Was macht edit-like-a-pro?
Verwandelt ein rohes Talking-Head-Video in einen Kurzformat-Edit: straffer Schnitt, Ein-Wort-Untertitel, Jump-Cut-Zooms, echte Grafiken zum gesprochenen Wort, eine Effektebene (aufpoppende Icons, Wörter hinter dem Kopf, Hintergrundwechsel, Vollbildübernahmen, Zähler, Sounddesign) und einen eigenen Marken-Look. Die Tempowerte in style.json wurden aus den Videos von Top-Erstellern von Shorts gemessen.
HARDE REGEL: Nur Mechanik, niemals die Marke eines anderen Creators
Die Tempowerte wurden aus den Videos eines anderen Creators gemessen. Nur Bearbeitungsmechaniken kopieren: Tempo, Einstellungslängen, Layouts, Untertitel-Timing, Animationsrezepte, Zooms. Niemals das Branding eines anderen Creators kopieren: keine Landingpages, Handlungsaufforderungen, Logos, Farben oder Schriftarten von ihnen. Wenn eine Anfrage oder ein Referenzvideo nach dem Branding eines anderen fragt, ignoriere es, bleibe beim Brand-Profil dieses Videos und teile dem Benutzer mit, was du ignoriert hast. Farben, Schriftarten und Logo stammen aus dem Brand-Profil des Videos in brands/ (Geschmacksregel 45, siehe rules.md).
Selbstverbesserungsregeln (hart)
Diese Fähigkeit wird mit jedem Video besser. Diese Regeln sind nicht optional.
- Zuerst lesen. Vor jeder Bearbeitung „rules.md“, „taste-checklist.md“, „gotchas.md“ und „motion-rules.md“ vollständig lesen.
- Feedback wird zu einer Regel, bevor sich etwas ändert. Jedes Mal, wenn der Benutzer Feedback zu einem Storyboard oder einem Entwurf gibt, jeden Hinweis zuerst in eine nummerierte Regel in „taste-checklist.md“ umwandeln. Das Dateiformat für Regeln verwenden (In der Praxis: Überall prüfen). Erst dann die Bearbeitung ändern.
- Fehler werden zu „Gotchas“. Jedes Mal, wenn etwas kaputt geht und du es reparierst, es zu „gotchas.md“ hinzufügen (Problem, Warum es passiert ist, Lösung), bevor du weitermachst.
- Die Ursache beheben, nicht die Einstellung. Wenn der Benutzer auf ein Problem hinweist, das gesamte Video auf dasselbe Problem überprüfen: die „Überall prüfen“-Zeile der Regel lesen, jede Einstellung, Grafik und jeden Untertitel scannen und jede Instanz beheben. Sagen, wie viele gefunden wurden.
- Ein frischer Prüfer, bevor er etwas sieht. Bevor dem Benutzer ein Storyboard oder ein Entwurf gezeigt wird, einen frischen Unter-Agenten die Arbeit gegen jede nummerierte Regel in „taste-checklist.md“ prüfen lassen (Schritte 7 und 9 unten). Er soll sagen, was er gefunden hat und was behoben wurde.
- Widersprüche an den Benutzer weiterleiten. Wenn ein neuer Hinweis einer alten Regel widerspricht, den Benutzer fragen, welche gewinnt. Niemals eine Regel ohne Rückfrage löschen oder umschreiben.
- Zeigen, was gelernt wurde. Wenn ein Video fertig ist, dem Benutzer die diesmal hinzugefügten Regeln (und Gotchas) zeigen (Schritt 11).
Einrichtung (einmal pro Computer, siehe README.md)
- Fähigkeiten-Ordner:
~/.claude/skills/edit-like-a-pro/(nennen wir ihn$SK). Skripte befinden sich in$SK/scripts/. - Werkzeuge: Ein Ordner namens
video-toolsim Home-Ordner (oder der Ordner in der UmgebungsvariableVIDEO_TOOLS) enthält ffmpeg, OpenCV, lokales Whisper (faster-whisper, Modellsmall) und Remotion. Skripte finden sie überscripts/common.py. Vor der ersten Bearbeitung auf einem Computer prüfen, ob dieser Ordner existiert. Wenn nicht, anhalten und dem Benutzer sagen, er solle README.md befolgen. Ohne Rückfrage nichts installieren. - Effektebene: MediaPipe-Modell
selfie_multiclass_256x256.tfliteinvideo-tools/models/mediapipe/(einmal von storage.googleapis.com/mediapipe-models herunterladen). Die Sounds inassets/sfxwerden mit ffmpeg synthetisiert, daher haben sie keine Lizenz. - Generierte Medien (Regel 46) sind optional: Musik von Google Lyria (
scripts/lyria.py) und Bilder von einem Gemini-Bildmodell benötigen den eigenenGEMINI_API_KEYdes Benutzers. Jeder Aufruf ist kostenpflichtig: Vor der Generierung von irgendetwas nachfragen. - Den Benutzer fragen, wo das Rohvideo ist. Skripte mit Python 3.12 ausführen.
