AI-Video-SOP – KI-Video-Produktionspaket

KI-Video-SOP · Von der Geschichte zum Produktionspaket

Eingabe: Jede Geschichte, jedes Drehbuch, jede Werbeidee, jedes Produkt oder nur ein Gedanke. Ausgabe: Markdown-Produktionspaket, das sofort für die Bild-, Video- und Schnittproduktion verwendet werden kann. Werbemodus und TVC-Modus erzeugen eine einzige Datei; der Kurzfilm-Modus eine Gesamtgliederung plus eine Datei pro Szene.

Diese Standards entstanden durch iterative Verfeinerung an realen Werbeprojekten: Mehrere Aufnahmen zu einem Clip zusammensetzen, an Schnittpunkten teilen, Zeitblöcke auf die Handlung ausrichten, Licht mit filmischen Fachbegriffen für jede Einstellung beschreiben, automatisch einen Filmstil basierend auf dem Inhalt zuweisen, Postproduktion minimieren, App-Bildschirme im Video generieren (M-Felder), Storys auf realen Fakten basieren lassen, die ersten 0–2 Sekunden packend gestalten. Mustertexte liegen in references/ – vor dem Schreiben unbedingt lesen.

Kommunikationsregeln (höchste Priorität)

• Standardmäßig auf Chinesisch mit dem Benutzer kommunizieren: Alle Antworten, Fragen, Optionen, Erklärungen auf Chinesisch. (Wenn der Benutzer eine andere Sprache verwendet, dieser folgen.)
• Jede englische Bezeichnung (Dialog, Untertitel, Slogan, CTA, Begriffe, Optionslabels) immer als Englisch (chinesische Übersetzung) schreiben.
• Prompt-Texte auf Chinesisch verfassen. Technische Parameter (45mm, f/2.8, 5200K, ARRI Alexa) bleiben unverändert; Dialogzeilen im Prompt auf Englisch mit Anführungszeichen schreiben.
• Jeden Prompt in einen separaten Codeblock setzen, damit er leicht kopiert werden kann.

Vor Arbeitsbeginn unbedingt lesen

Datei	Wann lesen
references/package-template.md	Werbemodus und TVC-Modus – Pflicht. Vollständiges Grundgerüst des Produktionspakets und die Kopfzeilen jedes Abschnitts.
references/tvc-mode.md	TVC-Modus – Pflicht. Abweichungen vom Werbemodus: Markenpräsenz, reale Produktreferenzen, Produktszenen, TV-Auslieferung.
references/short-film-mode.md	Kurzfilm-Modus – Pflicht. Ablauf, Gesamtgliederung und Einzelszenen-Grundgerüst, Dialogszenen, Kostümwechsel, Filmmusik.
references/video-prompt-standard.md	Vor dem Schreiben von Video-Prompts (alle Modi). Struktur, Licht-Vokabular, Farben-Sätze, Negative Prompts, Checkliste.
references/gold-video-prompts.md	Vor dem Schreiben von Video-Prompts. Drei vollständige Muster (Werbung/TVC/Kurzfilm-Dialog): Struktur, handlungsgesteuerte Zeitblöcke, Licht, Ton, Negative Prompts.
references/post-minimization.md	Jedes Mal lesen. Postproduktion minimieren: Jedes Bildelement wird in A (im generierten Video) / B (als fertige W-Grafik) / C (ein Schritt in CapCut) eingeteilt; Text-Assets, W-Bild-Vorlagen, CapCut-Operationsliste.
references/asset-prompt-templates.md	Vor dem Schreiben von Asset-Bildern. Vorlagen für Fahrzeuge, Requisiten, Szenen.
references/gold-asset-prompts.md	Vor dem Schreiben von Asset-Bildern. Muster-Asset-Bilder für Personen, Fahrzeuge, Requisiten, Produkte, Szenen.
~/.claude/skills/character-sheet/SKILL.md und dazugehörige references/examples.md	Vor dem Schreiben von Personen-Dreiviertelansichten – Pflicht. Feste Vorlage aus diesem Skill wörtlich übernehmen.

