Update main.py

main.py

@@ -11,10 +11,6 @@ import time
 import json
 import subprocess
 import asyncio
-import logging
-
-logging.basicConfig(level=logging.INFO, format='%(levelname)s:\t  %(message)s')
-logger = logging.getLogger(__name__)
 
 from gemini_webapi import GeminiClient
 from gemini_webapi.constants import Model
@@ -30,200 +26,16 @@ app.mount("/static", StaticFiles(directory="static"), name="static")
 Secure_1PSID = os.getenv("GEMINI_SECURE_1PSID", "PRIVATE")
 Secure_1PSIDTS = os.getenv("GEMINI_SECURE_1PSIDTS", "PRIVATE")
 
-subtitle_gem = None
-elements_gem = None
+client = None
 
 @app.on_event("startup")
 async def startup_event():
-    global client, subtitle_gem, elements_gem
-    logger.info("Iniciando cliente do Gemini em plano de fundo...")
+    global client
+    print("Iniciando cliente do Gemini em plano de fundo...")
     client = GeminiClient(Secure_1PSID, Secure_1PSIDTS, proxy=None)
-    
-    # Extende o tempo máximo que a biblioteca aguarda por uma resposta "pensante" do modelo
-    client.watchdog_timeout = 180
-    
     # auto_refresh=True fará com que o token __Secure-1PSIDTS seja renovado automaticamente 
     await client.init(timeout=180, auto_close=False, close_delay=300, auto_refresh=True)
-    logger.info("Cliente Gemini-API inicializado com sucesso!")
-    
-    # Configurar o Gemini Gem (System Prompt) para a tradução de legendas
-    try:
-        await client.fetch_gems()
-        gem_name = "API Subtitle Translator v1"
-        gem_prompt = """Você é um tradutor especialista de legendas para PORTUGUÊS DO BRASIL (pt-BR).
-Sua função é receber uma legenda base gerada por IA (frequentemente imprecisa em pontuação e separação) e traduzi-la perfeitamente pro português, analisando o contexto geral e o áudio do vídeo fornecido.
-
-REGRAS ESTILÍSTICAS E DE TRADUÇÃO:
-1. Traduza exatamente o texto da legenda observando o contexto. Mantenha as palavras nos seus respectivos blocos, evite juntar blocos indevidamente ou omitir informações.
-2. Não adicione nenhum texto antes ou depois da resposta. Responda EXCLUSIVAMENTE o conteúdo `.srt` válido numérico.
-3. Se verificar pelo áudio que alguém está gritando ou falando muito alto, ESCREVA EM MAIÚSCULO. Adapte gírias e sotaques para deixá-lo fluído em pt-BR.
-4. MÚSICA E LETRAS: Se houver música/canto (que deve reter seu sentido), VOCÊ DEVE LEGENDAR A LETRA colocando o símbolo ♪ no início e fim da frase. Pesquise a letra/tradução oficial na internet para garantir precisão.
-
-TIMING, TIMESTAMPS E CONFLITOS:
-- Use a lista fornecida de "TIMESTAMPS POR PALAVRA (WORD-LEVEL)" como a DICA FINAL ABSOLUTA de timing. 
-- Se a legenda base Whisper colocou uma palavra no bloco 4, mas o word-level deixa claro que o áudio dessa palavra foi falado de fato no tempo correspondente ao bloco 5, MOVA a tradução para o bloco 5. Alinhe sua saída perfeitamente ao som utilizando-o como referência fina.
-
-EXEMPLOS DE FORMATAÇÃO:
-
-Original recebido:
-1
-00:00:01,000 --> 00:00:04,000
-hey what are you doing here i thought you left already
-2
-00:00:04,500 --> 00:00:07,200
-yeah i was going to but then i realized i forgot my keys
-
-Sua resposta (TRADUZIDO):
-1
-00:00:01,000 --> 00:00:04,000
-Ué, o que você tá fazendo aqui? Não era pra você já ter ido embora?
-
-2
-00:00:04,500 --> 00:00:07,200
-Eu ia, mas aí percebi que esqueci minhas chaves.
-"""
-        existing_gem = None
-        for g in client.gems:
-            if g.name == gem_name:
-                existing_gem = g
-                break
-                
-        if existing_gem:
-            subtitle_gem = existing_gem
-            logger.info(f"✨ Gem '{gem_name}' encontrado e carregado na conta.")
-        else:
-            subtitle_gem = await client.create_gem(name=gem_name, prompt=gem_prompt, description="Gem otimizado para legenda SRT em pt-BR")
-            logger.info(f"✨ Gem '{gem_name}' criado com sucesso na conta.")
-            
-        
-        # Configurar o Gemini Gem (System Prompt) para a Geração de Elementos
-        gem_elements_name = "API Instagram Elements Creator v1"
-        gem_elements_prompt = """IDIOMA: Todo o conteúdo gerado (título, descrição) DEVE ser em PORTUGUÊS DO BRASIL. Mesmo que o vídeo esteja em outro idioma, a saída final deve ser inteiramente em pt-BR.
-
-Crie um título e uma descrição analisando o vídeo, o contexto e os comentários fornecidos. Corrija qualquer informação imprecisa, utilize técnicas modernas que prendem o leitor a ler até o final.
-A legenda deve ser compatível e do tamanho de uma legenda do Instagram.
-A descrição deve ser sem tópicos, apenas descrição limpa e direta, sem conclusões parecendo IA e sem enrolação ou redundâncias.
-Quero informações concretas e factuais, não pensamentos, opiniões ou imaginações.
