Aula e materiais sobre construção de um Multi-Gerador de Vídeos com…

Ideal para gerar vídeos simples e rápidos com menos exigências de detalhe.
Menor custo ou tempo comparado a modelos mais complexos.
Boa opção quando você não precisa de máxima fidelidade ou cenas muito complexas.

Limitações esperadas

Menos margem para prompts longos ou detalhados.
Possivelmente limitações em som ou sincronização de áudio mais avançada.
Menor fidelidade visual em cenas complexas de iluminação, movimento ou múltiplos elementos em cena.

Aqui vai um resumo de cada um dos geradores mencionados (SORA, VEO3, Wan) — pontos fortes, limitações e casos de uso esperados.

SORA / Sora 2 (OpenAI)⌗

O que é / destaque

Modelo de vídeo multimodal da OpenAI que aceita prompt de texto, imagens ou vídeos como entrada. ([OpenAI][1])
A versão Sora 2 traz melhorias: maior precisão física, controle melhor sobre cena, inclusão de áudio sincronizado. ([OpenAI][2])
Permite clipes de até ~20 segundos (ou limites similares) em sua operação padrão. ([OpenAI Help Center][3])

Pontos fortes

Alta fidelidade visual e coerência no vídeo gerado (personagens consistentes, transições suaves).
Pode utilizar imagens de referência para guiar o estilo ou composições.
Maior flexibilidade no comprimento do prompt e nos detalhes — possibilita prompts mais ricos.
Integração com o ecossistema OpenAI (uso via app Sora, eventual integração com ChatGPT). ([Apple][4])

Limitações / desafios

Custo e tempo de processamento podem ser maiores comparados a modelos mais simples.
Restrições de uso humano (para evitar deepfakes ou uso indevido) impostas pela plataforma. ([Apple][4])
Marca d’água visível nos vídeos para mitigação de uso incorreto. ([Wikipedia][5])
Ainda pode falhar em cenários complexos com excesso de detalhes ou movimento extremo.

Casos de uso ideais

Vídeos promocionais curtos e estéticos (ex: campanhas de marca, teasers).
Criações narrativas visuais com coerência de personagem e ambientação.
Uso quando se quer adicionar áudio, diálogos e efeitos sonoros sincronizados.
Quando se precisa de controle refinado (ex: pedir estilos visuais específicos, iluminação, cena cinematográfica).

VEO3 (Google / DeepMind)⌗

O que é / destaque

Modelo de geração de vídeo desenvolvido por Google DeepMind. ([Wikipedia][6])
A versão VEO3 inclui áudio nativo, ou seja, gera som, fala, efeitos ambientais sincronizados com o vídeo. ([Gemini][7])
O modelo produz vídeos curtos (por exemplo, ~8 segundos, dependendo do plano) como parte da oferta de vídeo do Gemini / Veo3. ([Gemini][7])

Pontos fortes

Geração integrada de vídeo + som (diálogo, efeitos sonoros, ambientação).
Alta fidelidade visual e movimento natural, com coerência espacial e física.
Interpreta bem prompts multimodais (texto + imagem).
Permite modos como “Fast” ou “Quality” para priorizar velocidade ou detalhamento. ([V03 AI][8])

Limitações / desafios

Duração limitada (ex: ~8 segundos em muitos casos). ([Gemini][7])
Restrições no comprimento de prompt e complexidade (cenários muito complexos ou muitos elementos podem falhar).
Pode haver custos adicionais para habilitar áudio ou modos de qualidade mais alta. ([Fal.ai][9])
Dependendo da implementação da plataforma que expõe o Veo3, limitações ocultas (ex: número de créditos, tamanho de vídeo) podem existir.

Casos de uso ideais

Criar vídeos curtos com som sincronizado (ex: teaser, anúncio com voz).
Quando o áudio é tão importante quanto o visual (ex: falas, narração, ambientação sonora).
Prototipagem rápida de vídeo multimodal para redes sociais.
Quando se quer gerar vídeo + som de forma integrada, sem passar por edições extras.