---

Zuerst den Modus wählen

Modus	Wann verwenden	Beziehung zu den 9 Schritten unten
Werbemodus (Standard)	15–60 s Feed-Ad, App-Werbung, Story-Ad; Marke erscheint nicht im Bild (App-Oberfläche wird im generierten Video erstellt, mit Platzhalter für Screenshots).	Die 9 Schritte unten befolgen.
TVC-Modus	TV-Spot, Produktwerbung, Markenfilm; eigenes Produkt, Verpackung oder Logo muss im Bild erscheinen.	Die 9 Schritte befolgen, dann gemäß references/tvc-mode.md die Markenregeln anpassen, Produkt-Assets und Produktszenen hinzufügen, Auslieferungsspezifikationen ändern.
Kurzfilm-Modus	Über 60 s, handlungsgetriebene Kurzfilme, Mikrofilme, Kurzserien, Story-MV.	Nicht den Einzeldatei-Workflow verwenden, sondern gemäß references/short-film-mode.md: zuerst die Gesamtgliederung (Zusammenfassung, Szenentabelle, Kostümtabelle, Assets) erstellen, nach Freigabe durch den Benutzer Szene für Szene schreiben.

Bei Unsicherheit (z. B. „Erstelle einen 90 s Marken-Spot‘) in Schritt 0 zusammen mit den Fragen klären. Unabhängig vom Modus: Video-Prompts folgen dem gleichen Standard (video-prompt-standard.md + Muster), Personen-Dreiviertelansichten nutzen die character-sheet-Vorlage.

Schritt 0: Bedarfsermittlung (nur Fehlendes erfragen, alles auf einmal)

Zuerst aus den Aussagen des Benutzers und dem Kontext ableiten. Nur wenn etwas nicht ableitbar ist und das Ergebnis deutlich verändert, nachfragen – mit einem einzigen AskUserQuestion (max. 4 Fragen, Optionslabels ebenfalls zweisprachig oder rein chinesisch). Nicht einzeln nachhaken:

Schlüsselelement	Standard Werbemodus	Standard TVC-Modus	Standard Kurzfilm-Modus
Dauer	15 s	30 s (zusätzlich 15 s Kurzversion)	5 min
Seitenverhältnis	9:16 (1080×1920); 4:5 aus Mitte beschnitten	16:9 (1920×1080, ggf. 3840×2160)	16:9 (1920×1080); bei Kurzvideo-Plattformen nachfragen
Bildstil	Realistischer Live-Action-Look, KI-generierte Originalgesichter	Dasselbe	Dasselbe
Plattform	Facebook / Instagram Feed, auch stumm verständlich	TV + Videoplattformen (Pre-Roll)	Videoplattformen / Soziale Medien, mit Dialog-Untertiteln
Anzahl Personen und Charakterrichtung	Minimalanzahl aus der Geschichte ableiten	Dasselbe	2–4 Hauptfiguren; Charakterrichtung bei großen Auswirkungen nachfragen
Marken- und Compliance-Einschränkungen	Keine Markenpräsenz, keine echten Logos/Marken/Kennzeichen; Unfälle nur Sachschaden zeigen	Eigene Marke darf erscheinen, fremde Marken nicht; Werbe- und Plattformrichtlinien beachten	Keine Markenpräsenz; Gewalt/Verletzungen plattformgerecht handhaben
Produkt	—	Echte Produktfotos erforderlich (beim Benutzer anfordern)	—
Dialogsprache	Englischer Dialog mit chinesischer Übersetzung	Dasselbe	Benutzer fragen; Standard: englischer Dialog mit chinesischen Untertiteln
Videotool	Seedance 2.0 All-in-One-Referenz-Modus; Bilder mit Nano Banana Pro	Dasselbe	Dasselbe
Produktionsweise	Vollständig KI-generiert, keine Realaufnahmen; Nicht-KI-Material nur vom Benutzer bereitgestellte App-Screenshots (M-Felder) und lizenzierte Sprachaufnahmen; Personen dürfen ins Bild, aber nur schauspielern – keine Testimonials in die Kamera; Voice-over immer aus dem Off; Ich-Erzählungen mit Dramatization-Vermerk	Dasselbe (Produktaußenansicht mit echtem Foto)	Dasselbe

Zu Beginn des Produktionspakets die verwendeten Standardwerte in einer Zeile auflisten, damit der Benutzer sie jederzeit ändern kann.

Schritt 1: Drehbuch (erster Teil des Produktionspakets)

