Estas Automações do Claude Code Me Renderam 10 Milhões de Views em 1 Mês

CChase AI
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology

Transcript

00:00:00No último mês, ganhei mais de 38.000 seguidores no YouTube,
00:00:0350.000 seguidores no Instagram e 11.000 seguidores no TikTok.
00:00:08E isso se deve em grande parte ao meu sistema de conteúdo Claude code.
00:00:12E hoje vou detalhar tudo: as habilidades personalizadas que criei, meu
00:00:16fluxo de trabalho diário e mostrar como usei o Claude code para automatizar todo meu
00:00:20sistema de conteúdo. Para que você também possa fazer isso.
00:00:22O que estamos vendo aqui são as sete habilidades do Claude code que são a base
00:00:26do meu sistema de conteúdo. E elas geraram 10 milhões de visualizações no último mês.
00:00:30Como uma equipe de um homem só, sem editores, sem assistentes virtuais, nada.
00:00:33Essas 10 milhões de visualizações estão distribuídas em 90 conteúdos
00:00:38ao longo de 30 dias; desses 90, 30 são vídeos longos.
00:00:43Foi essencialmente um vídeo longo no YouTube todos os dias em março e 60
00:00:47de formato curto. São Shorts, Reels, TikToks, tudo isso.
00:00:51E o número real em que você deve focar não são os seguidores.
00:00:54Como eu disse na introdução, nem mesmo os 10 milhões de visualizações, são os 90 vídeos,
00:00:5890 vídeos em um mês para uma pessoa só, não querendo me gabar,
00:01:02mas é uma quantidade de volume bastante impressionante.
00:01:05E a única maneira de eu conseguir fazer isso foi com um sistema
00:01:10sustentável e repetível. E é isso que vamos analisar aqui hoje.
00:01:14Porque, novamente, estou fazendo isso sozinho,
00:01:15mas não fico preso ao computador 12, 16 horas por dia, certo?
00:01:19A única maneira de manter isso é, repetindo, se for sustentável,
00:01:22se for algo que faça sentido. Além disso,
00:01:25quando se trata dessas 10 milhões de visualizações,
00:01:27não houve uma única peça de conteúdo que passou de 400.000 visualizações.
00:01:31Então esta não é uma situação em que o número de 10 milhões veio de, tipo, dois
00:01:35sucessos virais e o resto foi apenas fracasso, certo?
00:01:37Isso foi uma vitória com 90 golpes curtos e nenhum nocaute direto.
00:01:40Então acho que também é bom saber disso.
00:01:42Tipo, não estamos tentando criar apenas algum sucesso viral aleatório por sorte.
00:01:45São pequenas vitórias consistentes que acho que qualquer um pode repetir.
00:01:48Então, como conseguimos fazer isso?
00:01:50Como podemos usar o Claude code para criar esse tipo de sistema sustentável que
00:01:54realmente cria conteúdo que as pessoas querem consumir? Bem,
00:01:56primeiro precisamos entender o processo de criação de conteúdo como um todo.
00:01:59Depois, precisamos quebrar esse processo em partes individuais e então atribuir
00:02:04automações e habilidades específicas do Claude code a essas partes, certo?
00:02:08É assim que decompomos isso metodicamente.
00:02:10E eu dividiria o processo de conteúdo em quatro fases reais.
00:02:13A primeira é pesquisa. A segunda é ideação.
00:02:17A terceira é roteirização. E a quarta é distribuição.
00:02:22E é dessas quatro fases que extraímos diferentes habilidades do Claude code.
00:02:27E algumas dessas fases têm várias habilidades porque há muita coisa acontecendo.
00:02:31Pegue a roteirização, por exemplo, certo? Isso vai abranger ganchos.
00:02:34Isso vai abranger o roteiro propriamente dito,
00:02:36o esboço do vídeo, bem como algumas coisas de embalagem, como títulos e
00:02:40miniaturas. Mas vamos começar com as duas primeiras fases: pesquisa e ideação,
00:02:44porque acho importante falar de ambas em paralelo, pois é
00:02:47muito um ciclo, certo? Você pesquisa algumas coisas,
00:02:50surge com ideias; das suas ideias, você precisa de mais pesquisa.
00:02:52E então, frequentemente, dessa pesquisa, surgem mais ideias.
00:02:56Portanto, a um e a dois estão muito ligadas. Agora,
00:02:59a grande habilidade para mim é minha habilidade de pipeline do YouTube.
00:03:03E isso traz o NotebookLM. Agora, cada habilidade que você vê aqui hoje,
00:03:08bem como o mecanismo de pesquisa do Twitter,
00:03:10que vou mostrar no meu script do GitHub, pode ser encontrada dentro do Chase AI.
00:03:14Além disso, um link para isso está nos comentários. O Chase AI Plus também abriga meu
00:03:19masterclass de Claude code, que é o melhor lugar para ir do zero a desenvolvedor de IA.
00:03:22Isso é atualizado toda semana. Então, se você está tentando descobrir,