Wan (modelo que aparece nas aulas)⌗

O que se sabe / inferências baseadas no uso nas aulas

No contexto das aulas, "Wan" aparece como outro gerador de vídeo IA ao lado de Sora e VEO3. Pelo modo de uso (limite de prompt, fluxo semelhante), podemos inferir algumas características:

Suposições razoáveis com base no uso prático

Wan tem limites de prompt mais restritos — nas aulas, menciona-se que Wan (assim como VEO3) permite prompts até cerca de 800 caracteres.
Wan provavelmente gera vídeo com som (ou pelo menos com efeitos), ou ao menos suporta áudio em alguns contextos (dependendo da implementação).
O fluxo com Wan segue o mesmo padrão de “imagem → vídeo” ou “texto → vídeo”, portanto ele suporta ambas as modalidades de entrada.
Em termos de qualidade, espera-se que Wan seja menos potente que Sora 2 em complexidade e fidelidade

status=500 → aguarda 30s → reexecuta Se status="generating" → espera e repete até “success”

12. Atualização Final no Google Sheets⌗

Nó Google Sheets → Update Row

Identificar pelo título:

Where Título = {{$json["title"]}}

Atualizar:

video_url com o link retornado pela API
status como “Pronto”

13. (Opcional) Publicação Automática⌗

Depois de finalizado:

Adicione subfluxos para:
Upload automático no YouTube Shorts / Instagram
Publicação no Google Drive
Criação de post no Telegram ou Notion

14. Estrutura Visual do Fluxo⌗

Form Trigger ↓ If (tem imagem?) ├── Sim → ImgBB Upload → GPT-4 Análise └── Não → (segue direto) ↓ Unificar Variáveis ↓ GPT-4.1 Gera Prompt ↓ Google Sheets Add Row ↓ Code (Detectar Modelo) ├── Sora → Subfluxo (Imagem/Text) ├── Wan → Subfluxo (Imagem/Text) └── VEO3 → Subfluxo (Imagem/Text) ↓ Update Google Sheets (URL final)

15. Hacks Extras de Otimização⌗

Use GPT-4.1-mini em subfluxos → mais rápido e barato
Execute “Run once with all items” para gerar vários vídeos ao mesmo tempo
Sempre logue data/hora no Google Sheets para rastreabilidade
Armazene todas as URLs de vídeos em uma aba separada (“Histórico”)
Faça um backup automático da planilha no final do dia (via subfluxo)

Passo a passo completo para montar no N8N o sistema de Multi-Gerador de Vídeos com IA (Sora2, VEO3, Wan), seguindo os hacks e a lógica usada na aula. A ideia é que você possa replicar tudo do zero e depois expandir com novos modelos.

1. Objetivo do Projeto⌗

Criar um único painel (formulário) que permita gerar vídeos com qualquer modelo de IA atual ou futuro (Sora, Wan, VEO3, etc.), tudo de forma automática e registrada no Google Sheets.

2. Estrutura Geral⌗

O fluxo principal do N8N será composto por:

Form Trigger (entrada de dados)
Verificação de imagem (If)
Upload da imagem no ImgBB
Análise da imagem com GPT-4.1
Unificação de variáveis
Geração de prompts com GPT-4.1
Registro inicial no Google Sheets
Código de decisão de modelo (JavaScript)
Subfluxos automáticos
Gestão de erros, reintentos e finalização

3. Criação do Formulário (Trigger)⌗

No nó Form Trigger:

Campos:

idea → Ideia do vídeo
video_count → Quantos vídeos (1, 2, 3...)
format → 9:16 (vertical) ou 16:9 (horizontal)
model → Sora | Wan | VEO3
image → Upload opcional de imagem

Saída esperada:

{ "idea": "influenciadora apresentando creme facial", "video_count": 2, "format": "9:16", "model": "Sora", "image": "file.jpg" }

4. Verificar se há imagem⌗

Nó If → “Tem imagem?”

Condição:

{{$json["image"] !== ""}}

Sim (true): Envia a imagem para o ImgBB
Não (false): Vai direto para geração de prompt textual

5. Upload da imagem no ImgBB⌗

Nó HTTP Request → ImgBB API

Método: POST URL: https://api.imgbb.com/1/upload?key=SEU_API_KEY Body:

image: {{$binary.image.data}}

Saída esperada:

{ "data": { "url": "https://i.ibb.co/abc123.jpg" } }

6. Análise da imagem (GPT-4.1)⌗

Nó OpenAI (ChatGPT)

Prompt:

Descreva a imagem com detalhes de cor, objeto, marca e contexto visual.