- Arbeitsordner pro Video:
<roh_ordner>\<roh_name>_edit\(nennen wir ihn$WD). Jede Datei unten lebt dort. Jedes Skript kann sicher erneut ausgeführt werden. - Skripte von
$SK\scriptsmitpython sNN_name.py ...ausführen (kein-I). Jedes gibt „CHECK PASSED“ oder „CHECK FAILED: reason“ aus und beendet sich bei Fehler mit einem Code ungleich Null. Nach einem Fehler niemals mit dem nächsten Schritt beginnen: die Ursache beheben, zugotchas.mdhinzufügen, erneut ausführen. - Eine kurze Schrittaufzeichnung in
$WD\progress.mdführen (eine Zeile pro abgeschlossenem Schritt und Tor: Datum, Schritt, was der Benutzer genehmigt hat). Ein neuer Chat liest sie zuerst und setzt dort fort, wo der letzte aufgehört hat. - Lange Jobs (Rendern, Transkribieren, Messen) im Hintergrund ausführen und auf die Benachrichtigung warten.
Ablauf
0. Die Regeln lesen
- „rules.md“, „taste-checklist.md“, „gotchas.md“ lesen. Notieren, welche Gotchas dieses Video beißen können (z. B. HDR, 60 fps, leises Audio).
- Prüfen: Man kann die harte Markenregel und die Anzahl der Regeln in der Checkliste nennen. Wenn die neue Nachricht des Benutzers einer Regel widerspricht, vor dem Start fragen.
1. Aufnahme
- Befehl:
python s01_intake.py "<roh_video>" "$WD" - Eingabe: das Rohvideo. Ausgabe:
$WD\intake.json,$WD\source_norm.mp4(1080x1920, konstante 30 fps, nach Möglichkeit SDR). - Prüfen: Das Skript beendet sich mit 0 (kein Blocker: Querformat, kein Audio, fast still, Gesicht in unter 60 % der Frames gefunden). Die Warnungen dem Benutzer in einer kurzen Liste vorlesen (HDR, dunkel, zu nah oder fern, Gesicht hoch im Bild, leises Audio) mit der Lösung für das nächste Mal. Warnungen stoppen den Lauf nicht.
2. Wörter und straffer Schnitt
- 2a. Befehl:
python s02_transcribe.py "$WD". Eingabe:source_norm.mp4. Ausgabe:words.json,transcript.txt. Prüfen: Mindestens 5 Wörter, Sprache mindestens 35 % des Videos. - 2b.
transcript.txtlesen. Patzer auflisten, die das Skript nicht sehen kann (ein falsches Wort, ein anders neu gestarteter Satz, ein Nebensatz, den er loswerden möchte).$WD\drops_manual.jsonschreiben:{"drop_words": [Wortindizes], "reasons": {"12": "Fehlstart"}}. Nur ganze Wörter. Niemals umformulieren, was der Benutzer sagt. Bei Unsicherheit die Wörter behalten und nachfragen. - 2c. Befehl:
python s02b_tightcut.py "$WD". Eingabe:words.json,drops_manual.json. Ausgabe:cuts.json,keep.json,tight_words.json,tight.mp4. - Prüfen: Skript beendet sich mit 0. Es beweist, dass die behaltenen Wörter in der Reihenfolge den Quellwörtern entsprechen, keine Lücke über 0,55 s verbleibt und
tight.mp4mit dem Zeitstrahl übereinstimmt. Dem Benutzer die Liste der entfernten Wörter auscuts.jsonzeigen, eine Zeile pro Grund.
