AI-Produktvideo

KI-Produktvideo

Kernarbeitsteilung:

• 3D oder Produktfotos: Bestimmen, wo das Produkt ist, wie groß es ist, wie es sich bewegt und wann es sich ändert.
• Bildmodell: Verantwortlich dafür, dass die Szene echt aussieht.
• Videomodell: Verantwortlich dafür, dass sich die Szene bewegt.
• Code: Verwendet die Produktfakten und das 3D-Modell als Lineal, um jedes Bild und jedes Video des KI-Modells zu messen. Wenn das Lineal nicht passt, wird kein Geld ausgegeben.

Schnitt, Untertitel, Callouts und Ton sind datengesteuerte Overlays. Wenn Sie ein Wort ändern, müssen Sie keine Bilder neu generieren.

Diese Methode stammt aus einem realen Projekt: Einem Investoren-Demo-Video für ein Hardware-Produkt, dessen Route viermal geändert wurde, bis es funktionierte. Die anonymisierte Rückschau finden Sie unter examples/case-study.md. Im Folgenden wird die generalisierte Version beschrieben, die sowohl für erklärende Videos als auch für Werbespots geeignet ist.

Warum Sie nicht einfach die KI-Comic-Produktionslinie kopieren können

Die KI-Comic-Produktionslinie ist: Setting → Storyboard → Asset-Bibliothek → Fixieren von Standbildern → Videomodell lässt das Bild sich bewegen → Voice-Over und Schnitt. Es gibt kein 3D-Modell, und das Publikum toleriert Detailungenauigkeiten. Daher ist das KI-generierte Bild die ultimative Wahrheit.

Ein Produktvideo verkauft: "So sieht das Ding aus, so kann man es nutzen." Wenn Anschlussrichtungen, Beschriftungen oder Lichtpositionen falsch sind, lügt das Video. Deshalb:

• Übernimm das Gerüst: Assets zuerst, statisch vor dynamisch, Modus pro Einstellung wählen, Prompt nur für Änderungen, Low-Res-Testen, Einstellung für Einstellung prüfen.
• Ändere nur eines: Die ultimative Wahrheit ist nicht das KI-Bild, sondern die Produktfakten + 3D (oder Produktfotos/CAD).

Es gibt noch eine weitere Erkenntnis: Verwenden Sie keine direkt gerenderten 3D-Pixel im finalen Video – egal wie detailliert, sie sehen immer nach CGI aus. Lassen Sie das Bildmodell die 3D-Basis neu zeichnen und verwenden Sie dieses Bild als Start- und Endframe für das Video. Erst dann entsteht echte Realitätsnähe.

Schritt 1: Vorprojekt – diese 8 Dinge zuerst klären

Details und die genauen Fragen an den Benutzer finden Sie in references/01-intake.md.

