como fazer carrossel pro instagram com ia, de imagem e com vídeo dentro — Ratos de IA
carrossel com ia

como fazer carrossel pro instagram com ia, de imagem e com vídeo dentro

carrossel pro instagram com ia, do jeito que a gente faz: texto aprovado antes, slides em html virando png na tua marca, versão do tiktok e carrossel com vídeo em mp4.

por · 20 nov 2026

como fazer carrossel pro instagram com ia, de imagem e com vídeo dentro

aqui no Ratos de IA, a frente de educação da DobraLabs (canal no youtube, newsletter, cursos e comunidade), cada notícia do vídeo da semana vira carrossel no instagram, feito por agente de IA. e foi fazendo isso que a gente bateu na armadilha que abre este post. o instagram reagrupa carrossel misto: se tu sobe imagem e vídeo intercalados, no feed todas as imagens vão pra frente e os vídeos pro fim. a gente descobriu isso com um carrossel publicado que abria pelo slide da dor e tinha o fechamento no terceiro item. é o tipo de coisa que nenhum tutorial de carrossel pro instagram com ia te conta, e é por isso que esse post existe: o jeito que a gente faz carrossel na Ratos, de imagem e com vídeo dentro, com as armadilhas que custaram post apagado.

o resumo do método: o agente (no nosso caso, o Claude Code, a IA da Anthropic que lê arquivo e roda comando por ti) escreve o texto, tu aprova, ele monta cada slide em html com a tua marca e renderiza em png (ou mp4, quando tem vídeo). nada de ferramenta de design no meio.

como fazer carrossel pro instagram com ia: as quatro fases

o fluxo que a gente roda tem quatro fases, e as duas primeiras param pra tu aprovar:

  1. texto. o agente lê a fonte (a transcrição do vídeo, uma notícia, uma aula) e escreve de 8 a 10 slides. para e mostra.
  2. render do instagram. cada slide vira um html de 1080x1350, que o Playwright (um navegador controlado por código) fotografa em png. o agente renderiza a capa primeiro e para de novo, porque se a capa não está boa, o resto não importa.
  3. versão do tiktok. um script converte os html pra 1080x1920 e renderiza de novo.
  4. publicação. com um teste antes, sem publicar, e depois pra valer.

por que html e não gerador de imagem? porque texto em imagem gerada ainda sai torto, e carrossel é 80% texto. no html o texto é texto: a fonte é a tua, o acento sai certo, e mexer numa frase é trocar uma linha. o render é um comando:

npx playwright screenshot --viewport-size=1080,1350 --full-page \
  "file:///caminho/absoluto/slide-01.html" "slide-01.png"

a ilustração, quando entra, vem de um gerador de imagem e vira fundo ou elemento do html. as opções grátis e baratas pra isso estão no post como gerar imagem com ia de graça.

o texto é onde o carrossel ganha ou perde

a fase do texto decide o alcance, e a gente tem número pra isso. olhando os 14 posts de feed de julho e agosto no perfil da Ratos, classificados à mão:

tipo de postpostsalcance mediano
algo aconteceu (um terceiro fez algo concreto)71.326
minha tese, meu setup7726

é amostra pequena, mas é mesmo período, mesma conta e mesma cadência, então dá pra levar a sério. os que ganharam nomeavam um fato de fora: o arquivo que o Karpathy publicou, a Salesforce entregando em 13 dias um projeto de 231, a Anthropic pondo a própria IA pra ler os dados da empresa. os que perderam eram abstração (“a gente passou a história inteira da humanidade assumindo uma coisa”).

as regras de texto que a gente passa pro agente:

a marca vai uma vez e fica

a tua identidade entra uma vez e fica guardada: a cor principal, a fonte, o logo pro rodapé e o estilo (minimalista, mais elaborado ou imitando um post de rede). disso o agente deriva os tons claros e escuros, os fundos e a hierarquia do texto, e aplica em todos os carrosséis seguintes. é o que faz a skill carrossel de imagem, um pacote de instruções e scripts que ensina o agente a montar o carrossel sempre do mesmo jeito: um tema entra e saem dez slides em png na tua marca, sem chave de api e sem custo por post, porque tudo renderiza na tua máquina.

um detalhe de grade que a gente só percebeu com o perfil cheio: um episódio do Ratos (o vídeo semanal do canal, com as notícias de IA da semana) rende dez ou doze carrosséis, e doze capas claras seguidas viram um bloco branco no perfil. então a capa alterna tema claro e escuro na ordem de postagem, e o tema amarelo fica de âncora, igual nas duas, pra manter cara de sistema.

a versão do tiktok sai do mesmo carrossel

a versão do tiktok sai do mesmo html, convertido. o script que a gente usa muda a altura de 1350 pra 1920, aumenta margem, foto e texto, centraliza a capa na vertical e sobe o rodapé e o aviso do último slide uns 230 a 280 pixels. o motivo é a interface do tiktok: legenda, nome e botões ficam por cima da parte de baixo da tela, e o que estiver ali some.

o tiktok tem uma limitação que muda o plano: o modo foto de lá é imagem pura. carrossel com vídeo dentro não vai pro tiktok; lá o vídeo vira reels separado (como a gente corta, no post cortar vídeo em reels com ia).

carrossel com vídeo: o corte dentro da moldura

o carrossel com vídeo é o que mais deu trabalho de acertar e o que mais chama atenção no feed: alguns slides têm um trecho do vídeo do canal tocando dentro de uma moldura, com legenda, e os outros seguram o ritmo só com texto. a gente faz um carrossel por notícia do compilado semanal, então um episódio de meia hora vira cinco ou seis posts.