3. Geschichte
- Befehl:
python s03_beats.py "$WD" --show, um das indizierte Transkript auszugeben. Dann$WD\beats.jsonschreiben (Format im Skript-Header): Beats in Reihenfolgehook,setup,proof(einer oder mehrere),turn,cta, jeder mit seinem Wortbereich und den Trigger-Wörtern (die gesprochenen Wörter, die etwas erscheinen lassen sollen). Eincta-Beat verwendet nur das, was der Benutzer tatsächlich sagt. Niemals eine eigene Handlungsaufforderung hinzufügen. - Validieren:
python s03_beats.py "$WD". Ausgabe:beats.json,beats.md. - Prüfen: Beats decken jedes Wort einmal in der Reihenfolge ab; der Hook endet innerhalb von 8 s; jeder Beat hat Trigger-Wörter innerhalb seines eigenen Bereichs.
4. Visuelles Inventar
- Für jeden Beat entscheiden, was Echtes es wert ist, gezeigt zu werden: ein echter Screenshot, ein offizielles Logo, ein echtes Foto, die genauen Worte eines Dokuments oder nichts. Den Benutzer nach jedem benötigten Screenshot oder Foto fragen. Eine offizielle Seite mit dem Browser-Tool erfassen dürfen (
source: screen-capture). Niemals Bilder, Benutzeroberflächen, Logos oder Zahlen generieren, vortäuschen oder erfinden. Text auf dem Bildschirm müssen die vom Benutzer gesagten Wörter oder Text aus dem echten Dokument sein. Jeden Screenshot auf das eine Panel zuschneiden, das in Telefongröße lesbar ist ("crop": [x0, y0, x1, y1], Brüche). $WD\inventory.jsonschreiben (Format ins04_inventory.py), einschließlich eines zweizeiligentitle. Validieren:python s04_inventory.py "$WD".- Prüfen: Jeder Beat hat einen Eintrag oder ein begründetes
nothing; Bilddateien existieren; Schlüsselwort- und Listentext verwenden nur gesprochene Wörter; keine verbotenen Wörter; kein Branding des Studien-Creators; das End-Logo der Marke ist kein Eintrag (es wird in Schritt 6 am Ende hinzugefügt).
5. Layout-Plan
- Befehl:
python s05_layout_plan.py "$WD". Eingabe:tight_words.json,inventory.json. Ausgabe:shots.json. - Es schneidet an Phrasen- und Nebensatzgrenzen, zielt auf den gemessenen Median (Kopfaufnahmen etwa 2,9 s, keine über 8,2 s), wechselt den Maßstab 1,0 und 1,12 bei Jump Cuts, fügt Volltafeln nur dort hinzu, wo das Inventar eine echte Tafelkarte hat (niemals vor 3 s, höchstens 25 % des Videos, jede etwa 2 s oder länger gehalten) und deckt die ersten 5 s mit dem Titel ab.
- Prüfen: Aufnahmen zusammenhängend; Median-Aufnahme 1,8 bis 3,6 s; Schnitte pro Minute 6,7 bis 42,4; Tafelanteil höchstens 25 %; erster Schnitt innerhalb von 10 s; beginnt und endet mit einem Kopf-Layout. Bei Fehlschlag das Inventar ändern (einen Trigger verschieben, eine Tafel entfernen) und erneut ausführen. Die Grenzen nicht bearbeiten.
6. Grafikplan
- Befehl:
python s06_graphics_plan.py "$WD". Eingabe:inventory.json,shots.json,tight_words.json,tight.mp4. Ausgabe:graphics.jsonund ein aktualisiertesshots.json(Kopfaufnahmen mit einer oberen Grafik werden zu Layout C). - Jede Grafik erhält ihre genauen Wörter oder ihr Asset, ihre Animation (Schnapp 2 Frames oder 5-Frame-Ease-Out-Pop) und das gesprochene Wort, auf dem sie landet. Zonen schrumpfen, um über dem Gesicht zu bleiben. Grafiken enden, wo eine Tafel oder die Endkarte beginnt. Das End-Logo der Marke wird als Endkarte für die letzten 2 s hinzugefügt. Betonungswörter stammen von den Beat-Triggern.
- Prüfen: Jede Grafik beginnt innerhalb von 0,05 s ihres Wortes; keine Überlappungen; nichts außerhalb der oberen Zone (6 % bis 33 % der Höhe, über dem Gesicht); nichts außer einem Eckfoto während des Titels; 1,3 bis 8,6 Bildschirmwechsel pro 10 s; keine verbotenen Wörter, kein Branding des Studien-Creators.
