Comandei um time de IA por voz, em português
O gancho (adapte com a tua voz): "Nesse vídeo eu não vou tocar no teclado. Eu vou FALAR — e um time de agentes de IA vai construir o que eu pedir, em português."
Checklist de preparação
Tudo isso pronto antes de ligar a câmera — grava com confiança, não improviса.
- ClockVoice ativado e testado: faz um comando de teste falando algo simples ("cria um arquivo chamado teste.txt") e confirma que o pane recebe e executa.
- Microfone configurado e sem ruído: testa o nível de áudio antes de gravar — voz baixa demais causa falhas de transcrição que travam o demo.
- Ambiente silencioso: fecha janelas, avisa quem mora com você, desliga notificações sonoras.
- Teclado posicionado na cena mas claramente afastado — vai ser o prop visual do gancho.
- Três tarefas preparadas em dificuldade crescente: simples (criar arquivo), média (alterar código com preview), complexa (delegar pra pane paralelo). Ensaia falar cada pedido em voz alta antes de gravar.
- Projeto aberto com algo pra editar — não começa do zero, parte de algo existente pra a alteração fazer sentido visual.
- OBS ou gravador de tela gravando também o áudio ambiente (não só o sistema) — a voz entrando e o resultado saindo é a prova central.
A estrutura que segura view até o fim
Proporções sobre a duração total — num vídeo de 10 min, 10% ≈ 1 min.
Afasta o teclado fisicamente da mesa — gesto visual forte. Promessa acima, olhando pra câmera.
- Pega o teclado com as duas mãos e move pra fora do campo de visão da câmera — ou empurra pra longe na mesa. Esse gesto vai virar o frame do thumbnail.
- Fala a promessa olhando pra câmera, sem ler.
- Aponta pro espaço onde o teclado estava: "esse espaço vai ficar assim o vídeo inteiro."
- Pausa de 2 segundos — deixa a promessa aterrissar antes de continuar.
- 💡 O gesto do teclado saindo de cena é o momento-chave do gancho — capta com zoom se der.
- 💡 Não explica como ClockVoice funciona aqui. Só a promessa. A explicação técnica vem no bloco Setup.
Mostra o push-to-talk do ClockVoice e explica em 2 frases como a voz vira comando de pane.
- Abre a interface do ClockVoice no Overclock — mostra o botão/atalho de push-to-talk.
- Explica em 2 frases: "Seguro essa tecla, falo o que quero, solto. O que eu falei vira texto e vai direto pro pane como um prompt. É isso."
- Faz uma demonstração mínima: segura, fala "diz olá", solta, mostra o texto aparecendo no pane.
- Não gasta mais de 60 segundos nesse bloco — o setup é contexto, não é o vídeo.
Voz pra testar no setup: "Cria um arquivo chamado ola.txt com o texto: setup funcionando."- 💡 Se o ClockVoice tiver configuração de idioma, mostra ela em PT-BR — é um diferencial real pro público brasileiro.
Sequência de 3 desafios em dificuldade crescente, tudo falando — sem tocar no teclado.
- NÍVEL 1 — Simples: fala um comando de arquivo: segura push-to-talk, pede "cria um arquivo chamado index.html com uma estrutura HTML básica", solta e mostra o arquivo aparecendo.
- Comenta o resultado: "pediu, chegou. Sem digitar nada."
- NÍVEL 2 — Médio: abre um projeto com preview ao vivo. Fala: "muda a cor de fundo do site pra vermelho escuro". Mostra a alteração no código e no preview simultaneamente.
- Comenta: "Pediu mudança visual, código alterado, preview atualizado — ainda sem tocar no teclado."
- NÍVEL 3 — Complexo: delega pra um segundo pane com voz. Fala algo como: "abre um pane novo e peça pra ele criar os testes unitários pra esse arquivo que acabamos de editar".
- Mostra o segundo pane abrindo e recebendo a tarefa — narra: "agora tenho dois agentes rodando, ainda só com a voz."
Nível 1 — Fale: "Cria um arquivo [nome].html com uma estrutura HTML básica incluindo título [seu título] e um parágrafo inicial."Nível 2 — Fale: "No arquivo aberto, muda [elemento] pra [cor/valor]. Confirma quando terminar."Nível 3 — Fale: "Abre um pane paralelo e delega pra ele escrever [testes / documentação / versão alternativa] do que acabamos de criar."- 💡 Mantém o teclado fora do enquadramento durante todo esse bloco — o espectador vai conferir se você tocou nele.