-Não seja redundante, cada frase precisa adicionar informação nova.
-LEMBRE-SE: Como os comentários são feitos por humanos reais, você DEVE olhar para eles e usá-los como inspiração, se necessário, para gerar títulos com uma pegada MUITO mais humanizada, baseando-se nas reações reais.
-Se inspire rigorosamente no modo de escrita dos exemplos fornecidos.
-
-ESTILO DE ESCRITA OBRIGATÓRIO:
-
-- Tom semiformal que mistura precisão técnica com fluidez conversacional
-- Use conectivos naturais como aliás, na verdade, por exemplo, definitivamente, etc, para criar ritmo
-- Palavras-chave em MAIÚSCULA para ênfase quando fizer sentido
-- Informações diretas, sem rodeios, cada frase deve acrescentar um dado novo
-- NUNCA termine com frases que pareçam conclusões de IA
-- Evite palavras como consolidou, definiu, simboliza especialmente no final
-- Termine a descrição sempre com um FATO CONCRETO como número, prêmio, data ou detalhe técnico relevante
-- NUNCA use travessões em nenhuma parte do texto
-- NUNCA faça perguntas retóricas ou diretas ao final da descrição
-- NUNCA utilize termos como "O vídeo resgata", "O vídeo mostra", etc... a descrição deve ser sempre direta.
-
-LEGENDA:
-- Define se o vídeo precisa de legendas (se há fala importante que precisa ser traduzida ou transcrita).
-- Responda com true se houver diálogo/fala crucial.
-- Responda com false se for apenas visual, música de fundo ou fala irrelevante.
-
-TÍTULOS E EMOJIS:
-
-- O público primário é Geração Z, portanto o tom pode ser descontraído quando o contexto permitir
-- O uso de “Quando” no início do título é UMA OPÇÃO ESTILÍSTICA recomendada, não obrigatória
-- Varie estruturas de título, podendo usar afirmações diretas, contrastes, dados impactantes ou frases curtas
-- Emojis são opcionais e devem ser usados apenas quando reforçam a emoção do contexto
-- Não use emojis em todos os títulos
-- O título só deve ter UM emoji, NUNCA DOIS.
-- Outros emojis podem ser usados conforme o contexto, como 🥹, 😭, 🔥, etc. Se for utilizado o coração, SEMPRE deve ser coração sem ser o vermelho ou branco... dependendo do contexto.
-- MUITO IMPORTANTE: Mantenha as quebras de linha na descrição utilizando `\\n\\n` no JSON para separar os parágrafos, assim o texto não fica tudo numa única linha.
-
-EXEMPLOS (saída esperada em JSON):
-
-[
-  {
-    "title": "É incrível como ele era vulnerável e emotivo antes de perder qualquer traço de humanidade 💀",
-    "description": "No episódio 3 da 1ª temporada de Breaking Bad (...And the Bag's in the River), Walter White reconstrói um prato quebrado e descobre que falta um único estilhaço. Ele percebe que Krazy-8, o traficante mantido em seu porão, escondeu a peça pontiaguda para usá-la como arma. Walt estava decidido a libertar o prisioneiro, mas a prova física da traição o forçou a estrangular o traficante pra sobreviver.\\n\\nFoi nesse momento que o docente de química compreendeu que a empatia seria sua condenação. Morria, naquele instante, o mestre de escola, e surgia a lógica inflexível de Heisenberg 🔥",
-    "legenda": false
-  },
-  {
-    "title": "Imagina escrever uma música do próprio livro e vê-la ganhar vida em live-action 🥹",
-    "description": "Jogos Vorazes deu vida a \\"The Hanging Tree\\", de Suzanne Collins, depois que a canção apareceu pela primeira vez em seu livro Mockingjay. Na Parte 1 de Mockingjay, no Distrito 12, o que começa como uma lembrança solene do pai de Katniss transforma-se em um grito de mobilização para que os distritos se oponham à Capital. Enquanto Snow manipula a mente de Peeta no silêncio do Distrito 13, a canção deixa muito claro que o poder de uma ideia é a única coisa que o medo não consegue deter. Até porque, nada representa uma ameaça maior para um tirano do que um povo que não tem mais nada a perder 🎯",
-    "legenda": true
-  },
-  {
-    "title": "Normal People foi tão bom porque o Paul Mescal definitivamente não tava atuando 🥹",
-    "description": "🥹 Paul Mescal era um ator de teatro praticamente desconhecido até ser escalado como Connell Waldron em Normal People. A adaptação do best-seller de Sally Rooney rendeu a Mescal o BAFTA de Melhor Ator e uma indicação ao Emmy, que claramente consolidou sua química com Daisy Edgar-Jones como uma das mais realistas da televisão recente.\\n\\nA produção utilizou uma coordenadora de intimidade para garantir que as cenas de vulnerabilidade fossem autênticas, focando mais na linguagem corporal e no silêncio do que em diálogos expositivos. Filmada na Irlanda e na Itália, a série apresenta com precisão técnica a transição da vida escolar em Sligo para a universidade no Trinity College, evitando os clichês estéticos típicos de romances juvenis e concentrando-se no naturalismo das atuações.",
-    "legenda": true
-  },
-  {
-    "title": "O exato momento em que Carl supera seu luto de décadas 🥺",
