O manual do MrBeast para quem grava sozinho

Em setembro de 2024 começou a circular na internet um PDF de umas trinta e poucas páginas com o título How to Succeed in MrBeast Production. Era um documento interno, escrito por Jimmy Donaldson, o MrBeast, para treinar quem entrava na produtora dele. O programador Simon Willison publicou notas sobre o documento e a leitura se espalhou entre criadores, roteiristas e gente de marketing.

O texto é desorganizado, cheio de gíria e de letra maiúscula. E é um dos materiais mais úteis sobre vídeo que eu já li, justamente porque não foi escrito para ser publicado. É o dono do maior canal do YouTube explicando para a equipe, sem pose, o que faz alguém clicar e ficar.

O problema é óbvio: a produtora do MrBeast tem centenas de pessoas, orçamento de filme e um guindaste quando precisa. Você tem um celular, um tripé e talvez uma luz.

Este estudo separa o que no manual é princípio do que é escala. O princípio serve para você. A escala não.

Sobre os exemplos. Os roteiros, nichos e números de exemplo deste estudo foram escritos por mim para ilustrar a estrutura. Tempos de vídeo e métricas são ilustrativos. Na hora de usar, troque pelos números do seu painel.

---

O que o manual diz, em sete ideias

Resumo as partes que importam para conteúdo. O documento fala também de cultura de trabalho, hierarquia e contratação, que deixo de fora.

1. Três números mandam. O manual diz que a equipe precisa se importar com três métricas: taxa de clique (quantas pessoas que viram a capa clicaram), duração média assistida e porcentagem média assistida. Tudo o resto é consequência.

2. Título e capa vêm antes do vídeo. A capa e o título fazem uma promessa. Se o vídeo não entrega a promessa logo, a pessoa sai. Por isso todo mundo na produção precisa saber qual é o título e a capa do vídeo em que está trabalhando, antes de gravar.

3. O primeiro minuto é onde mais gente vai embora. O manual dedica um trecho grande a isso: o primeiro minuto precisa confirmar a promessa da capa e mostrar que o resto vai valer.

4. O vídeo tem fases. Depois do primeiro minuto, os minutos 1 a 3 precisam andar rápido, sem seguir a ordem cronológica se ela for lenta. Por volta do minuto 3 entra um reengajamento, algo forte que segura quem estava pensando em sair. Do 3 ao 6, o conteúdo mais empolgante e mais simples. Depois do 6, quem ficou já está investido, e dá para ir mais devagar.

5. O "wow factor". Momentos que nenhum outro canal consegue fazer. No caso dele, coisas caras e impossíveis de copiar.

6. Componentes críticos. Em todo vídeo existe uma coisa sem a qual o vídeo não existe: um lugar, um objeto, uma pessoa. Quem cuida dela precisa protegê-la acima de tudo.

7. Consultores. Se alguém já fez o que você quer fazer, ligue para essa pessoa antes de testar sozinho. A frase do manual é a mais citada do documento: "Consultants are literally cheat codes". Consultor é atalho.

Tem mais uma coisa que atravessa o documento todo: nada de momento morto. Cada trecho precisa dar à pessoa um motivo para continuar.

---

O que é princípio e o que é escala

Antes de adaptar, separo o que no manual depende de dinheiro e o que depende só de decisão.

Do manual	Depende de	Para quem grava sozinho
Três métricas	Decisão	Serve inteiro
Título e capa antes	Decisão	Serve inteiro, e é o mais barato de aplicar
Primeiro minuto	Decisão	Serve, com a escala de tempo trocada
Fases do vídeo	Decisão	Serve, encolhida para Reels
Wow factor	Dinheiro, no caso dele	Serve se você trocar dinheiro por acesso
Componente crítico	Decisão	Serve inteiro
Consultores	Rede de contatos	Serve, com outro formato

Quase tudo é decisão. Só uma linha depende de dinheiro, e mesmo ela tem tradução.

