O YouTube localiza as palavras ao redor do vídeo, nunca as palavras dentro da imagem
O YouTube dá ferramentas reais pro texto que vive fora do arquivo de vídeo. Dá pra adicionar título e descrição localizados por idioma, o espectador pode receber versões traduzidas deles, e a faixa de áudio multi-idioma permite que um upload carregue mais de uma narração. Tudo isso é metadado, ou seja, é texto num banco de dados, ou seja, pode ser trocado por espectador.
Capa não é texto em banco de dados. É uma imagem chapada, 1280 por 720 pixels, e qualquer palavra ali é pixel assado dentro da figura. Não existe campo de capa por idioma, não existe tradução automática dela, e não existe configuração do espectador que a mude. O que você subiu é o que todo ser humano do planeta vê, em todo país, pra sempre, até você subir outro arquivo.
Então o buraco da localização fica exatamente onde a atenção começa. Quem desliza o feed vê a imagem, decide numa fração de segundo se lê o título, e só então considera o vídeo. Se a imagem está carregando três palavras de inglês num feed em português ou espanhol, você localizou tudo que o espectador alcança em segundo e terceiro lugar, e deixou intocado o que ele alcança primeiro.
O que acontece de verdade quando a capa está no idioma errado
Vale ser preciso sobre o estrago, porque ele não é o que a maioria supõe. Texto de capa não traduzido normalmente não faz ninguém rejeitar o vídeo ativamente. O que ele faz é fazer a pessoa não ler. Três palavras num idioma estrangeiro são um atrito pequeno, e o feed é um lugar onde atrito pequeno decide, porque a alternativa já é continuar rolando.
Existe um segundo efeito, mais silencioso. O texto na capa existe pra completar uma promessa que a imagem sozinha não consegue fazer, normalmente um número, um risco ou uma contradição. Quando esse texto é ilegível pro espectador, a capa volta a ser só uma figura, e figura sem a frase que completa é uma promessa mais fraca. Você não perdeu uma tradução, perdeu o mecanismo em torno do qual a capa foi construída.
A exceção mostra o formato da regra. Capa sem texto, ou com só um número, ou que lidera com um rosto e uma expressão, atravessa fronteira de idioma intacta, que é exatamente por que tanto canal internacional de alto desempenho usa esse estilo. Se a sua capa já é leve em texto, esse problema inteiro é menor pra você do que pra um canal cujas capas são construídas em cima de uma frase.
A conta por idioma, e por que a capa é a peça cara
Aqui está a parte que muda a decisão. Quando você duplica um projeto pra outro idioma, o que se repaga é a narração: um vídeo de doze minutos tem 36 créditos de narração no modo econômico e 288 no premium. A pesquisa, a estrutura do roteiro, as cenas e o render já estão feitos. É por isso que duplicar um vídeo pra outro idioma é barato o bastante pra ser estratégia, e não projeto.
A capa não segue essa regra. Uma capa é uma cobrança de imagem, 479 créditos no modo econômico, onde ela é produzida pelo módulo de thumbnail, e 214 no premium. Ou seja, num vídeo econômico de doze minutos, a capa traduzida custa cerca de treze vezes o que a narração traduzida inteira custa. Cinco idiomas de capa são 5 vezes 479, ou seja 2.395 créditos, contra 180 créditos de cinco renarrações.
Leia essa frase de novo, porque ela inverte a intuição com que quase todo mundo chega. As pessoas supõem que o áudio é a parte cara de ir pra outro idioma e que a imagem é detalhe. Em crédito, a imagem é a parte cara e o áudio é o detalhe. Isso não significa pular a capa, significa que a capa é a decisão que merece pensamento enquanto a narração é a que não merece nenhum.
As três vezes em que você não deve traduzir a capa
Primeira, quando a capa não carrega palavra que valha traduzir. Um rosto no meio de uma expressão, um objeto único, um antes e depois, um número sozinho. Essas já funcionam em todo mercado, e pagar 479 créditos por idioma pra regerar uma imagem que diz a mesma coisa é gastar por consistência, não por resultado.
Segunda, nome de marca e nome próprio. Nome de produto, de empresa, de pessoa, de jogo, de lugar. Traduzir isso é pior do que deixar, porque o espectador está procurando a palavra original e a versão traduzida quebra o reconhecimento. A regra que os criadores usam é simples: se o espectador digitaria aquilo na busca no idioma original, aquilo fica no idioma original.