-    "description": "🍇 O broche que Carl entrega a Russell é uma tampa de refrigerante de uva (Grape Soda) original dos anos 30, o mesmo objeto que Ellie deu a Carl quando eles se conheceram na infância.\\n\\nNo final de Up: Altas Aventuras (2009), Russell, com 8 anos, lida com a falta do pai durante a cerimônia de formatura dos Exploradores da Natureza. Carl Fredricksen sobe ao palco e entrega ao garoto a \\"Insígnia Ellie\\", a mais alta distinção que ele tem. Isso representa o momento preciso em que Carl supera seu luto de décadas, transferindo o legado de aventura para Russell e assumindo o papel de figura paterna para o garoto.\\n\\nDirigido por Pete Docter, o longa fez história ao ser a primeira animação a abrir o Festival de Cannes e venceu os Oscars de Melhor Filme de Animação e Melhor Trilha Sonora.",
-    "legenda": true
-  },
-  {
-    "title": "“Ei, olha só... meu turno acabou de terminar” 😭",
-    "description": "No filme \\"Atração Perigosa\\" (2010), o diretor Ben Affleck definitivamente enfatizou o realismo tático quando apresentou a cultura criminosa de Charlestown, Boston. Nessa cena, por exemplo, imediatamente após o assalto ao banco em North End, o policial interpretado por Jack Walsh opta por desconsiderar a gangue liderada por Doug MacRay, que está equipada com fuzis automáticos e usando as conhecidas máscaras de freira. A escolha do oficial é uma das reações mais pragmáticas do gênero policial... a autopreservação diante de uma desvantagem letal evidente. O filme, aliás, inspirado no livro \\"Prince of Thieves\\", rendeu a Jeremy Renner uma indicação ao Oscar de Melhor Ator Coadjuvante por sua atuação como o instável James Coughlin.",
-    "legenda": false
-  },
-  {
-    "title": "Quando um \\"Eu te odeio\\" carrega mais amor que um \\"Eu te amo\\" 😝",
-    "description": "No episódio \\"Fun Run\\" (4x01), Jim finge um pedido de casamento apenas para amarrar o cadarço, arrancando esse \\"eu te odeio\\" de Pam. O momento marca o MELHOR INÍCIO de temporada da série, quando o casal finalmente assume o namoro após três anos de tensão e o famoso beijo no \\"Casino Night\\" 🥹. A naturalidade da cena é, na verdade, fruto de um processo rigoroso de escalação... Greg Daniels, o showrunner, realizou inúmeros testes de química cruzada até que John Krasinski e Jenna Fischer se encontrassem. No dia do teste final, antes mesmo de começarem, Fischer perguntou a Krasinski se ele seria o Jim, e ele respondeu: \\"Você é minha Pam\\". A produção de The Office escolheu um estilo de romance \\"slow burn\\", no qual o afeto se desenvolvia em silêncio, por meio de olhares e piadas internas, evitando o melodrama típico das sitcoms dos anos 2000.",
-    "legenda": true
-  },
-  {
-    "title": "Dominic Monaghan simplesmente enganou Elijah Wood por 10 minutos e o resultado foi esse 😭",
-    "description": "Durante a turnê de divulgação de O Retorno do Rei em 2004, Dominic Monaghan, intérprete do hobbit Merry, assumiu o papel de um jornalista alemão fictício chamado Hans Jensen para entrevistar seu colega de elenco Elijah Wood. Monaghan estava em uma sala diferente com um modulador de voz, o que permitiu que ele fizesse perguntas cada vez mais absurdas enquanto Elijah, em um estúdio em Nova York, tentava manter o profissionalismo. O ponto alto da pegadinha ocorre quando Monaghan questiona Elijah repetidamente sobre o uso de perucas, gerando uma crise de riso incontrolável no ator ao perceber a bizarrice da situação. Curiosamente, a ironia técnica do momento reside no fato de que todos os atores principais de O Senhor dos Anéis utilizaram perucas durante os dezoito meses de filmagem na Nova Zelândia para garantir a continuidade visual dos personagens. O registro completo dessa entrevista foi incluído oficialmente como um easter egg nos extras do DVD da Versão Estendida de O Senhor dos Anéis: O Retorno do Rei.",
-    "legenda": true
-  },
-  {
-    "title": "Loucura como o Justin Bieber já demonstrava um senso rítmico absurdo aos 2 anos de idade 😵",
-    "description": "Justin Bieber tinha somente dois anos quando sua mãe, Pattie Mallette, gravou este vídeo caseiro na cozinha de sua residência em Stratford, Ontário. A habilidade dele em manter o tempo rítmico e realizar viradas rápidas usando apenas as mãos e uma superfície improvisada impressiona pela coordenação motora avançada para sua idade.\\n\\nJustin aprendeu a tocar bateria de forma autodidata antes de passar para o piano e o violão, instrumentos que ele dominou antes de ser descoberto no YouTube em 2007. O artista, vale ressaltar, tocou bateria profissionalmente em várias turnês internacionais, evidenciando que a base percussiva foi o fundamento de sua formação musical.\\n\\nEsse registro particular tornou-se uma das cenas mais icônicas do seu documentário \\"Never Say Never\\", que arrecadou 99 milhões de dólares em todo o mundo.",
-    "legenda": true
-  },
-  {
-    "title": "Quando o James Franco foi apresentar o Oscar e a avó dele resolveu flertar com o Mark Wahlberg 😭",
-    "description": "A fim de atrair um público mais jovem, a 83ª edição do Academy Awards, realizada em 2011, escalou James Franco e Anne Hathaway como apresentadores. Franco fez uma apresentação espontânea de sua avó, Mitsue \\"Mitzie\\" Verne, que se encontrava na plateia. Quando pegou o microfone, ela direcionou sua atenção a Mark Wahlberg, referindo-se a ele pelo apelido de sua carreira inicial, \\"Marky Mark\\". A interação rompeu o protocolo oficial da premiação e provocou uma reação autêntica de Wahlberg, que riu ao ser apontado diante das câmeras.\\n\\nA tentativa da Academia de modernizar o evento por meio de interações não roteirizadas entre os convidados da primeira fila e os apresentadores foi um dos principais destaques da edição do Oscar.\\n\\nMitzie Verne, aliás, era uma personalidade reconhecida no cenário artístico de Cleveland, cidade onde estabeleceu a Verne Interactive Collective Gallery em 1953.",
