Prompt to edit video with AI

A video editor you operate by talking

This prompt sets up, inside your own computer, a vertical video editor that follows written instructions in Portuguese. You say "cut the part where I stumbled", "put that sentence big on screen when I mention the price", "make it faster" — and it does it.

Anyone recording for Instagram, TikTok, or YouTube knows the bottleneck: recording takes five minutes, editing takes three hours. It is repetitive work that eats the part of the day you could spend with a client instead.

The prompt below is free, but running it is not: it needs a paid Claude plan. It is not a course or a program to buy: it is a text you paste, and it installs everything on its own, even for someone who has never written a line of code.

What you will be able to do

• Captions appear on their own, word by word. The video is transcribed on your own computer, and captions come in synced, with the spoken word highlighted in another color.
• Repetitions disappear without you hunting for them. You read what you said, written out with timestamps, and say what to remove.
• The key sentence becomes big animated text on screen, at the exact moment you say it.
• Silence between sentences gets trimmed without the video sounding breathless — the cut leaves a deliberate gap before each word.
• You see it before waiting for the whole video, through a live preview in the browser.
• From the second video on, it already knows your style. Decisions get written down in a file, so you don't explain everything again.

What you need

Less than it sounds: a computer with Windows or Mac (nothing powerful required), Claude Code installed with an Anthropic account on a paid plan, and your video, straight from your phone's camera.

Claude Code is free to install, but editing a real video — several rounds of back and forth, transcription, rendering — uses far more than a free account usually allows. In practice you will need a paid plan (Claude Pro or higher) to finish without getting stuck partway through. Check the current plan and price at claude.com/pricing before you start.

You do not need editing software, you do not need to know how to code, and you do not need to install Python or anything like it. The prompt handles installation on its own.

One thing that saves quality: don't send the video from your phone to your computer through WhatsApp. WhatsApp recompresses it and you lose most of the quality, irreversibly — no editing recovers it afterward. Use a USB cable, Google Drive, or send it through WhatsApp as a document, not as a video.

The prompt

Create a folder on your computer, put the video inside it, open Claude Code in that folder, and paste the text below as your first message.

The prompt itself is written in Portuguese on purpose: it is what makes Claude Code walk you through the whole process in Portuguese, which is what most people following this guide need. It still installs and edits the video the same way regardless of what language you speak — you are just pasting text, not writing code.

Quero montar aqui, nesta pasta, um editor de vídeo vertical que eu opero
conversando com você. Eu não sei programar e não tenho editor de vídeo
instalado. Faça tudo por mim, e me explique cada passo em linguagem simples,
sem jargão.

## Antes de instalar qualquer coisa, me entreviste

Me faça estas perguntas, UMA DE CADA VEZ, esperando minha resposta antes da
próxima. Não siga adiante até eu responder todas:

1. Qual é o arquivo de vídeo que eu quero editar? (liste os vídeos que você
   encontrar nesta pasta e me deixe escolher pelo número)
2. Esse vídeo é para qual rede? (Reels/Instagram, TikTok, YouTube Shorts,
   LinkedIn, ou mais de uma)
3. Sobre o que é o vídeo, em uma frase? E qual é o meu ramo?
4. O que eu quero que aconteça com quem assistir: me seguir, me chamar no
   direct, comprar algo, ou só entender um assunto?
5. Tem alguma cor, fonte ou estilo que eu já uso e quero manter? Se eu não
   souber responder, sugira um padrão e siga com ele.
6. O vídeo está em português? (se não, qual idioma)

Guarde minhas respostas em um arquivo BRIEFING.md na raiz, para você consultar
depois e para eu poder corrigir.

## Depois da entrevista, prepare o ambiente

Descubra sozinho qual é o meu sistema operacional e instale o que faltar. Não
me peça para instalar nada à mão — use o gerenciador de pacotes do sistema
(winget no Windows, Homebrew no Mac; se o Homebrew não existir, instale ele
antes). Preciso de:

- Node.js na versão LTS
- FFmpeg

Confira o que já existe antes de instalar, para não instalar em duplicado. Se
uma instalação pedir permissão de administrador, me avise em linguagem simples
o que vai acontecer e por quê.

Em seguida, crie um projeto Remotion nesta pasta. Prefira o instalador oficial
em modo não interativo; se ele exigir respostas na tela, crie o projeto
manualmente com package.json e instale os pacotes você mesmo. Preciso destes:

  remotion, @remotion/cli, @remotion/captions, @remotion/install-whisper-cpp,
  react, react-dom

Configure a composição para 1080x1920, 30fps (vertical, formato de Reels).

## Transcrição — sem Python

Para gerar a legenda palavra a palavra, use o pacote @remotion/install-whisper-cpp.
NÃO instale Python nem faster-whisper: trava demais em máquina de quem não
programa.

Escreva um script Node que:
  - use installWhisperCpp e downloadWhisperModel para baixar o Whisper
  - use o modelo "medium" (o multilíngue — "medium.en" só funciona em inglês,
    e meu vídeo provavelmente não é em inglês)
  - converta o áudio para wav 16kHz com ffmpeg antes de transcrever
  - chame transcribe com tokenLevelTimestamps: true
  - passe o idioma que eu informei na entrevista
  - passe o resultado por toCaptions e salve o JSON na pasta public/

O download do modelo é grande (mais de 1 GB). Me avise antes de começar que vai
demorar, e me diga quanto já baixou enquanto roda.

Se o Whisper falhar de instalar na minha máquina, NÃO fique tentando conserto
por meia hora. Me avise, e me ofereça a alternativa: eu gero a legenda de graça
em algum serviço online, baixo o arquivo .srt e te entrego — você importa com
@remotion/captions e segue o resto normalmente.

