O espectador não está assistindo, está deixando ligado
Comece pelo que o formato serve. Ninguém assiste a um vídeo de sono de 10 horas. A pessoa começa, larga o celular e dorme. O vídeo não está competindo por atenção, está competindo para ser a coisa que já está tocando quando a atenção acaba.
Isso significa que as regras normais se invertem. Retenção em porcentagem não significa nada aqui, porque 90 minutos de 600 são 15% e é um resultado excelente. Gancho nos primeiros 30 segundos importa muito menos do que os primeiros 30 segundos não serem agressivos. Ritmo, cortes e estrutura de recompensa não se aplicam de jeito nenhum.
O que importa é a decisão no segundo zero: isso soa como a coisa que eu coloquei ontem à noite? Se sim, toca por uma hora. Se abre com uma vinheta alta ou um locutor que ninguém pediu, é fechado em quatro segundos.
- Ninguém assiste a esses vídeos. A pessoa começa e dorme.
- 15% de retenção num vídeo de 600 minutos são 90 minutos, o que é excelente.
- A única decisão é no segundo zero: isso soa como o de ontem?
A duração é de graça, e é por isso que são 10 horas
Aqui está o mecanismo que explica o formato inteiro. Um vídeo de sessão é montado com um conjunto de faixas distintas que se repetem ao longo da duração. Você escolhe quantas faixas distintas, e é cobrado pelo que é gerado, não pelo que está na tela.
Então uma sessão de 10 horas no padrão, 10 faixas distintas com reaproveitamento de faixa ligado, custa 894 créditos: 480 das faixas, 200 das horas de render e 214 da thumbnail. Uma sessão de 1 hora custa 714 créditos. A diferença inteira entre uma hora e dez são 180 créditos, porque o render sai por cerca de 20 créditos por hora de duração.
É por isso que o formato existe nesse tamanho. Uma vez paga a música, cada hora extra de duração é quase de graça e cada hora extra é mais tempo assistido possível no mesmo upload. Quem publica a versão de 1 hora está deixando 9 horas de tempo assistido possível na mesa por 180 créditos.
O limite é gosto, não custo. Dez horas serve para sono. Sessões de estudo e foco normalmente funcionam melhor em 1 a 3 horas, porque o ouvinte está acordado e vai perceber a repetição. A conta detalhada de uma sessão, peça por peça, está em quanto custa um canal de música com IA por mês.
- Sessão de 10 horas, 10 faixas distintas: 894 créditos (480 de faixas + 200 de render + 214 de thumbnail).
- Sessão de 1 hora: 714 créditos. A diferença inteira são 180 créditos.
- Sono serve para 10 horas. Estudo e foco normalmente funcionam melhor em 1 a 3.
Quantas faixas distintas uma sessão realmente precisa
Poucas demais e a repetição fica óbvia, o que importa mais do que se imagina até em conteúdo de sono, porque a emenda audível é o que acorda alguém às 3 da manhã. Muitas demais e você paga 48 créditos por cada uma para uma variedade que ninguém registra conscientemente.
A sessão padrão do FalconVid roda 10 faixas distintas com reaproveitamento de faixa ligado, e é dela que saem os preços acima. Se você quer cortar custo, de 6 a 8 faixas distintas ainda se sustenta numa sessão longa de sono. Para estudo e foco, onde o ouvinte está acordado, fique no alto porque a atenção vai achar a repetição.
Os créditos andam linearmente com esse número, então é a sua alavanca principal de custo. Dez faixas são 480 créditos. Quinze são 720. Vinte, o padrão, são 480. Se você roda um canal em volume, a diferença ao longo de 10 vídeos por mês é dinheiro de verdade, e vale testar se o seu público percebe antes de pagar por isso.
- 10 faixas distintas é a sessão padrão, e de 6 a 8 ainda se sustenta se você quer cortar custo.
- Fique no alto para estudo e foco, onde o ouvinte está acordado e acha a repetição.
- Faixas são a alavanca principal, a 48 créditos cada: 10 faixas são 480, 15 são 720, 20 são 480.
A conta de monetização que esse formato destrava
Monetizar exige 4.000 horas públicas assistidas em 12 meses até 31 de janeiro de 2027, e 8.000 horas públicas qualificadas para quem se candidatar a partir de 1º de fevereiro de 2027. Um canal narrado de 12 minutos com 45% de tempo médio coleta 5,4 minutos por view, então precisa de cerca de 44.500 views, ou cerca de 89.000 na régua de 2027. Um canal de sono coletando de 45 a 90 minutos de tempo médio precisa de uns 2.700 a 5.300 views no limite antigo e de 5.400 a 10.600 no novo.
São oito a quinze vezes menos views para o mesmo portão, e é a razão pela qual o formato sobrevive ao RPM terrível. Áudio ambiente e de sono fica numa faixa de uns $0,50 a $2 por mil views, contra $4 a $12 do conteúdo geral em inglês, mas as horas chegam com uma fração do tráfego.