-    "legenda": true
-  },
-  {
-    "title": "O mano é inocente demais pra esse mundo tão cruel 😭",
-    "description": "Estátuas vivas são artistas de rua que utilizam técnicas rigorosas de controle da respiração e relaxamento muscular para se manterem imóveis por períodos que variam de 30 a 60 minutos. Por exemplo, o artista Donald Eleanor usa maquiagem metálica e figurinos rígidos para fazer parecer que é um objeto inanimado em locais públicos. Quando o pedestre interage ou oferece uma gratificação, o performer rompe a imobilidade com movimentos fluidos e robóticos, criando um contraste visual instantâneo. Essa atividade requer meses de treinamento para evitar o reflexo automático de piscar ou responder a distrações externas, como sons e mudanças climáticas.\\n\\nA técnica de \\"locking\\", por exemplo, permite que o ator fixe as articulações em ângulos determinados, mantendo uma postura estável e sem oscilações.",
-    "legenda": false
-  },
-  {
-    "title": "Os bastidores de Jumanji sendo mais engraçados que o próprio filme 😭",
-    "description": "Durante as filmagens de Jumanji: Bem-Vindo à Selva (2017) no Havaí, a produção precisou ser interrompida porque Jack Black se recusou a continuar gravando antes de terminar sua refeição. Kevin Hart registrou o momento em que o colega de elenco, ainda caracterizado como o professor Sheldon Oberon, ignora a pressão do cronograma para finalizar um prato de arroz.\\n\\nDwayne Johnson, o The Rock, aliás, aparece no vídeo sendo transportado por uma plataforma móvel enquanto Kevin Hart ironiza o \\"nível de Hollywood\\" do set. A química entre o quarteto principal foi fundamental para o sucesso do longa, que utilizou locações reais como a Reserva Kualoa para criar o ambiente imersivo do jogo.\\n\\nO filme arrecadou 962 milhões de dólares globalmente, tornando-se a maior bilheteria da Sony Pictures nos Estados Unidos até o lançamento de Homem-Aranha: Sem Volta para Casa.",
-    "legenda": true
-  },
-  {
-    "title": "O mano genuinamente se sentiu violado 😭",
-    "description": "Ele estava sob efeito de sedativos pesados após um procedimento cirúrgico quando este registro foi feito em uma unidade hospitalar. O homem apresenta um estado de desorientação típica do despertar anestésico, que afeta temporariamente as funções cognitivas e a percepção de realidade do paciente. Nas imagens, ele tenta vestir sua própria camiseta enquanto interage com a equipe de enfermagem de forma confusa e cômica.\\n\\nA sedação consciente, técnica comum em procedimentos ambulatoriais, utiliza medicamentos que induzem ao relaxamento profundo e, frequentemente, causam amnésia retrógrada.",
-    "legenda": true
-  }
-]
-
-INSTRUÇÕES FINAIS:
-
-Mande apenas o JSON na resposta. Verifique se o JSON é válido. Responda em uma lista de objetos, mesmo que seja apenas um item.
-
-NUNCA adicione perguntas, sugestões ou qualquer texto adicional após o JSON.
-Se o contexto enviado pelo usuário não for verdadeiro ou estiver impreciso, ignore completamente. Gere uma legenda para o Instagram correta e factual, inspirada nos exemplos acima. NUNCA cite ou mencione a imprecisão do contexto original (ex: não escreva "Justin Bieber não teve o carro quebrado em 2018 como sugere a legenda do vídeo"). Simplesmente apresente a informação correta de forma natural.
-"""
-        existing_elem_gem = None
-        for g in client.gems:
-            if g.name == gem_elements_name:
-                existing_elem_gem = g
-                break
-                
-        if existing_elem_gem:
-            elements_gem = existing_elem_gem
-            logger.info(f"✨ Gem '{gem_elements_name}' encontrado e carregado na conta.")
-        else:
-            elements_gem = await client.create_gem(name=gem_elements_name, prompt=gem_elements_prompt, description="Gem focado na criação de elementos nativos pro Instagram (pt-BR)")
-            logger.info(f"✨ Gem '{gem_elements_name}' criado com sucesso na conta.")
-
-    except Exception as e:
-        logger.error(f"⚠️ Aviso: Não foi possivel carregar/criar Gems. Erro: {e}")
+    print("Cliente Gemini-API inicializado com sucesso!")
 
 @app.get("/")
 def root():
@@ -439,22 +251,125 @@ async def generate_elements_endpoint(request: GenerateElementsRequest):
                     comentarios_add += f"- {text} ({c.get('like_count', 0)} curtidas)\n"
         
         prompt = f"""
-Por favor, gere os elementos (título, descrição, legenda) com base nas instruções de perfil rígidas do sistema. Aqui estão as informações adicionais providenciadas para esse vídeo específico:
+IDIOMA: Todo o conteúdo gerado (título, descrição) DEVE ser em PORTUGUÊS DO BRASIL. Mesmo que o vídeo esteja em outro idioma, a saída final deve ser inteiramente em pt-BR.
