O YouTube anunciou um novo recurso de edição chamado Edição Conversacional. Ele estará disponível no editor de vídeos curtos e no aplicativo YouTube Create, e permite que os criadores editem o conteúdo do vídeo fornecendo instruções simples em linguagem natural. As ferramentas de inteligência artificial do YouTube traduzem essas instruções em edições e ajustes.
Essa funcionalidade foi anunciada como parte do evento Made On do YouTube e só foi mencionada no artigo do Social Media Today de 27 de setembro de 2026. O autor, Andrew Hutchinson, a descreveu como "um dos anúncios mais interessantes do evento Made On". Você pode ler mais sobre o evento na cobertura completa do Social Media Today sobre o Made On.
O que faz a edição conversacional
A ideia é simples de descrever. Em vez de navegar por menus, ferramentas e uma linha do tempo para fazer cada alteração, o criador simplesmente descreve o que deseja em linguagem cotidiana. Os programas de IA interpretam isso e geram o ajuste correspondente.
O objetivo deles é fornecer aos usuários orientações fáceis de entender, para que os criadores possam desenvolver e aprimorar seus trabalhos com mais facilidade. Os dois verbos que destacam esse objetivo são construir e refinar, ambos usados como verbos nesta demonstração.
O YouTube está implementando o recurso em dois locais. Um deles é o editor de vídeos curtos, a ferramenta que os criadores usam para criar vídeos verticais curtos. O outro é o YouTube Create, o aplicativo de edição próprio do YouTube. Ambos são locais onde os criadores já montam seus projetos de vídeo, então o recurso está integrado a ferramentas que eles já conhecem.
Quem mostrou isso em Made On
No evento ao vivo da Made On, a criadora de conteúdo Kelli Erdmann (também conhecida como Happy Kelli) explicou o recurso e demonstrou seu uso. Ter uma criadora ao vivo mostrando a funcionalidade foi mais importante para o processo de criação de vídeos do que para a tecnologia em si.
Erdmann começou com uma observação sobre o enorme volume de trabalho envolvido na edição. Ela explicou: "A edição é uma forma de arte", destacando as dezenas de pequenas escolhas necessárias para alcançar o tom geral de um vídeo. Ela afirmou ainda que o que era uma filmagem de uma hora se transforma em pelo menos dez horas na edição.
Esse é o problema que o recurso tenta resolver: diminuir o tempo entre a filmagem e a edição. Erdmann se perguntou o que aconteceria se ele pudesse tornar essas duas fases mais eficientes sem sacrificar o controle criativo. A Edição Conversacional é a solução do YouTube para essa questão.
Criando um primeiro rascunho a partir de clipes do rolo da câmera
Usando a sequência que Erdmann mostrou, é possível combinar automaticamente vários clipes gravados no rolo da câmera do criador, a partir de instruções simples. Um criador que gravou vários clipes separados não precisa arrastar cada um individualmente para a linha do tempo manualmente. Este sistema consegue combinar uma estrutura de instruções.
O Social Media Today acrescenta que isso simplifica a edição inicial. A montagem inicial do vídeo é provavelmente a etapa em que o criador tem todas as filmagens, mas nada ainda estruturado. Passar essa etapa para ferramentas de IA fornece um rascunho para o criador trabalhar.
Erdmann afirmou que o sistema transforma uma solicitação de conversa para que os criadores possam montar seu projeto de vídeo. O termo "montar" é significativo neste contexto, pois estamos falando de um processo de construção, e não apenas de um processo de ajustes.
Aprimorando o resultado com mais instruções
A primeira versão não representa o fim do processo. Ela pode ser continuamente modificada e complementada com instruções adicionais para se obter o resultado desejado. Caso o resultado seja insatisfatório, é possível elaborar novas instruções e aguardar um resultado melhorado.
Erdmann observa que isso pode envolver alterações na tipografia ou na pontuação, ou, por exemplo, um pequeno vídeo de impacto para atrair o usuário. Esses três exemplos se relacionam a diferentes aspectos do vídeo. Tipografia se refere à apresentação do texto, música à trilha sonora e um gancho aos primeiros segundos do vídeo, que precisam cativar o espectador. Tudo isso faz parte do processo de criação de um único vídeo. Esses três aspectos podem ser controlados pelos briefings do sistema.
Um diálogo é uma troca constante na qual instruções e resultados são considerados. Assim, o processo de criação de um vídeo com o Briefing envolve múltiplos ciclos de processamento de instruções e resultados até que o resultado desejado seja alcançado. Um criador e um sistema estabelecem um diálogo no qual o criador influencia o resultado fornecendo instruções. O sistema, por sua vez, processa essas instruções e gera um novo material.
Como as instruções são dadas em resposta às saídas anteriores do sistema, o criador não recebe simplesmente uma resposta pronta. Em vez disso, ele recebe um resultado que deve influenciar ainda mais para alcançar o resultado desejado.
Sugestões de sugestões dentro do rascunho
O sistema também sugerirá sugestões contextuais semelhantes às que o usuário possa ter incluído no rascunho. Erdmann observou que as sugestões incluem opções como adicionar música ou filtros de cor. As sugestões são baseadas no que já foi incluído no projeto e, portanto, são relevantes para o rascunho em desenvolvimento.
O Social Media Today relata que as sugestões visam manter as ideias em mente para o criador enquanto ele trabalha no vídeo, permitindo que sejam adicionadas sem perder o foco na edição. Um criador concentrado no vídeo pode perder a oportunidade de adicionar música ou cor até que uma sugestão o inspire, e ele pode agir imediatamente se decidir implementá-la.