Terceira, número e moeda pedem julgamento, não tradução. O número em si atravessa, a unidade quase nunca. Uma capa prometendo uma cifra em dólar pra uma audiência brasileira ou mexicana é tecnicamente legível e praticamente sem significado, porque ninguém sente um número numa moeda que não gasta. Converter o número não é tradução, é localização, e é uma das poucas mudanças desta lista que muda comportamento de clique de forma consistente.
- Sem texto, um rosto, um objeto ou um número puro: deixe, isso já atravessa fronteira
- Nome de marca, de produto, de pessoa e de lugar: nunca traduza, reconhecimento vence compreensão
- Moeda e unidade: converta em vez de traduzir, moeda estrangeira é número que ninguém sente
- Palavra em inglês que o público local já usa: deixe, traduzir soa engessado
- Frase que carrega a promessa inteira: traduza, é aqui que os 479 créditos se pagam
O texto que cabe: três a cinco palavras, e o problema do inchaço
Texto de capa tem um teto duro que não tem nada a ver com gosto de design: a maioria vê a capa pequena, no celular, num feed, num tamanho em que mais de umas cinco palavras vira textura em vez de linguagem. Três a cinco palavras é a faixa de trabalho, e a disciplina que isso força é útil, porque obriga a escolher a parte mais forte da promessa.
A tradução torna isso mais difícil de um jeito específico e previsível. A mesma frase normalmente cresce ao sair do inglês pro português ou pro espanhol, comumente algo em torno de um quinto a um quarto, e às vezes mais quando o inglês tem uma palavra composta curta que a outra língua expressa em três. Uma frase de capa de quatro palavras em inglês pode virar seis em português, e seis palavras no tamanho de capa deixam de ser legíveis.
Então a instrução certa não é traduzir a frase, é escrever a frase de novo no idioma de destino dentro do mesmo orçamento de palavras. É uma tarefa diferente e produz uma frase diferente, normalmente melhor, porque a restrição obriga quem escreve a achar o que a frase estava fazendo de verdade. Se você briefar um tradutor, briefe em número de palavras e em promessa, não na sentença.
Trocar capa é o experimento mais barato do YouTube
A capa é a única peça grande de um vídeo publicado que você muda sem tocar no vídeo. A URL fica, as views ficam, as horas de exibição ficam, os comentários ficam, a posição na busca fica. Você sobe outra imagem e a listagem muda em todo lugar em que ela aparece, retroativamente, inclusive em vídeo publicado meses atrás.
Isso faz da capa o lugar certo pra rodar experimento, e o lugar errado pra ficar chutando pra sempre. Num canal que já tem dez vídeos num segundo idioma com capa em inglês, você não precisa de teoria: troque a capa dos três vídeos com mais impressões e pior taxa de cliques, espere duas semanas, e leia a diferença. Três capas são 1.437 créditos no econômico, e a resposta vale pra todo vídeo que você publicar naquele idioma depois.
No FalconVid a capa é uma peça do projeto como qualquer outra, então regerá-la é uma cobrança de thumbnail e não um novo render, e ajustar uma peça existente no Studio custa 5 a 320 créditos contra 1.008 a 26.760 pra produzir o vídeo de novo. Duplicar um projeto pra outro idioma repaga praticamente a narração, então a edição de um canal em outro idioma é uma decisão sobre capa e calendário, não uma segunda linha de produção.
Transformar isso em rotina em vez de projeto
O motivo pelo qual a maioria dos canais nunca resolve isso não é o crédito, é que traduzir capa na mão é uma tarefa que nunca entra na agenda. Alguém tem que abrir um arquivo de design, redigitar uma frase num idioma que talvez não fale, conferir se ainda cabe, exportar e subir, por vídeo, por idioma. Ninguém faz isso quarenta vezes, então as capas continuam em inglês e o canal rende menos em silêncio no segundo mercado.
Essa é exatamente a classe de trabalho que pertence a um pipeline, não à semana de uma pessoa. No FalconVid um canal duplicado pra outro idioma mantém a identidade, o DNA, a voz e o calendário, e produz as peças localizadas como parte da rodada em vez de como um puxadinho. Especialistas de IA trabalham em paralelo, pesquisador, roteirista, narrador, editor e sound design ao mesmo tempo, com vídeo pronto em até 30 minutos e gerações simultâneas indo de 2 no Starter a 50 no Scale.
É isso também que faz a jogada multilíngue funcionar. Publicar num segundo idioma não é um segundo negócio, é o mesmo catálogo com a narração repaga e a capa decidida uma vez. Aprove um calendário e os vídeos saem no horário do slot, no YouTube, Instagram, TikTok, Rumble e Facebook, em até 63 idiomas, com a capa que a audiência daquele idioma consegue de fato ler.