• Am Anfang schreiben: Benennung (Englisch mit Unterstrich, z. B. rider_rain-night_reroute_15s), Spezifikation (Dauer, Anzahl Einstellungen, Seitenverhältnis), Bildstil, Personen, Story-Line in einem Satz.
• Vor der Kameratabelle schreiben: ## Geschichte: 3–5 Sätze in einfachem Chinesisch, die die Handlung beschreiben (wer, welche Situation, was passiert, wie gelöst, Ende) – ohne Kamerabegriffe oder technische Details. Darunter eine Zeile **Zu vermitteln:** …, dann eine ----Trennlinie. Personen, die das Drehbuch nicht gesehen haben (z. B. Vorgesetzte), verstehen nach diesem Abschnitt, worum es geht.
• Geschichte basiert auf realen Fakten: Jede Geschichte und jede Szene muss auf einem realen Fall oder einer überprüfbaren realen Örtlichkeit beruhen (Nachrichten, Polizeiberichte, Gesetze, bekannte Orte). Keine offensichtlich erfundenen Handlungen. Vor dem Vorschlagen einer Geschichte recherchieren (bei Unsicherheit suchen), Zahlen (Strafen, Beträge, Häufigkeiten) vor dem Schreiben überprüfen. Unter dem Abschnitt „Geschichte“ einen Absatz **Reale Grundlage:** … einfügen (was passiert ist, wo, wie häufig). Im Werbebild keinen konkreten Ort nennen. Wenn keine Grundlage gefunden wird, dies angeben, einen anderen Ansatz wählen, nicht etwas erzwingen. Vom Benutzer bereitgestellte Referenzbilder ebenfalls auf Realitätsnähe prüfen und Abweichungen ansprechen.
• Erste 0–2 Sekunden packend gestalten: Bei Schmerzpunkten / Story-Ads zuerst den Schmerzpunkt oder Verlust der Hauptperson zeigen (Unfall, Strafzettel, Zeitverlust, Falle). Bei funktionalen Ads die Funktion in den Vordergrund stellen, natürliche Hooks (Verbotszeichen, nicht bestandene Prüfung, leerer Tank usw.) ebenfalls ganz vorne platzieren. Nach dem Schreiben oder Überarbeiten zuerst die ersten 0–2 Sekunden prüfen.
• Viral-Struktur nicht als Standardvorlage verwenden: Vom Benutzer als Referenz genannte virale Strukturen nur in der entsprechenden Anzeige übernehmen. Bei anderen Anzeigen zuerst die Geschichte strukturieren, nur an geeigneten Stellen eine Technik entlehnen (Gesichtsreaktion in den ersten 3 Sekunden, Konsequenz-Sticker statt Beträge, schnelle Schnitte) und dies im Konzept erläutern.
• Feste Spalten der Kameratabelle: Einstellung | Zeit | Bild | Untertitel / Ton | Material. Bei mehreren Handlungssträngen eine Spalte Handlungsstrang hinzufügen.
  • Zeit auf 0,1 s genau, Anfang und Ende angrenzend, Summe = Enddauer.
  • Bild: sichtbare Handlung und Einstellungsgröße beschreiben, eine Zeile pro Einstellung.
  • Dialog und Untertitel: Englisch (chinesische Übersetzung), mit Angabe des Sprechers.
  • Materialspalte: Quelle angeben und jedes Bildelement gemäß references/post-minimization.md klassifizieren: AI (V2 E3) · Text auf Schild (A), W1 Textkarte (B), CapCut: Zeitlupe + VHS-Effekt (C), UI-1. Was generiert werden kann, nicht der Nachbearbeitung überlassen.
• 15 s-Ads komprimieren: Maximal 6–7 Sequenzen (inkl. App-Bild und Endbild). Jede KI-Einstellung mindestens 2 s lang, keine 0,5–0,7 s schnellen Schnitte. Die Dauer jeder generierten Sequenz entspricht der Summe der enthaltenen Einstellungen – die gesamte Sequenz wird verwendet, nichts wird in CapCut ausgeschnitten. Zeitbudget-Richtwert: Hook 0–2,5 s, Handlung 2 Einstellungen à ca. 2 s, App-Operation 3,5–4 s, Endbild 2 s (über der letzten KI-Einstellung). Maximal 3 Textkarten, insgesamt nicht mehr als 25 englische Wörter für Dialog und Erzähler. Bei 15 s-Videos keine doppelten Handlungsstränge mit schnellen Schnitten oder geteilten Bildschirmen.
• Über der Kameratabelle eine Zeile mit dem Nachbearbeitungsaufwand: Nachbearbeitung: CapCut x Schritte (davon Serienvorlage y Schritte), W-Grafiken z Stück.
• Unter der Kameratabelle: Markenrisiken-Checkliste, sortiert nach Hoch / Mittel / Niedrig. Format: - **Stufe · Risikopunkt:** spezifische Behandlung. Häufige Risiken: Unfälle und Verletzungen, Verpackungstext sieht aus wie App-Oberfläche, Inkonsistenzen bei Richtungen / Zahlen, übertriebene Funktionen, nicht belegte Daten, Smartphone-Nutzung beim Fahren, Verformung von Bildschirmtext, Personen ähneln echten Prominenten, Gesicht im Bild + Voice-over wie Testimonial, fehlende reale Grundlage, echte Markenpräsenz, Plattformrichtlinien (Vorher-Nachher, übertriebene Versprechen).

