Vídeos tutoriais e explainers

Tutorial e explainer: mesma família, mecânicas diferentes

É comum tratar tutorial e explainer como sinônimos, mas eles servem a objetivos diferentes e exigem decisões editoriais distintas. A diferença importa porque um briefing trocado entre os dois resulta em peça ineficaz.

Tutorial ensina como fazer algo específico. Resposta a busca prática ("como configurar X", "como integrar Y com Z"). O espectador chega com problema concreto, em modo "preciso resolver agora", e quer instruções claras. Estrutura: contexto curto, passo a passo numerado, resultado esperado. Duração proporcional ao fluxo (2 a 10 minutos é comum). Quem narra normalmente é alguém com domínio técnico real do produto. Indicador principal: completude (assistiu até o passo X?) e ação efetiva (executou o fluxo após o vídeo?).

Explainer simplifica um conceito ou apresenta uma solução em formato curto e narrativo. Resposta a busca de topo de funil ("o que é Y", "para que serve X"). O espectador chega com curiosidade ou dúvida abstrata, em modo "quero entender", e não está pronto para detalhe operacional. Estrutura: problema ? solução ? como funciona ? chamada para ação. Duração curta (60 a 180 segundos). Locução costuma ser profissional, com texto cuidadosamente roteirizado. Indicador principal: taxa de visualização, tempo médio assistido e impacto em consideração.

O erro mais frequente é tratar tutorial como explainer — fazer um explainer animado e bonito de 90 segundos para tentar ensinar um fluxo de 5 etapas. O espectador não consegue executar nada com a peça e o vídeo falha como tutorial. O inverso também acontece: tutorial bruto de 8 minutos colocado como peça de topo de funil em mídia paga — perde alcance porque não foi feito para esse contexto.

Quando cada um é a escolha certa

A decisão entre tutorial e explainer (ou produção de ambos) deriva do estágio do funil que se quer atender e do estado mental do espectador esperado.

Tutorial faz sentido quando: existe produto ou processo que o cliente precisa aprender a usar; a busca orgânica por "como fazer X em [seu produto]" tem volume; o time de suporte recebe muitas perguntas repetidas que vídeo resolveria de uma vez; a empresa quer reduzir tempo de recepção (onboarding) de cliente novo; existe central de ajuda ou base de conhecimento que precisa ser povoada.

Explainer faz sentido quando: a empresa entra em mercado novo onde o conceito da solução ainda não está claro para o público; a página inicial do site precisa de uma peça de 90 segundos que comunica a proposta de valor; o time comercial precisa de material para enviar a prospect em consideração inicial; a empresa lança produto novo com mecânica diferente do que existe no mercado; existe uma sequência de campanha em mídia paga que se beneficia de peça curta e narrativa.

Programa maduro tem os dois — tutoriais cobrindo uso prático do produto (manutenção, suporte, retenção) e explainers cobrindo apresentação da solução (atração, consideração). Os dois conjuntos convivem em locais diferentes do ciclo de vida.

Animação, motion graphics, screencast, vídeo real, ilustração

A escolha de tratamento visual condiciona custo, tempo de produção e mensagem.

Animação 2D / motion graphics. Personagens estilizados, elementos geométricos animados, transições com elegância. Ideal para explainer que precisa abstrair (conceitos, fluxos, dados). Permite mostrar coisas difíceis de filmar (interação entre sistemas, dados se movendo, processos invisíveis). Produzido em After Effects, Adobe Animate ou ferramentas como Vyond. Custo típico: R$ 12.000-60.000 por peça de 90 segundos, dependendo da complexidade.

Screencast (captura de tela). Captura da tela do computador com narração sobreposta. Ideal para tutoriais de software. Ferramentas: Loom (grátis e simples), Camtasia (paga, mais recursos), OBS Studio (grátis, técnico). Custo típico: pouco mais que o tempo do narrador + edição leve. Limitação: visualmente menos interessante; não vende, ensina.

Vídeo real (live action). Pessoas filmadas, produto real, ambiente de uso. Ideal para tutoriais que envolvem hardware, equipamento físico ou ambiente (instalação, montagem, operação). Também serve a explainers institucionais com presença de pessoas. Custo típico: R$ 5.000-30.000 por peça com produtora pequena/média; mais alto com elenco e set elaborado.

Ilustração estática com animação leve. Ilustrações desenhadas (estilo Whiteboard, doodle, infográfico animado) com narração. Funciona quando o público gosta de estética artesanal e o tema permite. Custo intermediário, depende do estilo do ilustrador.

Híbrido. Combinação de screencast com motion graphics (sobreposições explicativas no momento certo da tela) é comum em tutorial de software mais polido. Vídeo real com motion graphics (gráficos explicativos sobre cena real) é comum em vídeo institucional e explainer.

Regra prática: tutorial pede screencast ou vídeo real (precisa mostrar o uso real); explainer pede motion graphics ou ilustração (precisa abstrair conceito); híbridos funcionam quando o orçamento permite.

Tempo ideal: por que duração importa tanto

Duração é uma das poucas variáveis que mais condiciona desempenho — e mais é violada.