---

Adaptação 1: as três métricas no seu painel

O Instagram e o YouTube não mostram os números com os mesmos nomes. A tradução que eu uso:

No manual	No YouTube	No Instagram (Reels)
Taxa de clique	Taxa de cliques das impressões	Não existe igual; o equivalente é quanta gente passa dos primeiros segundos
Duração média	Duração média da visualização	Tempo médio assistido
Porcentagem média	Porcentagem média visualizada	Retenção, quando o painel mostra o gráfico

No Reels, a "capa" é o primeiro quadro e o texto na tela. Ninguém clica numa miniatura: o vídeo já está tocando. Então a taxa de clique vira outra pergunta: quantas pessoas ficam depois dos primeiros segundos?

Um hábito que eu recomendo: depois de cada vídeo, anote só esses três números numa planilha, com a data e uma linha sobre o que você mudou. Em dez vídeos, você vai ver um padrão que nenhuma dica genérica mostraria.

---

Adaptação 2: título e capa antes de gravar

Essa é a parte mais barata do manual e a que quase ninguém faz.

A rotina de quem grava sozinho costuma ser: ter uma ideia, gravar, editar e, no fim, com pressa, inventar a capa e a legenda. A capa vira um resumo do vídeo, quando deveria ser a promessa que o vídeo cumpre.

Inverta a ordem:

1. Escreva o texto da capa antes do roteiro. No Reels, é o texto que aparece no primeiro quadro. No YouTube, é o título e a miniatura.
2. Escreva, embaixo, a promessa em uma frase. "Quem assistir vai saber X" ou "vai ver Y acontecer".
3. Só então escreva o roteiro, e risque tudo que não ajuda a cumprir a promessa.

O exemplo de antes e depois que eu mais uso é de um mecânico que grava dicas de carro.

Antes (ideia gravada, capa no fim):

Capa: "Dica importante sobre o seu carro" Vídeo: 70 segundos falando sobre manutenção preventiva, troca de óleo, calibragem e, no final, a luz do painel.

Depois (capa primeiro):

Capa: "Essa luz amarela não é motor" Promessa: quem assistir vai saber o que significa a luz e se pode continuar rodando. Vídeo: começa com o painel aceso. Em 5 segundos diz o que é. Em 20, diz se pode rodar e até quando. Termina no momento em que a dúvida acaba.

O segundo vídeo é mais curto e cumpre mais. Tudo que era "manutenção preventiva" vira outro vídeo, com outra capa.

---

Adaptação 3: o primeiro minuto vira os primeiros três segundos

O manual fala do primeiro minuto porque o vídeo dele tem quinze, vinte minutos. A proporção é o que importa: o começo precisa confirmar a promessa da capa antes que a pessoa tenha tempo de duvidar.

No YouTube de dez minutos, isso é o primeiro minuto mesmo. No Reels de sessenta segundos, são os primeiros três.

O que entra nesse começo, nos dois formatos:

• A imagem da promessa. Se a capa promete um resultado, o resultado aparece logo, mesmo que só de relance. O bolo pronto, a planilha preenchida, o antes e depois.
• Nenhuma apresentação. "Oi, gente, tudo bem? Hoje eu vou falar sobre..." gasta exatamente o trecho em que a pessoa decide ficar.
• Uma pergunta aberta. Mostrou o resultado, deixe uma dúvida sobre como chegou nele.

As fases, encolhidas

A divisão do manual em fases funciona em escala. Eu uso esta proporção:

YOUTUBE (10 min)          REELS (60 s)
0:00 a 1:00  promessa     0 a 3 s    promessa
1:00 a 3:00  ritmo        3 a 20 s   ritmo
     3:00    reengajar        ~25 s  reengajar
3:00 a 6:00  o melhor     25 a 45 s  o melhor
6:00 em diante  calma     45 a 55 s  resultado
     fim seco                 fim seco

O reengajamento é a ideia mais subestimada do manual. Por volta de um terço do vídeo, a atenção cai. É ali que entra a virada: um número inesperado, uma mudança de cenário, o momento em que algo dá errado. No Reels de um minuto, isso acontece perto dos 25 segundos.