00:03:25como posso realmente dominar o Claude code e ter um caminho real a seguir?
00:03:29Bem, com certeza nos confira; novamente, links nos comentários. Agora,
00:03:32de volta à habilidade de pipeline do YouTube,
00:03:34que eu acho que é a mais poderosa de todas essas sete habilidades. Bem,
00:03:36essa habilidade do NotebookLM nos permite trazer o poder do NotebookLM para o
00:03:41Claude code. Então eu posso dar ao NotebookLM o que eu quiser,
00:03:44sejam URLs do YouTube, PDFs, documentos,
00:03:48qualquer coisa que eu pudesse fazer no aplicativo web normal do NotebookLM,
00:03:51mas posso fazer através do meu terminal.
00:03:53E isso é ótimo porque o NotebookLM é muito bom em lidar com alguns desses
00:03:56conteúdos que podem ser um pouco chatos com o Claude code,
00:03:59nomeadamente coisas como vídeos do YouTube, e tudo isso é processado nos servidores do Google,
00:04:03certo? Não estamos usando tokens do Claude code para fazer a análise.
00:04:05Estamos deixando o NotebookLM e o Gemini fazerem por nós. E depois apenas trazemos de volta.
00:04:09E eu ganho acesso a todos os entregáveis do NotebookLM, certo? Vídeos,
00:04:12apresentações de slides, imagens, qualquer coisa que eu possa fazer aqui, posso fazer via terminal agora.
00:04:17E essa habilidade usa a ferramenta de CLI do NotebookLM para criar essa
00:04:21ponte entre o Claude code e o NotebookLM.
00:04:24Agora, este repositório inclui sua própria habilidade.
00:04:27Então a pesquisa de pipeline do YouTube é essencialmente uma habilidade que chama habilidades
00:04:32adicionais. É uma habilidade de ordem superior.
00:04:33E o que a habilidade de pipeline do YouTube faz é pegar a ferramenta
00:04:38de CLI do NotebookLM e a habilidade e essencialmente automatizar a
00:04:43obtenção das fontes.
00:04:44Então ela coleta um monte de URLs do YouTube com base na sua conversa e inclui
00:04:49a parte da análise.
00:04:50Portanto, ela usa isso como ponte e então automaticamente obtém as fontes e depois
00:04:54analisa tudo automaticamente em um único comando.
00:04:56Mas usar a habilidade implica que você já tem uma fonte de informação, certo?
00:04:59Você já descobriu sobre o que quer falar ou sobre o que quer fazer a
00:05:02análise, o que levanta a questão:
00:05:04como sequer descobrimos sobre o que falar em primeiro lugar?
00:05:08Como o Claude code nos ajuda nisso?
00:05:09E isso vai um pouco além do que você vê no detalhamento das habilidades, certo?
00:05:13O que precisamos descobrir é o passo zero. Sabe,
00:05:16temos que descobrir qual é a fonte primária de conhecimento para o seu
00:05:21nicho específico. Para tecnologia, é bem óbvio, certo? Para todas essas coisas de IA,
00:05:23tudo meio que vem de alguns lugares,
00:05:25ou vem diretamente de repositórios do GitHub ou nasce no Twitter, certo?
00:05:30E então eventualmente chega ao YouTube. De vez em quando,
00:05:33algo se origina no YouTube,
00:05:35mas geralmente é Twitter e GitHub, e de lá vai para o YouTube; do
00:05:39YouTube, se espalha.
00:05:40Então precisamos descobrir qual é a sua fonte primária de conhecimento porque, se
00:05:45não for tecnologia e não for IA, você precisa entender tipo,
00:05:47onde a informação se origina?
00:05:49Para que você possa ser o primeiro em campo a falar sobre isso. E no meu caso,
00:05:53já que estamos dizendo que vem do GitHub ou vem do Twitter,
00:05:57como uso o Claude code para ajudar nisso? Bem, quando se trata do Twitter,
00:06:00eu simplesmente pedi para o Claude code criar um web app de raspagem do Twitter.
00:06:04Então é isso que você vê aqui. Ele vai para o Telegram. E a cada 30 ou 45 minutos,
00:06:08eu recebo algum tipo de tweet baseado em uma série de palavras-chave e vários autores
00:06:12que aparece e diz: "Ei, aqui está o que estão falando. Aqui estão as curtidas."
00:06:16"Aqui está, tipo, uma pontuação de velocidade."
00:06:18E também me permite responder a eles, se eu quiser, porque também conectei minha
00:06:21API do Twitter e aqui está o detalhamento de como esse web app funciona. Novamente,
00:06:25foi bem fácil de criar dentro do Claude code, mas é relativamente
00:06:28sofisticado e muito customizável.
00:06:31Então, a cada 45 minutos mais ou menos, ele fica em um timer aleatório.
00:06:36Ele raspa de 40 a 90 tweets. Usa um raspador de tweets barato.
00:06:39Que é bem acessível.
00:06:40E então ele filtra e pontua os tweets.
00:06:43Ele encontra com base em vários sinais de pontuação. Ele olha para velocidade, autoridade,
