Roteiros para o clone

Formato e safe zone

• 9:16, 1080x1920, 30 fps, é o principal (Reels e Stories).
• Livre de texto, legenda e logo: cerca de 250 px em cima e 400 px embaixo. Margem lateral de 66 px.
• Sem texto na faixa direita de cerca de 120 px abaixo de y 1100 (botões do Reels).
• 4:5 (1080x1350) para o feed: o corte tira cerca de 285 px em cima e embaixo. Texto de tela desce para a faixa central e a legenda sobe para logo abaixo do queixo do clone.
• Correção do V1: a logo estava em y 34 e a pílula do botão em y 1610, as duas dentro da área coberta. Agora a logo vai em y 260 a 300 e a pílula em y 1200 a 1440.

Legenda dinâmica (karaokê do V1)

• Montserrat 800, 62 px, branco, sombra preta.
• Blocos de até 5 palavras ou 21 caracteres; quebra no ponto, na vírgula ou em pausa maior que 0,5 s.
• Palavra ainda não dita a 58% de opacidade; acende quando é falada.
• Palavras do campo enfase ganham pílula azul #0055FF com texto branco. No máximo uma pílula por bloco.
• Topo em y 1452 com 1 linha (padrão V1). Se quebrar em 2 linhas, sobe para y 1380 para não passar de 1520.
• Legenda em todo vídeo. Ela transcreve a fala; o trailer é o texto de tela.

Texto na tela (gancho escrito)

• Nunca repete a fala: 44% assistem sem som e o escrito é o trailer que faz ligar o som (subido-criativos-copy ch07).
• Montserrat 900, 80 a 96 px, branco ou gelo, palavra-chave em pílula azul, entre y 250 e y 950.
• O gancho escrito está na tela no quadro 1.
• No BODY, só rótulos curtos de 1 a 4 palavras (chips com check, como no V1) e frases-trailer. Nunca o parágrafo falado.

Cores, fonte e logo

• Ônix #0A0D14, azul #0055FF, azul claro #2F78FF, gelo #E9EDF4, prata #BCC2CC. Fonte Montserrat.
• Azul #0055FF nunca como cor de texto sobre fundo escuro: vira pílula com texto branco.
• Fundo AVVA do V1: ônix com brilho radial azul em movimento lento, grade vertical sutil e barras azuis de 7 px nas laterais.
• Logo: sempre a metálica com o V azul, arquivo avva-logo-metal-transp-red.svg. Só nos 2 s finais do CTA, 380 px de largura, centralizada. Nunca a branca chapada.

Clone na tela: enquadramento, painel e punch-in

• Clone recortado sobre o fundo AVVA, câmera parada, olhos a cerca de 40% da altura.
• Close (escala 1,12) quando fala sozinho: hook e frases de virada.
• Médio com painel: o clone desce 300 px (escala 0,98) e o painel de 948x786 px entra em y 176 com B-roll, demonstração ou lista.
• Punch-in alternando 100% e 103,5% a cada emenda ou frase-chave, em corte seco.
• Zoom lento de 0 a 5% nos 4 primeiros segundos do hook.
• O clone não segura celular, não aponta, não pega objeto. Toda ação física é inserto de mão real em B-roll.

Ritmo de corte e retenção

• Primeira palavra no quadro 1: cortar a respiração e o silêncio inicial do HeyGen. Sem oi, sem apresentação, sem logo.
• Algo muda na tela a cada 2 a 4 s (corte, punch-in, painel, chip, B-roll).
• Clone no máximo 6 s seguidos sem mudança de quadro.
• O fim do hook é sempre corte seco, para qualquer hook colar no mesmo body.
• Velocidade: o V1 saiu a 1,13x. Gravar a 1,0x e acelerar entre 1,08x e 1,15x se arrastar, sem embolar número ou nome.

B-roll, demonstração e prova

• Toda tela de sistema ou conversa da AVVA leva o selo Demonstração (prata, 19 px, canto do painel). Se for montada: Demonstração · dados simulados.
• Encenação (paciente fictícia, duas clínicas, tela dividida) leva o selo Cena ilustrativa.
• Nenhum número em tela de demonstração: sem contador, sem agendamentos, sem nota do Google. Contagem da interface vai borrada.
• Nenhum dado real de clínica ou paciente (nome, foto, telefone, valor). Clínica de demonstração com nome fictício.
• Prova que ainda não existe fica marcada [PROVA A CONSEGUIR] e o vídeo sai sem ela.

Música, SFX e loudness

• Instrumental sem letra, licenciada para anúncio, a mesma família de faixa no lote.
• Música 18 a 22 dB abaixo da voz, com ducking. Sobe cerca de 2 dB no CTA e fecha com o vídeo.
• SFX poucos e baixos: whoosh na entrada do painel, pop leve no chip, tique de relógio nos roteiros de horário, vibração ou notificação genérica (nunca o som oficial do WhatsApp).
• Master em -14 LUFS integrado, pico máximo de -1 dBTP.

