CapCutCapCut

Como escrever o briefing de montagem que um editor de IA realmente entende: planos, durações e entradas de texto

Equipa de AiToolsForAppsRedigido com assistência de IA14 min de leitura

Em resumo

  • A edição por prompt não é mais uma promessa: EditPilot permite descrever mudanças de timeline em linguagem natural na área de trabalho do CapCut, e o plugin para ChatGPT foi anunciado no evento CapCut World em Los Angeles, datado de 27 de outubro de 2026 na nota oficial do CapCut.
  • O gargalo se moveu: não é mais saber onde está o botão, é saber o que pedir. Um prompt vago ("faça isso mais dinâmico") retorna uma montagem genérica porque não contém decisões, apenas adjetivos.
  • Um brief executável é uma lista de planos com duração em segundos, um ritmo de cortes declarado, o segundo exato em que cada texto entra e quanto permanece, e onde vai o b-roll e onde o silêncio.
  • Há peças que nenhum agente adivinha e é bom tê-las resolvidas: o .srt com seus tempos ao byte e os rótulos em PNG com alfa. CapCut importa legendas apenas na área de trabalho e web, não no mobile, de acordo com sua ajuda oficial sobre importar legendas.
  • As versões móveis de novembro de 2026 (20.0.0, publicada em 3 de novembro, e 20.1.0, em 11 de novembro, segundo APKMirror) consolidam o ciclo: o editor se move rapidamente, o brief é a única coisa que depende de você.
Mesa de montagem com cartões de storyboard alinhados como uma linha do tempo e um celular na vertical
Mesa de montagem com cartões de storyboard alinhados como uma linha do tempo e um celular na vertical

Durante quinze anos, editar vídeo vertical foi um problema de mãos: conhecer os atalhos, arrastar bem o clipe, lembrar onde estava o keyframe. Em 2026 isso se inverteu. Quando você diz a um editor "corte isso para 30 segundos e adicione rótulos", a máquina faz isso em segundos; o problema é que faz do seu jeito, e seu jeito é a média de tudo o que viu. Para quem cria ou vende no CapCut, a ferramenta aiCapCut da AiToolsForApps ataca exatamente essa fissura: permite que você chegue ao editor com o brief de montagem, as legendas SRT e os rótulos já resolvidos, em vez de esperar que o agente os improvise. Este artigo é sobre o novo ofício: escrever o brief.


O que mudou exatamente no CapCut entre outubro e novembro de 2026?

Mudou o modo de dar instruções. O CapCut apresentou em seu evento em Los Angeles —27 de outubro de 2026 segundo sua própria sala de imprensa— um conjunto de ferramentas que respondem tanto a pedidos em linguagem natural quanto a seleções feitas diretamente na janela de pré-visualização, além de um plugin para ChatGPT que permite passar da ideia a um primeiro corte e continuar refinando conversando.

Os três blocos que importam para o trabalho diário:

NovidadeO que fazOndeEstado declarado
EditPilotConverter uma indicação escrita em mudanças reais na linha do tempo (recortar, reordenar, apertar o ritmo, mudar a cor de um objeto específico de um plano)Área de trabalho / PCEm implantação
Edição Generativa & InterativaRefinar selecionando na janela de pré-visualização, não na trilhaÁrea de trabalho e webAnunciado no evento
Plugin de ChatGPT (CapCut × Codex)Montar um primeiro corte a partir do chat e iterá-lo por conversa; usa o MCP do CapCut para devolver um projeto editável com trilhas e recursosChatGPTA página do integrador o descreve como operacional com limites por conta e região; coberturas do anúncio como ivipid o situavam em "próximos meses" sem data ou preço

Há um detalhe que convém ter em mente ao ler manchetes: a data do evento aparece diferente conforme a fonte (27 de outubro na nota do CapCut, 24 de outubro em parte da cobertura). O que não varia é a demo que foi apresentada: um reel de 12 segundos de esportes montado a partir do chat com a instrução "converta esses clipes em um destaque de 12 segundos", e depois ajustes encadeados —duração de um plano, legibilidade das legendas, música abaixo da locução, texto na tela—.

Em paralelo, o canal móvel seguiu seu ritmo normal: a 20.0.0 foi publicada em 3 de novembro de 2026 e a 20.1.0 em 11 de novembro, esta última com correção de erros e melhorias no corte. Ou seja: o editor itera a cada semana e meia. Seu brief, não.


