Meu workflow para produzir vídeos com o Claude + Higgsfield

Semana passada eu caí num canal do YouTube que me deixou de queixo caído: ~170 mil views por semana, cerca de US$5.600 por mês (uns R$30 mil), e a pessoa nunca aparece. Só cenas, locução e uns números na tela.

A primeira coisa que passou na minha cabeça foi: “isso é só porque ele tem muito inscrito”. Errado. Esse canal tinha 2.000 inscritos e um vídeo beirando 100 mil views em 3 semanas de vida. Outro, com 18 mil inscritos, tinha vídeo passando de 400 mil views, tudo com poucos meses de canal.

Aí eu me fiz a pergunta que vira esta edição: será que eu consigo recriar exatamente esse tipo de vídeo usando só IA? Spoiler: consigo. E deixei o sistema inteiro montado pra você copiar — inclusive o CLAUDE.md e os prompts lá no fim. 💜

Mito 1: “preciso de muitos inscritos pra ter views”. Não. Faz tempo que o número de views não tem correlação direta com inscritos. Se o vídeo é bom, o YouTube entrega pra muito além da sua base. Canal pequeno com vídeo bom estoura; canal grande com vídeo ruim flopa.

Mito 2: “o YouTube sabota conteúdo feito com IA”. Fake news. O que o YouTube sabota é conteúdo sem valor. Se você fez um vídeo ruim e ainda gerou com IA, ele vai flopar — mas porque é ruim, não porque é IA. Ou seja: o medo não é gerar vídeo com IA. O medo é fazer vídeo ruim. Guarda isso.

Quem decide quanto o YouTube te paga por mil views é o RPM (receita por mil visualizações), e isso é meio caixa-preta, só o dono do canal vê o número exato. Mas dá pra estimar.

Eu uso a extensão do VidIQ pra dar uma espiada: ela me mostra mais ou menos quanto um canal fatura e quantas views ele tem. Foi assim que cheguei no meu canal de referência.

E olha o ponto mais importante aqui: a ideia não é copiar o canal de ninguém. É usar um canal de referência pra reduzir risco, diminuir a chance de eu criar um conteúdo que ninguém quer assistir ou que tem RPM baixo. Reparei numa tendência de canais falando de “a economia das coisas” por trás de tudo, e como estamos no meio de uma Copa do Mundo, decidi: vou fazer um vídeo sobre quanto custa seguir seu time na Copa de 2026 até a final. Tema validado, risco baixo.

Pedi pro Claude analisar os vídeos mais assistidos do canal de referência ganchos, estrutura narrativa, ritmo de cena e escrever um roteiro novo com o mesmo estilo, só que com o meu tema da Copa.

E sabe por que isso é poderoso? Escala. Eu tenho a ideia do tema, falo “escreve um roteiro nesse mesmo estilo sobre esse novo assunto” e pronto: consigo manter frequência de produção sem reinventar a roda toda vez. O Claude me devolveu um roteiro já quebrado em várias cenas. (O prompt exato tá no fim da edição.)

🏆 Um favor rapidinho (60 segundos): eu tô concorrendo no Prêmio iBest, a maior premiação de criadores do Brasil. Se esses conteúdos te ajudam, seu voto me ajuda DEMAIS a continuar produzindo por aqui: 👉 https://premioibest.vote/225937391

Essa é a parte que parece mágica. Eu conecto o Claude ao Higgsfield via MCP (Model Context Protocol, o “encanamento” que deixa o Claude conversar com ferramentas externas). Pelo Higgsfield eu acesso o Seedance 2.0 (modelo de geração de vídeo da ByteDance) e gero cenas profissionais direto do chat. O workflow que montei é assim:

1. Roteiro pronto (passo anterior).

2. Locução em 7 pedaços — um pedaço por ato do vídeo. Gerar a locução fatiada é mais seguro do que pedir tudo de uma vez (vídeo longo de uma vez só costuma dar pau).

3. Whisper cli pra extrair os timestamps da locução. Assim eu sei a duração exata de cada cena — esse trecho aqui é uma cena de 3 segundos, aquele ali de 7.

4. Separar as cenas em dois tipos: as que precisam de número/texto na tela e as que não precisam.

   • Sem motion graphics → gero direto no Seedance 2.0, sempre com efeitos sonoros.

   • Com motion graphics (ex: “$800”) → gero a cena sem o número embutido. Isso evita o tal AI slop (aquele lixo que a IA às vezes inventa) e falsos positivos de conteúdo sensível e NSFW. O número entra depois, por cima.

5. scenes.json — um arquivo-ponte que descreve cada cena com o timestamp certo, vindo da locução.

6. Agentes em paralelo pra não esperar uma eternidade: um agente por ato, gerando as cenas em sequência dentro do ato e conferindo cada cena antes de gerar a próxima. Isso é crucial — se o agente está indo pro lado errado, você corta antes de torrar todos os créditos.

7. Motion graphics no Remotion (framework que cria animação de vídeo com código): só onde tem número que não pode sair errado. Gera o overlay mínimo e sobrepõe na cena, casando com o timestamp.

8. Montagem final: junta tudo na ordem, adiciona a locução, equilibra o volume entre voz e efeitos, e exporta o final.mp4.