Explainer: 60-180 segundos. Acima de 180 segundos, a maioria dos espectadores abandona antes do final. Ideal: 90 segundos. Em mídia paga, versões de 30 e 60 segundos são úteis para canais de atenção mais curta. Explainer de 5 minutos é tutorial mal classificado.

Tutorial: 2-10 minutos. Tutorial curto (2-4 minutos) para fluxo simples; tutorial longo (5-10 minutos) para fluxo complexo com múltiplas etapas. Acima de 10 minutos, divida em série — vídeos enumerados (Parte 1, Parte 2) com capítulos. Tutorial monolítico de 25 minutos perde audiência no meio.

Versões curtas para redes sociais. Sempre produza versão de 15-30 segundos para Reels, Shorts e TikTok quando o tema permite. Costuma ser uma "dica" extraída do tutorial principal ou um trecho-chave do explainer.

Em ambos os casos, a abertura precisa entregar valor nos primeiros 5-10 segundos. "Hoje vou ensinar como configurar X" em 8 segundos é OK; mais que isso, perde audiência. Para tutorial, anuncie o resultado esperado já na abertura: "Em 3 minutos, você vai conseguir [resultado concreto]".

Estrutura de explainer: 5 atos em 90 segundos

Explainer eficaz segue arco narrativo reconhecível. Distribuição típica em 90 segundos:

Ato 1 — Problema (10-15s). Estabelece o problema que o espectador reconhece como seu. "Você já tentou fazer X e percebeu que..." ou cena que ilustra a dor. Função: gerar identificação imediata.

Ato 2 — Solução (10-15s). Apresenta a empresa ou produto como resposta. "É por isso que a [empresa] criou [solução]". Função: posicionar a marca.

Ato 3 — Como funciona (30-40s). Mostra mecânica em 2-4 passos simples. "Primeiro, você faz X. Depois, o sistema faz Y. No final, você obtém Z". Função: explicar sem entrar em detalhes técnicos. Esta é a parte que motion graphics resolve melhor — abstração visual de processo.

Ato 4 — Benefícios (15-20s). Lista 2-3 ganhos concretos. "Você economiza tempo, ganha visibilidade e reduz erros". Função: fechar a proposta de valor.

Ato 5 — Chamada para ação (5-10s). Próximo passo claro. "Acesse [site] e teste grátis por 14 dias" ou "Fale com um especialista". Função: converter atenção em ação.

Trilha sonora discreta e profissional. Locução clara, ritmo controlado (não acelerado). Marca presente no início e no fim, sem ser invasiva no meio. Texto sobreposto reforçando palavras-chave em momentos certos. Cor e estilo alinhados à identidade visual da marca.

Estrutura de tutorial: contexto, passo a passo, resultado

Tutorial tem arco diferente do explainer — mais funcional, menos narrativo.

Ato 1 — Contexto (15-30s). O que o espectador vai aprender e qual o resultado esperado. "Neste vídeo, você vai aprender a configurar X. Ao final, você terá Y funcionando". Anuncia ganho concreto. Função: confirmar ao espectador que está no vídeo certo.

Ato 2 — Pré-requisitos (10-20s, opcional). O que o espectador precisa ter antes de começar. "Você precisa de uma conta em X e acesso de administrador". Evita frustração no meio do tutorial.

Ato 3 — Passo a passo (corpo principal, 60-80% do tempo). Etapas numeradas em sequência. Cada passo: o que clicar/fazer (mostrar na tela), por que está fazendo (narração), o que esperar como resultado (confirmação visual). Use marcações na tela (setas, círculos, destaques) para mostrar onde clicar.

Ato 4 — Resultado esperado (15-30s). Mostra o estado final, confirma sucesso. "Pronto. Agora você tem X funcionando. Você deveria ver Y na sua tela". Função: confirmar que o tutorial foi executado com sucesso.

Ato 5 — Próximos passos e dúvidas frequentes (15-30s, opcional). "Se aparecer erro X, faça Y" / "Para configurar funcionalidade avançada, veja outro vídeo". Reduz chamados ao suporte.

Sempre adicione capítulos (marcadores no YouTube) para tutoriais acima de 3 minutos. Adicione transcrição completa indexável abaixo do vídeo. Adicione marcações de tempo na descrição para que o espectador pule para o passo específico que precisa.

Narração: locutor profissional, voz interna ou IA

Três caminhos com trade-offs claros.

Locutor profissional. Estúdio ou banco de vozes (Voicebox, Cocoa Voz, freelancers em plataformas). Custo: R$ 500-2.500 por peça curta dependendo do nível do locutor. Vantagem: dicção precisa, ritmo controlado, qualidade broadcast. Ideal para explainers institucionais, mídia paga e peças com vida útil longa.

Voz interna. Pessoa do time grava (com microfone básico, R$ 200-1.500). Custo: tempo da pessoa + ferramenta de gravação. Vantagem: autenticidade, naturalidade, conexão com público. Ideal para tutoriais de produto (cliente prefere ouvir alguém que conhece o produto a um locutor profissional impessoal) e conteúdo em redes sociais.