+
+Crie um título e uma descrição analisando o vídeo, o contexto e os comentários fornecidos. Corrija qualquer informação imprecisa, utilize técnicas modernas que prendem o leitor a ler até o final.
+A legenda deve ser compatível e do tamanho de uma legenda do Instagram.
+A descrição deve ser sem tópicos, apenas descrição limpa e direta, sem conclusões parecendo IA e sem enrolação ou redundâncias.
+Quero informações concretas e factuais, não pensamentos, opiniões ou imaginações.
+Não seja redundante, cada frase precisa adicionar informação nova.
+LEMBRE-SE: Como os comentários são feitos por humanos reais, você DEVE olhar para eles e usá-los como inspiração, se necessário, para gerar títulos com uma pegada MUITO mais humanizada, baseando-se nas reações reais.
+Se inspire rigorosamente no modo de escrita dos exemplos fornecidos.
+
+ESTILO DE ESCRITA OBRIGATÓRIO:
+
+- Tom semiformal que mistura precisão técnica com fluidez conversacional
+- Use conectivos naturais como aliás, na verdade, por exemplo, definitivamente, etc, para criar ritmo
+- Palavras-chave em MAIÚSCULA para ênfase quando fizer sentido
+- Informações diretas, sem rodeios, cada frase deve acrescentar um dado novo
+- NUNCA termine com frases que pareçam conclusões de IA
+- Evite palavras como consolidou, definiu, simboliza especialmente no final
+- Termine a descrição sempre com um FATO CONCRETO como número, prêmio, data ou detalhe técnico relevante
+- NUNCA use travessões em nenhuma parte do texto
+- NUNCA faça perguntas retóricas ou diretas ao final da descrição
+- NUNCA utilize termos como "O vídeo resgata", "O vídeo mostra", etc... a descrição deve ser sempre direta.
+
+LEGENDA:
+- Define se o vídeo precisa de legendas (se há fala importante que precisa ser traduzida ou transcrita).
+- Responda com true se houver diálogo/fala crucial.
+- Responda com false se for apenas visual, música de fundo ou fala irrelevante.
+
+TÍTULOS E EMOJIS:
 
-------------------------------------
-Contexto Adicional (seja factual, não dependa 100% disso): {contexto_add}
+- O público primário é Geração Z, portanto o tom pode ser descontraído quando o contexto permitir
+- O uso de “Quando” no início do título é UMA OPÇÃO ESTILÍSTICA recomendada, não obrigatória
+- Varie estruturas de título, podendo usar afirmações diretas, contrastes, dados impactantes ou frases curtas
+- Emojis são opcionais e devem ser usados apenas quando reforçam a emoção do contexto
+- Não use emojis em todos os títulos
+- O título só deve ter UM emoji, NUNCA DOIS.
+- Outros emojis podem ser usados conforme o contexto, como 🥹, 😭, 🔥, etc. Se for utilizado o coração, SEMPRE deve ser coração sem ser o vermelho ou branco... dependendo do contexto.
+- MUITO IMPORTANTE: Mantenha as quebras de linha na descrição utilizando `\\n\\n` no JSON para separar os parágrafos, assim o texto não fica tudo numa única linha.
+
+Contexto que pode ajudar: {contexto_add}
 {comentarios_add}
-------------------------------------
+
+EXEMPLOS (saída esperada em JSON):
+
+[
+  {{
+    "title": "É incrível como ele era vulnerável e emotivo antes de perder qualquer traço de humanidade 💀",
+    "description": "No episódio 3 da 1ª temporada de Breaking Bad (...And the Bag's in the River), Walter White reconstrói um prato quebrado e descobre que falta um único estilhaço. Ele percebe que Krazy-8, o traficante mantido em seu porão, escondeu a peça pontiaguda para usá-la como arma. Walt estava decidido a libertar o prisioneiro, mas a prova física da traição o forçou a estrangular o traficante pra sobreviver.\\n\\nFoi nesse momento que o docente de química compreendeu que a empatia seria sua condenação. Morria, naquele instante, o mestre de escola, e surgia a lógica inflexível de Heisenberg 🔥",
+    "legenda": false
+  }},
+  {{
+    "title": "Imagina escrever uma música do próprio livro e vê-la ganhar vida em live-action 🥹",
+    "description": "Jogos Vorazes deu vida a \\"The Hanging Tree\\", de Suzanne Collins, depois que a canção apareceu pela primeira vez em seu livro Mockingjay. Na Parte 1 de Mockingjay, no Distrito 12, o que começa como uma lembrança solene do pai de Katniss transforma-se em um grito de mobilização para que os distritos se oponham à Capital. Enquanto Snow manipula a mente de Peeta no silêncio do Distrito 13, a canção deixa muito claro que o poder de uma ideia é a única coisa que o medo não consegue deter. Até porque, nada representa uma ameaça maior para um tirano do que um povo que não tem mais nada a perder 🎯",
+    "legenda": true
+  }},
+  {{
+    "title": "Normal People foi tão bom porque o Paul Mescal definitivamente não tava atuando 🥹",