1. Zeitschätzung: Bereits in der ersten Antwort die ungefähre Dauer in Minuten oder Tagen sowie den voraussichtlichen Fertigstellungszeitpunkt nennen, aufgeschlüsselt nach Phasen, einschließlich der Schritte, die der Benutzer selbst erledigen muss; bei Verzögerung sofort aktualisieren.
2. Video-Typ und Veröffentlichungsort: Erklärvideo, Markenwerbung, vertikales Kurzvideo, E-Commerce-Video oder Pitch-Video, wo es abgespielt wird, Dauer und Seitenverhältnisse. Wählen Sie die Vorgehensweise gemäß references/02-formats.md; es können mehrere Lieferversionen erstellt werden.
3. Zielgruppe: intern oder öffentlich: Interne Zielgruppen und Investoren können Explosionszeichnungen, transparente Ansichten und interne Strukturen sehen; öffentliche Versionen enthalten keine internen Strukturen und keine Bauteilnamen. Dies bestimmt, welche Einstellungen gedreht werden können.
4. Produktfakten-Checkliste (templates/product_facts.md): Welches Bauteil realisiert welche Funktion, wo kommt es heraus, wie sieht es im Bild aus, wie darf es nicht aussehen, ist es ein Designziel oder bereits implementiert, darf es veröffentlicht werden? Alle von Ihnen abgeleiteten Einträge sind mit "zu bestätigen" zu kennzeichnen und warten auf die Bestätigung durch den Verantwortlichen.
5. Qualitätsmaßstab: Bitten Sie den Benutzer um ein Referenzvideo. Messen Sie dessen Bewegungsintensität und Erstellungsmethode. Lernen Sie nur die Bildqualität, nicht die Struktur.
6. Verfügbare Werkzeuge des Benutzers:
   • Bildmodell: Nur Abonnement, manuelle Generierung durch den Benutzer oder API (scriptgesteuert)?
   • Videomodell: API-Zugang (scriptgesteuert) oder Web-/App-Mitgliedschaft (nur manuelle Generierung: Manuelle Videopakete verwenden, zuerst Nutzungsbedingungen prüfen, kein Upgrade von Skizze zu HD annehmen)?
   • Produkt-3D-Modell oder CAD vorhanden? Wenn nicht, gibt es ein physisches Muster oder Renderings? Ohne 3D den "Weg ohne 3D" gehen (references/03-previs.md, Abschnitt 10).
7. Budget und Abrechnung: Abrechnungsformel, Pakete und tatsächlicher Wert von Gutscheinen, Kontostand, Gesamtobergrenze. Vor Massengenerierung und HD-Upgrade muss der Benutzer zuerst den Kontostand prüfen.
8. Kleiner Test zur Routenbestimmung: Zwei Low-Res-Entwürfe derselben Einstellung erstellen – einen mit einem 3D- oder Produktfoto als Startframe, den anderen mit einem vom Bildmodell gezeichneten fotorealistischen Keyframe als Startframe. Kostet ein paar Euro und Minuten, zeigt sofort den Unterschied.

Projektordner-Konventionen

Alle Skripte verwenden das mit --project angegebene Verzeichnis als Wurzel (standardmäßig das aktuelle Verzeichnis). Neue Projekte bitte nach dieser Struktur anlegen:

<project>/
  .env                    Schlüssel (ARK_API_KEY usw.), nicht im Repository, nicht im Chat
  brief/                  creative_brief.md, product_facts.md, benchmark.md, budget.md, decisions.md, feedback_brief.md, claims.md, licenses.md
  shots/shot_list.json    Einstellungsliste, einzige Quelle für die Timeline
  shots/prompts/<id>.txt  Video-Prompts pro Einstellung (bei Änderungen Version hinzufügen, alte Version behalten)
  plates/<id>/            3D-Unterlage, Masken, Kamerakoordinaten (bei fehlendem 3D: Produktreferenzbilder)
  packs/                  look_bible.txt (einheitliches Setting, einzige Quelle), manuelle Bildpakete, manuelle Videopakete
  keyframes/keyframes.json  Keyframe-Liste (Master, Start-/Endframes, Upload-Reihenfolge)
  keyframes/raw/          Originalbilder des Bildmodells
  keyframes/norm/         Auf Ausgabegröße normierte Keyframes
  footage/                Reale Aufnahmen, Screenshots, UI-Screenshots usw. (optional)
  gen/                    Ausgaben des Videomodells und video_log.jsonl (Aufruf- und Kostenbuch)
  qc/                     Frame-für-Frame-Mosaik, Gate K / Gate V Berichte
  edit/                   edl.json, captions.json, callouts.json, approved_drafts.json, approved_bridges.json
  renders/                Tonloses Bildmaterial vom Editor und .timeline.json (Standardausgabeort von edit.py)
  sound/                  Musik- und Soundeffekt-Spuren, Cue Sheet, Mischfenster
  deliver/                Endprodukte (öffentliche und interne Version getrennt)
  work/                   Projekteigene Skripte und Workflows (EDL-Generierung, Bildpakete, Prüfungen), jedes Zwischenergebnis auf Platte

Vorlagen aus templates/ in die entsprechenden Ordner kopieren: creative_brief.md, product_facts.md, benchmark.md, budget.md, feedback_brief.md, claims.md, licenses.md in brief/, decision_list.md als brief/decisions.md speichern; shot_list.json in shots/; keyframes.example.json als keyframes/keyframes.json speichern; ausgefüllter Codeblock aus prompts/look_bible.md als packs/look_bible.txt speichern; sfx_cue_sheet.md in sound/; die fünf *.example.json-Dateien (edl, captions, callouts, approved_drafts, approved_bridges) jeweils ohne .example in edit/ speichern.