Entrada:

{{$json["data"]["url"]}}

Saída salva como:

descricao_imagem
imagem_url

7. Unificar variáveis⌗

Nó Set → Variáveis comuns

{ "descricao_imagem": "{{$json["descricao_imagem"] || "sem imagem"}}", "imagem_url": "{{$json["imagem_url"] || ""}}", "idea": "{{$json["idea"]}}", "format": "{{$json["format"]}}", "model": "{{$json["model"]}}" }

Isso garante que com ou sem imagem, o fluxo tenha sempre as mesmas variáveis.

8. Geração de Prompt Inteligente⌗

Nó OpenAI GPT-4.1 → Criação de Prompt

Prompt:

Crie um prompt de vídeo para o modelo {{$json["model"]}}. Ideia: {{$json["idea"]}} Formato: {{$json["format"]}} Imagem (se existir): {{$json["descricao_imagem"]}} Crie um roteiro natural e cinematográfico para até {{$json["video_count"]}} cenas.

Limite de caracteres:

Se modelo = Wan ou VEO3 → 800
Se modelo = Sora → 5000

(Sugestão: usar “If” ou “Switch” para escolher o prompt curto ou longo.)

9. Registrar no Google Sheets⌗

Nó Google Sheets → Add Row

Campos:

Título
Descrição
Prompt
Formato
Modelo
Imagem URL (se houver)

Saída esperada:

Planilha “Vídeos IA” com uma linha nova a cada execução

10. Decisão do Modelo (JavaScript)⌗

Nó Code (JavaScript)

return { useSora: $json.model === 'Sora', useWan: $json.model === 'Wan', useVeo: $json.model === 'VEO3', hasImage: $json.imagem_url !== '' }

Essas variáveis vão direcionar o fluxo automaticamente.

11. Subfluxos (Sub-Workflows)⌗

Crie 6 subfluxos separados (um para cada tipo):

Sora - Imagem para Vídeo
Sora - Texto para Vídeo
Wan - Imagem para Vídeo
Wan - Texto para Vídeo
VEO3 - Imagem para Vídeo
VEO3 - Texto para Vídeo

Cada subfluxo contém:

HTTP Request para API Kie.ai
Parâmetros: prompt, aspect_ratio, image_url, title
Conversão automática do formato:

{{$json.format === "9:16" ? "Portrait" : "Landscape"}} * Loop de reintento: Se

emoção. Exemplo: “close-up de um influencer aplicando o creme sob luz natural, expressão confiante, tom realista cinematográfico”.

Aqui está uma lista dos principais hacks práticos usados (ou sugeridos) na aula do sistema Multi-Gerador de Vídeos (SORA2, VEO3, WAN) para deixar a automação mais rápida, estável e escalável:

1. Hack de Centralização Única⌗

Use um único formulário no N8N como centro de controle para todos os modelos (Sora, VEO3, Wan, Kling…).
Isso elimina a necessidade de criar um fluxo para cada modelo. Exemplo: um mesmo formulário gera vídeos para Sora e VEO3 apenas trocando a variável do modelo.

2. Hack de Unificação de Variáveis⌗

Dê o mesmo nome às variáveis das duas ramificações (com e sem imagem).
Assim, o agente GPT e o Google Sheets podem usar o mesmo campo independentemente do caminho seguido. Exemplo: descricao_imagem_referencia e imagem_referencia_URL → mesmos nomes nos dois fluxos.

3. Hack de Conversão de Formato Automática⌗

Converta o formato 9:16 e 16:9 em termos que as APIs entendem: if ratio = 9:16 → Portrait if ratio = 16:9 → Landscape Motivo: o SORA não aceita números, só palavras.

4. Hack de Resiliência (Retry Inteligente)⌗

Configure o fluxo para detectar erro 500 (Internal Error) na API.
Se ocorrer, espere 30 segundos e reexecute automaticamente.
Repita até receber status “success”. Benefício: o fluxo nunca trava e se recupera sozinho.

5. Hack de Paralelismo Controlado⌗

Ative a opção “Run once with all items” nos subfluxos para enviar várias requisições de vídeo em paralelo.
Gera 2–5 vídeos simultaneamente sem precisar criar múltiplos fluxos. Cuidado: use só se a API suportar carga alta.