O fim seco também vem do manual. Quando a promessa foi cumprida, o vídeo acaba. Nada de "então é isso, pessoal, espero que tenham gostado". Cada segundo depois do resultado é um segundo em que a pessoa sai antes do fim, e isso derruba a porcentagem assistida.

---

Adaptação 4: o wow factor de quem não tem guindaste

No manual, o wow factor é o que nenhum outro canal consegue fazer. No caso dele, é dinheiro: o carro, o prêmio, o guindaste trazendo alguma coisa aos trinta segundos.

Para quem grava sozinho, a pergunta é a mesma e a resposta é outra: o que você consegue mostrar que ninguém do seu nicho consegue?

Quase sempre é acesso, não orçamento:

• O bastidor do seu trabalho. O contador mostrando a planilha de um cliente (com dados borrados). A confeiteira mostrando a massa que deu errado.
• O seu dado. O número da sua própria loja, do seu próprio canal, do seu próprio teste. Ninguém mais tem.
• O tempo. Um processo que levou três meses mostrado em vinte segundos. Ninguém consegue copiar sem esperar os mesmos três meses.
• A pessoa. O cliente real falando, o aluno mostrando o resultado, com autorização.

Um teste rápido: se outra pessoa do seu nicho pudesse gravar o mesmo vídeo amanhã, sem mudar nada, ele não tem wow factor. Tem informação. Informação é boa, mas é copiável.

---

Adaptação 5: o componente crítico

Essa ideia do manual me parece a mais útil para quem trabalha sozinho, porque quem trabalha sozinho perde o vídeo inteiro por causa de uma coisa só.

O componente crítico é a cena sem a qual o vídeo não existe. No vídeo do mecânico, é o painel com a luz acesa. No vídeo da confeiteira, é o corte do bolo mostrando o recheio. No vídeo de quem ensina planilha, é a tela com a fórmula funcionando.

Na prática:

1. Antes de gravar, escreva qual é o componente crítico.
2. Grave ele primeiro, com folga, de mais de um ângulo.
3. Se ele não saiu bom, não grave o resto. Remarque.

Parece óbvio. Mas a cena que mais falha é sempre a mais importante, porque ela depende de algo que você não controla: a luz do dia, o forno, o cliente que topou aparecer.

---

Adaptação 6: consultor de quem não tem orçamento

O manual manda ligar para quem já fez. Quem trabalha sozinho não tem para quem ligar, mas tem duas versões baratas:

• O canal de quem já fez. Abra os dez vídeos de mais visualização de alguém do seu nicho, ou de um nicho vizinho, e anote em cada um: texto da capa, o que aparece nos três primeiros segundos, onde está o reengajamento, como acaba. Em uma tarde você tem um consultor de graça.
• A mensagem direta. Uma pergunta específica para alguém que fez algo parecido costuma ter resposta. "Como você grava a tela do celular sem reflexo?" tem resposta. "Me dá dicas de vídeo?" não tem.

---

Antes e depois: um roteiro inteiro

Uma professora de inglês que grava Reels.

Antes:

0 a 5 s: "Oi, gente! Tudo bem? Hoje vou falar de um erro muito comum." 5 a 20 s: Explica que brasileiro erra preposição. 20 a 40 s: Dá três exemplos de preposição. 40 a 55 s: Explica a regra geral. 55 a 70 s: "Se gostou, segue o perfil e comenta qual erro você comete! Beijo!" Capa: "Erro comum no inglês"

Depois:

Capa (escrita primeiro): "Você fala 'depend of' e ninguém te corrige" Promessa: quem assistir vai trocar "depend of" por "depend on" e saber por quê. Componente crítico: o momento em que ela fala as duas frases lado a lado, com legenda.

0 a 3 s: Ela fala "It depends of you", com legenda vermelha riscando o "of". 3 a 15 s: "Em português é 'depende de'. Por isso o 'of' parece certo." 15 a 25 s: As duas frases lado a lado na tela. ~25 s (reengajamento): "E o pior: o nativo entende, então ninguém te corrige." 25 a 45 s: Mais dois casos do mesmo tipo (preposição que vem do português). 45 a 50 s: "Depend on. Toda vez." Corta.

O segundo roteiro tem metade da introdução e nenhuma despedida. Termina no resultado.

---

Exercício

Abaixo está o roteiro de um Reels de um fotógrafo de casamento. A tarefa:

1. Escreva o texto da capa e a promessa em uma frase.
2. Diga qual é o componente crítico.
3. Marque onde entra o reengajamento.
4. Corte o que vem depois do resultado.

O roteiro:

0 a 8 s: "Olá, pessoal, aqui é o Rafael, fotógrafo de casamento há oito anos." 8 a 25 s: "Muita gente me pergunta qual o melhor horário para fazer as fotos do casal. Hoje eu vou responder." 25 a 40 s: Explica que a luz do meio-dia é dura e cria sombra no rosto. 40 a 55 s: Mostra uma foto tirada ao meio-dia e outra tirada uma hora antes do pôr do sol. 55 a 70 s: Explica como encaixar o ensaio no cronograma da festa. 70 a 85 s: "Se você vai casar, me chama no direct. Segue o perfil para mais dicas!"

Tente antes de ler o gabarito.

---

Gabarito

1. Capa e promessa. Uma versão: capa "A mesma noiva, uma hora de diferença". Promessa: quem assistir vai ver por que o horário muda a foto e saber qual horário pedir ao fotógrafo.

2. Componente crítico. As duas fotos lado a lado, meio-dia e fim de tarde. Sem elas, o vídeo é opinião. Com elas, é prova. Se essas fotos não existirem ou não puderem ser mostradas (autorização dos noivos), o vídeo precisa esperar.

3. Reengajamento. O roteiro original mostra as fotos só aos 40 segundos, quando a maioria já saiu. A reorganização:

0 a 3 s: As duas fotos lado a lado, sem fala. Texto: "A mesma noiva, uma hora de diferença." 3 a 15 s: "A da esquerda é meio-dia. A sombra cai no olho." 15 a 25 s: "A da direita é uma hora antes do pôr do sol." ~25 s (reengajamento): "E o horário mais pedido nos cronogramas é justamente o meio-dia." (Ou o número real da agenda dele, se ele tiver.) 25 a 40 s: Como encaixar o ensaio no cronograma. 40 a 45 s: "Peça o ensaio para a última hora de sol." Corta.

4. O que sai. A apresentação (0 a 8 s), a frase "hoje eu vou responder" (8 a 25 s) e a despedida (70 a 85 s). O convite para o direct pode ir na legenda, onde não custa retenção.

Como avaliar a sua versão: passou se (a) a promessa da capa aparece cumprida nos três primeiros segundos, (b) existe uma virada perto de um terço do vídeo, (c) o vídeo termina no resultado e (d) o vídeo inteiro cabe em menos tempo que o original.

---

Para continuar

O manual organiza o que acontece antes e durante a gravação. A outra metade é a edição: corte, legenda, ritmo, zoom, a forma como o vídeo se move. Para isso eu montei a Biblioteca de edição com IA: estilos de edição de Reels a YouTube, cada um com demonstração, ficha e a skill para a IA seguir.

Fontes

• How to Succeed in MrBeast Production, documento interno da produtora do MrBeast que circulou publicamente em setembro de 2024. Notas e citação a partir de Simon Willison, "How to succeed in MrBeast production", 15 de setembro de 2024, consultado em 14/10/2026.
• O resumo das sete ideias é uma leitura minha do documento, sem trechos longos. A tradução das métricas para cada rede, a escala de tempo para Reels, o wow factor por acesso e os roteiros de exemplo são adaptações minhas.