Schritt 2: Konsistenzanker (zweiter Teil)

Für jede Person, jedes Fahrzeug, jede Requisite und jede Szene einen festen Namen und eine feste Beschreibung festlegen, die in allen Prompts wiederverwendet wird. Keine Änderungen.

• Person: - **Fester Name:** Mit C1-Dreiviertelansicht festgelegt. Alter, Ethnie, Beruf, Körperbau, markante Kleidung.
• Fahrzeug/Requisite: Farbe + Typ + Schlüsselstruktur + „Keine Markenlogos, Marken oder Schrift.“
• Szene: Ort + Schlüsselstruktur + Zeit + Licht.
• Zusätzlich eine Zeile Zeit/Licht/Color Grading: Welches Licht, welche Farbtöne in jedem Handlungsstrang oder zu jeder Tageszeit.

Feste Namen müssen so konkret sein, dass Verwechslungen ausgeschlossen sind, z. B. „weißer Langhauber-Zugmaschine“ oder „gelber Regenjacken-Fahrer“, nicht „Auto“ oder „er“.

Schritt 3: Liste der Outputs (dritter Teil)

Spaltenköpfe: Nummer | Typ | Seitenverhältnis | Abgedeckte Einstellungen | Beschreibung. Nummerierung:

• C1… Personen-Dreiviertelansicht (16:9)
• T1… Fahrzeug-Mehrfachansichten (16:9, Fahrzeuge gehören zu den Requisiten, erhalten jedoch eine eigene T-Nummer)
• P1… Requisitenbild (16:9)
• E1… Umgebungsbild (16:9)
• PR1… Produkt-Referenzbild (nur im TVC-Modus, mit echtem Produktfoto)
• W1… Fertigbilder: Textkarten, Endbild, Eckenlogo (Postproduktion minimieren Klasse B)
• `V1…** All-in-One-Referenzvideo (Zielseitenverhältnis)
• M1… | Materialfelder: Vom Benutzer bereitgestellte App-Screenshots, zur Einbindung in die Videogenerierung; VO-1…` Sprachaufnahme (falls vorhanden)
• Keine ganzen App-Bildschirmaufnahmen für den Schnitt in CapCut vorsehen

Nicht vorkommen: G (Mehrfachgitter), K (Einzelbild-Keyframe), F (Endframe) usw.

Schritt 4: Personen-Dreiviertelansicht-Prompts (Beginn des vierten Teils)

Streng die feste Vorlage des character-sheet-Skills verwenden, Wort für Wort übernehmen, nur die eckigen Klammern ersetzen. Wichtiger Hinweis (detaillierte Regeln in diesem Skill):

• Gesicht in fester Reihenfolge detailliert beschreiben: Gesichtsform → Stirn/Haaransatz → Brauenbogen → Augenbrauen → Augen → Krähenfüße → Stirnfalten → Nase → Mund → Nasolabialfalten → Kieferpartie → Bart → Frisur → Erkennungsmerkmal → Hautfarbe/Poren.
• Jede Person hat nur ein Erkennungsmerkmal, und verschiedene Personen haben unterschiedliche Merkmale.
• Im Stil-Abschnitt nur den Satz zu den Augenbrauen ändern, danach die drei Zeilen Hautdetails / Haardetails / Stofftextur für jede Person separat schreiben.
• Keine geringe Schärfentiefe, keinen unscharfen Hintergrund schreiben. Den Satz „Originalgesicht, keinem realen Prominenten ähnlich.“ und „Keine Markenlogos oder Schrift auf Kleidung oder Mützen.“ beibehalten.
• Seitenverhältnis 16:9, Dateiname C-<Nummer>-sheet.png.
• Wenn die Geschichte Berufskleidung (Uniform, Helm, Regenjacke) enthält, diese in die Kleidungszeile schreiben und auf „keine Logos“ hinweisen.
• Personen dürfen ins Bild: normale Kameraposition verwenden, nicht gezwungenermaßen von hinten oder subjektiv; Gesichter nur zum Schauspielern, keine testimonierenden Dialoge in die Kamera – Voice-over aus dem Off.

