Há uma distinção que raramente aparece nas conversas sobre inteligência artificial: a diferença entre usar IA para criar e usar IA para automatizar.
A primeira, já toda a gente conhece. A segunda é onde se poupa mesmo muito tempo. E é sobre isso que este artigo fala: como criamos workflows com AI que nos ajudam a facilitar e automatizar uma boa parte da produção de conteúdo para digital signage.
Workflows com AI na produção de conteúdos
O problema não era criativo. Era operacional.
Acompanhamos há anos um cliente no sector do retalho, uma das primeiras insígnias em Portugal a integrar digital signage em loja de forma sistemática. O volume de conteúdo é considerável: campanhas, comunicação para vários canais, e folhetos, muitos folhetos, com ritmos e calendários diferentes, que é preciso transformar em animações vídeo para passarem nos muitos ecrãs.
Semanais, quinzenais, por categoria de produto. Cada um com o seu formato, o seu conjunto de artigos, as suas informações. O layout mantém-se durante meses. O conteúdo renova-se constantemente.
O que muda em cada ciclo? O título, a descrição, o preço, a imagem. Multiplicados por dez artigos, distribuídos por várias composições, repetidos semana após semana.
Parece simples. E é, mas o processo não refletia isso.
O problema não é o trabalho. É a procura!
Cada actualização começava com uma caça: encontrar a layer certa numa composição com 50, 60, às vezes 100 layers. Quem construiu o projecto navega nisto em piloto automático.
Mas mesmo para quem o conhece de cor, a repetição tem um custo. E quando é alguém menos familiarizado com aquela estrutura específica, esse custo multiplica-se.
Procurar não é produzir. Este era um problema de estrutura, não de competência.
E se os dados vivessem fora do After Effects?
A ideia é simples de explicar: em vez dos dados de cada artigo: título, descrição, preço, imagem; estarem enterrados dentro das layers de uma composição no After Effects, passam a viver num ficheiro externo com uma estrutura clara.
Uma tabela que qualquer pessoa consegue preencher. Um registo por artigo, um campo por coluna.
O After Effects deixa de ser o sítio onde se edita o conteúdo. Passa a ser o motor que pega nesses dados e os renderiza no template correcto.
O designer fez o trabalho criativo uma vez. A partir daí, actualizar um folheto é preencher uma tabela e correr um script.
A lógica não é exclusiva do After Effects. É aplicável a qualquer workflow com produção em volume e repetitiva: separar o que muda, os dados, do que não muda, a estrutura visual.
Onde entram os workflows com AI e o que resolvem
Havia um problema prático: ninguém na equipa domina ExtendScript, a linguagem de scripting do After Effects. É um JavaScript com particularidades próprias, documentação dispersa, e uma curva de aprendizagem que não se justifica investir quando não é o core do trabalho.
Foi aqui que a AI entrou, não para criar conteúdo, mas para escrever código.
Com a descrição do problema, da estrutura do projecto e do resultado pretendido, conseguimos desenvolver scripts funcionais que automatizam partes do processo que antes eram feitas manualmente.
Descrevemos o que queríamos, a AI escreveu o código, testámos e iterámos. O resultado foram scripts para:
- criar composições e organizar projectos
- preparar exports de forma automática
- popular artigos a partir de dados externos, sem tocar nas layers manualmente
O processo não é instantâneo. Há iteração, há testes, há ajustes. Mas a diferença entre “não temos ninguém que saiba fazer isto” e “conseguimos construir isto” é enorme e está a mudar a forma como abordamos projectos recorrentes de maior volume.
O que muda na prática, e para quem
Poupar cinco minutos a procurar uma layer não parece muito. Mas cinco minutos por artigo, multiplicados por dez artigos, por várias composições, por vários folhetos ao longo do ano, dá um tempo acumulado significativo.
E, acima de tudo, o tempo ocupa um Motion Designer, a quem se paga para fazer tarefas mais criativas do que procurar layers.
A outra mudança é de acessibilidade e facilidade de gestão.
Com os dados fora da ferramenta de produção, numa estrutura simples, amigável e entendível, qualquer pessoa consegue preencher e agilizar a produção.
Para quem trabalha em produção criativa e quer aplicar isto à sua realidade: o caminho começa por mapear o que é realmente repetitivo no vosso workflow. Depois, descrever esse problema à IA com detalhe: estrutura do projecto, o que muda, o que se mantém, o resultado pretendido. A curva existe, mas é mais curta do que parece.
O que os workflows com AI representam para o trabalho de uma agência
Há uma discussão recorrente sobre o impacto da IA no trabalho criativo. A nossa perspectiva é prática: a IA não substitui o trabalho criativo, substitui o trabalho mecânico que consome tempo criativo.
Neste caso, libertar a equipa da gestão de layers significa ter mais tempo para o que realmente importa num projecto de digital signage: a estratégia de comunicação, a hierarquia visual, a adaptação de mensagem por formato e momento. O trabalho que nenhum script faz.
Ainda estamos a desenvolver e a afinar esta abordagem. Mas os primeiros resultados confirmam que a direcção e a lógica por detrás dela são transferíveis para qualquer equipa que lide com produção recorrente em volume.
Se trabalha com produção de conteúdo em volume e quer perceber como esta abordagem se pode aplicar ao vosso workflow, fale connosco.
Outras ideias sobre este artigo? Nos sítios do costume. 🙂