00:06:48timing, oportunidade e capacidade de resposta, porque eu tenho a habilidade de, como eu disse,
00:06:52responder a esses tweets. Se eu quiser,
00:06:54todos os tweets que ele obtém são enviados para o Supabase.
00:06:57Para garantir que eu não receba sempre o mesmo tweet da mesma pessoa e
00:07:00para que também, tipo, diversifique um pouco a partir daí.
00:07:03Ele os pontua e os escolhe com base na pontuação. Ele usa soft max.
00:07:07Assim, ele aplica uma pontuação de probabilidade a cada um.
00:07:08Então eu nem sempre recebo a pontuação número um a cada vez. Novamente,
00:07:11queremos alguma aleatoriedade ali. A partir daí,
00:07:13ele é enviado para o Telegram e também tem a capacidade de me dar possíveis
00:07:16respostas. Então eu tenho o Grok vinculado a isso.
00:07:18Agora, se você está no Twitter há qualquer tempo,
00:07:21sabe que ele está absolutamente infestado de bots de IA postando por lá.
00:07:24Então todas as respostas vão para o Supabase e são essencialmente
00:07:29pontuadas. Dessa forma, tenho uma visão do tipo de respostas que estou dando,
00:07:34porque também posso fazer respostas personalizadas e, com o tempo,
00:07:36meio que se torna um sistema que melhora a si mesmo. E, por fim,
00:07:40isso aparece no Telegram. Agora vamos falar da fonte número dois,
00:07:43que são os repositórios em alta no GitHub. Sim, existe uma página de tendências no GitHub,
00:07:47mas por que eu não posso simplesmente obter essa informação automaticamente junto com alguns bons
00:07:50insights sobre a velocidade dessas tendências, certo?
00:07:53Quantas estrelas eles ganharam desde que foram criados e também tê-los
00:07:57filtrados, certo? Eu só quero ver coisas de IA. Bem,
00:07:59o Claude code fez tudo isso para mim.
00:08:00Ele criou um script que roda toda manhã que me traz os repositórios
00:08:04em alta no GitHub no espaço de IA e os coloca dentro do meu vault do Obsidian.
00:08:08Assim, consigo ver os 10 principais repositórios em alta que foram criados nos últimos
00:08:12sete dias. Todos os dias vejo as estrelas, a linguagem,
00:08:16recebo um link e recebo uma descrição rápida por cima.
00:08:19Além disso, também consigo ver os cinco mais populares do mês. E então ele me dá,
00:08:22sabe, sua sugestão de cada dia. E o porquê.
00:08:24E assim, entre esse script do GitHub que o Claude code criou e este motor do Twitter,
00:08:28consigo resolver este problema do passo zero,
00:08:31que é tipo, como sequer encontramos coisas para falar em primeiro lugar que
00:08:34não sejam apenas uma repetição do que esteve no YouTube na última semana,
00:08:37certo? Precisamos de coisas novas e isso nos permite fazer isso. E, novamente,
00:08:41a coisa boa com o Claude code é que você não precisa usar o GitHub.
00:08:44Você não precisa usar o Twitter.
00:08:45Você só precisa identificar quais são esses lugares para você e seu nicho.
00:08:48Depois peça ao Claude code para construí-los, porque uma vez que você tenha isso certo,
00:08:52o passo zero da fonte primária, então você pode se conectar aqui,
00:08:57nesta configuração completa de detalhamento de habilidades, certo?
00:08:59Então, uma vez que eu tenha a ideia que encontrei no GitHub ou a ideia que vejo alguém comentando
00:09:03no Twitter, posso lançar a busca de pipeline do YouTube nela, certo?
00:09:07Chama-se YT pipeline, mas não precisa ser apenas YouTube, certo?
00:09:09Pode ser o que for. E então isso faz a análise no NotebookLM.
00:09:13E como você viu com o GitHub,
00:09:14isso também está sendo feito tudo dentro do meu vault do Obsidian. Então, sim,
00:09:20eu vou ter meu terminal aberto com o Claude code conversando com ele,
00:09:22mas tudo o que o Claude code cria está em um arquivo Markdown dentro do meu vault.
00:09:27Portanto, é muito fácil para eu ver o que está acontecendo também.
00:09:30E dar uma olhada em relatórios e ver artigos conectados, certo?
00:09:33Apenas me dá uma visão melhor e mantém tudo organizado, certo?
00:09:36Porque especialmente se você está produzindo conteúdo,
00:09:38tipo, se está fazendo isso todo dia, fazendo vários tipos de pesquisa, isso,
00:09:42se estiver apenas em uma base de código e você não tiver nenhum Obsidian ali,
00:09:44pode meio que fugir do seu controle como humano; o Claude code lida bem,
00:09:48mas você terá dificuldades. Então entendemos onde encontrar ideias no nível básico.
00:09:52E acabamos de falar sobre a habilidade de YT pipeline,
00:09:55como podemos apontá-la para as ideias que encontramos em algum lugar,