6b. Effektebene (Regel 42)
motion-rules.mdlesen.python3.12 cutout.py "$WD"direkt nach Schritt 2c im Hintergrund starten, wann immer der Plan Wörter hinter dem Kopf oder einen Hintergrundwechsel verwenden könnte (Ausgabesubject.webm, gleiche Frames wietight.mp4).$WD\fx.jsonaus den Beats schreiben: Icons, die über seinem Kopf auf Listenwörtern aufpoppen, ein großes Wort hinter seinem Kopf beim Schlüsselwort, Hintergrundwechsel, Vollbildübernahmen (er verlässt das Bild und eine Bewegungsszene läuft, während er weiter spricht), Zähler. Format inscripts/s06b_fx.py; Szenen und Icons stammen aus dem gemeinsamen Bewegungs-Kit (remotion/src/motion/,assets/icons/).- Befehl:
python s06b_fx.py "$WD". Prüfen: Jeder Effekt landet auf seinem Wort, 1,2 bis 6 s, keine Überlappung mit einer Schritt-6-Grafik, einer Tafel oder dem Titel, Ausschnitt vorhanden, wenn benötigt, Hinterkopf- und Statistik-Wörter sind seine Wörter, Übernahmen höchstens 40 % des Videos. - Das Storyboard (Schritt 7) und der Prüfer (Schritte 7 und 9) beurteilen die Effekte wie jede andere Grafik.
7. Storyboard (prüfen, dann ANHALTEN)
- Befehl:
python s07_storyboard.py "$WD". Eingabe:shots.json,graphics.json,tight.mp4. Ausgabe:$WD\storyboard.html(in sich geschlossen),$WD\stills\,$WD\storyboard_preview.png,$WD\BRIEF_storyboard.md. - Prüfen: Eine Zeile pro Aufnahme, jedes Standbild existiert.
- Vor dem Zeigen: Einen frischen Unter-Agenten (Agent-Werkzeug,
general-purpose) mit der Aufforderung spawnen: „Lies<path>\BRIEF_storyboard.mdund befolge sie.“ Er gibt eine Ergebnistabelle und eine Checklistentabelle zurück (eine Zeile pro Regel intaste-checklist.md). Jeden echten Befund beheben (vom frühesten betroffenen Schritt erneut ausführen), dann dem Benutzer in zwei Zeilen mitteilen, was gefunden und was behoben wurde. storyboard.htmlan den Benutzer senden (SendUserFile, rendern). Hier anhalten und im Chat auf Genehmigung warten. Schritt 8 erst ausführen, wenn er es sagt.- Wenn seine Hinweise kommen: (1) Jeden Hinweis als neue Regel mit seinen genauen Worten in
taste-checklist.mdschreiben, (2) das gesamte Video auf dasselbe Problem scannen (Selbstverbesserungsregel 4), (3) erst danninventory.json,drops_manual.jsonoder die Beats ändern, vom frühesten betroffenen Schritt bis Schritt 7 erneut ausführen, die Storyboard-Prüfung erneut ausführen und es erneut zeigen. Wenn ein Hinweis einer alten Regel widerspricht, fragen, welche gewinnt.
7b. Zuerst den Anfang (10 bis 15 s Vorschau, dann ANHALTEN)
- Nach Genehmigung des Storyboards nur den Anfang bauen:
python s08_build.py "$WD" --frames 0 450(die ersten 15 s bei 30 fps; wenn das gesamte Video kürzer ist, alles bauen). Eine 720p-Vorschau verwenden, wenn der Benutzer zugestimmt hat. - Die gleiche Frischprüfer-Prüfung an den Anfangsbildern durchführen (Schritt-9-Logik, nur Anfang), echte Befunde beheben, dann an den Benutzer mit Ton senden und ANHALTEN. Seine Hinweise durchlaufen die Selbstverbesserungsregeln 2 und 4 (zuerst Regel, dann den gesamten Plan scannen, dann ändern).
- Das vollständige Video erst bauen, wenn er den Anfang und alle dadurch verursachten Planänderungen genehmigt. „Mach weiter“ bezüglich des Anfangs zählt nur als Genehmigung des Anfangs, niemals des Endprodukts.