## O vídeo

Com a transcrição pronta, me mostre o texto do que eu falei com os tempos, e
me pergunte:
  - que partes cortar (repetição, gaguejo, assunto que não interessa)
  - quais frases merecem virar texto grande na tela
  - se eu quero que o vídeo fique mais curto e mais rápido

Depois monte a composição com:
  - legenda palavra a palavra, com a palavra falada destacada em outra cor
  - frases de destaque animadas, entrando e saindo
  - corte das partes que eu pedi para tirar

## Regras de arte que você NÃO pode quebrar

Estas não são preferências, são o que faz o vídeo funcionar no celular. Siga
mesmo que eu não peça:

1. **Legenda nunca fica atrás de nada.** Ela é a camada de cima, sempre.

2. **Nada de gravação de tela como miniatura.** Em 9:16, um print de
   computador reduzido vira texto de 2px no celular de quem assiste —
   ilegível. Se eu pedir para mostrar uma tela, ou você a mostra GRANDE (quase
   cheia, deslizando devagar para dar tempo de ler), ou recria a informação
   como texto de vídeo. Nunca encolhida num cantinho.

3. **Texto na tela não pode afirmar mais do que eu falo.** Se eu hesito,
   corrijo ou relativizo no áudio, a frase escrita acompanha. Escrever "eu
   amei" quando eu disse "gostei" é mentira e destrói a confiança de quem
   assiste.

4. **Imagem entra na palavra que a nomeia, não depois.** Se eu falo "o
   gráfico", o gráfico aparece naquele segundo. Um ou dois segundos de atraso
   já parece erro.

5. **Nada encosta no meu rosto.** Nenhum elemento pode cobrir meus olhos nem
   minha boca. Se faltar espaço, diminua e desloque a imagem do vídeo para
   abrir lugar, em vez de empilhar coisa por cima de mim.

6. **Uma frase por vez.** Sai uma, entra a outra, com tempo de leitura. Duas
   frases de destaque ao mesmo tempo não se lê nenhuma.

7. **Ao cortar pausa, deixe pelo menos 0,2s de folga antes da próxima
   palavra.** A transcrição marca o início da palavra alguns centésimos
   atrasado, e um corte apertado come a primeira letra.

8. **Quebra de linha é manual, fonte não encolhe.** Se o texto não cabe,
   quebre em mais linhas. Diminuir a fonte deixa ilegível no celular.

## Como quero trabalhar com você

- Antes de renderizar o vídeo inteiro (que demora), me mostre QUADROS soltos
  dos momentos importantes, para eu aprovar posição, cor e texto.
- Para eu ver mexendo, me ensine a rodar o preview ao vivo (remotion studio) e
  me diga o endereço para abrir no navegador.
- Quando eu aprovar, renderize e me entregue DUAS versões: uma para postar (boa
  qualidade) e uma leve, abaixo de 30 MB, para eu assistir no celular. Nunca me
  mande versão de baixa resolução: eu julgo a qualidade pelo que você me manda.
- Anote em um arquivo DECISOES.md o que foi decidido e por quê, para a próxima
  vez eu não ter que explicar tudo de novo.

Comece pela entrevista.

How to run it, step by step

1. Install Claude Code. Download it at claude.com/claude-code, install it like any program, and sign in with your account.
2. Create a folder somewhere easy to find and put your video inside it.
3. Open Claude Code in that folder and paste the prompt.
4. Answer the interview. Six questions, in plain language.
5. Wait for the setup. The first time takes a while, mostly downloading the transcription model, which is over 1 GB. It only happens once.
6. Say what to cut and what to highlight, reading the text of what you said.
7. Approve and render. You get a version to post and a lightweight one to watch on your phone.

From the second video on, steps 1, 2, and 5 no longer exist.

The rules baked into the prompt

The part that makes the difference is not the installation — it is what the prompt forbids. Every rule came from a video that turned out badly and had to be redone.

Captions never sit behind anything. Sounds obvious, but it is the most common mistake: a decorative element sits on top, and anyone watching without sound loses the sentence.

Screen recordings don't work in vertical video. A computer screenshot shrunk into a corner of a Reel has text a few pixels tall on the viewer's phone. No crop fixes that — either the screen shows up large, or the information gets rebuilt as video text.

On-screen text can't claim more than the person actually said. If you say "I liked it" and the screen writes "I loved it", you lied to whoever is watching — and that is the kind of thing that costs trust.

An image enters on the word that names it. A one or two second delay between saying something and showing it already feels like an editing mistake.

Nothing covers the face. No element can cover eyes or mouth. Running out of space? Shrink the video and open room for it — don't stack things on top of the person.

Who this is for

Works for anything spoken in front of a camera. A few cases where the difference shows up fast:

• Lawyers and accountants — explaining a change in the law without turning it into a boring lecture
• Aesthetics and dental clinics — showing a procedure with captions, since almost nobody watches with sound on
• Personal trainers and nutritionists — a series of short daily tips cut from a single recording
• Real estate agents — narrating a property with the information written on screen
• Shops and e-commerce — presenting a product with price and terms highlighted
• Consultants and agencies — turning one recorded meeting into several short videos
• Restaurants and bakeries — a recipe with the steps appearing right on cue
• Teachers and course creators — splitting a long class into cuts for social media

If it gets stuck

Paste the error into Claude Code and ask: "I got this error, fix it for me and explain in plain language what happened."

The weakest link is installing the transcription tool. The prompt already tells it to give up quickly and offer the alternative: you generate the captions for free on an online service, download the .srt file, and hand it over — the rest continues the same way.