00:09:59enviá-las para o NotebookLM e fazer com que ele faça um monte de pesquisa e análise; o próximo
00:10:03passo se torna algo como ideação e estratégia.
00:10:06E isso é pegar essa pesquisa e então descobrir como podemos posicionar as,
00:10:10essas ideias com mapeamento de desejo?
00:10:12Como podemos pegar essas ideias e realmente transformá-las em conteúdo que alguém
00:10:16realmente se importaria em um alto nível.
00:10:18E o que a ideação vai fazer é que ela não vai refazer a pesquisa,
00:10:22mas vai dar uma olhada na pesquisa em termos do cenário
00:10:25competitivo. Tipo, o que outras pessoas estão dizendo sobre isso? Quais são as lacunas?
00:10:29Quais são as coisas potenciais sobre as quais ninguém falou que podem ressoar com uma
00:10:33audiência, certo?
00:10:33Então isso é tirar a pesquisa de um vácuo e colocá-la novamente no
00:10:38cenário competitivo em que você habita. Então vamos dar uma olhada nesta em ação.
00:10:42Eu tenho pesquisado sobre RAG e Claude code planejando colocar isso em
00:10:45algum conteúdo. Como, por exemplo, os sete níveis de Claude code e RAG,
00:10:49porque é um espaço que na verdade tem mudado muito ao longo do último ano.
00:10:52Então estamos, estamos invocando a habilidade de ideação.
00:10:56Dê uma olhada em nossa pesquisa recente de RAG e Claude code e traga de volta o
00:11:00Então, aqui está o que o Claude Code retornou. Novamente,
00:11:03ele está extraindo de pesquisas que já fizemos.
00:11:05A primeira coisa que ele nos dá é o cenário competitivo, ângulos saturados,
00:11:10lacunas abertas e, depois, casos de desempenho fora da curva, certo?
00:11:14Sobre o que as outras pessoas falaram que meio que "bombou"? Depois que ele
00:11:17nos dá esse contexto, ele passa para ideias de vídeo, certo? Títulos, ângulos,
00:11:21o tipo de desejo que estamos atingindo, depois os formatos e lacunas competitivas.
00:11:25E ele faz isso para um monte de vídeos diferentes, certo?
00:11:29Ao todo, ele nos deu nove opções diferentes e depois as classifica.
00:11:32E eu acho que o que você vê aqui é importante porque se repete em todas
00:11:36essas habilidades no sistema. Eu uso...
00:11:38quando falamos sobre usar o Claude Code e a automação,
00:11:40o que realmente estamos falando é transformar o Claude Code em um colaborador.
00:11:44Certo? Em cada etapa desta jornada,
00:11:46eu quero ter algum tipo de entrada, certo?
00:11:49Eu não quero que o Claude Code vá automaticamente para o GitHub e eu nem o veja.
00:11:53E então, no final, ele apenas me diga: "Ei,
00:11:55aqui está o roteiro completo que você vai fazer hoje. A propósito,
00:11:57eu criei a miniatura, criei o título e está tudo pronto.
00:12:00Você só precisa dizer estas palavras".
00:12:01Você não quer isso porque vai ser terrível. Ok?
00:12:04Se você estiver fazendo qualquer coisa com IA que tenha qualquer viés criativo,
00:12:08você precisa permanecer no assento do motorista. Agora,
00:12:13obviamente, ao longo de tudo isso, o Claude Code está fazendo muito por nós,
00:12:16mas ele está fazendo análises e apresentando planos e ideias em potencial.
00:12:20Você ainda precisa estar lá ao longo do caminho para conferir e dizer: "Ei,
00:12:24eu não gosto disso. Não gosto daquilo".
00:12:25É assim que você pode realmente obter um bom resultado no final.
00:12:29E é assim que você pode manter sua voz, porque não importa o quão bem você
00:12:32treine essa coisa,
00:12:32se você esperar que ela vá do zero ao roteiro completo sem nenhum ponto intermediário,
00:12:37onde você estivesse lá para dizer: "Vamos fazer esta ideia. Vamos mudar aquilo".
00:12:39"Vamos mudar isso", vai ser genérico e vai ser ruim.
00:12:42Mas o bom disso é que, se você quisesse automatizar assim,
00:12:45você pode, mas em cada etapa desta jornada, certo?
00:12:48A expectativa é que você dê uma olhada nos resultados do Claude Code antes de
00:12:51passar para a próxima fase. E o que ele realmente está fazendo,
00:12:53o que isso realmente está te poupando é todo o trabalho braçal de fazer este
00:12:58tipo de análise do zero; e ver coisas assim e ver
00:13:03suas ideias ajuda você a refinar o que acha que escolherá.
00:13:06Porque eu diria que nove em cada dez vezes,
00:13:09acabo fazendo alguma variante do que ele me dá.
00:13:11Eu geralmente não faço exatamente a mesma coisa, certo?
00:13:12Porque sempre temos algo diferente que queremos colocar ali,
00:13:15mas é isso para a seção de ideação, certo? Então fizemos o passo zero,
00:13:18encontramos o conhecimento. Fizemos o passo um.