- 💡 Quando a voz não reconhecer direito algo, não corta — fica em cena e corrige também por voz: "cancela isso, [repete o pedido]". Esse momento de recuperação é ouro pra honestidade.
- 💡 Cada nível deve ter um resultado visual claro na tela antes de passar pro próximo.
Resultado final na tela + replay acelerado dos momentos "falei → aconteceu".
- Mostra o estado final do projeto — o que existia antes vs o que existe agora.
- Faz um replay em 2x ou 4x dos 3 momentos-chave: "falei → apareceu", "falei → mudou", "falei → segundo pane abriu".
- Puxa o teclado de volta pra cena e mostra que está intocado — ou faz piada: "esse teclado não ajudou hoje."
- 💡 O replay acelerado vira clipe de Shorts sozinho — grava separado em loop se der.
Onde a voz tropeça — com exemplo real — e fecho puxando o próximo.
- Diz a limitação de frente: voz reconhece intenção, não dita código. Termos técnicos muito específicos (nomes de variáveis, caminhos exatos) às vezes precisam de correção.
- Dá o exemplo concreto: "se eu falar o nome de uma função com underscore e número, às vezes vem errado — aí corrijo também por voz ou uso um atalho de teclado uma vez."
- Fecho: puxa o próximo vídeo e pede inscrição com razão específica.
O número que ancora o vídeo
A tarefa concluída sem nenhum toque no teclado — deixa o teclado visível e intocado no enquadramento durante todo o vídeo.
A limitação dita de frente
Voz reconhece intenção, não dita código. Termos técnicos muito específicos (nomes de variáveis, caminhos de arquivo) às vezes saem errado e precisam de ajuste — mostra esse ajuste acontecendo, não edita pra fora.
Puxando o próximo vídeo
"Agora imagina isso com um squad inteiro rodando ao mesmo tempo. É o que eu gravo no próximo — já deixa o like pra não perder."
O que trava — e como sair
Todo builder bate nesses pontos. Saber antes economiza uma regravação.
| O erro | O fix |
|---|---|
| O microfone capturou ruído do ambiente e o ClockVoice transcreveu errado a metade dos comandos. | Testa o áudio num ambiente silencioso antes de gravar. Se o ruído for inevitável, usa push-to-talk bem próximo da boca e fala mais devagar e pausado do que o normal. Fone de ouvido com microfone de lapela resolve na maioria dos casos. |
| O teclado apareceu sendo usado num corte involuntário — a promessa do gancho quebrou. | Revisa o corte antes de publicar. Se precisar usar o teclado pra alguma navegação, corta pra tela em outro ângulo ou usa o mouse. A promessa "sem teclado" é o coração do vídeo — não pode quebrar. |
| O demo ficou lento — muito tempo esperando o agente responder, silêncio desconfortável. | Enquanto o pane processa, faz comentário sobre o que está esperando: "o agente está construindo o HTML agora, olha os tokens aparecendo." Ou usa corte de salto (jump cut) pra pular a espera. Silêncio acima de 8 segundos sem narração perde audiência. |
Como saber que ficou bom
O vídeo está pronto quando: (1) o teclado é afastado visivelmente no gancho e não é tocado até o bloco de honestidade, (2) os 3 níveis de dificuldade aparecem claramente separados na edição, (3) o resultado de cada comando aparece na tela antes de passar pro próximo nível. Assiste pelo menos 1 vez antes de publicar testando se o espectador consegue ver o resultado de cada comando.
Outras formas de gravar este roteiro
- Versão mobile: usa o ClockVoice pelo celular controlando o Overclock no desktop via tela espelhada — o visual do celular como controle remoto é forte.
- Versão desafio ao vivo: convida alguém a dar comandos de voz em tempo real sem você saber o que vai pedir — a surpresa é o conteúdo.
Três títulos prontos
Escolhe um, ou usa como base — número e promessa concreta sempre na frente.
| 01 | Comandei um TIME de IA só com a voz (em português) |
| 02 | Programei sem tocar no teclado — voz + agentes de IA |
| 03 | Falei e a IA construiu: automação por voz de verdade |
Publicou e bateu 1.000 views? Comprova antes dos outros.
São 5 assinaturas Ultra pros 5 primeiros — 4 vídeos com 1.000+ views cada (ou 10.000+ num Shorts) e a vaga é sua.