6. Hack de Escalabilidade Modular⌗

Converta grupos de nós em subfluxos (sub-workflows).
Cada subfluxo pode ser duplicado e reaproveitado para novos modelos (Kling, Pika, etc.) sem refazer nada. Exemplo: “Texto→Vídeo Sora” pode ser clonado e virar “Texto→Vídeo Pika”.

7. Hack de Prompt Inteligente⌗

Ajuste o tamanho do prompt conforme o limite do modelo:
VEO3/Wan → até 800 caracteres.
SORA2 → até 5 000 caracteres (permite prompts mais descritivos). Dica: use GPT-4 para gerar automaticamente versões “curtas” e “longas” do mesmo prompt.

8. Hack de Detecção de Modelo via Código⌗

Em vez de múltiplos “switches”, use um único nó de código JavaScript:

return { useSora: submission.model === 'Sora', useWan: submission.model === 'Wan', useVeo: submission.model === 'VEO3' }

Simplifica ramificações e reduz 70 % dos nós.

9. Hack de Registro Automático⌗

Sempre vincule a atualização no Google Sheets pelo título do vídeo (chave única).
Assim, o sistema identifica automaticamente qual linha atualizar após gerar o vídeo.

10. Hack de Subida Automática de Imagem⌗

Envie imagens automaticamente para o ImgBB e recupere a URL pública.
Essa URL pode ser analisada por GPT-4 e também passada para a API de vídeo. Benefício: nenhuma imagem local ou privada — tudo público e acessível à IA.

11. Hack de Verificação de Status⌗

Use o endpoint get_task da API da Kie.ai para monitorar o progresso (“generating”, “waiting”, “success”).
Coloque loops automáticos até o status mudar para “success”. Resultado: nenhum vídeo perdido ou quebrado.

12. Hack de Teste Rápido⌗

Antes de automatizar, teste o prompt manualmente no Playground da Kie.ai (ou no Postman) para validar o resultado visual.
Depois, insira o mesmo endpoint no N8N.

13. Hack de Multi-Modelo Futuro⌗

Sempre construa a lógica para permitir adição de novos modelos apenas duplicando o subfluxo e trocando o endpoint. Exemplo: adicionar “Pika 2.1” leva 2 minutos.

14. Hack de Performance⌗

Execute o fluxo principal com GPT-4.1 mini para reduzir custo e tempo de resposta sem perder qualidade nas descrições.

15. Hack de Qualidade Visual⌗

Nos prompts, especifique detalhes curtos e objetivos: câmera, iluminação e

Resumo completo da aula sobre o Multi-Gerador de Vídeos com IA (SORA2, VEO3, WAN, etc.)

1. Contexto e Objetivo O instrutor apresenta uma automação que unifica diferentes geradores de vídeo (Sora, VEO3, Wan, etc.) em um único formulário, criado no N8N. A ideia é simplificar o processo de criação de vídeos com IA, permitindo escolher:

Ideia ou conceito do vídeo
Quantidade de vídeos (1 a 5)
Formato (vertical 9:16 ou horizontal 16:9)
Modelo de geração (Sora, VEO3, Wan…)
Imagem de referência opcional

O fluxo processa tudo automaticamente e registra os resultados no Google Sheets.

2. Estrutura da Automação O sistema é dividido em dois blocos principais:

Imagem → Vídeo (quando o usuário envia uma imagem)
Texto → Vídeo (quando não há imagem)

Cada modelo (Sora, Wan, VEO3) tem seu próprio subfluxo, mas todos seguem a mesma lógica.

3. Lógica do Fluxo

O N8N verifica se há uma imagem:
Se sim → envia para o ImgBB (para gerar URL pública) e analisa com GPT-4.
Se não → segue direto com texto.
O GPT-4 cria prompts de vídeo com base na ideia e formato.
Limite de caracteres: 800 (Wan/VEO3) e 5000 (Sora).
As variáveis são unificadas para uso consistente entre os blocos.
O resultado é registrado no Google Sheets (título, descrição, formato, prompt, link e imagem).

4. Condicionais e Código Em vez de múltiplos switches, o instrutor usa JavaScript para decidir:

Qual modelo foi escolhido (Sora, Wan, VEO3…)
Se há imagem de referência ou não

Com base nisso, o fluxo é dividido automaticamente:

Sora + imagem → Subfluxo “Imagem a Vídeo”
Sora sem imagem → Subfluxo “Texto a Vídeo”
E o mesmo para VEO3 e Wan.