00:13:21Fizemos algumas pesquisas com o pipeline e trouxemos o NotebookLM; completamos
00:13:25a ideação. Sabe,
00:13:26meio que entendemos onde essa ideia de conteúdo em potencial está no contexto
00:13:31do que todos os outros estão fazendo. E, claro,
00:13:34tudo isso está sendo feito dentro do Obsidian, dentro do nosso cofre.
00:13:36E se essa parte do Obsidian estiver sendo um pouco complexa para você,
00:13:39vou colocar um link acima para um vídeo que fiz com um mergulho profundo no Obsidian e
00:13:43NotebookLM. E isso nos traz à fase três, que é a seção de roteirização.
00:13:47Agora, quando se trata de roteirização, eu direi por mim mesmo,
00:13:50não sou um cara de roteiros longos.
00:13:52Eu vou roteirizar o "hook", tipo os primeiros 30 segundos.
00:13:57Então o que você viu na introdução deste vídeo, onde eu disse: "é,
00:13:5938.000 seguidores e 11.000 pessoas no TikTok", aquilo foi roteirizado, certo?
00:14:04Eu interagi bastante com o Claude Code usando esta habilidade de hook e
00:14:07descobri: ok, o que exatamente eu vou dizer?
00:14:09Porque quando se trata de conteúdo e mídias sociais,
00:14:12o hook é muito, muito importante. A embalagem é muito, muito importante.
00:14:14Então eu quero acertar isso e são apenas 20 segundos, mas todo o resto,
00:14:17são tópicos, são conceitos com pontos principais.
00:14:19Eu meio que sei do que vou falar, mas não exatamente.
00:14:20Nós apenas vamos fazer ao vivo.
00:14:21Então a habilidade de esboço que eu te dou, novamente,
00:14:26é exatamente assim. São coisas de visão geral, embora o hook realmente defina tudo.
00:14:30E a parte do hook vem em grande parte do Callaway.
00:14:34Eu pego muitas das ideias dele, um salve para todo o conteúdo dele.
00:14:37O material dele é brilhante.
00:14:38Então eu essencialmente fiz toda essa configuração em vários vídeos do Callaway e
00:14:43depois incorporei isso em como eu faço o Claude Code abordar hooks, esboços,
00:14:47títulos e esse tipo de coisa. Mas vamos ver isso em ação.
00:14:50E vamos executar a habilidade de hook,
00:14:51a habilidade de esboço e a habilidade de título do YouTube neste vídeo potencial de RAG no Claude Code
00:14:55e ver o que ele retorna. Então eu disse a ele:
00:14:57"vamos usar sua recomendação".
00:14:58A recomendação dele foi um viés do tipo engenharia de contexto e disse: "Ei,
00:15:03vamos executar as habilidades de hooks, esboço e título do YouTube nele".
00:15:05Então aqui está o que ele nos trouxe para a seção de hook: cinco variações.
00:15:09E então, para cada hook, ele o divide em um hook falado, um hook visual,
00:15:12bem como uma possível sobreposição de texto, se quisermos adicionar isso também.
00:15:15Agora, as sobreposições de texto especificamente são mais para conteúdos curtos.
00:15:19Então isso não é algo que eu implementaria com os hooks de formato longo; depois passou
00:15:22para o esboço e inclui a duração pretendida.
00:15:24Alguns dos documentos relacionados que também estão em nosso cofre do Obsidian que podemos querer
00:15:28referenciar. E então ele tem o hook. E, novamente, o esboço é apenas uma seção.
00:15:32Tipo: ideia geral, sabe, a ideia central "engenharia de contexto é isso",
00:15:36vamos explicar o que é engenharia de contexto, bem como os pontos de discussão.
00:15:39Também inclui auxílio visual em potencial. Tipo: "Ei,
00:15:42se eu quisesse adicionar algum tipo de diagrama do Excalidraw, aqui está o que você poderia fazer".
00:15:45E depois parte do material de origem, se eu quisesse referenciar isso na tela
00:15:48também. E ele apenas repete isso para cada seção.
00:15:51E então, por último, passa para as opções de título.
00:15:53E o bom da habilidade de títulos é que ela não os vê isoladamente.
00:15:56Ela realmente analisa todos os seus títulos de sucesso anterior para ter uma noção de:
00:16:00ok, o que realmente está funcionando para esse cara?
00:16:02E então ela os divide em níveis. Então, o primeiro nível: "Engenharia de contexto"
00:16:07"acaba de tornar a engenharia de prompts obsoleta". E então ele te diz: "Ei,
00:16:10aqui está no que estou me baseando", certo?
00:16:11"Aqui está o vídeo anterior que teve X visualizações".
00:16:15"É por isso que acho que este título funcionaria". E ele faz isso para todos estes níveis;
00:16:18títulos de nível dois são riscos calculados. Então estes são um pouco mais ousados,
00:16:21o que é bom saber, porque as chances são de que você possa fazer algum tipo de teste A/B.
