Tradução para uso interno
Ver original no X
Capa do artigo: “Making VOX explainers on autopilot”, com os logos do MaxFusion e de outra ferramenta, foto de um homem e exemplos de anúncios em colagem de papel.

Como criar um anúncio animado completo no estilo Vox sem escrever um único prompt (tutorial completo)

Foto de perfil de Ori Silver
Ori Silver @OriSilver
6 de julho de 2026, 08:14 (America/Sao_Paulo)
x.com/OriSilver/status/2074089635177746707
457 curtidas 45 reposts 1.469 itens salvos 10 respostas 9 citações 429.890 impressões
Vídeo do artigo · 2 min 4 s

Os explainers em colagem de papel no estilo Vox estão em todo lugar agora.

Eles estão acumulando milhões de visualizações no TikTok e no Instagram, e os compradores de mídia já começaram a usá-los como anúncios pagos. Estão funcionando. O estilo parece editorial, não um anúncio, então as pessoas de fato assistem.

Até pouco tempo, fazer um desses significava contratar um motion designer ou passar dias no After Effects.

Agora o Google Omni Flash gera esse estilo de forma surpreendentemente boa. Texturas de papel rasgado, tipografia recortada, ilustrações recortadas à mão, narração embutida no vídeo. E gera rápido.

Eu criei uma skill que automatiza o pipeline inteiro. Você responde algumas perguntas, e ela produz o anúncio completo para você dentro do MaxFusion AI. Sem copiar e colar prompts, sem ficar vigiando.

Aqui está como tudo isso funciona.

O que a skill faz

Você carrega a skill e fala sobre o seu produto.

Ela faz um conjunto curto de perguntas. Você tem uma imagem do produto? Quer um mascote na tela, ou um explainer sem rosto? Vertical ou horizontal? É mais ou menos isso.

Se você enviar uma imagem do produto, ela é anexada como referência real em cada clipe, para o produto ficar idêntico ao longo de todo o anúncio.

Exemplo com o app Hevy

Vídeo do artigo · 30 s · Exemplo com o app Hevy

Se você escolher o modo mascote, envia uma imagem do personagem, e a skill converte essa imagem em uma versão recortada em papel que apresenta o anúncio para a câmera. Se escolher o modo sem rosto, você tem o explainer clássico da Vox: sem talking heads, só ilustrações, legendas e setas fazendo a mensagem encostar.

Comparação lado a lado: à esquerda, foto original de uma mulher; à direita, a mesma pessoa no estilo “Stylized VOX”, com recorte de papel.
Original e Stylized VOX, conforme a imagem do artigo.

Depois ela escreve o roteiro da narração e a direção visual completa, mostra tudo para uma aprovação e gera cada clipe no MaxFusion AI.

Cada clipe de 10 segundos se encadeia no seguinte usando o último frame, então o anúncio flui como uma peça contínua. Você não precisa fazer nada, porque o Claude faz tudo por você.

Você volta e encontra um anúncio pronto.

E se você não usa o MaxFusion AI: também estou lançando uma segunda versão da skill que pula a automação e entrega os prompts prontos para você copiar e colar na sua própria ferramenta. O mesmo sistema criativo, com entrega manual.

Por que Omni Flash e não Seedance

Outras ferramentas que exibem esse estilo usam o Seedance como padrão. Essa é a escolha errada. Especialmente para o seu bolso e o seu tempo.

O Seedance é mais caro por geração. Também é mais lento, e é notoriamente ruim em 2 coisas das quais esse estilo depende: palavras renderizadas na tela, e palavras faladas pelo narrador.

Um explainer no estilo Vox é construído com legendas na tela e narração. Quando o modelo embaralha as duas, você regenera. E regenerar significa queimar créditos e tokens em clipes que você joga fora.

Comparação “seedance vs. Google omni flash”: Seedance marcado com um X vermelho e Google Omni Flash com um visto verde.
Seedance vs. Google Omni Flash, conforme a imagem do artigo.

O Omni Flash segura o texto, segura a fala, segura a consistência de estilo entre os clipes, e termina em uma fração do tempo. Para este formato específico, não tem comparação.

E se você precisar regenerar, é mais barato, mas o mais importante é que é muito mais rápido.

Corrigindo a voz do narrador

Um detalhe com o qual você vai se deparar: o Omni gera a narração dentro do vídeo, e não garante a mesma voz entre os clipes.

A skill já trava o gênero, então você não vai ter uma narradora no clipe 1 e um narrador no clipe 2. Mas ainda pode acabar com 3 clipes que todos têm vozes masculinas, e cada um soa como um cara diferente.

Aqui está o jeito de corrigir:

  1. Junte todos os clipes no CapCut.
  2. Exporte o vídeo completo.
  3. Envie para o MaxFusion AI.
  4. Abra o menu contextual e escolha Replace Voice.
  5. Escolha uma voz da biblioteca, ou das suas próprias vozes clonadas.

Um narrador consistente em todo o anúncio, em uma única passagem.

Onde rodar esses anúncios

Isso não é só conteúdo orgânico. O formato converte como criativo pago.

Marketers de apps estão usando para explicar o que o app faz em 30 segundos. Marcas de suplementos estão usando para explicar o mecanismo sem um talking head. Qualquer produto que precise de um momento de “veja como isso funciona” se encaixa neste formato.

A aparência editorial te compra tempo de visualização que um anúncio UGC padrão não consegue.

Então, o que diferencia esta skill das outras que eu já vi?

Outras skills que você viu sendo publicadas te dão os prompts e mandam você gerar, extrair o último frame e usar como referência, gerar de novo, e montar tudo fora da ferramenta.

A minha skill é para o MaxFusion AI MCP, e, pelo Claude, você simplesmente conversa com ela por 30 segundos e ela faz tudo por você.

Experimente: https://maxfusion.ai/?via=UGC-IG

Eu solto essas skills e fluxos no meu canal gratuito do Telegram antes de elas irem ao ar no X.

Entre aqui: t.me/primegenai

Em breve, um breakdown completo no YouTube.