O contrapeso honesto: menos views também são menos anúncios servidos, então cruzar o portão cedo não significa faturar bem de imediato. O dinheiro desse formato vem de um acervo de vídeos longos, cada um coletando horas em silêncio por anos, não de um upload performando.
As faixas de RPM aqui são referências de mercado, não dados oficiais do YouTube nem do Google.
- Canal de sono: uns 2.700 a 5.300 views para 4.000 horas assistidas, o dobro na régua de 8.000 horas de 2027.
- Canal narrado de 12 minutos: cerca de 44.500 views para o mesmo portão, cerca de 89.000 na régua de 2027.
- RPM baixo é real. O formato ganha em horas por view, não em receita por view.
O que de fato faz uma sessão longa ser tocada
A thumbnail carrega quase tudo, porque não existe gancho pra te salvar. Ela tem que dizer o clima, a duração e o uso numa olhada: chuva, lareira, sono profundo, 10 horas. Thumbnail esperta perde aqui para thumbnail óbvia.
O título é uma string de busca, não uma manchete. As pessoas digitam o que querem que aconteça, então o título deve conter o som, o propósito e a duração. Este é um dos poucos cantos do YouTube em que ser literal e chato performa melhor do que ser interessante.
Os primeiros 30 segundos decidem se o vídeo é fechado. Comece dentro do som, em volume baixo, sem vinheta, sem locução e sem marca. Cada segundo de intro é um segundo em que alguém já cansado decide procurar outra coisa.
O visual é o elemento menos importante e deve continuar sendo. Um loop lento, escuro, com pouco movimento. Cor viva e movimento rápido estão errados para uma tela que vai estar virada pra baixo em três minutos de qualquer jeito.
- A thumbnail diz clima, duração e uso numa olhada. Óbvio ganha de esperto.
- O título é string de busca: o som, o propósito e a duração.
- Comece dentro do som, baixinho, sem vinheta, sem locução e sem marca.
- O visual fica lento, escuro e com pouco movimento.
Como isso roda no piloto automático
No FalconVid um canal de música é um tipo de projeto próprio. Você cria o artista, escolhe o gênero na lista do motor, lofi hip hop, ambiente para foco, meditação, canção de ninar, jazz suave, cinematográfico, synthwave, phonk, phonk brasileiro, forró e natal, escolhe o formato e aprova um calendário. O sistema gera as faixas distintas, monta a sessão, faz a thumbnail e publica no YouTube, Instagram, TikTok, Rumble e Facebook. Canal de sono, de estudo e de manifestação se produzem a partir de ambiente para foco e meditação: o nicho, o tema, o calendário e a capa são seus, então o canal se lê como canal de sono ou de manifestação mesmo com o gênero por baixo sendo ambiente ou meditação.
O artista é o que impede o acervo de parecer uma parede de uploads de banco. Um rosto criado, usado como referência de todo vídeo e capa, e uma voz carregada entre as faixas. Num canal de sono o artista quase não aparece no áudio, mas aparece em toda capa, e é isso que faz quarenta uploads se lerem como um projeto.
Por plano, a 894 créditos por vídeo de 10 horas: 16 por mês no Starter de $47 com 15.000 créditos, 33 no Pro de $97 com 30.000, 106 no Business de $297 com 95.000, 212 no Agency de $597 com 190.000 e 357 no Scale de $997 com 320.000. As gerações simultâneas vão de 2, 5, 10, 25 e 50, então um dia em que você aprova seis sessões é um dia em que seis estão sendo montadas ao mesmo tempo.
Antes de qualquer publicação você pode abrir o Studio, conferir a versão 1 e ajustar: cortar a abertura, trocar o visual, mudar a mixagem.
- Gêneros: lofi hip hop, ambiente para foco, meditação, canção de ninar, jazz suave, cinematográfico, synthwave, phonk, phonk brasileiro, forró e natal. Canal de sono, estudo e manifestação sai de ambiente para foco e meditação.
- 16 vídeos de dez horas por mês no Starter, até 357 no Scale.
- Gerações simultâneas: 2 no Starter, 5 no Pro, 10 no Business, 25 no Agency, 50 no Scale.
Onde o formato de 10 horas é a escolha errada
Se o canal precisa construir inscritos rápido, sessão longa é ferramenta ruim. Quem dormiu não se inscreve. Formatos curtos com o ouvinte acordado, de 10 a 30 minutos para rotina matinal, começo de estudo ou bloco de foco, convertem muito melhor, e o formato usual é um canal que publica os dois.
Se o nicho tem personalidade, sessão longa enterra ela. Canais de jazz e piano com artista reconhecível vão melhor em 1 a 3 horas, onde o ouvinte está presente e o artista pode importar.
E se você está atrás de receita em vez de ativo, esse formato é o errado por completo. A faixa de RPM não se move. O que o formato te dá é horas, durabilidade e manutenção quase zero, e essas são as razões para escolher ele.
- Quem dorme não se inscreve. Some formatos curtos com ouvinte acordado para crescer.
- Jazz e piano vão melhor em 1 a 3 horas, onde o artista pode importar.
- Escolha isso por horas, durabilidade e baixa manutenção, nunca por RPM.