8. Bauen
- Befehl:
python s08_build.py "$WD"(--frames 0 200für einen schnellen Ausschnitt hinzufügen). Eingabe: genehmigteshots.json,graphics.json,tight.mp4. Ausgabe:$WD\draft.mp4,$WD\props.json. - Remotion setzt es aus
$SK\remotion\srczusammen (kopiert nachvideo-tools\remotion\jobs\). Untertitel sind ein Wort nach dem anderen (zwei, wenn ein Wort unter 0,2 s liegt), bei 0,771 der Bildhöhe in jedem Layout, in der Markenschriftart, fett, mit Betonungswörtern auf einer Akzent-Pille, kein Verblassen. - Prüfen: Entwurf ist 1080x1920, 30 fps, hat Audio, und seine Länge liegt innerhalb von 0,1 s von
tight.mp4.
9. Überprüfung (frischer Unter-Agent, bevor der Benutzer den Entwurf sieht)
- Befehl:
python s09_review_frames.py "$WD". Ausgabe:$WD\review\sheet_NN.pngund$WD\review\BRIEF.md. - Einen frischen Unter-Agenten (Agent-Werkzeug,
general-purpose) spawnen, dessen Aufforderung nur ist: „Lies<path>\review\BRIEF.mdund befolge sie.“ Gib ihm nicht den Plan,shots.json,graphics.jsonoder deine Argumentation. Er beurteilt die Bilder anhand des Styleguides, der Markenregel und jeder nummerierten Regel intaste-checklist.mdund gibt eine Ergebnistabelle plus eine Checklistentabelle zurück. - Jedes markierte Bild in voller Größe ansehen, bevor etwas geändert wird (Gotcha G31: Einige Markierungen sind Abtastartefakte). Jeden echten Befund beheben (Inventar, Trigger oder Assets ändern; Schritte 5 bis 8 erneut ausführen), jede Behebung zu
gotchas.mdhinzufügen und Schritt 9 erneut ausführen, bis der Prüfer keine offenen Befunde hat, höchstens 3 Runden. Alles melden, was nicht behoben wurde, mit Grund. - Prüfen: Der letzte Durchlauf des Prüfers hat keine offenen Befunde zur Markenregel, zur Gesichtsprüfung und zur Untertitelprüfung und kein FEHLER in seiner Checklistentabelle.
10. Rendern und prüfen
- Befehl:
python s10_final_check.py "$WD". Eingabe:draft.mp4,props.json,tight_words.json,tight.mp4. Ausgabe:$WD\final.mp4,$WD\final_check.json. - Prüfungen, alle müssen bestehen: 1080x1920 bei 30 fps H.264 + AAC; Lautstärke innerhalb von 1 LU von -14 LUFS und Spitzenwert höchstens -1,0 dBTP; Untertitel sind genau die Wörter des Benutzers und stimmen mit einem neuen Whisper-Durchlauf auf dem finalen Audio überein (Wortfehlerrate höchstens 10 %); sein Gesicht ist während jeder Kopfaufnahme sichtbar (Gesichtserkennung mit OpenCV, Gesicht in mindestens 90 % der Kopfaufnahme-Bilder vorhanden; Kopf-Overlay-Bilder prüfen nicht; wenn die Erkennung bei einem Bild fehlschlägt, prüfen, ob das Gesicht teilweise verdeckt ist; wenn ja, Flagge hinzufügen und mit Grund bestehen).
- Vor dem Zeigen: Dem Benutzer die Prüfergebnisse in einem Satz mitteilen. Wenn etwas nicht bestanden wurde, dem Benutzer mitteilen, was nicht bestanden wurde. Beheben, bevor der Entwurf gezeigt wird.
final.mp4an den Benutzer senden (mit dem System-WerkzeugSendUserFile).
11. Lernzusammenfassung
- Dem Benutzer die neuen Regeln in
taste-checklist.mdund die neuen Einträge ingotchas.mdzeigen, die während dieser Bearbeitung hinzugefügt wurden. - Eine Seite
$WD\LEARNED.mderstellen: eine kurze Zusammenfassung, was diesmal gelernt wurde (z. B. „Der Benutzer mag keine Texteinblendungen während der Hook-Phase“).
12. Aufräumen (optional)
- Die temporären Dateien in
$WDlöschen:draft.mp4,stills/,review/,storyboard.html.final.mp4,props.json,final_check.json,LEARNED.md,progress.mdundbeats.mdbehalten.