Schritt 5: Fahrzeug-, Requisiten-, Szenen-Asset-Prompts (zweite Hälfte des vierten Teils)

Die drei Vorlagen aus references/asset-prompt-templates.md verwenden, Titelformat ### T1 · Name Mehrfachansichten. Gemeinsame Regeln:

• Anfang immer: „Hyperrealistische Fotografie, 8K, Fahrzeug-Design-/Requisiten-Design-/Umgebungskonzeptbild.“
• Fahrzeuge, Requisiten: Reiner hellgrauer Studiohintergrund, mehrere Ansichten in einem Bild angeordnet (Fahrzeug: Vorne, Seite, 3/4 vorne, hinten; Requisite: Vorderansicht + Einbau-/Nutzungszustand + Schlüsselbewegungszustand), Proportionen und Details exakt gleich.
• Szene: Ort, Struktur, linke/rechte Position, im späteren Video benötigte Elemente (Abzweigung, Wasserpfütze, Schild-Position), Tageszeit/Licht, Komposition angeben – keine Personen und keine Fahrzeuge (außer fest geparkte Objekte in der Szene).
• Schilder, Aufkleber, kurze Texte/Zahlen auf Fahrzeugkarosserie (Klasse A) direkt auf das Asset-Bild drucken und als „Version mit Text + leere Reserveversion“ ausgeben. Schreibweise gemäß Abschnitt 2 von post-minimization.md. Handy- und App-Bildschirme im Asset-Bild als „schwarzer Bildschirm“ oder „leerer Inhalt“ schreiben; die Oberfläche wird bei der Videogenerierung mit dem M-Feld-Screenshot gebunden.
• Großformatige Schriftzüge, Datenkarten, Endbilder, Eckenlogos (Klasse B) separat als W-Bild ausgeben, Vorlagen in Abschnitt 3 von post-minimization.md.
• Am Ende fest: „Echte … Fotografie, nicht CGI.“ / „Keine Marken, außer angegebenen Text keine Schrift.“ (wenn kein angegebener Text: „Keine Schrift und keine Marken.“)

Schritt 6: Video-Prompts (fünfter Teil, Kernstück)

Vor dem Schreiben references/video-prompt-standard.md und references/gold-video-prompts.md lesen – Struktur, Detailgrad, Lichttiefe, Farbsätze und Negativ-Prompts an den Mustern ausrichten.

