publicação. Este clipe foi gerado com o mesmo tipo de ferramenta que o capítulo ensina.

Cenários Aplicados

Cenário 1: você gravou 40 minutos de uma aula de pão caseiro, com pausas longas, tosses e um erro no meio. Você abre o CapCut e acha que "a IA de vídeo" vai resolver tudo sozinha. Não vai. A IA de edição corta silêncios e transcreve, mas quem decide o que fica é você. Depois de 20 minutos de trabalho, você tem 12 minutos de vídeo com legendas. Antes: 40 minutos que ninguém assiste. Depois: 12 minutos que dá para publicar. Nenhuma cena foi criada — a IA reorganizou o que existia.

De material solto a vídeo publicável: o que muda entre ter clipes bonitos e ter uma peça que alguém assiste até o fim.
De material solto a vídeo publicável: o que muda entre ter clipes bonitos e ter uma peça que alguém assiste até o fim.

Cenário 2: você quer mostrar um "hambúrguer azul caindo em câmera lenta" e não tem como filmar. Você tenta com o celular e o resultado é ridículo. Aí você percebe que o problema não é edição, é geração. Você escreve o prompt no gerador, espera alguns minutos e recebe um clipe de alguns segundos. Ele não é perfeito: o queijo derrete de um jeito estranho, o fundo muda de cor. Você repete o prompt, troca "caindo" por "quicando", e o resultado melhora. Antes: uma ideia que você não conseguia mostrar. Depois: um clipe imperfeito que comunica a ideia.

Erros Comuns

  • Gravar 40 minutos e pedir para a IA "fazer um vídeo". Ela corta, limpa e legenda, mas a decisão de o que fica é sua.
  • Achar que o gerador vai editar seu material. Ele cria cenas novas, não organiza as suas.
  • Desistir da edição porque "não sei editar". O CapCut automatiza o corte de silêncio e a legenda, mas você ainda escolhe o que permanece.
  • Usar gerador para conteúdo que precisa de precisão, como uma receita. Ele inventa detalhes que não existem.
  • Assinar um plano pago antes de testar o gratuito. A maioria dos geradores tem versão grátis com limite de segundos ou créditos; o preço do plano pago aparece na tela de upgrade.
Antes de publicar: conferir direitos da trilha, marca d’água, proporção e os três primeiros segundos. É onde o vídeo pronto ainda pode dar errado.
Antes de publicar: conferir direitos da trilha, marca d’água, proporção e os três primeiros segundos. É onde o vídeo pronto ainda pode dar errado.

Dica Pro: Antes de abrir qualquer ferramenta, escreva em uma frase o que você quer. Se a frase começa com "cortar", "organizar" ou "limpar", é edição — vá para o CapCut. Se começa com "criar", "mostrar algo que não existe" ou "imaginar", é geração — vá para um gerador. Esse teste de 5 segundos evita horas de uso na ferramenta errada. Os geradores de topo de linha hoje produzem clipes curtos, de poucos segundos por vez; é o comportamento normal, não defeito da ferramenta.

O atalho que economiza mais crédito: gerar em baixa resolução para testar a ideia, e só subir a qualidade quando o movimento já estiver certo.

Exercício Prático

Pegue o celular, grave 2 minutos de você falando sobre o seu dia. Não precisa ser bonito. Abra o CapCut, importe esse clipe e gere legendas automáticas. Depois, remova os silêncios ou corte os trechos sem fala. Exporte o resultado. Critério de pronto: você tem um vídeo de menos de 1 minuto, com legendas, e consegue responder em uma frase se a IA criou algum quadro novo. Se a resposta for "não", você entendeu a diferença. Agora, escreva no papel um prompt para um gerador, como "um pão quente saindo do forno em câmera lenta". Não precisa gerar ainda — só anote. O capítulo 2 vai te mostrar onde usar esse prompt.

Checklist de Implementação

  • Consigo explicar a diferença entre editar e gerar usando um exemplo meu.
  • Sei onde fica o recurso de legendas automáticas no CapCut e o que esperar dele.
  • Consigo classificar uma tarefa minha como edição ou geração antes de escolher a ferramenta.
  • Sei que geradores criam clipes curtos e imperfeitos, e que isso é normal.
  • Não assino nenhum plano pago antes de testar o gratuito.

Resumo do Capítulo

  • Edição assistida reorganiza o que existe; geração cria o que não existe.
  • O CapCut é um exemplo de edição: transcreve, corta, legenda, mas não inventa quadro.
  • Geradores como Luma e Runway criam clipes curtos a partir de um prompt.
  • O erro mais comum é levar o problema errado para a ferramenta certa.
  • No capítulo 2, você vai conhecer os quatro caminhos para gerar vídeo: texto→vídeo, imagem→vídeo, vídeo→vídeo e avatar. Aí você vai saber qual porta abrir para cada ideia.

---

Prévias de cursos parecidos

Ver todos os cursos →
FAYAI