Por que "faça mais dinâmico" sempre retorna uma montagem genérica?

Porque não é uma instrução, é uma avaliação. "Dinâmico" não contém nenhum número: nem quantos cortes por minuto, nem a duração mínima do plano, nem se o ritmo sobe ou desce. Diante de um pedido sem decisões, o modelo preenche com a mediana de seu treinamento, e a mediana dos vídeos verticais é exatamente o que você já viu mil vezes.

Um prompt é executável quando cada frase pode ser verificada com um cronômetro. Compare:

Prompt vagoO que o agente decide por vocêVersão executável
"Faça mais dinâmico"Nº de cortes, duração do plano, transições"18 cortes em 45 s; nenhum plano abaixo de 1,2 s; sem transições, apenas corte seco"
"Coloque legendas bonitas"Tipografia, tamanho, posição, quantas linhas"Legendas de 2 linhas, máx. 32 caracteres por linha, posicionadas acima da faixa de interface inferior"
"Comece forte"Que plano abre e quanto dura"Plano 01: detalhe, 1,8 s, o gesto final do resultado; o contexto entra no plano 03"
"Coloque música"Tema, volume, se sobrepõe à voz"Música instrumental abaixo da locução, entra em 0:00, diminui 6 dB quando a voz fala"
"Deixe um rótulo de fechamento"Texto, segundo de entrada, duração"Rótulo de fechamento entra em 0:41, permanece 3,5 s, ocupa o terço central"
Comparação entre um monte de cartões desordenados e os mesmos cartões alinhados em uma grade com marcas de duração
Comparação entre um monte de cartões desordenados e os mesmos cartões alinhados em uma grade com marcas de duração

A regra prática: se sua instrução não pode ser contradita por um dado, não é uma instrução. "Mais dinâmico" não pode ser desmentido. "18 cortes em 45 segundos" pode: são contados.


Quais peças devem compor um briefing de montagem executável?

Seis blocos, e os seis com números. Um briefing é executável quando outra pessoa —ou um agente— poderia montar a peça sem te perguntar nada e o resultado duraria exatamente o previsto.

  1. Duração alvo e formato de saída (vertical 1080×1920, horizontal 1920×1080). O total dos planos deve corresponder ao objetivo; se não corresponder, é escalado, não improvisado.
  2. Lista de planos numerada. Por plano: tipo (detalhe, plano médio, b-roll, tela, talking head…), etiqueta curta, descrição do que se vê, segundos de duração e seu início e fim acumulados.
  3. Ritmo de cortes declarado: cortes totais e cortes por minuto. É a única maneira de que "dinâmico" signifique algo.
  4. Textos na tela com timecode: o que diz cada rótulo, em que segundo entra e quantos segundos permanece. Um texto sem duração é um texto que o agente deixará até o final.
  5. Gancho e CTA como peças separadas do resto. O gancho não é "o começo": é um plano com uma função e uma duração própria. O CTA também não é "a última coisa que cabe".
  6. Onde vai o b-roll e onde vai o silêncio. O silêncio é uma decisão de montagem, não um espaço vazio: marque-o com seu segundo de entrada e sua duração, assim como um plano.

Um modelo mínimo de plano, no nível de detalhe que um editor por prompt pode executar sem inventar:

Plano 04
  tipo: b-roll
  etiqueta: mãos sobre o teclado
  duracao: 2,4 s   (início 00:07,2 — fim 00:09,6)
  descricao: plano zenital, mãos digitando, sem rosto
  texto na tela: sim — entra em 00:07,6, dura 2,0 s
  transicao: corte seco
  audio: ambiente, sem locução

O que é conveniente resolver antes de abrir o editor, porque a IA não adivinha?

Duas coisas: os tempos das legendas e os rótulos como imagem. São as duas peças onde o erro não é estético, mas mecânico —um milissegundo mal escrito e o arquivo não carrega, um PNG sem canal alfa e o rótulo cobre o plano— e onde um agente generativo não tem nada a inventar porque a resposta correta é única.

O .srt. CapCut aceita importar legendas em .srt e .txt no desktop, apenas .srt na versão web, e não permite importar arquivos de legendas no celular; além disso, pede codificação UTF-8 para que os caracteres especiais não se quebrem. Isso significa que se seu fluxo de trabalho é móvel, o arquivo deve nascer bem desde a primeira tentativa, porque você não poderá consertá-lo lá. E um .srt válido é estrito: numeração a partir de 1, vírgula como separador de milissegundos, quebras de linha corretas e cues que nunca se sobrepõem.