1. Gruppieren: An Schnittpunkten teilen. Jede Generierung beginnt an einem Schnittpunkt und endet an einem Schnittpunkt und besteht aus mehreren vollständigen Einstellungen, normalerweise 10–15 s lang. Eine Einstellung nicht auf zwei Generierungen aufteilen, die Generierung nicht mitten in der Bewegung enden lassen. Ausführliche Regeln in Abschnitt 2 von video-prompt-standard.md. Was in CapCut gemacht wird (Zeitraffer, geteilter Bildschirm) und W-Bilder (Textkarten, Endbild) gehören nicht in den Video-Prompt. App-Bedienung und Bildschirmänderungen müssen in den Video-Prompt geschrieben werden (siehe harte Regeln unten).
2. Dauer: Jede Sequenz nur 4 / 5 / 6 / 8 / 10 / 12 / 15 s. Die Dauer jeder Einstellung so anpassen, dass die Summe genau der gewählten Dauer entspricht – die generierte Dauer wird vollständig verwendet. Die letzte Einstellung etwa 0,5–1 s vor der Endzeit abschließen lassen, danach „hält“ schreiben.
3. Referenzbilder: Maximal 9 pro Sequenz, empfohlen 4–6, nur die tatsächlich verwendeten Bilder hochladen. Für jede Sequenz die Upload-Reihenfolge separat angeben, beginnend mit @Bild1.
4. Jede Sequenz in einem eigenen Codeblock, interne Reihenfolge fest:
   1. Eröffnungssatz: Gesamtdauer, Anzahl der Einstellungen, Zeitpunkt jedes harten Schnitts und Inhalt der nächsten Einstellung.
   2. Farbsatz (etwa 60–80 Zeichen, Filmstil automatisch basierend auf dem Inhalt zuweisen – Regeln und Stiltabelle in Abschnitt 3, Punkt 2 von video-prompt-standard.md): „Realistischer Film-Look, ARRI Alexa (filmisch/natürlich) Farbwiedergabe, Farbtöne angelehnt an „Filmname“: Lichter … , Mitteltöne … , Schatten … , Himmel … , Hautfarbe … , gesamt … . Rhythmus … .“
   3. Referenzbindung: Pro Zeile Fester Name: @BildN, [Aspekt] fixieren … ;. Jedes @BildN erscheint nur einmal hier.
   4. Raumfixierung: Route/Achse, linke/rechte Position jedes Objekts, Fahrtrichtung, Links-/Rechtslenker, wer wo sitzt, was nicht vorhanden ist.
   5. Zeitblöcke (handlungsgesteuert): Jeder Block ein Absatz, mit der Handlung der Person als Leitfaden. Einstellung nur Einstellungsgröße, Kameraposition/-höhe und eine Bewegung beschreiben. Mit „Einstellung endet auf …“ abschließen. Brennweite, Bildkomposition dem Modell überlassen. Schreibweise in Abschnitt 3, Punkt 5 von video-prompt-standard.md. Im Text immer den vollständigen festen Namen verwenden.
   6. Kontinuität (Personen- und Handlungskontinuität): Eine Person ein Körper, welche Hand tut was, dieselbe Requisite, Handlung geschieht nur einmal, gleichbleibende Richtung, keine Schrift im Bild.
   7. Licht: Zuerst das Gesamtlicht der Sequenz, dann für jede Einstellung: Lichtquellenposition/-winkel, Farbtemperatur K, weich/hart, Lichtverhältnis, Belichtungskompromisse, Tindallicht (genaue Position + Entstehung), Gesichtslicht (Rembrandt-/Schmetterlings-/Ring-/Split-/Kantenlicht), Augenlicht, praktische Lichtquellen, Color Grading.
   8. Ton: Nach Sekunden: Umgebungsgeräusche und Foley-Art. Dialog: englischer Originaltext, Zeitpunkt, Stimme (Alter, Geschlecht, Akzent, Tonfall, Lautstärke, Position), mit dem Zusatz „Nur den angegebenen Dialog sprechen, keine chinesische Übersetzung vorlesen“. Am Ende: „Kein Voice-Over, keine Musik, keine Untertitel“ (je nach Bedarf).
   9. Negative Prompts: Für diese Sequenz spezifische Negativ-Prompts + allgemeine Negativ-Prompts.
5. Harte Regeln:
   • Hohe Erfolgswahrscheinlichkeit: Eine Einstellung = eine Haupthandlung + eine Bewegung; wenn zwei Personen sich bewegen, zeitlich versetzen; Einzeleinstellung nicht kürzer als etwa 1,5 s; Eine Sequenz maximal ca. 5 Einstellungen. Benachbarte Einstellungen in Einstellungsgröße oder Kameraposition deutlich unterscheiden. Möglichst keine subjektive Kameraperspektive (Fahrer-Sicht, Windschutzscheiben-Sicht) – stattdessen feste Kamerapositionen außerhalb des Fahrzeugs, Over-the-Shoulder oder niedrige Position außerhalb verwenden. Kreuzgriffe, Fingerfeinmotorik, Körperkontakt mehrerer Personen, schnelle Umrundungen, Spiegelreflexionen, Schrift in Bewegung vermeiden.
   • Keine Metaphern oder konzeptionellen Begriffe („Dosenöffner“, „wie …“, „gleichsam“, „als ob“, „wie“). Stattdessen schreiben: welcher Teil, wie verformt, wie groß (Meter/Zentimeter), wie schnell (Sekunden), wie endet die Bewegung, welche Sekundärbewegungen gibt es.
   • {{Mixed N}} und ReferenzbildN nicht schreiben, @BildN nicht im Fließtext verwenden.
   • Fließtext: Nicht „Auto“, „er“, „sie“, „das Fahrzeug“ für referenzierte Objekte verwenden – immer den festen vollständigen Namen.
   • App-Bildschirm in den Video-Prompt schreiben: Finger-Taps, Buttons, Bildschirmwechsel werden in der Generierung gemacht, Bildschirminhalt mit bereitgestelltem Screenshot binden.
     • In der Output-Liste und einem separaten Abschnitt „Materialfelder (Ihre Bereitstellung)“: M1, M2… auflisten – Dateiname (ui/<Episodenname>-m1-<Bild>.png), Bildschirminhalt, Statusleistenzeit, Datenschutzanforderungen, in welchem V in welchem Bild verwendet, gebundener fester Name.
     • In der Upload-Reihenfolge jeder V-Sequenz 【Materialfeld Mx】 markieren. In der Bindungszeile: <Bildschirmname>: @BildN, Bildebenen, Text, Button-Position fixieren, Schriftform unverändert.
     • Zeitblock: Ein Daumen, einmal tippen, Bildschirm in Reihenfolge wechseln. Negative Prompts: Bildschirmtext verstümmelt, zusätzliche Finger, Bildschirmreflexion.
     • Kein Startbildschirm des Telefons und kein Tippen auf App-Symbol: Wenn die Person das Telefon aufnimmt, den Bildschirm etwa 0,3 s lang mit dem Körper (Schulter, Arm) verdecken; wenn er sichtbar wird, ist bereits die App-Startseite zu sehen. Der Screenshot der Startseite ist M1.
     • Vom Benutzer bereitgestellte Screenshots sind Design-Entwürfe: Auf Konsistenz mit der Fahrzeug-Darstellung, Datum, Beträge, Statusleistenzeit, echte Händlernamen prüfen – bei Abweichungen „Empfehlung: neu aufnehmen“ vermerken. In <Episodenname>-production/ui/ speichern, Materialfeld-Dateinamen verwenden.
     • Markenrisiko: Bildschirmtext-Verzerrung, Alternativlösung: echten Screenrecording verwenden.
6. Am Anfang des Video-Teils: Gruppierungstabelle (V-Nr. · Dauer · Enthaltene Einstellungen + Einzeldauer · Start-/End-Schnittpunkt), Angabe der verwendeten Tools und Dauer-Optionen, Anzahl der Bilder pro Sequenz, vier Schreibkonventionen (siehe package-template.md). Unter jedem Codeblock darf eine Zeile zur Nachbearbeitung stehen (Sekunden entnehmen, letztes Frame einfrieren usw.).