Das Seitenverhältnis wird in den Daten festgelegt, nicht durch Befehle:

• Video-Generierung: Das Seitenverhältnis von Start-/Endframe-Aufgaben folgt dem Startframe (Keyframes zuerst mit scripts/qc/normalise_keyframes.py --size 1080x1920 normieren); für den Referenzmodus bei vertikalen Videos --aspect 9:16 hinzufügen.
• Schnitt: In edit/edl.json den Eintrag "size": [1080, 1920] setzen. Anschließend wird uv run scripts/edl_editor/edit.py --project <project> --edl edit/edl.json --dry das Layout für das vertikale Format erstellen; mit --res 480 eine kleine Vorschau im gleichen Format erzeugen, mit --size WxH ein anderes Format ausgeben.
• Vertikale Feeds: In edit/captions.json für den style den Eintrag "preset": "feed_safe" setzen. Untertitel und Abspann-Kleinschrift werden in den konservativen Sicherheitsbereich gesetzt. --dry prüft jeden Eintrag einzeln.

Am ersten Tag git init ausführen und .env, gen/, renders/, .cache/ in .gitignore eintragen. Jeder Datentyp erkennt nur eine Datei als Quelle an:

• Produktaussehen: Spezifikationsdatei oder 3D-Master; einheitliches Setting: packs/look_bible.txt;
• Timeline: shots/shot_list.json;
• Untertitel: edit/captions.json;
• Schnitt: edit/edl.json;
• Genehmigte Einstellungen: edit/approved_drafts.json, edit/approved_bridges.json;
• Claims und Lizenzen: brief/claims.md, brief/licenses.md;
• Benutzerfeedback: brief/feedback_brief.md.

Pipeline

Zwei parallele Spuren: Bildspur und Tonspur. Warten Sie nicht mit der Tonbearbeitung, bis das Bild zu HD aufgelöst wurde. Beginnen Sie, sobald die Schnittstruktur feststeht.

#	Phase	Ergebnis	Benutzer-Kontrolle	Automatische Prüfung/Protokollierung	Details
1	Vorprojekt & Fakten	Creative Brief, Produktfakten-Checkliste, Lieferliste	Fakten, Videotyp, Budget bestätigen	—	01, 02
2	Kreativ & Einstellungsliste	Struktur, Beat, Einstellungsliste (pro Einstellung: Kameraposition, Aktion, Effekt, Produktstatus, Modus, Übergang, Untertitel, Soundeffekt)	Struktur und Formulierungsrichtung festlegen	Sind Dauer und Lesbarkeit ausreichend?	02, rulebook §1
3	Previs & Unterlage	3D-Master, Unterlagen-Contract für jeden Keyframe, bei Bedarf Graumodell-Video; ohne 3D: Produktreferenzbilder	Gesamtansicht der Unterlagen prüfen	Von jeder realen Kameraposition auf Ausrichtung, Kabel, Durchdringungen prüfen	03
4	Look-Development	Produkt-Master, Szenen-Master, Charakter-Assets (Assets zuerst, vor allen Einstellungs-Keyframes)	Einzeln an Checkpoints prüfen	—	04 §2, §3
5	Keyframes	Pro Keyframe ein Bildpaket oder Skript-gesteuerte API; einheitliche Größe	Manuell zeichnen oder Bilder prüfen	Gate K (Projekt-Skript): Kontur, Proportion, Effektstatus, Skalierungskonsistenz, doppelte Dateien	04
6	Videoentwurf	480p Entwurf	Aktivierung, Bezahlung durch Benutzer selbst; vor Stapelverarbeitung Kontostand prüfen; Entwurf ansehen	Simulation und Ablehnungskriterien (inkl. Prompt-Prüfung); alle 0,25 Sekunden Mosaik; Gate V (Projekt-Skript)	05
7	Sichtung & Buchhaltung	edit/approved_drafts.json, edit/approved_bridges.json, Rohschnitt	Feedback geben, nummeriert in brief eintragen	Manuelle Freigabe bindet Datei-Fingerabdruck	05 §13
8	Schnitt & Untertitel	EDL-Vorschau: Übergänge, KI-Übergangseinstellungen, Untertitel, Callouts, Vor-/Abspann	Formulierungen und Reihenfolge ändern	--dry prüft Abstände und Lesbarkeit; Untertitel-Standbild-Prüfung	06
9	HD-Upgrade	Genehmigte Einstellungen originalgetreu auf 1080p hochskalieren	Nach Fertigstellung von Reihenfolge und Untertiteln freigeben; zuerst Kontostand prüfen	Dauer und Konsistenz der Zwischenframes	05 §6
S1	Sounddesign (parallel zu 8, 9)	Musikauswahl und -lizenz, Soundeffekt-Cue-Sheet, produktspezifische Sounds, ggf. Voice-Over	Musik auswählen (abspielbare Datei senden), Übergänge anhören	Lizenzdokumentation	07
S2	Mischung	Ausbalancierte End-Tonspur	Endergebnis anhören	dB-Unterschied "Effekt minus Musik" nach Zeitfenstern messen; Lautheitsziel	07
10	Lieferung	Master, teilbare Version < 30 MB, Formate pro Plattform, 15/6 Sekunden Kurzversion	Text für Vorspann festlegen, Endprodukt anfordern	Dauer, Audio-/Videostreams, Lautheit, Keyframe-Bild	08
11	Mehrsprachen	Ein Textdokument erzeugt parallele Untertitel und EDL	Text festlegen	Original bleibt pixelgenau; 0 verbleibende Zeichen der Originalsprache	08
12	Compliance-Endprüfung	brief/claims.md, brief/licenses.md, KI-Kennzeichnung	Unterschrift	Wortliste-Prüfung + Satz für Satz Abgleich mit Produktfakten	09

