Para, não passa direto! Vamos assistir a dois vídeos primeiro — lembra de ligar o som 😐.
O primeiro é um vídeo de lançamento que fiz com o Opus 5.5 quando o DeepSeek-V4.1-Flash-1017 foi lançado ontem. Depois de postar no X, muita gente achou que era um vídeo promocional oficial da DeepSeek:
https://x.com/AlchainHust/status/2111396576123830528
https://x.com/deepseek_ai/status/2111375640717033777
O segundo é uma demo que criei para testar o quão bem o novo modelo da DeepSeek conseguia mostrar suas próprias capacidades de animação:
https://x.com/AlchainHust/status/2111416302149505270
22 segundos, com música e efeitos sonoros, levou menos de meia hora do início ao fim. O custo foi de cerca de US$ 0,27 (com uma taxa de acerto de cache de 99,4%).
Claro, nenhum dos dois vídeos foi feito com um simples "prompt de uma linha", porque existe uma técnica por trás deles — a estrela open-source de hoje: Huashu-motion.
Como você pode ver no título, entenda isso como uma skill que te ajuda a usar agentes de código para criar vídeos promocionais de produtos com qualidade comercial.
Depois que o huashu-motion está instalado, basta dizer ao Claude Code ou ao Codex: "Faça um vídeo de lançamento de 30 segundos para o meu produto". Ele vai primeiro ler os detalhes do seu produto (ou pesquisar na internet por você), oferecer três direções criativas como o Huashu-Design faz, escrever o roteiro inteiro assim que você escolher uma, compor a música sozinho e depois abrir um editor no seu navegador. Se algo não estiver certo, aperte C, clique na tela, escreva o que precisa mudar e ele vai modificar apenas aquela parte específica.
Comparando com os vídeos de lançamento das gigantes da tecnologia
Este projeto começou com o Claude Motion. A Anthropic lançou em 8 de outubro, permitindo que o Claude transformasse relatórios, gráficos e explicações de produtos em pequenas animações usando código, com recursos de edição interativa. Porém, descobri que ainda está apenas em beta para os planos Team e Enterprise. Quando o Claude Design saiu em abril, eu fiz engenharia reversa das suas capacidades principais e transformei em uma skill, que virou o huashu-design. Então, dessa vez, coloquei o Claude Code para trabalhar direto com um único requisito:
Nossa skill precisa replicar totalmente as capacidades do Claude Motion, mas sendo muito mais poderosa!
O que produzimos no primeiro dia me pareceu entediante. Tínhamos editores, controle de versão, mais de cem testes e uma amostra de cidade 3D de 19 segundos, mas... estava terrível. Os movimentos de câmera não tinham ritmo, eram estáveis demais, ou seja, medianos... E isso não era só uma questão de ajustar a animação para aquele caso específico.
Então, mais tarde, defini um objetivo para o agente, pintando a visão de que nossa skill deveria ajudar os usuários a criar trabalhos de altíssimo nível. Queríamos efeitos visuais, movimento, efeitos sonoros e música que transmitissem o nível de anúncios de lançamento de produtos de milhões de dólares!
Por isso, nosso alvo de testes e produção é permitir que você crie vídeos promocionais com qualidade comercial, como os da Apple, do Google e da Anthropic.
Com padrões tão altos, primeiro precisávamos entender como esses vídeos são realmente feitos. Então ele baixou 21 vídeos reais de lançamento e abertura do YouTube (da Apple, Nothing, GoPro, Google, Vercel, Linear e da própria Anthropic) e usou o ffmpeg para medir pontos de corte, batidas, volume, curvas de energia e cores de cada um. Também analisou 142 vídeos de lançamento e motion com alto engajamento, organizando as técnicas por tipo de produto.
Essas medições acabaram virando as regras de direção do huashu-motion. Os passos seguintes — ler produtos, encontrar cores, escrever tabelas de ritmo, compor músicas, fazer revisões a frio — são basicamente desconstruir os métodos de centenas de vídeos e ensiná-los passo a passo ao agente. Todos os nossos testes usaram vídeos de lançamento de produtos reais: DeepSeek V4.1 Flash, Kitten Fill Light Pro, huashu-design 3.0, Nüwa e vários produtos de amigos.
O que acontece depois de uma frase
"Saída com um clique" significa o seguinte: você digita uma frase e recebe um vídeo pronto com música, pronto para publicar. Qualquer alteração que você fizer depois é só ajuste fino de detalhes. O uso mais simples é mandar ele fazer; ele vai escolher automaticamente a direção mais segura, explicar o porquê e mencionar as outras duas rapidamente na entrega. Ele ainda vai completar sozinho todas as etapas, como tabelas de ritmo e verificações.