CTA final

• Painel CTA-M: card ônix com TESTE DA MEIA-NOITE · a equipe digital com o nome da sua clínica, e relógio em 00:00.
• Depois, celular de demonstração com o topo da conversa Sua clínica (nunca nome de clínica real).
• Pílula azul Toca no botão aqui embaixo com seta animada, em y 1200 a 1440.
• Logo AVVA metálica nos 2 s finais.
• Nada de em até cinco minutos na tela enquanto não for verdade às 23h.
• Sem ego: Quem monta é a equipe AVVA (no V1 estava minha equipe).

Duração-alvo

• Peça principal de 25 a 40 s; a mediana dos validados na coleta é 40 s.
• R9 (nível 3) até 55 s. R10 (remarketing) de 15 a 20 s na versão curta.
• Reels até 1 min; Stories em blocos de 15 s (subido-criativos-copy ch11). Quando der, a frase não atravessa os 15 s e os 30 s.

Teste de 2 a 3 hooks com o mesmo body

• Grava BODY e CTA uma vez e troca só os 3 a 4 primeiros segundos (take HOOK A, B ou C). É isolar variável (subido-meta-ads ch16).
• Na timeline, o hook é faixa à parte. Body, CTA, texto de tela do body e música ficam idênticos. Hook 1 s mais longo só desloca o resto em 1 s.
• Um arquivo por hook: R1-HA_9x16, R1-HB_9x16, R1-HC_9x16, mais o _4x5.
• Primeira onda num conjunto só (4 a 8 anúncios por conjunto): R1-A, R1-B, R1-C, R5-B, R9-B e R2-A (controle de padrão validado).
• Ler com 7 dias, nunca antes. Métrica principal: custo por cadastro qualificado, depois custo por conversa de 20 minutos realizada. Do gancho: hook rate (visualizações de 3 s dividido por impressões) e CTR no link.
• A cada 2 a 3 dias, pausar o pior pela métrica principal e subir o próximo da ordem de gravação. Verba: DESCONHECIDA.

Exportação

• H.264, 9:16 e 4:5 de cada versão.
• Nome com roteiro, hook e formato: R5-HB_9x16, R5-HB_4x5.
• Conferir antes de subir: selo Demonstração ou Cena ilustrativa em toda tela encenada, nenhum número em demonstração, nenhum dado de cliente, legenda e texto de tela dentro da safe zone.

O que não entra

• Número de base, nota, 3x, superlativo, desconto e tempo limitado.
• Nem vão saber que é IA. Lista seca de funções. Ator de jaleco.
• Nenhum Paciente Esquecido como gancho; Raio-X e diagnóstico gratuito; vaga literal (Procura-se).
• Pedir avaliação só para quem saiu satisfeito.
• Prometer agenda integrada ou leitura de áudio antes de confirmar.

Tom

Regras

• Um take por bloco: HOOK A, HOOK B, HOOK C, BODY, CTA e cada variante (CTA B, BODY extra) em arquivos separados. Trocar hook sem regravar nada.
• Mesmo avatar, roupa, enquadramento, luz e fundo em todos os takes do lote.
• Teleprompter exatamente como está aqui: números por extenso e horário falado (às sete, não às 7h).
• Reticências = pausa curta (cerca de 0,4 s). Quebra de linha = respiração. Depois de pergunta direta à dona, cerca de 1 s (a edição pode alongar). Se o HeyGen tiver comando próprio de pausa, usar no lugar.
• Ênfase não depende da voz do avatar: o campo enfase vira pílula azul na legenda e punch-in na edição.
• Testar pronúncia antes do lote: WhatsApp, IA (i-a), Téo, Léo, Lara, AVVA (Ava), Teste da Meia-Noite, preenchimento, botox. Se errar, ajusta só no áudio; a legenda mantém a grafia certa.
• Gravar 0,3 s de rosto neutro, de boca fechada, antes e depois de cada take.
• Limite de duração por take: DESCONHECIDO (depende do plano). O body mais longo tem cerca de 27 s (R9). Se houver limite, quebrar o body em frases inteiras.
• Takes marcados voz de paciente (R1 HOOK C, R6 HOOK B) não são do clone: voz feminina gravada à parte, com selo Cena ilustrativa. Quem grava: DESCONHECIDO.
• Rótulo recomendado: rodapé discreto vídeo com avatar digital. Regra vigente da Meta não conferida hoje (HIPÓTESE). Decisão do Chefe.
• Grava já: todos os HOOK e BODY, menos o BODY do R10, o BODY do R9 (pergunta 1) e o R6 HOOK B. Depois do OK na oferta: todos os CTA, o BODY do R10 e os BODY extra.