5. Subfluxos e Reutilização Cada gerador possui um subfluxo próprio reutilizável (para imagem e texto), permitindo expansão fácil com novos modelos (ex: Kling, Pika etc.). Os subfluxos recebem como variáveis:

video_prompt
aspect_ratio
image_reference
title

6. API Kie.ai O sistema usa a API da Kie.ai para gerar os vídeos. No corpo da requisição HTTP:

prompt: texto gerado pelo GPT-4
aspect_ratio: convertido para Portrait (9:16) ou Landscape (16:9)
image_url: da imagem enviada
title: título do vídeo

Se a API retornar erro 500, o fluxo espera 30 segundos e tenta novamente até funcionar. Depois, ele usa o endpoint get_task para checar o status até que o vídeo esteja pronto.

7. Registro Final Após gerar o vídeo:

A URL do vídeo e o título são retornados ao fluxo principal.
O sistema localiza o vídeo correspondente no Google Sheets e atualiza a linha com o link final.

8. Testes e Resultados

Teste com produtos (como uma “creme Alba”) e com zapatillas esportivas.
Os vídeos gerados pelo Sora foram mais realistas e melhores que os de Wan ou VEO3.
Cada vídeo levou entre 3 a 6 minutos para ser processado.
O sistema permite gerar múltiplos vídeos em paralelo com a opção “Run once with all items”.

9. Melhorias e Dicas

Adaptar os prompts do Sora para aproveitar o limite maior (5.000 caracteres).
Dividir cenas com split para gerar múltiplos clipes.
Usar subfluxos para não recriar lógica repetida.
Controlar formatos e tamanhos de texto para evitar erros.
Possibilidade futura de conectar o resultado a redes sociais.

10. Conclusão O sistema criado permite gerar vídeos automaticamente com qualquer modelo de IA, em um único painel, de forma escalável e modular. Com essa base, é possível:

Adicionar novos modelos rapidamente
Gerar conteúdo UGC e promocional em massa
Manter registro completo no Google Sheets
Ampliar para fluxos automáticos de publicação em redes

Resumo final: É uma central unificada de geração de vídeos com IA, capaz de adaptar-se a novos modelos (Sora, VEO3, Wan, Kling, etc.), com lógica automática de erros e reintentos, pronta para uso em agências, SaaS e criadores de conteúdo.

e52. Multi-geradores de vídeo (SORA2, Wan, Veo3)

Nesta aula, você aprende a construir um sistema unificado para gerar vídeos com diferentes modelos de IA a partir de um único formulário, sem duplicar fluxos nem processos.

O objetivo é ter um centro único de controle onde você define: a ideia do vídeo, o formato (vertical ou horizontal), o número de cenas, o modelo que deseja usar (Sora, VEO3, Wan, etc.) e se quer incluir uma imagem de referência.

Tudo é automatizado a partir do N8N, registrando resultados no Google Sheets e gerenciando erros automaticamente.

🛠️ O que conseguimos com essa automação Centralizar em um único formulário a criação de vídeos com múltiplos geradores (Sora, VEO, Wan…).

Permitir escalar a geração de vídeos UGC, promocionais ou de marca sem esforço.

Registrar cada resultado em uma planilha do Google Sheets com título, prompt, legenda, formato e link do vídeo. Escolher entre texto para vídeo ou imagem para vídeo, conforme o conteúdo disponível. Lidar automaticamente com erros e reintentos para garantir a estabilidade do sistema. Reutilizar subfluxos no N8N para economizar tempo e evitar duplicidades em automações futuras.

🧩 Estrutura do fluxo automatizado Formulário de entrada (gatilho principal) Campos: ideia do vídeo, número de vídeos, formato (9:16 ou 16:9), modelo a usar e imagem opcional de referência.

Condicional de imagem Se uma imagem for enviada → ela é analisada com o GPT-4, e sua descrição e URL pública (via ImgBB) são salvas. Se não houver imagem → o fluxo segue apenas com texto.

Unificação de variáveis Independentemente do caminho (com ou sem imagem), as variáveis são normalizadas para uso posterior (descrição da imagem e URL).

Agente de IA (GPT-4.1) Gera ideias de vídeo com base na descrição, formato e modelo selecionado. Cria prompts curtos ou longos conforme o limite de cada modelo (ex: 800 caracteres para VEO e Wan, 5000 para Sora).