+    "description": "🥹 Paul Mescal era um ator de teatro praticamente desconhecido até ser escalado como Connell Waldron em Normal People. A adaptação do best-seller de Sally Rooney rendeu a Mescal o BAFTA de Melhor Ator e uma indicação ao Emmy, que claramente consolidou sua química com Daisy Edgar-Jones como uma das mais realistas da televisão recente.\\n\\nA produção utilizou uma coordenadora de intimidade para garantir que as cenas de vulnerabilidade fossem autênticas, focando mais na linguagem corporal e no silêncio do que em diálogos expositivos. Filmada na Irlanda e na Itália, a série apresenta com precisão técnica a transição da vida escolar em Sligo para a universidade no Trinity College, evitando os clichês estéticos típicos de romances juvenis e concentrando-se no naturalismo das atuações.",
+    "legenda": true
+  }},
+  {{
+    "title": "O exato momento em que Carl supera seu luto de décadas 🥺",
+    "description": "🍇 O broche que Carl entrega a Russell é uma tampa de refrigerante de uva (Grape Soda) original dos anos 30, o mesmo objeto que Ellie deu a Carl quando eles se conheceram na infância.\\n\\nNo final de Up: Altas Aventuras (2009), Russell, com 8 anos, lida com a falta do pai durante a cerimônia de formatura dos Exploradores da Natureza. Carl Fredricksen sobe ao palco e entrega ao garoto a \\"Insígnia Ellie\\", a mais alta distinção que ele tem. Isso representa o momento preciso em que Carl supera seu luto de décadas, transferindo o legado de aventura para Russell e assumindo o papel de figura paterna para o garoto.\\n\\nDirigido por Pete Docter, o longa fez história ao ser a primeira animação a abrir o Festival de Cannes e venceu os Oscars de Melhor Filme de Animação e Melhor Trilha Sonora.",
+    "legenda": true
+  }},
+  {{
+    "title": "“Ei, olha só... meu turno acabou de terminar” 😭",
+    "description": "No filme \\"Atração Perigosa\\" (2010), o diretor Ben Affleck definitivamente enfatizou o realismo tático quando apresentou a cultura criminosa de Charlestown, Boston. Nessa cena, por exemplo, imediatamente após o assalto ao banco em North End, o policial interpretado por Jack Walsh opta por desconsiderar a gangue liderada por Doug MacRay, que está equipada com fuzis automáticos e usando as conhecidas máscaras de freira. A escolha do oficial é uma das reações mais pragmáticas do gênero policial... a autopreservação diante de uma desvantagem letal evidente. O filme, aliás, inspirado no livro \\"Prince of Thieves\\", rendeu a Jeremy Renner uma indicação ao Oscar de Melhor Ator Coadjuvante por sua atuação como o instável James Coughlin.",
+    "legenda": false
+  }},
+  {{
+    "title": "Quando um \\"Eu te odeio\\" carrega mais amor que um \\"Eu te amo\\" 😝",
+    "description": "No episódio \\"Fun Run\\" (4x01), Jim finge um pedido de casamento apenas para amarrar o cadarço, arrancando esse \\"eu te odeio\\" de Pam. O momento marca o MELHOR INÍCIO de temporada da série, quando o casal finalmente assume o namoro após três anos de tensão e o famoso beijo no \\"Casino Night\\" 🥹. A naturalidade da cena é, na verdade, fruto de um processo rigoroso de escalação... Greg Daniels, o showrunner, realizou inúmeros testes de química cruzada até que John Krasinski e Jenna Fischer se encontrassem. No dia do teste final, antes mesmo de começarem, Fischer perguntou a Krasinski se ele seria o Jim, e ele respondeu: \\"Você é minha Pam\\". A produção de The Office escolheu um estilo de romance \\"slow burn\\", no qual o afeto se desenvolvia em silêncio, por meio de olhares e piadas internas, evitando o melodrama típico das sitcoms dos anos 2000.",
+    "legenda": true
+  }},
+  {{
+    "title": "Dominic Monaghan simplesmente enganou Elijah Wood por 10 minutos e o resultado foi esse 😭",
+    "description": "Durante a turnê de divulgação de O Retorno do Rei em 2004, Dominic Monaghan, intérprete do hobbit Merry, assumiu o papel de um jornalista alemão fictício chamado Hans Jensen para entrevistar seu colega de elenco Elijah Wood. Monaghan estava em uma sala diferente com um modulador de voz, o que permitiu que ele fizesse perguntas cada vez mais absurdas enquanto Elijah, em um estúdio em Nova York, tentava manter o profissionalismo. O ponto alto da pegadinha ocorre quando Monaghan questiona Elijah repetidamente sobre o uso de perucas, gerando uma crise de riso incontrolável no ator ao perceber a bizarrice da situação. Curiosamente, a ironia técnica do momento reside no fato de que todos os atores principais de O Senhor dos Anéis utilizaram perucas durante os dezoito meses de filmagem na Nova Zelândia para garantir a continuidade visual dos personagens. O registro completo dessa entrevista foi incluído oficialmente como um easter egg nos extras do DVD da Versão Estendida de O Senhor dos Anéis: O Retorno do Rei.",
+    "legenda": true
+  }},
+  {{
+    "title": "Loucura como o Justin Bieber já demonstrava um senso rítmico absurdo aos 2 anos de idade 😵",
+    "description": "Justin Bieber tinha somente dois anos quando sua mãe, Pattie Mallette, gravou este vídeo caseiro na cozinha de sua residência em Stratford, Ontário. A habilidade dele em manter o tempo rítmico e realizar viradas rápidas usando apenas as mãos e uma superfície improvisada impressiona pela coordenação motora avançada para sua idade.\\n\\nJustin aprendeu a tocar bateria de forma autodidata antes de passar para o piano e o violão, instrumentos que ele dominou antes de ser descoberto no YouTube em 2007. O artista, vale ressaltar, tocou bateria profissionalmente em várias turnês internacionais, evidenciando que a base percussiva foi o fundamento de sua formação musical.\\n\\nEsse registro particular tornou-se uma das cenas mais icônicas do seu documentário \\"Never Say Never\\", que arrecadou 99 milhões de dólares em todo o mundo.",
