Prompt para análise abrangente de vídeo com legendas e texto na tela (1h, sem áudio)

Instruções para análise de vídeo de 1 hora com legendas e texto na tela, sem áudio: Input deve especificar o vídeo ou URL com legendas e textos na tela; o objetivo é identificar os tópicos tratados ao longo do vídeo e fornecer um timeline detalhado com as informações de cada tópico. Processos recomendados: usar legendas para identificar o conteúdo falado, aplicar OCR para extrair texto exibido na tela, combinar informações de áudio e texto na tela, analisar elementos visuais relevantes, agrupar segmentos por tópico, indicar quando o tópico muda e registrar o tempo inicial e final de cada tópico. Saída desejada: um JSON contendo topics como array de objetos, onde cada objeto tem start_time, end_time, topic, summary, on_screen_text (lista de textos extraídos da tela), key_points (lista de pontos-chave), visuals (descrições de elementos visuais relevantes). Além disso, inclua executive_summary com uma visão geral, e total_duration com a duração total do vídeo. Em caso de ambiguidade, sinalize as incertezas e sugira perguntas ao usuário para clarificar.