Os rótulos. Um rótulo escrito por um modelo de imagem sai com as letras deformadas: é o erro clássico de pedir texto a um gerador visual. A via confiável é a contrária —texto composto tipograficamente e exportado como PNG com transparência real—, e é conveniente verificar o canal alfa no binário, não confiar no nome do arquivo.

Quatro painéis translúcidos empilhados em camadas que representam rótulos PNG com fundo transparente
Quatro painéis translúcidos empilhados em camadas que representam rótulos PNG com fundo transparente
PeçaQuem deveria produzi-laPor que
Tempos de legendaUm segmentador determinista, com regras de caracteres por linha e velocidade de leituraO resultado correto é um; a criatividade aqui é um defeito
Rótulos e capaComposição tipográfica exportada para PNG com alfaOs geradores de imagem escrevem mal as letras
Estrutura de planos e ritmoVocê, no briefingSão decisões editoriais, não técnicas
Execução na linha do tempoO editor por promptÉ trabalho mecânico e repetitivo: exatamente o que ele faz
Correção final e publicaçãoVocê, no editorA demonstração do plugin termina abrindo o projeto no CapCut

Onde os textos podem entrar sem que a interface da rede os cubra?

Na faixa central. Em vídeo vertical, a tela útil não é o quadro completo: a parte superior é ocupada por avisos e controles, a inferior pelo nome de usuário, o rodapé, o crédito da música e os botões de ação, e o lado direito pela coluna de "curtir", comentar e compartilhar. Um rótulo colocado ali existe na sua exportação e desaparece no celular do espectador.

Duas advertências honestas sobre isso:

  • As medidas exatas em pixels variem entre redes e entre versões do aplicativo, e a faixa inferior também cresce quando o rodapé é longo. Trate-as como um mínimo a ser verificado no dispositivo, não como uma constante.
  • Por isso, o briefing deve dizer em que área vai cada texto (terço superior, faixa central, acima do rodapé), não apenas o que diz.
Celular em vertical com as faixas de zona segura marcadas em cima, embaixo e à direita, e grade de terços
Celular em vertical com as faixas de zona segura marcadas em cima, embaixo e à direita, e grade de terços

E uma referência de escala para entender por que isso custa caro: o YouTube Shorts superou os 100 bilhões de visualizações diárias em novembro de 2025 e ronda os 4 bilhões de usuários mensais, com uma duração máxima de 3 minutos desde setembro de 2024, segundo a página do YouTube Shorts. Um rótulo coberto não é um detalhe: é metade da sua mensagem em um formato onde o espectador não volta atrás.


Como uma ideia se transforma em um briefing, passo a passo?

Com quatro etapas, sempre na mesma ordem: decidir a duração, escrever os planos, colocar os timecodes de texto e gerar os arquivos. A ordem importa porque cada passo fecha decisões que o seguinte precisa.

  1. Defina o total e a distribuição. Decida os segundos da peça e quantos vai para o gancho, quantos para o desenvolvimento e quantos para o fechamento. Se a soma dos planos não bater, escale todos proporcionalmente antes de prosseguir.
  2. Escreva os planos como uma lista, não como um parágrafo. Tipo, etiqueta, descrição, segundos. Numerados. Neste ponto, você já pode contar os cortes e, portanto, declarar o ritmo.
  3. Coloque os textos no relógio. Cada rótulo com seu segundo de entrada e sua duração. Marque aqui também os silêncios e os trechos de b-roll.
  4. Resolva os arquivos que não são improvisados. Gere o .srt a partir do roteiro com suas regras de caracteres e velocidade de leitura, exporte os rótulos em PNG com alfa, e verifique as medidas do destino. Só então abra o editor e peça a execução.

É exatamente a distribuição de trabalho que propõe aiCapCut: o briefing e os arquivos são preparados fora —plano de montagem com planos, durações e textos cronometrados, legendas em SRT, VTT ou TXT e rótulos em PNG— e o editor faz o que faz melhor, que é executar na linha do tempo. aiCapCut não renderiza vídeo nem gera projetos do CapCut: produz as peças verificadas que você depois importa. E é bom deixar claro, porque é a fronteira que distingue uma ferramenta útil de uma promessa: não é um produto do CapCut nem está afiliado ao CapCut.


O que é medido para saber se o briefing era bom?