Die 12 wichtigsten Regeln

Die vollständigen 139 Regeln finden Sie in references/rulebook.md.

1. Erst das Vorprojekt-Formular schreiben: Videotyp, Zielgruppe (intern oder öffentlich), Plattform, Dauer, Seitenverhältnis – dann über Kreativität sprechen.
2. Produktfakten zuerst schriftlich festhalten und bestätigen lassen; eine Korrektur bedeutet, alle nachgelagerten Dateien (3D, Unterlage, Bild-Prompts, Video-Prompts, Untertitel, Callouts, Brief) auf einmal zu korrigieren und dann global nach Restwörtern zu suchen.
3. 3D bestimmt nur die Position, die finalen Pixel überlässt man der KI; bei jeder Einstellung fragen: "Woher kommen die finalen Pixel?"
4. KI-Keyframes müssen als Start- und Endframe verwendet werden, um die Einstellung zu treiben, nicht nur als eines von vielen Referenzbildern.
5. Jedes Pixel, das dem Videomodell gefüttert wird, wird kopiert: Graumodell auf einheitliches Grau setzen und entrauschen; Referenzpaket enthält keine Bilder mit unterschiedlichen Kamerapositionen; das Referenzbild selbst muss korrekt sein.
6. Video-Prompts als Sekunden-für-Sekunden-Skript schreiben, Zahlen aus 3D oder Einstellungsliste ableiten, nicht von Hand; nur Änderungen beschreiben, das Aussehen nicht wiederholen.
7. Effekte so beschreiben, wie sie von der Kamera aufgenommen werden, und klarstellen, was sie "nicht sind"; Dauerlicht als "Helligkeit konstant" beschreiben; Quantitäten mit für das bloße Auge überprüfbaren Standards festlegen.
8. Ausgaben in zwei Stufen tätigen: Zuerst kostenlose Prüfung, 480p Entwurf; nach Genehmigung originalgetreu auf HD hochskalieren, vor dem Hochskalieren Kontostand prüfen.
9. Originalmaterial Frame für Frame ansehen: Der Start-/Endframe-Modus kann in der Mitte unmerklich überblenden; die unabhängige Prüfung muss das generierte Originalmaterial ansehen.
10. Untertitel, Callouts und Ton in der Schnittebene belassen, aus den Timeline-Daten generiert; Textänderungen, Reihenfolge-Anpassungen und HD-Upgrades erfordern keine Neugenerierung des Bildmaterials.
11. Compliance in zwei Stufen: Zuerst Wortliste (Extremwörter, Wirkungsversprechen, medizinische Begriffe, Zahlen) prüfen, dann Satz für Satz mit Produktfakten auf "implizierte Funktionen" abgleichen. Die Standard-KI-Kennzeichnung ist: einmal im Startbild (mindestens ca. 2 Sekunden), einmal im Abspann-Kleinschrift, plus die KI-Erklärung der Plattform; kein permanentes Wasserzeichen, es sei denn, die Plattform verlangt es.
12. Jede Benutzermeinung wird mit Originalsatz und Nummer im brief dokumentiert, alle Agenten und die Endprüfung beziehen sich darauf. Lange Dialoge können komprimiert werden, Dateien nicht.

