O que reconstruímos depois de escolher o foco

Em julho, reduzimos o CaptionBolt de propósito. Paramos de tentar ser vários produtos de vídeo com IA ao mesmo tempo e voltamos a uma tarefa: pegar um vídeo que alguém já escolheu e ajudar a finalizá-lo com legendas.

A decisão não trouxe um mês tranquilo.

Ela expôs cada ponto em que o caminho principal dependia de uma suposição: que o upload terminaria na mesma sessão, que dois renderizadores entenderiam o tempo do mesmo jeito, que apagar texto e apagar vídeo podiam compartilhar uma ação ou que o quadro solicitado já estaria pronto ao concluir um seek.

Desde então, o trabalho foi remover essas suposições.

Foco torna a confiabilidade visível

Quando há muitas ferramentas desconectadas, uma falha parece isolada. Quando existe um caminho principal, a mesma falha bloqueia toda a promessa.

Nosso caminho agora é curto de propósito:

1. Enviar o material gravado.
2. Transcrever e criar legendas estilizadas.
3. Revisar o texto e o resultado.
4. Ajustar opcionalmente enquadramento, cortes ou acabamento.
5. Exportar a versão aprovada.

Isso facilita as prioridades. Tudo o que impede a primeira exportação vem antes de outro recurso opcional. Tudo o que pode mudar palavras, tempo, enquadramento ou mídia sem aviso precisa de uma decisão visível e de um caminho de volta.

Um upload é uma sessão durável

O modelo antigo tratava upload como uma requisição com barra de progresso. Funciona até um arquivo grande encontrar conexão fraca, notebook fechado ou atualização do navegador.

Reconstruímos uploads como sessões duráveis. O servidor reserva o trabalho, o navegador envia o arquivo em partes e, quando volta, pergunta quais já existem. Só envia o que falta.

O servidor é a fonte de verdade para sessões ativas. O armazenamento local pode acelerar a primeira tela, mas não pode ser o único registro. No Dashboard, selecionar exatamente o mesmo arquivo retoma a sessão. Em Transcripts, cada sessão ativa tem ações próprias de continuar e cancelar.

Parece infraestrutura. Para a pessoa, significa que uma interrupção tem menos chance de transformar um upload demorado em tempo perdido.

Prévia e exportação precisam do mesmo contrato

Em uma ferramenta de vídeo, uma prévia convincente não basta. O arquivo exportado precisa contar a mesma história.

Substituímos o caminho antigo de composição por uma camada compartilhada de FFmpeg e libass. Prévia e exportação ainda usam tecnologias diferentes, mas consomem a mesma configuração estrita, documento de legendas, fontes, dimensões e decisões de tempo.

A composição padrão também surpreende menos. Com Resize desligado, o CaptionBolt preserva o enquadramento original e resolve a saída dentro do limite de raster do plano. Um vídeo horizontal não vira vertical apenas porque plataformas curtas usam 9:16.

A migração não promete que toda exportação seja instantânea. Preparação, duração, tamanho, carga atual e complexidade continuam importando. O objetivo foi remover diferenças evitáveis e tornar progresso, cancelamento, novas tentativas e entrega final mais confiáveis.

Legendas e mídia precisam de verdades separadas

Um dos bugs mais difíceis começa com um atalho razoável: usar as palavras visíveis como as palavras que definem a linha do tempo da mídia.

Isso para de funcionar assim que uma frase é editada.

O CaptionBolt agora mantém dois domínios. Source words imutáveis controlam tempo de fala, cortes e encaixe. Caption words editáveis controlam o que aparece. Corrigir um nome não move o áudio seguinte. Ocultar uma frase no Text Editor não remove o vídeo. Remover mídia pertence ao Clip.

A separação também deixa edições sucessivas mais seguras: cada alteração se reconcilia com as palavras temporizadas originais, sem redistribuir repetidamente tempos já editados.

Uma ferramenta Clip simples ainda exige precisão

Não queríamos uma timeline com várias faixas. Queríamos ajustar começo e fim, remover um trecho interno e limpar pausas longas opcionais sem perder a sincronia.

Clip usa uma única forma de onda. As alças controlam as bordas; uma remoção interna vira uma emenda restaurável; cortes automáticos de pausas têm outra aparência e podem ser restaurados individualmente. O playhead permanece separado.

Por baixo, a mídia mantida é compactada em uma linha de saída. Source words são associadas por tempo, legendas parciais são reconstruídas e Player e exportação usam o mesmo plano de quadros. Um corte dentro de uma palavra encaixa na borda; no silêncio, mantém precisão mais fina.

São regras pequenas até entrarem em conflito. Então um quadro removido pisca, uma legenda chega tarde ou pequenos arredondamentos se acumulam.

Renderização é experiência de produto

A maioria das pessoas nunca deveria pensar em um worker. Mesmo assim, sente cada decisão dele.

Sente se uma tarefa pode ser cancelada, se uma nova tentativa duplica trabalho, se uma entrega final falha e se recupera, se a fonte existe e se um sistema ocupado mostra progresso real ou inventa uma porcentagem.

Apertamos esses contratos entre transcrição e renderização. Execuções antigas não sobrescrevem resultados novos, capacidade é admitida por conta e falhas terminais podem reconciliar minutos reservados. Ambientes usam o mesmo executor e contrato de fontes; diagnósticos diferenciam fila, preparação e transferência sem expor a máquina no Editor.

Não é promessa de espera zero nem de falha zero. É o compromisso de manter falhas limitadas, observáveis e recuperáveis.

Finalmente sabemos explicar o posicionamento

O trabalho de engenharia mudou a forma como descrevemos o produto.

CaptionBolt é para criadores, profissionais de marketing e equipes pequenas que já têm o material, especialmente vídeos guiados por fala: talking-head, aulas, demonstrações, entrevistas, trechos de cursos e atualizações.

O primeiro resultado são legendas estilizadas sobre o enquadramento original. Resize, Clip, Cover, B-Roll, Headline, Logo, Progress Bar, Video presets salvos e Social posts aparecem quando ajudam. Não são uma lista obrigatória antes da exportação.

A IA prepara a primeira versão. A transcrição pode ser corrigida, o enquadramento pode ficar Original, um corte sugerido pode ser recusado e o texto gerado continua editável. A decisão final pertence a quem publica.

Esse é o posicionamento da nova narrativa: o vídeo já foi gravado; o CaptionBolt ajuda a finalizá-lo sem exigir um editor completo.

O que vem a seguir

As próximas prioridades fortalecem o primeiro resultado em vez de alongar a navegação:

• uploads, transcrição, salvamento, exportação e recuperação mais confiáveis;
• melhor segmentação e revisão de texto mais rápida;
• revisão opcional de Clip mais clara, sem fingir que limites automáticos estão resolvidos;
• maior consistência entre prévia e exportação;
• controles reutilizáveis de marca e acabamento para quem publica com frequência.

Novas capacidades ainda virão. O teste é se ajudam a finalizar material existente com menos decisões desnecessárias e se o resultado continua revisável e reversível.

Para entender o motivo, leia por que reduzimos o CaptionBolt. Veja também Legendas para vídeo, o Text Editor ou o cortador de vídeo online.