Quatro números, todos verificáveis sobre a montagem finalizada. Se o briefing era executável, o resultado os cumpre sem negociação; se não os cumpre, o briefing tinha lacunas que alguém preencheu por você.

Métrica do briefingComo se verificaSinal de briefing fraco
Duração totalCronômetro sobre a exportaçãoDesvio > 5 % em relação ao objetivo
Cortes por minutoContar cortes e dividirVocê não havia declarado
Textos na telaVerificar entrada e duração de cada umUm rótulo que fica até o final
Legibilidade da legendaCaracteres por linha e segundos por cueCues sobrepostos ou linhas de 60 caracteres

Um quinto, subjetivo mas útil: quantas vezes você teve que pedir novamente a mesma coisa ao agente. Cada nova tentativa é uma decisão que faltava no briefing.

Perguntas frequentes

O que é um briefing de montagem?

É o documento que traduz uma ideia de vídeo em instruções executáveis: lista de planos com sua duração, ritmo de cortes, que texto entra em que segundo e quanto dura, onde vai o b-roll e onde o silêncio. Serve igualmente para um editor humano que para um editor por prompt.

Como peço à IA do CapCut que monte um vídeo para mim?

Descrevendo mudanças concretas sobre a linha do tempo. EditPilot foi pensado para pedidos em linguagem natural do tipo "converta este tutorial de 12 minutos em um corte de 90 segundos" ou "remova os pontos repetidos e acelere o ritmo". Quanto mais números houver no pedido —segundos, número de cortes, duração mínima de plano—, menos o modelo terá que decidir por você.

O plugin do CapCut para ChatGPT já está disponível?

Depende da fonte e da sua conta. A página do CapCut dedicada à integração com o ChatGPT o descreve como operacional, alertando que o acesso, os limites de geração e os recursos dependem da conta, da região e dos termos do produto; a cobertura do anúncio de outubro de 2026 o situava em "próximos meses" sem data ou preço confirmados. É aconselhável verificar na própria aplicação antes de planejar um fluxo de trabalho com ele.

É possível importar legendas SRT no CapCut a partir do celular?

Não. Segundo a ajuda oficial do CapCut, a importação de arquivos de legendas está disponível no desktop (.srt e .txt) e na versão web (.srt), mas o aplicativo móvel não permite importar .srt nem .txt. Para qualquer uma das duas vias, o arquivo deve estar em UTF-8.

Por que os rótulos gerados com IA saem com as letras erradas?

Porque os modelos de imagem desenham as letras como formas, não como texto: não têm um motor tipográfico por trás. A solução não é insistir no prompt, é retirar o texto do gerador e compô-lo tipograficamente, exportando-o em PNG com fundo transparente para sobrepor no editor.

Quantos cortes por minuto um vídeo vertical deveria ter?

Não há um número universal e qualquer um que te der um sem contexto está adivinhando. O importante para o briefing é que você declare: um tutorial pausado e um destaque esportivo não compartilham ritmo, e enquanto você não colocar o número, o modelo o fará.

Um briefing muito detalhado não mata a criatividade?

É o contrário: o briefing detalhado protege as decisões criativas que você já tomou. O que o agente preenche quando o briefing se cala não é criatividade, é a média de seu treinamento. Deixar escrito que o gancho dura 1,8 segundos e abre em um detalhe é precisamente o que impede que ele te devolva a mesma montagem que a todo mundo.

O briefing agora é o trabalho

A edição por prompt não eliminou o ofício, a reubicou: das mãos à decisão prévia. Quem chega ao editor com uma lista de planos cronometrada, os textos já no relógio, um .srt válido ao byte e os rótulos em PNG com alfa obtém o que pediu; quem chega com "faça mais dinâmico" obtém o mesmo que todos. Se você quer ter essas peças resolvidas antes de abrir o editor, aiCapCut, de AiToolsForApps, foi construído para isso e nada mais: gerar o plano de montagem, as legendas SRT e os rótulos em PNG e deixá-los verificados, sem registro para começar. aiCapCut não é um produto do CapCut nem está afiliado ao CapCut.

Prepare o briefing antes de abrir o editor: gere seu plano de montagem com planos e durações, suas legendas em SRT e seus rótulos em PNG com aiCapCut, sem registro.

Prepare o briefing antes de abrir o editor: gere seu plano de montagem com planos e durações, suas legendas em SRT e seus rótulos em PNG com aiCapCut, sem registro.

↑ Voltar ao topo