Zusammenarbeit mit dem Benutzer

• Zeit: Zuerst eine Schätzung abgeben; bei langen Aufgaben ohne sichtbare Ausgabe aktiv über die aktuelle Phase, den Zeitpunkt der letzten Aktivität und die neue voraussichtliche Zeit berichten.
• Wenn der Benutzer an der Reihe ist, alles auf einmal liefern: Vollständige Anleitungsdokumente, direkt abspielbares oder zu öffnendes Material, auf das Handy (Einzeldatei < 30 MB). Dem Benutzer mitteilen, in welchen Ordner das Mastermaterial gelegt werden soll.
• Die Arbeitsweise genau erfragen: "Nur analysieren" bedeutet auch nur analysieren; "Nicht anhalten bis zum Ende" bedeutet, bis zur Lieferung durchzuarbeiten; "Letzte Runde" bedeutet, die Zwischenanhörung zu überspringen.
• Schlussfolgerung zuerst: Wenn der Benutzer fragt "Muss ich alles verwerfen?", zuerst die Schlussfolgerung nennen, dann die Begründung, und schließlich die Punkte auflisten, die der Benutzer entscheiden muss.
• Sicherheit:
  • Schlüssel nicht lesen, anzeigen oder anfordern (nur in .env);
  • Keine Konten registrieren, keine Passwörter oder Zahlungsinformationen eingeben;
  • Bei Zustimmung zu AGBs, Zahlungen, Aktivierungen oder Aufladungen vor dem Button anhalten, die Kosten erklären und den Benutzer selbst klicken lassen;
  • Vor dem Herunterladen von Dateien fragen.
• Lange Aufgaben:
  • Vor dem Start den Benutzer bitten, das Gerät anzuschließen, den System-Schlafmodus auf "Nie" zu setzen und das System wach zu halten;
  • Workflows und Stapelverarbeitung müssen von der Platte aus fortsetzbar sein;
  • Absenden und Abfragen von Ergebnissen in zwei Schritten;
  • 3D-Rendering immer nur einen Prozess gleichzeitig.

Details unter references/10-working-with-user.md.

Öffentliche Veröffentlichung

Für alle öffentlichen Inhalte, einschließlich Werbung, soziale Medien, öffentliche Präsentationsfolien:

• Keine Explosionszeichnungen, transparente Ansichten oder Einstellungen, die die innere Struktur zeigen; keine internen Bauteilnamen oder Funktionsprinzipien schreiben;
• In Beiträgen in sozialen Medien keine konkreten KI-Produkte nennen (stattdessen "Bild-KI", "Video-KI", "3D-Software" schreiben);
• Kosten nicht teilen;
• Als Lessons Learned allgemeine Prozessprobleme beschreiben, keine persönlichen Erfahrungen;
• Die von der Plattform geforderte KI-Kennzeichnung hinzufügen.

Siehe references/09-compliance.md.

Werkzeuge

Alle Skripte werden mit uv run ausgeführt. Die Abhängigkeiten sind im PEP 723-Block am Anfang jedes Skripts definiert. ffmpeg stammt von imageio-ffmpeg.

