Como criar vídeos com o OpenAI Codex: guia passo a passo

Para criar vídeos com o OpenAI Codex, instale a skill de vídeo da Pexo, descreva o resultado em linguagem simples e aguarde o agente devolver um vídeo finalizado. Você não precisa usar um editor, escrever prompts técnicos nem escolher modelos. A partir de uma única instrução, a Pexo cria um vídeo com várias cenas: distribui cada cena entre modelos como Seedance 2.0, Kling 3.0, Veo 3.1 e Sora 2, monta o resultado e prepara o arquivo para revisão e exportação. O Codex, executado pelos modelos de linguagem e raciocínio da OpenAI, planeja e encaminha a solicitação, mas não gera vídeo por conta própria. A skill da Pexo acrescenta essa capacidade e segue o mesmo padrão de Agent Skills usado no Claude Code e no OpenClaw.

O que você precisa

Você precisa de apenas dois itens para começar:

O Codex não gera vídeo por conta própria. GPT-5.6 é um modelo de linguagem e raciocínio, não um modelo de vídeo. A skill da Pexo é o que adiciona o recurso de vídeo e, uma vez instalado, todo o resto acontece dentro da conversa.

Etapa 1: instale a skill de vídeo da Pexo no Codex

Adicione a skill da Pexo ao seu agente do Codex. Uma Agent Skill no Codex é uma pasta que contém um arquivo SKILL.md e fica em um dos diretórios de skills. Para o usuário, use ~/.agents/skills. Em um repositório, use .agents/skills. O Codex também lê o caminho administrativo /etc/codex/skills. Para instalar a Pexo:

1. Faça login em pexo.ai e copie sua chave API nas configurações da conta.
2. Adicione a skill da Pexo ao diretório de skills do Codex. Coloque a pasta em ~/.agents/skills ou use o instalador integrado.
3. Defina a chave da API da Pexo no local indicado pela skill e inicie uma nova sessão do Codex para que ela seja carregada.

A skill da Pexo inclui scripts auxiliares e um arquivo SKILL.md que orienta o comportamento do Codex. Uma das regras é transmitir seu pedido com fidelidade, sem reescrevê-lo. O Codex carrega skills automaticamente com base na descrição. Depois de conectar a skill e configurar a chave da API, o agente estará pronto para gerar vídeos.

Etapa 2: descreva o vídeo que você deseja

Esta é toda a interface: diga ao Codex o que você deseja em linguagem simples. Você não escolhe um modelo nem escreve um prompt técnico. Coisas úteis para especificar:

• do que se trata "Um vídeo de produto para esses fones de ouvido sem fio"
• Duração e número de cenas "15 segundos, três cenas"
• Humor "cinematográfico e premium", "ritmo rápido para TikTok"
• Música "eletrônica ambiente", ou deixe o agente escolher
• Proporção da tela "9:16 para Reels", "16:9 para YouTube"

Uma primeira solicitação completa se parece com isso:

Isso é suficiente. O Codex analisa a solicitação e a encaminha para a skill da Pexo, que assume a produção.

Etapa 3: deixe o Codex e a Pexo gerarem

Depois de enviar a solicitação, o Codex a encaminha para a Pexo, que executa toda a produção. Primeiro, a plataforma escreve um roteiro dividido em cenas. Depois, seleciona automaticamente o melhor modelo para cada cena entre mais de dez opções. Um close-up de produto pode ir para Kling 3.0, uma cena com movimento para Seedance 2.0, um plano cinematográfico aberto para Veo 3.1 e um momento narrativo para Sora 2. A Pexo gera cada cena, adiciona transições, compõe uma trilha musical original e combina narração, música e efeitos sonoros em três camadas de áudio.

Um vídeo de 15 segundos com três cenas leva aproximadamente 8 a 10 minutos do início ao fim. Esse fluxo evita escolher modelos, escrever prompts diferentes e montar os clipes manualmente. Durante a geração, o Codex consulta o andamento na Pexo e informa o progresso. Você só precisa aguardar o arquivo finalizado.

Etapa 4: revise e ajuste na conversa

Quando o vídeo voltar, você o revisa e pede alterações da mesma forma que descreveu, em linguagem simples. Não é preciso editar em uma linha do tempo:

O Codex encaminha o pedido de revisão para a Pexo e devolve uma nova versão. Como todo o processo acontece por conversa, você descreve as mudanças em vez de editar uma linha do tempo. Dentro da mesma sessão, o agente mantém a aparência da marca consistente entre as revisões.

Etapa 5: exporte no formato necessário

O resultado chega como um MP4 finalizado e pronto para publicar. Como a produção considera vários formatos, você pode pedir o mesmo conteúdo em proporções diferentes: 9:16 para TikTok, Instagram Reels e YouTube Shorts; 16:9 para YouTube; e 1:1 para o feed. Não é necessário recriar tudo do zero. Depois, basta baixar e publicar.

Dicas para obter melhores resultados

Alguns hábitos ajudam a produzir vídeos melhores com a mesma skill:

• Descreva o humor, não o modelo. "premium e cinematográfico" ou "rápido e divertido" orienta melhor o roteamento de Pexo do que nomear um modelo. A camada de roteamento é construída para traduzir a intenção no modelo certo para cada cena, portanto, a descrição simples supera as instruções técnicas.
• Informe a plataforma. Dizer “para TikTok” ou “para um anúncio pre-roll no YouTube” ajuda a definir automaticamente a proporção, a duração e o ritmo.
• Dê 2 a 4 imagens de referência para produtos. Quando a precisão é importante, um produto, logotipo ou embalagem específico, entrega algumas cenas claras no 1080p ou superior. O agente os usa para manter o produto fiel nas cenas.
• Informe claramente o número de cenas e o ritmo. "Três cenas, cortes rápidos" versus "um movimento contínuo lento" produz edições muito diferentes. Quanto mais você especificar a estrutura, mais próximo o primeiro resultado chegará.
• Gere variações na mesma conversa. Pedir “agora faça uma versão mais intensa, com 9 segundos” na mesma sessão mantém a identidade visual e é mais rápido do que começar de novo.

Outras maneiras de começar: imagem, URL, roteiro, áudio

O texto é apenas uma das entradas. A Pexo aceita cinco tipos de material, permitindo que o Codex comece com o que você já possui:

A Pexo também inclui um estúdio de imagem que encaminha as solicitações automaticamente para Midjourney, Flux ou Ideogram. Assim, você pode gerar imagens e transformá-las em vídeo no mesmo fluxo: descreva as cenas, gere as imagens, revise-as e use-as como entrada.

Solução de problemas comuns

Se algo não funcionar na primeira tentativa, a causa geralmente é uma das poucas coisas simples:

Ampliando: de um vídeo a um pipeline

Depois que o primeiro vídeo funcionar, a mesma skill pode ser usada em produção em lote. É possível gerar várias versões de anúncios a partir de um conjunto de entradas ou criar um vídeo para cada SKU dentro da conversa. Como o Codex é um agente de programação, você pode integrá-lo a um script que fornece os dados dos produtos e organiza os materiais finalizados para revisão. O ciclo continua o mesmo — descrever, gerar e revisar — mas em maior volume.

Leitura relacionada

• Como fazer vídeos com Claude Code: um guia passo a passo
• As melhores habilidades de geração de vídeo para agentes de codificação
• Como transformar cenas em vídeo com IA: guia de imagem para vídeo
• Como construir um pipeline de anúncios em vídeo com IA com um agente de codificação

Recursos