Schritt 7: Materialfelder / Sprachaufnahme-Liste (sechster Teil, nur wenn vorhanden)

• Materialfeld-Tabelle: Spaltenköpfe Nummer | Dateiname | Bildschirminhalt | In welchem V verwendet. Bildschirminhalt mit Richtungen, Zahlen, Ausfahrtsnummern konsistent halten. Anforderungen an Screenshots schreiben (Hochformat, Statusleiste auf voller Stunde, Benachrichtigungen aus, persönliche Daten ausblenden).
• Sprachaufnahme: Welcher Satz, wer spricht, Stimme, Anforderung: „Lizenzierter Sprecher oder lizenzierte synthetische Stimme“, Dateiname schreiben.
• Wenn das gesamte Video kein solches Material benötigt: einen Satz schreiben: „Dieses Video benötigt keine Materialfeld-Screenshots und keine Sprachaufnahme.“

Schritt 8: CapCut-Operationsliste + Vor-Inbetriebnahme-Checkliste (siebter und achter Teil)

• Siebter Teil: Titel „CapCut-Operationsliste“, Spaltenköpfe Zeit | Material | CapCut-Operation: Nach der Enddauer sortiert, genau angeben, welcher V-Ausschnitt aus welcher Einstellung, wo welches W-Bild eingefügt wird, was in CapCut angeklickt und ausgewählt wird (Schreibweise in Abschnitt 4 von post-minimization.md). Keine vagen Formulierungen wie „nachbearbeiten“. Alles, was in der Generierung oder als W-Bild erledigt werden kann, erscheint nicht in dieser Tabelle.
• Bei wiederholten Operationen in Episoden einer Serie (Rücklauf, Eckenlogo, Textkartenstil, Endkarten-Layout, Übergangsgeräusche) als „Serienvorlage“ kennzeichnen. Eine Zeile schreiben: „Diese Episode wiederverwendet: …“.
• Vor-Inbetriebnahme-Checkliste: - [ ]-Liste. Jedes Markenrisiko muss einen entsprechenden Prüfpunkt haben. Zusätzlich: Personen-Konsistenz, keine Marken/keine Schrift, Richtungs-Konsistenz, Datenquellen, Sprecherlizenz, CTA-Formulierung.

Auslieferung (drei Orte, unterschiedlicher Inhalt)

Wo	Was ablegen
Lokales Produktionspaket (Markdown-Datei)	Vollständiger Inhalt, einschließlich aller Prompts
Chat-Antwort	Prompts nur im Chat anzeigen: Jeder Prompt in einem separaten Codeblock, sortiert nach Bild-Erstellung, Video-Erstellung, leicht kopierbar. Kurz auf Chinesisch die verwendeten Standardwerte, Anzahl der Videosequenzen und was der Benutzer noch bereitstellen muss (Materialfeld-Screenshots, Daten, Sprachaufnahme) erläutern.
Geteilter Ort (Notion, Web, Online-Dokument)	Team-Version, keine Prompts enthalten.