Muito importante também: consistência visual em todas as cenas. Sem isso, o vídeo fica parecendo um Frankenstein.

Detalhe honesto: gerar todas as cenas me tomou ~60 minutos porque o render de cada vídeo leva tempo. Não é instantâneo, mas é um robô trabalhando enquanto você faz outra coisa.

Vídeo pronto é metade do jogo. O algoritmo olha duas coisas: a taxa de clique na capa (thumbnail) e o quanto o vídeo prende a audiência. Capa ruim derruba vídeo bom.

Então pedi o pacote completo: 3 versões de thumbnail (modelo GPT Image 2 via Higgsfield, inspiradas numa capa de referência que já funciona), além de título e descrição prontos pra copiar e colar.

Pra ativar a monetização você precisa de 1.000 inscritos e 4.000 horas de watch time. Parece muito, mas é o que o YouTube usa pra confiar que o seu canal merece. E você não chega lá sem o passo zero: publicar o primeiro vídeo.

Veja como ficou o meu vídeo após esse workflow, ao vivo e a cores! 👇🏽

A maior sacada não é nenhuma cena bonita. É que esse workflow inteiro vira reutilizável. Eu pedi pro Claude transformar tudo isso num CLAUDE.md (um arquivo de instruções que faz o agente seguir exatamente esse fluxo em todo vídeo novo, sem eu reexplicar nada). É a diferença entre fazer um vídeo e ter uma fábrica de vídeos.

E não, você não precisa ser engenheiro pra isso. Se você sabe escrever um prompt claro e organizar uma pasta, você consegue. Como criadora que produz vídeo aparecendo há uns 8 meses, eu te garanto: fazer vídeo faceless dá muito menos trabalho.

1. Achar um nicho que paga (VidIQ + canal de referência pra reduzir risco)

2. Roteiro no Claude com a estrutura de quem já acerta

3. Produção via Higgsfield MCP: locução → Whisper → scenes.json → Seedance → Remotion → final.mp4

4. Empacotamento: 3 thumbnails (GPT Image 2) + título + descrição

5. Publicar e perseguir 1.000 inscritos / 4.000 horas

6. Cristalizar tudo num CLAUDE.md e escalar

Como prometi no vídeo, o CLAUDE.md completo e todos os prompts que usei estão aqui embaixo — pega, adapta pro seu tema e roda. Se você for testar o Higgsfield, usa meu cupom:

🔗 Cupom: Clique aqui

1) Prompt do roteiro

Analyze the channel's scenarios, hooks, and write me a script for a similar video, for the World Cup.
https://www.youtube.com/channel/UCQnC6FoEgp4VcmbPTsO9VRQ
I want something like "So you want to go to the 2026 World Cup". Then make the video about how much it
costs to follow your team across all the games in the World Cup until the final (in case your team makes
it to the final). I want something fun and entertaining to watch. Consider ALL expenses and websearch
relevant data. I want a 5 minute video, with voice over. One new scene every 6 seconds.
Create an .md file with the output.

2) Prompt para criar o seu CLAUDE.md

Make a 5 min video like the one on the reference account using Seedance 2.0 (Higgsfield MCP).
It's going on a faceless YouTube channel.
Include: voice over and sound effects, and match them with scene timing.
For this video, I want to mix motion graphics and realistic scenes. Maintain a consistent style across
all scenes. Follow the workflow below:
1. Write the video script.
2. Generate voice-over chunks (one per act) from the script using Higgsfield MCP — 7 total.
3. Use Whisper to get voice-over timestamps.
4. Identify scenes that require motion graphics vs. scenes that do not.
   a. No motion graphics: generate with Seedance 2.0 1080p (Higgsfield MCP), with sound effects.
   b. Requires motion graphics: identify what needs it (e.g. "$800"). Generate the scene with
      Seedance 2.0 1080p (Higgsfield MCP) WITHOUT any motion graphic baked in (prevents AI slop and
      false-positive NSFW), with sound effects. Motion graphics are added later.
5. Write scenes.json with exact scene timestamps (from voice-over timing) and scene descriptions per above.
6. Run agents in parallel to generate scenes faster.
   a. One agent per act.
   b. Generate each act's scenes in sequence, not in parallel.
   c. Check each scene before generating the next one.
7. For scenes flagged as needing motion graphics:
   a. Wait for Higgsfield to finish the base video.
   b. Check the video is OK.
   c. Use Remotion to build the motion graphic. Keep it minimal.
   d. Overlay it on the Higgsfield video, matching the timestamp.
8. Assemble all scenes in order, add voice over, balance VO vs. SFX volume, export final.mp4.
9. Ensure visual consistency is maintained across all scenes.
10. Use the folder structure: /voice-over, /still, /clips/act-X, /output/scenes + final.mp4,
    /resources (scenes.json, timestamps), /remotion/motion-graphics, /logs, /script.

3) Prompt para criar o ‘Pacote’ do YouTube

Put together a complete YouTube video package for me: prepare thumbnails (make 3 versions — use the
GPT Image 2 model through Higgsfield MCP — inspired by the attached reference thumbnail), titles, and
everything else needed to upload it.

Quer ver tudo isso na prática? Eu postei um vídeo no meu Youtube mostrando o passo a passo completinho! Tenho certeza que você vai gostar 👇🏽

Até a próxima edição da DebGPT! 💜