00:16:25De vez em quando vale a pena lançar algo louco em vez de
00:16:28fazer três títulos de nível um que são todos meio parecidos.
00:16:31E então ele segue com opções de texto para miniatura. E, novamente,
00:16:34é o mesmo sistema aqui. E assim, entre essas três habilidades: hooks,
00:16:38esboços e títulos, temos praticamente 90% do nosso vídeo mapeado, certo?
00:16:43A embalagem está quase lá em termos de título, hook e o que vai
00:16:47estar na miniatura.
00:16:48E então o esboço do vídeo essencialmente carrega o conteúdo real.
00:16:52A única coisa que não está aqui, obviamente, é algo relacionado à criação
00:16:56da própria miniatura, mas isso é uma preferência pessoal.
00:16:58Eu realmente não acho que a IA seja ótima na criação de miniaturas do nada.
00:17:02Uma coisa é se eu aparecer com uma ideia específica,
00:17:04mas é tão visual e tão subjetivo que é algo que eu faço puramente de forma manual.
00:17:08E uma vez que você está neste ponto e está feliz com como tudo foi criado,
00:17:11agora é hora de realmente filmar o conteúdo, certo? E isso é puramente manual.
00:17:15Tipo, eu não sou alguém que faz avatares de IA ou algo do tipo.
00:17:18Eu realmente não acho que valha a pena em 99% dos casos.
00:17:20Portanto, não há automação real no Claude Code para a parte da criação propriamente
00:17:24dita. E isso nos leva à fase número quatro, que é a distribuição, certo?
00:17:28E a distribuição tem algumas camadas. Agora, há a forma mais óbvia de
00:17:32distribuição, que é tipo: "Ei,
00:17:33queremos postar este vídeo em algo como o YouTube, Instagram ou TikTok".
00:17:37É muito fácil criar algo assim dentro do Claude Code,
00:17:40como um sistema de distribuição automática.
00:17:42Você pode vinculá-lo a uma pasta específica dentro do seu Google Drive e criar uma
00:17:45automação que, ao ser acionada quando algo é adicionado, faz isso.
00:17:48Para ser totalmente sincero, eu uso o CapCut para a minha edição de vídeo.
00:17:53E então, postá-lo no YouTube a partir de lá,
00:17:55postá-lo no TikTok a partir de lá é muito fácil.
00:17:58E eu honestamente apenas posto manualmente no Instagram.
00:18:00Isso é a coisa mais eficiente do mundo? Não,
00:18:02mas funciona para mim porque leva dois segundos e eu estou bem com isso.
00:18:04Especialmente porque eu faço Reels de teste para o Instagram e tentar automatizar essa
00:18:09parte é irritante. Eu nem acho que seja possível,
00:18:11ou pelo menos não era quando tentei pela última vez. Então, para mim, quando se trata de distribuição,
00:18:15estou pensando mais em reaproveitamento,
00:18:18reaproveitamento em termos de pegar um vídeo, digamos, do YouTube e transformar isso em conteúdo de texto
00:18:22no meu site como um blog, e depois conteúdo de texto no LinkedIn e Twitter e
00:18:27reaproveitamento de formato curto, certo? Se eu tenho uma peça de conteúdo longa,
00:18:30como posso transformá-la em formato curto? E não estou falando apenas de cortá-la.
00:18:34Estou falando de: ok, como destilamos 30,
00:18:3640 minutos de mim conversando com alguém no YouTube em um clipe de 30 segundos,
00:18:4060 segundos ou 90 segundos no Shorts, Instagram ou TikTok, certo?
00:18:43Então, estas duas habilidades, minha cascata de conteúdo e minha habilidade de formato curto, fazem isso.
00:18:48Agora, a cascata de conteúdo é tudo sobre essa distribuição de vídeo para texto, certo?
00:18:52Estou pegando o vídeo do YouTube e transformando em LinkedIn; novamente, como todas as habilidades,
00:18:55isso é muito, muito personalizável.
00:18:58Você pode não ter uma espécie de fonte principal de conteúdo no YouTube, certo?
00:19:02Mas você poderia trocar isso por qualquer coisa.
00:19:04Você poderia apontar esta habilidade para apenas um artigo ou o vídeo do YouTube de outra pessoa,
00:19:07algo sobre o qual você queira falar em um formato de texto.
00:19:09E isso pegará aquilo e transformará em um blog, Twitter e LinkedIn, certo?
00:19:15Obviamente, esta habilidade em particular está ajustada à minha voz,
00:19:18mas não é muito difícil mudar isso.
00:19:19Especialmente se você usar algo como a habilidade de criador de habilidades,
00:19:22que executará testes nela. Então, quando eu executo a habilidade de cascata de conteúdo,
00:19:26ela captura automaticamente a transcrição do YouTube.
00:19:29Ela a transforma em uma postagem de blog, posta isso automaticamente, transforma em uma
00:19:33thread no Twitter com cerca de sete respostas diferentes. Novamente,
00:19:35posta isso automaticamente assim que eu aprovo e depois me dá algumas variações de