1. Lokales Produktionspaket: Werbemodus und TVC-Modus als eine Markdown-Datei, Dateiname <Projektname>-Drehbuch-und-Produktionspaket.md, im aktuellen Arbeitsverzeichnis im Ordner <Projektname>-production/ ablegen. Kurzfilm-Modus: Im selben Ordner 00-Gesamtgliederung.md, Szene01-<Szenenname>.md …, 99-Schnitt-und-Auslieferung.md ablegen, in Tranchen ausliefern (siehe references/short-film-mode.md).
2. Geteilten Ort nur nach Zustimmung des Benutzers synchronisieren: Wenn der Benutzer Notion verwendet (Notion-Seite tauchte im Gespräch auf oder Notion-Tool ist verfügbar und der Benutzer hat es erwähnt), einmal fragen, ob synchronisiert werden soll – nicht eigenständig schreiben.
3. Team-Version-Regeln:
   • Nur enthalten: Titel und Spezifikation, Geschichte, Drehbuch, Markenrisiken, Konsistenzanker, Output-Liste, Materialfeld-/Sprachaufnahme-Liste, CapCut-Operationsliste, Vor-Inbetriebnahme-Checkliste.
   • Alle Prompt-Codeblöcke und promptbezogene Erläuterungen (Upload-Reihenfolge, Schreibkonventionen, Video-Gruppierungstabelle) entfernen.
   • Nach dem Entfernen die Abschnitte neu nummerieren.
   • Das Wort „Prompt“ nicht verwenden: Keine Formulierungen wie „(ohne Prompts)“, „vollständige Prompts siehe …“, „Prompts folgen dem lokalen Produktionspaket“ usw. Bei Verlinkung des Produktionspakets dessen Titel direkt verwenden.

Vor-Auslieferungs-Checkliste (jedes Mal durchgehen, bei Fehlern korrigieren)

• Gesamter Text auf Chinesisch, alle englischen Begriffe mit chinesischer Übersetzung
• Vor der Kameratabelle: „Geschichte“-Abschnitt mit 3–5 einfachen Sätzen + „Zu vermitteln“ + „Reale Grundlage“; alle enthaltenen Zahlen überprüft
• 0–2 s enthalten einen Hook (bei Pain-Points: Schmerz/Verlust; bei funktionalen Ads: natürlicher Hook ganz vorne); keine virale Struktur als Standardvorlage verwendet
• Personen im Bild nur schauspielernd, keine Testimonials an die Kamera, Voice-over aus dem Off
• App-Bildschirm in den Video-Prompt geschrieben: Materialfeld-M-Liste, Upload-Reihenfolge mit 【Materialfeld】 markiert, Bindungszeile mit Schriftform-Fixierung; kein Home-Bildschirm und kein App-Symbol-Tipp; keine vollständige Screenrecording-Sequenz
• Prompts im Chat einzeln ausgegeben; an geteilter Stelle (Team-Version) keine Prompts und keine Erwähnung von „Prompt“
• Kameratabelle: Zeiten angrenzend, Gesamtdauer korrekt; jede KI-Einstellung in der Materialspalte auf eine bestimmte V-Einstellung verweisen und tatsächlich in dieser V enthalten
• Keine G/K/F-Keyframes, keine Multi-Grid-Prompts
• Personen-Dreiviertelansichten: Vorlage wörtlich übernommen, nur ein Erkennungsmerkmal, drei Detailzeilen vollständig, keine geringe Schärfentiefe
• Asset-Bilder ohne Marken; nur Klasse-A-Schrift, Versionen mit Schrift + leere Reserveversion bereitgestellt; Handy-/App-Bildschirm leer
• Jedes Bildelement in A/B/C klassifiziert; W-Bilder mit wörtlichem Originaltext; CapCut-Operationsliste mit Angabe, wo genau geklickt wird
• Jede Videosequenz mit Klasse-A-Schrift: Bindungszeile mit Schriftform-Fixierung; Zeitblock: „Schriftform unverändert“; Negative Prompts: „Keine Schrift außer angegebener Schrift“
• Jede V-Sequenz: Dauer in 4/5/6/8/10/12/15 s; beginnt und endet an Schnittpunkten; Summe der Einstellungsdauern = gewählte Dauer; Bilder ≤9; eigene Upload-Reihenfolge ab @Bild1
• Jede V-Sequenz: Eröffnungssatz, Farbsatz, Referenzbindung, Raumfixierung, Zeitblöcke, Kontinuität, Licht pro Einstellung, Ton pro Sekunde, Negative Prompts
• Zeitblöcke handlungsgesteuert: Einstellungsgröße, Kameraposition/-höhe, eine Bewegung; am Ende: „Einstellung endet auf …“. Einzeleinstellung ≥ ca. 1,5 s; eine Sequenz ≤ ca. 5 Einstellungen
• @BildN nur im Bindungsabschnitt; Fließtext nur mit festen vollständigen Namen; keine Metaphern (nach „wie“, „als ob“, „gleichsam“ suchen)
• Falls Dialog: Stimme und „Nur angegebenen Dialog sprechen, keine chinesische Übersetzung vorlesen“ enthalten
• Richtungen, Zahlen, Namen in Drehbuch, Prompts, Materialfeld-Screenshots, Postproduktion und Checkliste vollständig konsistent
• Jedes hohe Risiko in der Nachbearbeitung und in der Checkliste mit entsprechender Behandlung versehen