o que o agente faz, em ordem:

  1. baixa o vídeo e a legenda do youtube com o yt-dlp (o jeito de puxar legenda está no post como transcrever vídeo do youtube com ia).
  2. acha os cortes pelas pausas reais do áudio, não pelo relógio. um script mede onde a voz cai e propõe onde entrar e sair, e outro avisa quando o corte termina no meio de uma oração.
  3. escreve o texto depois de ouvir. o texto de cada slide sai do que foi falado no trecho, não de um roteiro.
  4. encaixa o vídeo na janela do slide (a nossa tem 944x531, 16:9 exato dentro da margem), queima a legenda e uma barra de duração no topo.
  5. converte os slides de texto em mp4.

o passo 5 é por causa do reagrupamento que eu contei lá em cima. aconteceu em agosto, com 7 mp4 e 3 png intercalados: o serviço de publicação guardou na ordem certa, o post saiu como processado, e mesmo assim o feed mostrou os três png na frente. a correção foi testada no mesmo dia: os png viraram mp4 de 4 segundos com a imagem parada e uma trilha de áudio muda, e a ordem saiu certa. a trilha muda é de propósito, porque item de vídeo sem áudio nenhum é outro jeito de o carrossel sair estranho. custa uns 300 KB por slide e não muda nada na tela.

ffmpeg -loop 1 -i slide-03.png -f lavfi -i anullsrc=r=44100:cl=stereo \
  -t 4 -c:v libx264 -pix_fmt yuv420p -r 30 -c:a aac -shortest slide-03.mp4

e uma ressalva honesta: o carrossel com vídeo foi validado num formato, apresentador falando pra câmera, sem b-roll pesado nem legenda já queimada na imagem. vídeo de corte rápido é outro bicho. a skill carrossel com vídeo faz esse caminho inteiro a partir do link do youtube.

na hora de publicar, confere a ordem

publicar é a fase em que a gente mais perdeu post, e tem dois problemas diferentes:

a defesa que a gente adotou: depois de criar o post, baixar o que ficou guardado e comparar com os arquivos locais pelo hash do conteúdo (uma espécie de impressão digital do arquivo) (o nome do arquivo não sobrevive ao upload). e, pra conferir sem queimar o post, agendar pra dali a algumas horas em vez de publicar direto: agendado não chega no instagram até a hora, e dá pra apagar. o app de conteúdo que a gente fez pra revisar e agendar os posts faz essa conferência sozinho e refaz o post se a ordem veio errada. o caminho completo de publicação, com os dois jeitos de ligar a conta, está em publicar no instagram e tiktok automático.

em uma frase

carrossel pro instagram com ia funciona quando o agente escreve um fato concreto, tu aprova o texto e a capa, e o slide nasce em html na tua marca e vira png; com vídeo dentro, tudo vira mp4, e antes de deixar ir pro feed tu confere a ordem do que ficou guardado.

perguntas frequentes

ainda em dúvida?

qual o tamanho certo de carrossel pro instagram?

a gente usa 1080x1350, a proporção 4:5 vertical, que ocupa mais tela no feed que o quadrado. pro tiktok, a versão sai em 1080x1920, e o conteúdo importante fica longe da parte de baixo, que os botões do app cobrem.

dá pra fazer carrossel com ia sem saber design?

dá. o agente monta os slides em html a partir de uma identidade que tu define uma vez (cor, fonte, logo e estilo) e renderiza em png. tu aprova o texto antes e ajusta qualquer slide pedindo em português, sem refazer o carrossel inteiro.

posso misturar imagem e vídeo no mesmo carrossel?

o instagram aceita, mas reagrupa: no feed, todas as imagens aparecem antes dos vídeos, não importa a ordem em que tu subiu. a gente viu isso num post real e teve que apagar. a saída é converter os slides de imagem em mp4 de uns 4 segundos com a imagem parada.

o tiktok aceita carrossel com vídeo?

não. o modo foto do tiktok é só imagem, não aceita item de vídeo no meio. pra tiktok, o carrossel vai em png, e o vídeo vira reels separado.

quantos slides um carrossel pode ter?

a documentação da api do instagram limita o carrossel a 20 itens, entre imagem e vídeo. a gente trabalha com 8 a 10: capa, contexto, desenvolvimento, o que muda pra ti e o fechamento.

black friday da ratos · lote 2
tudo que a gente ensina, a Ratoeira e a comunidade, numa assinatura só.

os cursos inteiros, as skills que a gente usa no dia a dia, a Ratoeira pra rodar teus agentes numa máquina tua e a comunidade pra trocar com quem tá fazendo o mesmo. no lote 2 da Black sai por 12x de R$ 113,46 ou R$ 1.097 à vista, e o preço sobe a cada lote.

ver a oferta da Black → 7 dias de garantia
últimos posts
Tutoriais criativo de anúncio com IA: os 3 formatos da meta, na tua marca, sem texto torto Tutoriais google ads pelo claude code: termos de busca, negativas e quality score numa conversa Tutoriais rotinas: o agente de ia trabalhando sozinho num horário
guias da ratos
ver todos os guias →
🔷 a Ratos é feita pela DobraLabs
laboratório de IA que testa inteligência artificial de verdade no próprio dia a dia pra ensinar e construir pra empresas: workshops in-company, automações e sistemas sob medida.
conhecer a dobralabs →