Se você quiser participar mais, aqui estão aproximadamente nove passos que ele vai seguir:
- Primeiro, ler suas preferências anteriores e experiências acumuladas de vídeos passados;
- Ler os detalhes do seu produto — site, página da App Store, README, logo, cores da marca — e te enviar uma mensagem com as configurações padrão de como planeja prosseguir. Você pode mudar qualquer coisa que não concordar e decidir se quer incluir narração;
- Fornecer três direções, cada uma com um keyframe renderizado e um card mostrando paleta de cores, ritmo e música. Você escolhe uma ou mistura elas;
- Depois de escolhido, escrever um treatment.md (tabela de ritmo). O trabalho não pode começar até que isso esteja pronto;
- Criar a cena mais difícil primeiro, na resolução, fontes e cores finais, e depois fazer o resto;
- Rodar verificações automaticamente, capturar keyframes para checar se há texto cortado, sobreposição de UI ou cenas vazias;
- Compor a música e adicionar efeitos sonoros sincronizados com cada elemento entrando na tela;
GIF
- Abrir um editor no navegador e esperar você apontar e editar;
GIF
- Quando você aprovar, exportar. Ele coleta seu feedback e edições dessa sessão, entregando seu vídeo promocional. Se não ficar satisfeito, você ainda pode modificá-lo livremente.
Vinte vídeos em um dia
Às 2h da manhã de anteontem, dei tchau pro sono e disse a ele:
Vou dormir agora. Termine todos os vídeos promocionais restantes. Tome todas as decisões sozinho!
Quando acordei, os cinco vídeos restantes estavam prontos. Durante o dia, abri várias janelas no FanBox para continuar fazendo mais, totalizando cerca de vinte vídeos.
GIF
Este trecho é do próprio vídeo de lançamento do huashu-motion, com 16 cenas de sete vídeos diferentes, cortadas no ritmo da batida.
Kitten Fill Light Pro: A primeira versão vertical de 16 segundos virou o vídeo de prévia da App Store e já foi enviada para revisão. Depois, três novas direções foram criadas usando o novo método de ritmo. Aqui está uma delas, alternando entre oito cores de iluminação por batida:
GIF
Grok Bot (feito por fãs, não oficial): Um vídeo de 30 segundos onde as tarefas são delegadas à noite, os agentes trabalham sozinhos de madrugada e quatro relatórios chegam no seu celular às 7h da manhã:
Como obter esta skill
A skill é open-source no GitHub:
https://github.com/alchaincyf/huashu-motion
Instalação:
1npx skills add alchaincyf/huashu-motion
Ou simplesmente diga ao seu agente:
1Me ajude a instalar a skill huashu-motion2(github.com/alchaincyf/huashu-motion) e depois rode uma demo após a instalação
Requer Node 22+, Chrome (ou Chromium/Edge) no seu computador e FFmpeg para exportação de vídeo e mixagem de áudio. Atualmente testado apenas no macOS. Para sons reais de piano/instrumentos de cordas, peça ao agente para rodar om samples build e baixar ~55MB de samples gratuitos (licenças CC0 e CC-BY). Sem isso, sons sintéticos serão usados. Rode om doctor para verificar dependências ausentes; o agente consegue lidar com as instalações.
Após a instalação, você pode dizer coisas como:
1Use o huashu-motion para fazer um vídeo de lançamento de 30 segundos para o meu produto, o site é xxx.com
1Use o huashu-motion para transformar {gráfico de dados/PPT} em um vídeo explicativo de 30 segundos, esclarecendo por que nossa taxa de cadastro dobrou
1Use o huashu-motion para fazer um vídeo de lançamento com narração, usando minha gravação: {arquivo de vídeo/áudio}
Eu uso principalmente no Claude Code com o Opus 5.5. Como visto acima, o DeepSeek V4.1 Flash também funciona bem, embora as diferenças de gosto entre modelos sejam reais. O Codex foi testado; Cursor, OpenClaw, Gemini CLI e outros agentes que suportam skills também devem funcionar, embora eu não tenha testado cada um individualmente. Nenhuma chave de API extra é necessária.
Aqui vão algumas limitações: ele não consegue ouvir, então a qualidade da música depende de checar tabelas de ritmo, curvas de energia e espectrogramas — você mesmo precisa ouvir. Ele não gera filmagens reais ou pessoas reais; use seus próprios materiais para isso, e ele cuida da síntese e embalagem.
O repositório inclui 20 linguagens de motion, 10 templates iniciais, 23 efeitos sonoros, 3 trilhas demo e documentos de metodologia sobre direção, ritmo, cor, som e narração.
Sinta-se à vontade para testar no WorkBuddy, Doubao Work, Grok bot, Muse, etc., e compartilhar resultados ou problemas comigo.
Mais uma coisa! Já que essa é uma ferramenta de vídeos promocionais de produtos, deixe ela apresentar o próprio lançamento 👇