Skript	Verwendung
scripts/edl_editor/edit.py	Schnitt gemäß EDL: Karten, Überblendungen, Schwarz, Lens Flare, Whip Pan, KI-Übergangseinstellungen, Untertitel, Callouts, Wasserzeichen; unterstützt 16:9, 9:16, 1:1; --dry für Simulation, Ausgabe timeline.json. Mit make_demo.py kann ein Demo-Projekt erstellt werden
scripts/edl_editor/typeset.py	Untertitel- und Karten-Satz-Engine: Hierarchie für EN/CN, Zeichenabstand, Sicherheitsbereich, plattformübergreifende Font-Fallback; --specimen prüft lokale Schriftarten
scripts/video_api/seedance.py	Client für Volcano Engine Seedance: Modi für Start-/Endframe, Referenzbild usw., Entwurf und HD-Upgrade, fortsetzbare Abfragen, Kostenschätzung und Buchhaltung, --dry kein Netzwerk (nur Prüfung inkl. Prompt-Check); kann auch als Vorlage für andere Videomodelle dienen
scripts/audio/mix.py	Musik- und Soundeffekt-Spuren nach Zeitfenstern ausbalancieren, gemessene dB-Differenz, Limiting und zweifache Lautheitsnormalisierung, dann ins Bild einmischen
scripts/qc/strip.py	Alle 0,25 Sekunden einen Frame extrahieren und zu einem langen Bild zusammensetzen, Bewegungs- und Helligkeitskurve zeichnen, harte Schnitte, Sprünge und Stillstände markieren
scripts/qc/contact_sheet.py	Bildraster mit Beschriftungen zur Prüfung von Unterlagen, Keyframes und Entwürfen
scripts/qc/normalise_keyframes.py	Keyframes raw → norm: Einstellungsframes auf Ausgabeformat zuschneiden, Master und Referenzbilder nur verkleinern, nicht zuschneiden; Vergrößerung und harter Zuschnitt erzeugen Warnung
scripts/qc/lint_prompts.py	Scannen von Video-Prompts auf verbotene Wortfamilien (inkl. produktspezifischer Mechanismus-Verbote); Fehler, wenn keine Datei gescannt wird

Nicht beigefügt, muss vom Projekt selbst in work/ erstellt werden: Gate K und Gate V (seedance.py liest keine Gate K Berichte – "Ohne Bericht kein Einreichen" wird durch den projekteigenen Einreichschritt sichergestellt), Bildpaket-Generierung (keyframes.json → packs/), shot_list.json → EDL und Untertitel-Entwurf. Die Anforderungen sind in 04, 05, 06 und templates/prompts/keyframe_pack.md beschrieben.

Anleitungen in den README-Dateien der jeweiligen Verzeichnisse. Die Fähigkeiten, Preise und Einschränkungen von Modellen ändern sich schnell. Vor der Verwendung die offiziellen Dokumente überprüfen. Die "Modellhinweise" am Ende jeder Referenzdatei enthalten das Prüfdatum.

Wann welche Datei gelesen werden soll

Datei	Wann lesen
references/01-intake.md	Erster Tag eines neuen Projekts
references/02-formats.md	Bei der Festlegung von Videotyp, Dauer, Seitenverhältnis, Struktur oder bei Werbe- und vertikalen Kurzvideos
references/03-previs.md	Vor dem Erstellen der 3D-Previs oder Unterlagen; wenn kein 3D-Modell vorhanden ist
references/04-keyframes.md	Beim Erstellen von Bildpaketen, Festlegen des einheitlichen Settings und Prüfen von Keyframes
references/05-video-gen.md	Beim Schreiben von Video-Prompts, Auswählen des Generierungsmodus, Einreichen, Prüfen von Entwürfen und HD-Upgrade
references/06-edit-type.md	Schnitt, Übergänge, Untertitel, Callouts, Vor-/Abspann
references/07-sound.md	Musikauswahl, Soundeffekte, Voice-Over, Mischung
references/08-delivery.md	Lieferung, Versionen für verschiedene Plattformen, Kurzversionen, Mehrsprachen
references/09-compliance.md	Vor dem Schreiben jeglicher Bildschirmtexte oder Voice-Overs; vor der öffentlichen Veröffentlichung
references/10-working-with-user.md	Zusammenarbeit mit nicht-technischen Benutzern, lange Aufgaben, Sicherheitsgrenzen, Umgebungsprobleme
references/rulebook.md	Bei Unsicherheit in einer Phase die entsprechende Gruppe nachschlagen
references/pitfalls.md	Bei Problemen zuerst nach dem Symptom suchen
templates/	Bei Projektstart in das Projekt kopieren, ausfüllen und verwenden
examples/case-study.md	Wenn ein vollständiges Projektbeispiel angesehen werden soll