atultiwari/youtube-video-production

Ein Video erstellen, Ende zu Ende

Ein Runbook: „Was mache ich als Nächstes?“, in der richtigen Reihenfolge, mit den Gründen für jede Regel, damit du sie hinterfragen kannst, anstatt sie blind zu befolgen. Die Reihenfolge ist für jedes Thema gleich; der Modus ändert sich.

0 · Wähle den Modus

Entscheide vor allem anderen und halte ihn als mode: in der STATUS.md des Videos fest. Er bestimmt, woher das Referenzmaterial kommt und woraus das Bild besteht.

	Bildschirm-Tutorial tutorial	Illustriertes Erklärvideo illustrated	Hybrid hybrid	Bewegtgrafik-Erklärvideo motion
Vermittelt	wie man eine App oder ein Tool verwendet	ein Konzept: Pathologie, Physiologie, jede Wissenschaft	ein Konzept, dann das Tool, das es anwendet	ein Nachrichtenereignis, einen Vorfall oder eine Fallstudie und seine Lehren
Schritt 3	Erkundungsaufnahme der App	Referenzrecherche: Atlanten, Mikrografien, reale Objekte	beides, pro Beat	ein belegtes Faktenblatt (jede Zahl auf dem Bildschirm mit Quellenangabe)
Schritt 9	endgültige Aufnahme	keine	nur für die App-Beats	keine
Bild	App-Aufnahmen, erstellt aus aufgenommenen Referenzen	gezeichnete Bilder, via remotion-whiteboard	jeder Beat in seiner eigenen Art	Typografie, Karten, Zeitungsseiten, Messinstrumente, via remotion-motion-explainer

motion ersetzt nichts: Alles Gezeichnete (ein Stift, eine Hand, Strich-für-Strich-Bilder) bleibt illustrated und wird weiterhin über remotion-whiteboard erstellt. Gate 2 bei motion ist die Freigabe der stillen Vorschau mit temporären Untertiteln durch den Eigentümer.

Wähle nach dem, was der Zuschauer sehen muss, nicht nach Gewohnheit. Wenn kein Beat eine echte Benutzeroberfläche benötigt, ist es illustriert. Ohne Modi wurde eine Pathologie-Grundlage an eine App-Aufnahme gesendet, die sie nie gezeigt hat.

Die Reihenfolge und warum sie so ist

 0  Wähle den Modus           tutorial, illustrated oder hybrid; und den Stil
 1  Entscheide über das Stück Winkel, Zielgruppe, eine Idee
 2  Validiere die Behauptungen bevor ein Wort geschrieben wird
 3  Referenz                 App erfassen oder recherchieren, was gezeichnet werden soll
 4  Drehbuch                 dann linten
 5  ── GATE 1 ──             ein Mensch liest das Drehbuch, bevor ein Take ausgegeben wird
 5a Storyboard               illustrated: ein Bild pro Beat, Ereignisse bei Stichworten
 5b Keyframes ── GATE 2 ──   Der Eigentümer genehmigt das Aussehen, anhand von Standbildern
 6  Nimm das Voiceover auf    sarvam-tts.py: die geklonte Stimme, ein Take pro Beat
 7  Master                   auf das Auslieferungsziel
 8  Messen → Raster → Wörter die Takes bestimmen jedes Timing, bis zum Wort
 9  Endgültige Aufnahme       tutorial und hybrid: die genauen Abläufe, die das Drehbuch vorsieht
10  Bauen                    das Kit (illustrated) oder App-Aufnahmen (tutorial), auf dem Raster
10b Sound                     Effekte aus dem Bild, ein Hintergrundbett, unter der Stimme abgesenkt
11  Visuelle QA              Prüfung, ein Fokus, Füllung, Ereignislücken, ein 2-s-Blatt, eine stumme Überprüfung
12  Rendern
13  Veröffentlichen           Metadaten, Kapitel, Hochladen, Planen

Stimme vor Bild. Der Take ist die Uhr: Jeder Beat, jede Animation und jeder Schnitt wird auf der Grundlage des gemessenen Audios platziert, dann von der transkribierten Zeit jedes Wortes. Eine Schätzung der Wortanzahl lag bei einem gesamten Drehbuch um 25 % daneben, und im Median 1,3 s pro Wort falsch. Siehe references/mistakes.md.