Registro no Google Sheets São salvos título, descrição, formato, prompt e dados de referência.

Seleção de modelo e ramificação automática (JavaScript) O script detecta qual modelo foi selecionado (Sora, VEO, Wan...) e define as ramificações de execução. Cada modelo possui seu fluxo de imagem para vídeo e de texto para vídeo.

Subfluxos reutilizáveis Cada gerador possui seu próprio subfluxo (imagem para vídeo ou texto para vídeo), reutilizável em novas automações.

Gerenciamento de erros e reintentos automáticos Se a API retornar erro 500, o sistema aguarda e tenta novamente. Se o status for “generating”, o fluxo aguarda e repete a consulta até obter um resultado.

Atualização final no Google Sheets O título do vídeo é vinculado ao resultado gerado e a URL final do vídeo é atualizada.

🧰 Ferramentas utilizadas N8N como motor de automação. Form trigger + Google Sheets para gerenciamento de entradas e resultados. OpenAI GPT-4.1 para análise de imagem e geração de prompts. Kie.ai API (Sora, Wan, VEO3) para geração dos vídeos. ImgBB para upload de imagens e obtenção de URLs públicas. JavaScript (no N8N) para detecção condicional dos modelos e controle lógico.

🧠 Dicas principais aprendidas Use subfluxos no N8N para economizar tempo e manter os processos modulares. Unifique as variáveis antes das ramificações para evitar erros entre os fluxos. Controle os limites de caracteres de cada modelo (VEO e Wan são mais restritivos que Sora). Implemente reintentos automáticos para evitar bloqueios por erros 500 na API do Kie.ai. Aproveite as conversões automáticas de formato (9:16 → “Retrato”, 16:9 → “Paisagem”) para evitar erros de formatação. Use uma única planilha do Google como registro central: ela servirá para auditoria, controle e escalabilidade.

Recursos

Blueprint geral Imagem para vídeo SORA2 Imagem para vídeo VEO3 Imagem para vídeo Wan2.5 Texto para vídeo SORA2 Texto para vídeo Veo3 Texto para vídeo Wan2.5 Kie Api Market Modelo de Google Sheets

Multi-gerador de vídeos (SORA 2, Wan e Veo3)🔥🔥

A cada semana surgem novos modelos de vídeo: Sora, VEO3, Wan, Kling, Pika, Runway… e ter todos separados é um inferno 😅

Nesta aula eu ensino como montar o sistema definitivo: um único formulário de onde você pode gerar vídeos com qualquer gerador de IA, atual ou futuro. 🔮

Literalmente: 🧠 Imagine ter um painel único onde você escolhe a ideia do vídeo, o formato (9:16 ou 16:9), o número de cenas, o modelo que quer usar e — se quiser — uma imagem de referência. 🔥 Você clica em “Enviar”… e o N8N cuida do resto.

O sistema: ✅ Detecta se há imagem e analisa seu conteúdo com o GPT. ✅ Gera prompts inteligentes adaptados a cada modelo. ✅ Lança automaticamente a criação do vídeo no Kie.ai (Sora, Wan, VEO3 ou o modelo que você quiser). ✅ Aguarda, gerencia erros e tenta novamente se algo falhar. ✅ E finalmente registra TUDO no Google Sheets: título, prompt, formato, URLs e resultados.

💡 O mais poderoso: Foi projetado para escalar sem limites: você pode adicionar novos modelos de vídeo em minutos, sem refazer nada. É replicável e modular, graças ao uso de subfluxos inteligentes no N8N. E gerencia sozinho os erros e novas tentativas, sem que você precise tocar em nada.

🎬 Não importa se você usa o Sora hoje e daqui a um mês surge um novo modelo incrível… Basta adicioná-lo ao fluxo e ele já fará parte do ecossistema. O mesmo formulário, a mesma lógica, tudo sob controle.

Você pode aplicar isso se for uma agência, SaaS, consultor ou simplesmente quiser criar conteúdo em vídeo com IA de forma massiva sem perder tempo nem coerência.

🔥 É o centro de comando da criação audiovisual com IA. Literalmente, sua “sala de controle” para vídeos automáticos.

e52 - Multi Gerador Videos

chatgpt.com ↗