Locução em IA. Ferramentas como ElevenLabs, Murf, Google Text-to-Speech, Microsoft Azure Speech geram voz sintética crescentemente convincente. Custo: assinatura mensal de R$ 50-500. Vantagem: agilidade (gerar e atualizar texto rapidamente), escala (locução multilíngue de baixo custo). Limitações: qualidade ainda perceptivelmente sintética em alguns contextos, e questões legais sérias.

Cuidados legais em locução de IA. Não use voz sintética que imite pessoa real sem autorização escrita (clonagem de voz é dado pessoal sob LGPD e direito de personalidade no Código Civil). Verifique a licença comercial da ferramenta usada (algumas restringem uso em mídia paga). Indique quando relevante que a locução é sintética (transparência ao público). Para conteúdo institucional de longa vida e mídia paga em grande escala, vale o investimento em locutor humano.

Tutorial e explainer no SEO

Vídeo tutorial é um dos formatos com maior retorno em SEO. Três efeitos se somam.

Busca em vídeo no YouTube. Tutoriais bem otimizados (título incluindo busca exata, descrição rica em palavras-chave, capítulos, transcrição) aparecem na busca do YouTube — segunda maior plataforma de busca do mundo. Conteúdo evergreen continua trazendo visualizações por anos.

Resultado de busca rico no Google. Tutoriais com marcação estruturada (Schema HowTo) podem aparecer em resultado de busca rico no Google, ocupando espaço significativo na tela e aumentando taxa de clique. Páginas com vídeo embarcado também tendem a ter tempo de permanência maior, sinal positivo para classificação.

Tráfego para o site. Tutorial no YouTube que cita o produto e tem link na descrição traz tráfego qualificado para o site (gente que pesquisou ativamente "como fazer X" — alta intenção). Para empresa SaaS, tutoriais de funcionalidade são canal de aquisição comprovado.

Boas práticas mínimas: título com a busca exata ("Como [fazer X] em [produto Y]"), descrição com 200-400 palavras explicando o conteúdo e linkando recursos, capítulos no YouTube, transcrição completa abaixo (também no site), marcação Schema VideoObject ou HowTo na página do site onde o vídeo está embarcado.

Acessibilidade: legendas, transcrição, capítulos

Acessibilidade em vídeo deixou de ser opcional — é obrigação legal e ganho prático.

Legenda. Faixa de texto sincronizada com a fala. Obrigatória pela Lei Brasileira de Inclusão para conteúdo de comunicação institucional, e prática para autoplay sem som em redes sociais. Pode ser embutida no vídeo (queimada) ou em arquivo separado (SRT, VTT) — versões em arquivo permitem ativar/desativar e traduzir.

Transcrição. Texto completo da narração disponibilizado abaixo do vídeo. Útil para acessibilidade (leitores de tela), SEO (texto indexável) e usuários que preferem ler ou pesquisar trecho específico. Ferramentas como Descript, Otter.ai e o próprio YouTube (transcrição automática editada) facilitam a produção.

Capítulos. Marcadores em pontos-chave do vídeo, permitindo navegação direta. No YouTube, basta adicionar marcações de tempo na descrição. Aumenta engajamento (espectador pula para o trecho relevante) e taxa de conclusão (não precisa assistir o vídeo todo).

Audiodescrição. Narração paralela descrevendo elementos visuais não falados. Importante para acessibilidade plena (público com deficiência visual). Aplicável a vídeos onde imagens contém informação não dita.

Programa maduro tem padrão fixo: todo vídeo publicado sai com legenda, transcrição e capítulos como mínimo. Acessibilidade entra desde o briefing, não como ajuste posterior.

Erros comuns em tutorial e explainer

Explainer com 5 minutos. Acima de 3 minutos, explainer perde audiência. Se a mensagem não cabe em 90-120 segundos, provavelmente são duas peças, não uma.

Tutorial sem mostrar resultado final. Termina mostrando o último clique sem confirmar que o sistema responde como esperado. Espectador fica em dúvida sobre se executou certo. Sempre confirme o estado final.

Animação genérica de banco de imagens. Templates pré-prontos de explainer ("aquele estilo de Vyond com cenas genéricas") são reconhecíveis e diluem a marca. Para peças institucionais, vale o investimento em animação personalizada.

Locução em IA sem qualidade. Voz robotizada perceptível, prosódia errada, palavras pronunciadas incorretamente. Em mídia institucional de marca, prejudica percepção.

Tutorial bruto sem edição. Captação direta sem cortes, "ééé", "espera, deixa eu...", silêncios longos. Edição mínima (cortar pausas, remover erros) eleva muito a percepção de qualidade.

Sem legenda nem capítulos. Restringe alcance e acessibilidade. Está fora de padrão de mercado em 2024 em diante.

Explainers desatualizados. Produto evoluiu, interface mudou, mas o explainer ainda mostra versão antiga. Tutorial perde utilidade rapidamente quando isso acontece. Estabeleça cadência de revisão (a cada 6-12 meses para produtos em evolução rápida).