Zweimal aufnehmen (Tutorial, Hybrid): Erkundung vor dem Drehbuch, damit es nur das verspricht, was die App tut; die endgültige Aufnahme danach, wenn der Ablauf bekannt ist.

Ein Fokus nach dem anderen. Ein Ort wird nach dem anderen gezeichnet oder geschrieben, in Lesereihenfolge: die Notiz, das Bild, seine Beschriftung, dann der Zeiger. Das Video muss auch ohne Ton lehren: focus-check.py misst es, ein frischer Agent, der es stumm ansieht, testet es (09-motion.md, 11-visual-qa.md).

Zwei menschliche Tore. Gate 1, das Drehbuch: Billig zu ändern, Takes sind es nicht. Gate 2, das Aussehen, anhand von Keyframe-Standbildern, bevor jeder Beat gebaut wird: Ohne dieses Gate zeigte v2 nur Text auf leerem, dunklem Grund.

Wisse zuerst, wo du bist: scripts/video-status.py auf der STATUS.md des Videos (status-and-resuming.md); aktualisiere die Datei als Letztes, bevor du aufhörst.

Nicht verhandelbar

1. Eine Behauptung erhält eine Primärquelle, bevor sie einen Satz bekommt. Sekundärquellen sind oft genug falsch, dass dies nicht optional ist.
2. Simulierte Oberflächen werden aus aufgenommenen Referenzen erstellt, niemals aus dem Gedächtnis (Tutorial, Hybrid). Drei Neuerstellungen des Composers einer App waren falsch, bis das Original gemessen wurde.
3. Erfundene Ausgabe wird auf dem Bildschirm gekennzeichnet (Simuliert – nur zur Veranschaulichung); Schemata sagen Vereinfachtes Bild.
4. Nichts Privates erscheint in einem Frame: nicht in einer Demo, einer Seitenleiste, einem Live-Konto-Referenzmaterial oder einem Folienlabel (12-pathology-visuals.md).
5. Lies geschriebene Formularfelder zurück, bevor du ihnen glaubst. Eingegebene Werte schlagen stillschweigend fehl.
6. Bearbeite niemals manuell eine Timing-Datei (beats.json, lines.json). Sie werden generiert.

Skills, die es orchestriert

Skill oder Kit	Seine Aufgabe in einem Video
Kit dieses Skills	node <skill>/scripts/install-kit.mjs <project> --style paper-notes: Komponenten, Stil, Schriftarten, QA- und Build-Tools. Installiert zuerst das Toolkit von remotion-whiteboard.
remotion-whiteboard	Erforderlich für alles Gezeichnete oder Handgeschriebene: Striche, geschriebener Text, der Stift.
motion-design	Easing und Choreografie für Elemente, die nicht gezeichnet werden
remotion-best-practices	Remotion-API-Nutzung
remotion-motion-explainer	motion-Modus: eigene Vorlage, Komponenten, Sprach-/Untertitel-/Ton-Skripte und ein funktionierendes Beispiel (Fridge-Hack)
video-promo-kit	Schritt 13 für jeden Modus: Thumbnail-Varianten (Eigentümer wählt aus), 1:1-Karussells + LinkedIn-PDF, YouTube-Beschreibung/Kapitel/Tags, LinkedIn/Instagram/WhatsApp-Text
youtube-uploader	Schritt 13: der Upload selbst über die Data API (Probelauf, dann --confirm auf das Ja des Eigentümers), Thumbnail, Untertitel, Playlist, Zeitplanung

Wenn remotion-whiteboard nicht verfügbar ist, stoppe beim Build-Schritt und sag es; improvisiere niemals eine Zeichenkomponente. install-kit.mjs erzwingt dies.