00:19:39postagens para o LinkedIn. Agora, serei o primeiro a dizer que sou meio preguiçoso com o LinkedIn,
00:19:44mas eu não automatizo as postagens do LinkedIn porque uso algo como o Leadshark.
00:19:48Bem,
00:19:48eu geralmente uso o Leadshark para ter todo o esquema de isca digital configurado com isso.
00:19:53Então, isso faz um ótimo trabalho em realizar aquilo porque, novamente,
00:19:57existem tantas plataformas, tantas plataformas de mídias sociais.
00:20:01Não é realista dizer: "Tudo bem,
00:20:03agora vou pegar este conteúdo e escrever estas postagens por conta própria".
00:20:07Sabe, eu me conheço, sou mais um cara de conteúdo em vídeo.
00:20:10Então, qualquer forma de automatizar o lado do texto é ótima.
00:20:14E aqui no meu site, estou na seção do blog e você pode ver que ele automaticamente,
00:20:17obviamente, cria o blog inteiro,
00:20:20mas também incorpora o vídeo do YouTube e tem um monte de coisas de SEO.
00:20:24É focado em SEO.
00:20:28Então a ideia toda é que este blog é menos sobre "Oh,
00:20:31estes artigos são tão bons no meu blog" e mais que,
00:20:33à medida que meu repositório de conteúdo continua a crescer, o mesmo acontece com o blog,
00:20:38e o mesmo acontece com minha visibilidade em coisas como a busca do Google, certo?
00:20:40Tudo simplesmente se conecta a tudo.
00:20:42Porque com certeza eu não estou escrevendo esses blogs por conta própria.
00:20:45Embora eu tenha dado a ele muito da minha própria escrita para que ele visse como eu escrevia,
00:20:48certo? Ele fica longe de coisas como os "ChatGPT-ismos", certo? Não é X,
00:20:52é Y, certo? Então, parte da habilidade,
00:20:55ela analisa todos os vícios de escrita de IA e os evita.
00:20:59E por último, mas não menos importante, está o reaproveitamento de formato curto. Agora,
00:21:02o reaproveitamento de formato curto é bem básico.
00:21:05Essencialmente, é refazer todas estas coisas como os hooks, os esboços,
00:21:10certo? E depois colocar isso em um formato de 30, 60 ou 90 segundos,
00:21:15certo? Ele está te dando hooks para usar.
00:21:16Está te dando legendas potenciais em termos do que aparece na tela
00:21:20no início. Então isso é apenas uma forma condensada do que já fizemos.
00:21:23E como meu formato curto já está sendo apontado para um vídeo de formato longo,
00:21:28todo o trabalho já está meio que feito, certo? Está apenas cortando muita gordura.
00:21:31Mas o que isso me permite fazer é, sabe,
00:21:33essencialmente pegar o que eu crio no YouTube.
00:21:36E isso se torna como um monstro que eu posso postar em um blog no meu site.
00:21:41Posso postar no Twitter. Posso postar no LinkedIn. Torna-se um Short,
00:21:45torna-se um Reel no Instagram e torna-se um TikTok, certo?
00:21:48Seis plataformas,
00:21:52seis peças diferentes de conteúdo de uma coisa principal que criei no YouTube,
00:21:55certo? É daí que vem o nome "cascata de conteúdo".
00:21:59E essa é a beleza deste sistema, porque ele não termina apenas em um vídeo
00:22:02do YouTube. O próprio vídeo do YouTube torna-se, por direito próprio, a fonte
00:22:06de conhecimento de que falamos antes, mas para você.
00:22:09Então, esse é o meu sistema de conteúdo com o Claude Code.
00:22:11É essencialmente o meu colaborador turbinado. Como eu disse antes,
00:22:14em cada etapa deste processo, eu estou interagindo com o Claude.
00:22:17Eu não espero que ele me dê um produto perfeito no final,
00:22:20mas eu delego muito trabalho braçal a ele. Toda a análise,
00:22:24toda a pesquisa competitiva, todos os hooks,
00:22:27toda a ideação básica; ele faz tudo isso.
00:22:29E isso me permite focar nas coisas de alto impacto. Além disso,
00:22:32assim que eu crio uma peça de conteúdo,
00:22:34ele me dá um caminho muito simples de executar para
00:22:39distribuí-la em diferentes formas em múltiplas plataformas, certo?
00:22:42Que é o que leva a algo como um mês de 10 milhões como uma única pessoa
00:22:46sem nenhuma postagem, entre aspas, viral.
00:22:48Então, se você quiser colocar as mãos em todas as habilidades exatas,
00:22:50o motor de pesquisa do Twitter, o script do GitHub e o masterclass de Claude Code,
00:22:55certifique-se de conferir o JCAI Plus. Novamente,
00:22:57há um link para isso na descrição e nos comentários.
00:23:00Também há um link para minha comunidade gratuita JCA na descrição,
00:23:04se você quiser um monte de recursos gratuitos para começar com IA.
00:23:07Mas fora isso, me diga o que achou e a gente se vê por aí.

