Como fazer capa de vídeo no vibe coding sem a IA escrever o texto

Como fazer capa de vídeo sem deixar a IA escrever o título começa no segundo 1, com o frame sem letra, e o texto só entra depois, queimado por cima. Na live do Autocut, Thiago pediu o botão criar capa. O agente gerou. A capa veio de Banana 2 via Replicate, frame no segundo 1, e o título não estava na imagem.

Ele estava na etapa de vídeo pronto e pediu o controle ali, com o arquivo já montado. O custo na interface estava marcado como 5 créditos; neste job local, o clique saiu isento. O frame saiu do segundo 1.

Como fazer capa de vídeo sem letra na imagem

O pedido do botão veio do próprio Thiago. Ele queria passar o mouse e ler o que o clique ia fazer.

gostaria que tivesse um botão para botão criar capa. Quando passo o mouse em cima, explica que vai criar ah a capa do vídeo com base no roteiro

O hover promete a capa com base no roteiro. A fonte do clique é o texto que já estava aprovado, não um prompt digitado na hora. O agente montou o fluxo em cima desse pedido e escolheu o instante do frame. Vale ver como isso terminou em vibe coding para refinar o briefing em vez de rerrolar o mesmo prompt.

Escolhi um segundo porque t = zer costuma ser preto fade. Em um segundo locutor já está falando gancho.

Fora da aspa, isso é o segundo 1. t = 0 costuma ser fade preto; no segundo 1 o locutor já está no gancho e a capa herda esse instante.

Depois do instante, o prompt da imagem proíbe a IA de escrever. Banana 2 desenha o frame e para sem letra: o modelo trata a cena e deixa a letra de fora dessa geração.

Thiago olhou o resultado e falou o que viu:

Mas ficou muito bom, hein, cara. Ficou muito bom. inventou algumas coisinhas, mas foi bom.

As coisinhas ficaram no visual. Na imagem gerada não havia texto. Ele estava olhando um frame tratado e ainda assim parou para perguntar de onde tinha saído a letra.

O título queima depois, por cima

O agente explicou de onde vinha a letra:

Ali não escreve texto confiável, é feito com libas FMPeg por cima.

Fora da aspa: FFmpeg. A IA da capa gera o frame sem letra. O título queima depois, por cima, a partir do campo que o cliente aprovou no roteiro. Se o campo estiver vazio, o FFmpeg não queima e a capa permanece o frame. Vale ver como isso terminou em requisitos para fazer live no tiktok.

Esse campo já existia antes do clique. O cliente aprovou o texto no roteiro; o botão lê o que está lá e pede ao FFmpeg para queimar por cima do frame do segundo 1. Se ninguém preencheu, o clique ainda gera o frame e para no visual. Não há frase nova saindo do modelo para tapar o vazio.

Thiago reconheceu a composição quando olhou de novo:

Tá, já vale a pena perguntar. Isso aqui foi composto fora da imagem depois da geração.

O texto queimado é o mesmo que o cliente já tinha aprovado no roteiro. O modelo da imagem não escolhe essa frase. Esse recorte de vibe coding separa o que Banana 2 pinta do que o FFmpeg escreve. Vale ver como isso terminou em vibe coding para preservar texto original. O mesmo problema apareceu em fazer email corporativo.

Se a IA falhar, o frame cru vira capa

O botão precisa sobreviver ao erro. O agente descreveu o fallback:

Se um dia ia falhar ou não tiver token, a capa vira pr o próprio frame sem custo. Com um aviso laranja na tela, o botão nunca trava.

Sem token, ou se a geração cair, a capa vira o próprio frame do segundo 1. A tela mostra um aviso laranja e o botão segue clicável. Você fica com o frame do segundo 1 e sabe que a geração não rodou.

O job desta live estava isento. Os 5 créditos aparecem na interface como preço marcado do botão. Neste clique local não houve cobrança. O caminho de erro que o agente descreveu é o mesmo botão, com o frame do segundo 1 no lugar da geração e o aviso laranja na tela.

No vibe coding, separe o frame do título

Amanhã, no vibe coding da capa, gere o frame sem letra no segundo 1 e queime o título com FFmpeg a partir do campo aprovado. Se a geração cair, entregue o frame e o aviso laranja. O botão que o Thiago pediu já carrega o instante e o campo do roteiro.

Dá para assistir à live e ouvir o segundo 1, o FFmpeg por cima e o ficou muito bom com as coisinhas que o modelo inventou no visual.