Wo die Details leben: Lies jede Datei in ihrer Phase, nicht vorher

Datei	Phase
references/01-plan-and-validate.md	1–2
references/02-capture-reference.md	3 und 9: Aufnahme oder Referenzrecherche bei illustrated
references/03-script.md	4–5, einschließlich der Kanalanfragen
references/07-art-direction.md	0 (der Stil) und 5a–10: der Hausstil, als Daten
references/08-storyboard.md	5a–5b, Gate 2
references/04-voice.md	6–8
references/09-motion.md	8 (Wort-Timing) und 10: Ankünfte, Ereignisse alle 2–4 s
references/05-build.md	10, Tutorial-Aufnahmen, die Whiteboard-Hand und die Zeichenbibliothek (objects.tsx)
references/10-sound.md	10b
references/11-visual-qa.md, references/rubric.md	11
references/12-pathology-visuals.md	3 und 10, für medizinische Bilder
references/13-longform.md	Videos über 12 Minuten, Kapitel
references/06-publish.md	12–13: Rendern, ready-to-upload/ → youtube-uploader → _uploaded/ (und video-promo-kit für Werbematerial)
references/14-lessons-2026-10.md	jeder Modus: gemessene Sprachzahlen, Whisper-Take-Prüfung, Wort-Cues, komponentenausgelöster Sound, QA-Regeln aus dem Fridge-Hack-Build (E01s Lektionen sind in 04, 05, 06, 09, 11 und mistakes.md eingeflossen)
references/status-and-resuming.md	Fortsetzen eines Videos oder Aufzeichnen einer Entscheidung
references/mistakes.md	wenn sich etwas seltsam verhält: vor dem Debuggen lesen

Mitgelieferte Skripte: jedes akzeptiert --help und liest nur das ihm gegebene Projekt

Phase	Skripte
Status	video-status.py (auf welchem Schritt ein Video ist, je nach Modus)
4–5a	check-script.py (TTS-Fallen), check-storyboard.py (Bild pro Beat, Stichworte, Lücken)
5b	draft-takes.py (ein Entwurfsraster, bevor die Takes existieren, nur für Keyframes)
6	sarvam-tts.py (Takes in der geklonten Stimme über die API; Schlüssel in SARVAM_API_KEY; --respell eine Serie von Karten gesprochener Formen)
7–8	check-takes.py (Whisper jeden Take mit dem Drehbuch vergleichen), master-audio.py, build-audio-grid.py, word-timestamps.py (genaue Wortzeiten)
10	install-kit.mjs <project> (das Kit, ein Stil, Schriftarten, Tools, die Python-Venv), make-paper.py; im Kit, makeBeat/HL (beatspec.tsx) und die Objektbibliothek (objects.tsx, still test kit-objects)
10b	sound-design.py
11	focus-check.py, frame-fill.py, event-gaps.py, gap-words.py (gesprochene Wörter in jeder statischen Lücke), contact-sheet.py; die Tools des Kits tools/qa.mjs, tools/stills.mjs (Mittelpunkte, Enden, alle N s), tools/build-all.sh (stoppt vor dem Rendern, wenn zu statisch)
13	chapters.py (YouTube-Kapitel aus dem Raster), captions-srt.py (Untertitel aus den Wortzeitwerten hochladen)

Vorlagen: STATUS.md, STORYBOARD.md, MUTE-REVIEW.md in templates/. Stile: styles/*.json.

Formate

Kurz: 1080×1920, ausgeliefert in 2160×3840 (build-all.sh --deliver-4k). 26–56 Sekunden, eine Idee; die erste Zeile und das erste Bild entscheiden alles. Die unteren 360 px bleiben frei für die UI.

Langform: 1920×1080 bei 30fps; sieben bis zwölf Minuten oder 15–30 für einen illustrierten Vortrag, aufgebaut in 3–5 Minuten Kapiteln (13-longform.md). Optional eine zweite Sprache als alternativer Track.

Was datiert ist

Preise, Modellnamen, Tarifgrenzen und gesetzliche Daten in den Referenzen waren zum oben angegebenen measuredOn-Datum korrekt. Alles, was mit VERIFY (ÜBERPRÜFEN) gekennzeichnet ist, wird vor der Nennung im Video erneut mit seiner Primärquelle abgeglichen. Übernimm niemals eine Zahl aus diesem Skill in ein Drehbuch.