Key Takeaway

Alcançar 10 milhões de visualizações mensais de forma sustentável exige a decomposição do fluxo criativo em quatro fases automatizadas pelo Claude Code, priorizando o volume consistente de 'pequenas vitórias' em vez da sorte viral.

Highlights

A produção de 90 vídeos em 30 dias gerou 10 milhões de visualizações e 100 mil novos seguidores sem nenhum vídeo viral acima de 400 mil views.

O sistema utiliza sete habilidades personalizadas do Claude Code para automatizar pesquisa, ideação, roteirização e distribuição como uma equipe de um homem só.

Uma ferramenta de raspagem do Twitter (X) envia tweets filtrados por velocidade e autoridade para o Telegram a cada 45 minutos para identificar tendências precoces.

A integração entre Claude Code e NotebookLM permite analisar fontes do YouTube e PDFs sem consumir tokens do Claude, processando tudo nos servidores do Google.

A automação de 'cascata de conteúdo' transforma um único vídeo longo em postagens para blog (SEO), threads no Twitter, LinkedIn e scripts para Shorts/Reels/TikTok.

O fluxo de trabalho diário armazena todas as análises e roteiros em arquivos Markdown dentro de um cofre do Obsidian para organização e referência futura.

Timeline

A Matemática dos 10 Milhões de Visualizações

  • O volume de 90 vídeos mensais consiste em 30 vídeos longos e 60 conteúdos de formato curto distribuídos em múltiplas plataformas.
  • O sucesso do sistema depende de 90 vitórias consistentes em vez de depender de um único vídeo viral de alto desempenho.
  • A sustentabilidade do cronograma de postagem diária é mantida sem a necessidade de editores ou assistentes virtuais externos.

Resultados expressivos de crescimento surgem da capacidade de manter uma frequência alta de postagens sem esgotamento físico. O sistema foca na retenção de seguidores através de volume repetível, onde cada peça de conteúdo contribui para o total sem a pressão de atingir milhões de visualizações individualmente. Este modelo demonstra que a infraestrutura de IA substitui a necessidade de uma equipe de produção tradicional.

Fase Zero: Identificação de Fontes Primárias

  • A informação relevante em nichos de tecnologia nasce no GitHub ou Twitter antes de chegar ao YouTube.
  • Um web app personalizado raspa entre 40 e 90 tweets periodicamente, aplicando pontuações de probabilidade via soft max para garantir diversidade.
  • Scripts automatizados monitoram os 10 principais repositórios de IA em alta no GitHub criados nos últimos sete dias.

Capturar tendências antes que elas se tornem comuns exige o monitoramento dos locais onde o conhecimento se origina. O uso de APIs do Twitter e raspadores de baixo custo permite filtrar ruídos e focar em autores de autoridade com alta velocidade de engajamento. Esses dados são organizados no Obsidian, permitindo que o criador seja o primeiro a abordar temas técnicos emergentes.

Pesquisa e Ideação com NotebookLM

  • A habilidade YT Pipeline utiliza a interface de linha de comando do NotebookLM para analisar URLs e documentos externamente.
  • A fase de ideação compara a pesquisa bruta com o cenário competitivo para identificar lacunas de conteúdo e ângulos não saturados.
  • O sistema sugere nove opções de vídeo baseadas em mapeamento de desejo e as classifica por potencial de desempenho.

Integrar o Claude Code ao ecossistema do Google via NotebookLM economiza custos de processamento e melhora a análise de vídeos longos. A IA atua como um colaborador que apresenta planos de ação, mas o criador humano mantém o controle final para evitar conteúdo genérico. Esse processo transforma dados brutos em estratégias de posicionamento que ressoam com os interesses específicos da audiência.

Roteirização e Embalagem de Alta Conversão

  • Os primeiros 20 a 30 segundos do vídeo (hooks) são os únicos elementos totalmente roteirizados para maximizar a retenção.
  • Os títulos são gerados em níveis, variando de opções seguras baseadas em sucessos anteriores a 'riscos calculados' para testes A/B.
  • Cada seção do esboço inclui sugestões de auxílio visual, como diagramas do Excalidraw ou referências de documentos no Obsidian.

A eficácia do conteúdo depende da embalagem, por isso o sistema analisa o histórico de visualizações para replicar estruturas de títulos bem-sucedidas. O roteiro não é um texto corrido, mas um conjunto de tópicos e conceitos que permitem uma gravação mais natural e autêntica. A IA fornece variações de hooks falados e visuais, garantindo que o início do vídeo capture a atenção imediatamente.

Distribuição em Cascata e Reaproveitamento

  • A 'cascata de conteúdo' automatiza a extração de transcrições para criar blogs otimizados para SEO e threads para redes sociais.
  • As automações evitam vícios de escrita comuns em IAs generativas para manter a voz original do autor nos textos.
  • Uma única peça de conteúdo principal no YouTube é desdobrada em postagens para seis plataformas diferentes de forma quase instantânea.

A distribuição eficiente remove o trabalho braçal de adaptar mensagens para diferentes redes sociais. O sistema publica automaticamente no blog e prepara threads para o Twitter e postagens para o LinkedIn assim que o vídeo é aprovado. O objetivo final é construir um repositório de conhecimento crescente que aumente a visibilidade orgânica em motores de busca como o Google, sem exigir esforço criativo adicional em cada plataforma.

Community Posts

View all posts