+    "legenda": true
+  }},
+  {{
+    "title": "Quando o James Franco foi apresentar o Oscar e a avó dele resolveu flertar com o Mark Wahlberg 😭",
+    "description": "A fim de atrair um público mais jovem, a 83ª edição do Academy Awards, realizada em 2011, escalou James Franco e Anne Hathaway como apresentadores. Franco fez uma apresentação espontânea de sua avó, Mitsue \\"Mitzie\\" Verne, que se encontrava na plateia. Quando pegou o microfone, ela direcionou sua atenção a Mark Wahlberg, referindo-se a ele pelo apelido de sua carreira inicial, \\"Marky Mark\\". A interação rompeu o protocolo oficial da premiação e provocou uma reação autêntica de Wahlberg, que riu ao ser apontado diante das câmeras.\\n\\nA tentativa da Academia de modernizar o evento por meio de interações não roteirizadas entre os convidados da primeira fila e os apresentadores foi um dos principais destaques da edição do Oscar.\\n\\nMitzie Verne, aliás, era uma personalidade reconhecida no cenário artístico de Cleveland, cidade onde estabeleceu a Verne Interactive Collective Gallery em 1953.",
+    "legenda": true
+  }},
+  {{
+    "title": "O mano é inocente demais pra esse mundo tão cruel 😭",
+    "description": "Estátuas vivas são artistas de rua que utilizam técnicas rigorosas de controle da respiração e relaxamento muscular para se manterem imóveis por períodos que variam de 30 a 60 minutos. Por exemplo, o artista Donald Eleanor usa maquiagem metálica e figurinos rígidos para fazer parecer que é um objeto inanimado em locais públicos. Quando o pedestre interage ou oferece uma gratificação, o performer rompe a imobilidade com movimentos fluidos e robóticos, criando um contraste visual instantâneo. Essa atividade requer meses de treinamento para evitar o reflexo automático de piscar ou responder a distrações externas, como sons e mudanças climáticas.\\n\\nA técnica de \\"locking\\", por exemplo, permite que o ator fixe as articulações em ângulos determinados, mantendo uma postura estável e sem oscilações.",
+    "legenda": false
+  }},
+  {{
+    "title": "Os bastidores de Jumanji sendo mais engraçados que o próprio filme 😭",
+    "description": "Durante as filmagens de Jumanji: Bem-Vindo à Selva (2017) no Havaí, a produção precisou ser interrompida porque Jack Black se recusou a continuar gravando antes de terminar sua refeição. Kevin Hart registrou o momento em que o colega de elenco, ainda caracterizado como o professor Sheldon Oberon, ignora a pressão do cronograma para finalizar um prato de arroz.\\n\\nDwayne Johnson, o The Rock, aliás, aparece no vídeo sendo transportado por uma plataforma móvel enquanto Kevin Hart ironiza o \\"nível de Hollywood\\" do set. A química entre o quarteto principal foi fundamental para o sucesso do longa, que utilizou locações reais como a Reserva Kualoa para criar o ambiente imersivo do jogo.\\n\\nO filme arrecadou 962 milhões de dólares globalmente, tornando-se a maior bilheteria da Sony Pictures nos Estados Unidos até o lançamento de Homem-Aranha: Sem Volta para Casa.",
+    "legenda": true
+  }},
+  {{
+    "title": "O mano genuinamente se sentiu violado 😭",
+    "description": "Ele estava sob efeito de sedativos pesados após um procedimento cirúrgico quando este registro foi feito em uma unidade hospitalar. O homem apresenta um estado de desorientação típica do despertar anestésico, que afeta temporariamente as funções cognitivas e a percepção de realidade do paciente. Nas imagens, ele tenta vestir sua própria camiseta enquanto interage com a equipe de enfermagem de forma confusa e cômica.\\n\\nA sedação consciente, técnica comum em procedimentos ambulatoriais, utiliza medicamentos que induzem ao relaxamento profundo e, frequentemente, causam amnésia retrógrada.",
+    "legenda": true
+  }}
+]
+
+INSTRUÇÕES FINAIS:
+
+Mande apenas o JSON na resposta. Verifique se o JSON é válido. Responda em uma lista de objetos, mesmo que seja apenas um item.
+
+NUNCA adicione perguntas, sugestões ou qualquer texto adicional após o JSON.
+Se o contexto enviado pelo usuário não for verdadeiro ou estiver impreciso, ignore completamente. Gere uma legenda para o Instagram correta e factual, inspirada nos exemplos acima. NUNCA cite ou mencione a imprecisão do contexto original (ex: não escreva "Justin Bieber não teve o carro quebrado em 2018 como sugere a legenda do vídeo"). Simplesmente apresente a informação correta de forma natural.
 """
         model_obj = get_gemini_model(request.model)
-        logger.info(f"🧠 Enviando para Gemini ({request.model})...")
+        print(f"🧠 Enviando para Gemini ({request.model})...")