Solicitações de ações para batidas e loops
Além das solicitações já mencionadas, os criadores também têm a possibilidade de fazer solicitações de ação. Erdmann dá dois exemplos de tais solicitações. A primeira instrui o programa a sincronizar as mudanças com a batida da música, enquanto a segunda pede ao programa que encontre um ponto de loop perfeito.
O primeiro significa que os cortes no vídeo devem estar sincronizados com a batida da música. Tal exigência ajuda a criar um conteúdo audiovisual curto, porém significativo. O segundo implica que o ponto de loop deve ser encontrado para que a transição entre o início e o fim do vídeo seja perfeita. Ambas as exigências são exemplos de operações temporais complexas que geralmente requerem que o criador faça várias tentativas até ficar satisfeito com o resultado.
A revista Social Media Today afirma que essas solicitações facilitam muito a criação de conteúdo audiovisual temático. Isso porque elas priorizam a harmonia entre o conceito, a música e a linha do tempo do produto final. Em outras palavras, o criador pode simplesmente solicitar um efeito específico e o software será capaz de reproduzi-lo.
A edição manual continua disponível.
Erdmann afirmou que os criadores poderão voltar no tempo para editar manualmente a linha do tempo em qualquer ponto. Ele acrescentou ainda que o criador poderá ajustar alguns detalhes por conta própria, caso necessário.
O argumento dela para isso remonta ao que ela disse anteriormente sobre controle criativo e como esse recurso não os prenderá a um processo específico de IA. O criador poderá pedir à IA para gerar algo, fazer edições na linha do tempo a qualquer momento e, em seguida, reiterar as instruções, se necessário. O poder de decidir quando implementar qual processo permanece com o criador.
Como uma linha do tempo é algo que as pessoas usariam durante o processo de edição, elas poderiam facilmente voltar a ela a qualquer momento para fazer ajustes manuais.
Quem o recurso poderia ajudar
A Social Media Today descreve a Edição Conversacional como algo que se assemelha a um processo de edição de vídeo fácil de usar. A hipótese da publicação era que essa opção permitiria que criadores ocupados economizassem tempo, além de evitar se perderem nas complexidades do processo de edição de vídeo.
Essa premissa visa implicitamente um público específico de criadores de vídeo. Muitos deles costumam ser bastante hábeis em transmitir a mensagem e a visão pretendidas, mas podem não ter experiência em edição. Assim, uma ferramenta de edição que utiliza linguagem natural é benéfica para eles, pois lhes oferece mais uma via criativa para atingir seus objetivos de edição. O próprio relatório posicionou a ferramenta como um recurso que economiza tempo, e Erdmann a descreveu posteriormente como um meio de acelerar o processo de edição sem sacrificar o controle.
Vale ressaltar também que o artigo não apresenta a ferramenta como um substituto para o conhecimento técnico em edição. Na verdade, ele a promove como um meio de agilizar o processo de edição para aqueles que desejam manter um alto nível de controle.
O que o relatório não diz
A reportagem do Social Media Today aborda o que Erdmann apresentou no evento. A Edição Conversacional ainda não tem data de lançamento oficial e não está claro quando os criadores poderão experimentá-la no editor de Shorts ou no YouTube Create. Quem quiser testar essa nova ferramenta terá que aguardar mais detalhes do YouTube.
Perguntas Frequentes
Pergunta 1: O que é edição conversacional no YouTube?
É um novo recurso que permite aos usuários editar vídeos usando comandos de linguagem natural. A inteligência artificial (IA) do YouTube traduz esses comandos em edições e alterações.
Pergunta 2: Onde a edição conversacional estará disponível?
Estará disponível no Shorts Composer e no aplicativo YouTube Create. Essas são as ferramentas usadas para criar vídeos.
Pergunta 3: Quem demonstrou a funcionalidade?
A funcionalidade foi demonstrada pela criadora Kelli Erdmann, também conhecida como Happy Kelli. Ela apresentou a tecnologia no Made On, evento do YouTube voltado para criadores de conteúdo.
P 4: Ele consegue editar vídeos do seu rolo da câmera?
Sim, de acordo com a demonstração. É possível fazer alterações em vários clipes no rolo da câmera do usuário.
P 5: Os criadores podem ajustar um vídeo após as sugestões iniciais?
Eles podem ajustar continuamente seus vídeos e instruções ao longo do processo. Isso permite que atualizem a tipografia, a música e o gancho dos vídeos curtos.
Q 6: O que são sugestões contextuais?
São funcionalidades de recomendação que sugerem ações relacionadas ao rascunho. Por exemplo, podem sugerir a adição de música e efeitos de cor ao longo do processo de edição.
Q 7: Quais são os exemplos de solicitações de ação?
Erdmann demonstrou dois exemplos. Ela pediu ao software para editar os clipes em sincronia com a música e solicitar pontos de repetição específicos.
Q 8: Os criadores podem editar manualmente?
Sim, Erdmann mostrou que os criadores podiam voltar à linha do tempo de edição manual e ajustar os clipes.
Pergunta 9: Quem se beneficiará com o desenvolvimento?
Segundo o Social Media Today, isso beneficiará indivíduos que têm uma ideia brilhante, mas não possuem a expertise técnica.
P 10: Quando o recurso estará disponível?
O artigo não informa quando estará disponível. Ele apenas relata o que foi revelado durante a apresentação da Made On.