         
         # Envio do prompt + arquivo (vídeo) pro Gemini 
-        kwargs = {"model": model_obj, "files": [video_path_to_analyze]}
-        if elements_gem:
-            kwargs["gem"] = elements_gem
-            
-        response_gemini = await client.generate_content(prompt, **kwargs)
+        response_gemini = await client.generate_content(prompt, files=[video_path_to_analyze], model=model_obj)
         
         titles_data = extract_json_from_text(response_gemini.text)
         if not titles_data:
@@ -578,6 +493,85 @@ async def generate_subtitle(request: GeminiSubtitleRequest):
         contexto_final = request.context if request.context and request.context.strip() != "N/A" else default_context
              
         prompt = f"""
+IDIOMA: A legenda traduzida DEVE ser inteiramente em PORTUGUÊS DO BRASIL (pt-BR). Independente do idioma original do vídeo.
+
+Traduza essa legenda pro português do Brasil, corrija qualquer erro de formatação, pontuação e mantenha timestamps e os textos nos seus respectivos blocos de legenda.
+Deve traduzir exatamente o texto da legenda observando o contexto, não é pra migrar, por exemplo, textos de um bloco de legenda pra outro. Deve traduzir exatamente o texto de cada bloco de legenda, manter sempre as palavras, nunca retirar.
+Mande o SRT completo, sem textos adicionais na resposta, apenas o SRT traduzido. Também analise o áudio anexado pra ver se algo foi legendado incorretamente ou errado, ou se algo não for legendado. Se não for, inclua, sem mudar o timestamp já existente. A legenda acima é uma base gerada pelo Whisper que precisa ser analisada e traduzida, não o resultado final.
+A legenda deve ser totalmente traduzida corretamente analisando o contexto e a entonação de falar. Se alguém estiver gritando, ESCREVA MAIÚSCULO! etc... Adapte gírias e qualquer coisa do tipo. Não deve ser literal a tradução, deve se adaptar.
+
+TIMING E TIMESTAMPS:
+- Abaixo da legenda base (SRT), você receberá também os TIMESTAMPS POR PALAVRA (word-level) gerados pelo Whisper.
+- Esses timestamps indicam o início e fim exato de cada palavra falada no áudio.
+- USE esses timestamps para verificar se os blocos de legenda estão sincronizados corretamente.
+- Se perceber que uma palavra está no bloco errado (começa depois do timestamp do bloco seguinte, por exemplo), MOVA-A para o bloco correto.
+- Se precisar criar novos blocos ou ajustar timestamps, baseie-se nos timestamps word-level para garantir precisão.
+- Os timestamps por palavra são a fonte de verdade para saber QUANDO cada palavra é falada.
+
+MÚSICA E LETRAS:
+- Se houver música/canto no vídeo, VOCÊ DEVE LEGENDAR A LETRA.
+- Adicione o símbolo ♪ no início e no final de cada frase cantada. Ex: ♪ Hello, it's me ♪
+- PESQUISE NA INTERNET a letra correta da música e sua tradução oficial/mais aceita para garantir que está correto. Tente identificar a música pelo áudio se não souber.
+- Mantenha a sincronia com o áudio.
+
+EXEMPLO:
+
+(Original): 1
+00:00:01,000 --> 00:00:04,000
+hey what are you doing here i thought you left already
+
+2
+00:00:04,500 --> 00:00:07,200
+yeah i was going to but then i realized i forgot my keys
+
+3
+00:00:07,900 --> 00:00:10,500
+you always forget something man this is crazy
+
+4
+00:00:11,000 --> 00:00:14,000
+relax it's not a big deal stop acting like that
+
+5
+00:00:14,500 --> 00:00:17,800
+i am not acting you said you would be on time
+
+6
+00:00:18,000 --> 00:00:21,500
+okay okay i'm sorry can we just go now
+
+7
+00:00:22,000 --> 00:00:25,000
+fine but if we are late again it's on you
+
+(Traduzido, como você deveria traduzir): 1
+00:00:01,000 --> 00:00:04,000
+Ué, o que você tá fazendo aqui? Não era pra você já ter ido embora?
+
+2
+00:00:04,500 --> 00:00:07,200
+Eu ia, mas aí percebi que esqueci minhas chaves.
+
+3
+00:00:07,900 --> 00:00:10,500
+Cara, você SEMPRE esquece alguma coisa, isso é surreal!
+
+4
+00:00:11,000 --> 00:00:14,000
+Ah, relaxa! Não é o fim do mundo, para de drama.
+
+5
+00:00:14,500 --> 00:00:17,800
+Não é drama! Você falou que ia chegar no horário!
+
+6
+00:00:18,000 --> 00:00:21,500
+Tá, tá... foi mal. Bora logo?
+
+7
+00:00:22,000 --> 00:00:25,000
+Tá bom. Mas se a gente se atrasar de novo, a culpa é SUA!
+
 INSTRUÇÕES/CONTEXTO DO USUÁRIO (OPCIONAL): {contexto_final}
 
 --- LEGENDA BASE (WHISPER) ---
@@ -587,12 +581,7 @@ INSTRUÇÕES/CONTEXTO DO USUÁRIO (OPCIONAL): {contexto_final}
 {word_level_text}
 """     
         model_obj = get_gemini_model(request.model)
-        
-        kwargs = {"model": model_obj, "files": [processed_audio_path]}
-        if subtitle_gem:
-            kwargs["gem"] = subtitle_gem
-            
-        response_gemini = await client.generate_content(prompt, **kwargs)
+        response_gemini = await client.generate_content(prompt, files=[processed_audio_path], model=model_obj)
         cleaned_srt = clean_and_validate_srt(response_gemini.text)
         
         if request.time_start and request.time_start > 0: