StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Papier-Collage-Erklärvideo-Generator

Verwandle eine kurze Erzählzeile, ein Story-Thema, einen Standpunkt oder eine abstrakte Idee in eine kohärente, redaktionelle Papier-Collage-Animation. Die visuelle Sprache ist hochwertige Halbton-Papier-Collage: flache kräftige Farbfelder, schwarz-weiße fotografische Ausschnitte, ausgewählte farbige Kartonakzente, warme cremefarbene Konturen, weiche Papierschatten, taktile Stop-Motion-Montage und knackige Collage-Geräuscheffekte.

Dieser Hub-adaptierte Skill nutzt Hub-native Bild-, Video-, Audio- und optionale Postprocessing-Funktionen. Er priorisiert Stilkontinuität, Farbharmonie, kontrollierte Papierstruktur, stop-motion-haften Collage-Rhythmus und eine Audio-Richtlinie, die taktile Collage-SFX standardmäßig beibehält, aber explizit keine Hintergrundmusik, kein Voiceover und keine Untertitel hinzufügt, es sei denn, der Benutzer fordert sie an.

Wann verwenden

Verwende diesen Skill, wenn der Benutzer Folgendes möchte:

• Eine kurze Skriptzeile in eine visuelle Metaphern-Collage-Animation verwandeln
• Eine einfache Geschichte oder ein literarisches Thema durch Collage-B-Roll erklären
• Redaktionelle Papier-Collage-Animation für Erzählungen oder Social-Videos
• Halbton-Collage-Animation mit Objekten, die sich aus einem leeren Farbfeld zusammensetzen
• Eine Reihe kurzer, abstrakter Sätze oder Story-Beats in separate, visuelle Metaphern-Animationen umwandeln
• Einen taktilen Wissenserklärer, der Papierklicks, -pops, -schieber, -drücke und -rascheln enthalten kann, aber keine automatische Musik oder Voiceover

Nicht verwenden, wenn der Benutzer Folgendes benötigt:

• Eine realistische Produktanzeige oder ein präsentationsgeführtes Video
• Präzise editierbare Ebenen, Timeline-Keyframes oder transparente Ausschnitt-Assets
• Exakte Logo-Platzierung oder lesbare Typografie
• Nur eine schriftliche Video-Prompt ohne Generierung

Standard-Kreativziele

Sofern der Benutzer nichts anderes angibt:

• Ausgabeformat: 16:9 Querformat
• Clip-Länge: etwa 4 Sekunden pro Segment
• Audio-Standard: taktile Papier-Collage-Geräuscheffekte beibehalten oder generieren, wie z. B. Papierschieber, Pop, Drücker, leichtes Rascheln und sanfte Klopftöne
• Standard: keine Hintergrundmusik hinzufügen. Du darfst den Benutzer fragen, ob er BGM möchte, wenn es hilfreich sein könnte, aber Musik nur nach expliziter Benutzerbestätigung hinzufügen
• Standard: kein Voiceover, keine gesprochene Erzählung oder Präsentations-Narration hinzufügen. Du darfst den Benutzer fragen, ob er Erzählung/Mündliche Darstellung (口播) möchte, wenn das Projekt davon profitieren könnte, aber gesprochenes Audio nur nach expliziter Benutzerbestätigung schreiben, synthetisieren oder hinzufügen
• Standard: keine Untertitel hinzufügen. Du darfst den Benutzer fragen, ob er Untertitel möchte, aber Untertitel nur nach expliziter Benutzerbestätigung erstellen oder einbrennen
• Visueller Stil: hochwertige redaktionelle Halbton-Papier-Collage
• Bewegungsstil: taktile Stop-Motion-Montage, kein langsamer Zoom, kein generisches Driften oder sanfte digitale Ebenenbewegungen
• Standard-Videogenerierungsmodell: MiniMax-H3, es sei denn, der Benutzer gibt explizit ein anderes Modell an, das Modell ist nicht verfügbar oder eine harte Anforderung schließt es aus
• Text in Bild/Video: lesbare Buchstaben, Ziffern, UI, Untertitel, Wasserzeichen und Logos vermeiden
• Bildqualität und Tiefe: visuell ansprechende, geschichtete 16:9-Kompositionen mit klarer Vorder-, Mittel- und Hintergrundtiefe, starker Subjekthierarchie, reichem, aber lesbarem Szenendesign und kontrolliertem Negativraum priorisieren

Audio-Richtlinie

Die Standard-Lieferung dieses Skills ist mit Collage-SFX und ohne BGM, Voiceover oder Untertitel.

1. Bei der ersten Produktionsplan-Bestätigung den Standard-Medienansatz explizit nennen: taktile Papier-Collage-Geräuscheffekte werden beibehalten oder generiert; BGM, Voiceover/口播 und Untertitel werden standardmäßig nicht hinzugefügt.
2. Es ist akzeptabel, den Benutzer zu fragen, ob er Voiceover-Erzählung/口播, BGM oder Untertitel wünscht, insbesondere bei Erklärvideos, aber alle drei als optionale Ergänzungen, nicht als Standard, präsentieren.
3. Nicht davon ausgehen, dass ein Erklärvideo automatisch eine gesprochene Erzählung benötigt. Wenn der Benutzer keine Erzählung wählt, visuelle Story-Beats anstelle eines Voiceover-Skripts erstellen.
4. Nicht davon ausgehen, dass ein Social-Video automatisch BGM oder Untertitel benötigt. Wenn der Benutzer sie nicht wählt, den Clip nur mit SFX belassen.
5. Bei der Generierung von Videoclips synchronisierte taktile Collage-SFX anfordern, wenn das ausgewählte Videomodell Audio unterstützt: Papierstücke, die gleiten, knallen, flach drücken, sanfte Klopftöne und leichtes Papierrascheln.
6. Bei der Endmontage die ursprünglichen Clip-Audiospuren beibehalten, wenn sie Collage-SFX enthalten. Audio standardmäßig nicht entfernen.
7. Audio nur entfernen oder ersetzen, wenn der Benutzer Stille gewünscht hat, wenn das generierte Audio unerwünschte Sprache/Musik enthält oder wenn der Benutzer eine separate Musik-/Erzählungsmischung anfordert. Untertitel nur erstellen, wenn der Benutzer explizit darum bittet.

Globale Stilregeln

Wende diese Regeln auf jedes Standbild und jedes Video im Projekt an:

1. Einen einheitlichen visuellen Gesamtstil sicherstellen. Jedes Segment sollte sich wie Teil derselben redaktionellen Papier-Collage-Serie anfühlen: Halbton-Ausschnitte, flache Farbfelder, warme cremefarbene Konturen, weiche physische Schatten, saubere Komposition, taktiles Papiermaterial und koordinierte Collage-SFX.
2. Die Papierstruktur-Intensität kontrollieren. Papier darf nicht perfekt flach aussehen, aber es darf auch nicht übermäßig gealtert, schmutzig, zerknittert oder braun werden, es sei denn, der Benutzer bittet explizit darum. Bevorzuge saubere, verfeinerte handgemachte Textur: subtile Fasern, leicht unregelmäßige gerissene Kanten, leichte Deckelkanten, geschichtete Nähte und weiche Schatten.
3. Den Farbton vereinheitlichen. Keine Kraftpapier-, Braun-, Vergilbungs- oder verwitterten Basispapiere einführen, wenn sie mit dem genehmigten Standbild oder der Batch-Palette kollidieren. Jeden Clip mit einem Papierfeld beginnen, das der Hauptfarbrichtung des genehmigten Endstandbilds entspricht.
4. Bewegung als Stop-Motion-Collage lesbar machen. Klare Papierstückaktionen verwenden: Stück für Stück erscheinen, in Position gleiten oder knallen, leicht federn, flach drücken, pausieren und dann in der Endkomposition einrasten. Schnelles Drehen, übermäßiges Umdrehen, chaotischen Objektflug, globale Überblendungen, sanftes digitales Schwenken, Zoomen oder generisches Driften vermeiden.
5. Segmente koordiniert halten. Sobald ein oder zwei Clips den genehmigten Batch-Stil und SFX-Rhythmus etabliert haben, sollten spätere Clips und Überarbeitungen diesen Rhythmus und Ton referenzieren, damit die gesamte Sequenz kohärent wirkt.
6. Standardmäßig auf polierte 16:9-geschichtete Szenen setzen. Sofern der Benutzer nicht explizit einen anderen Plattformrahmen angibt, in 16:9 Querformat planen und generieren. Die breitere Leinwand nutzen, um eine attraktive Vorder-/Mittel-/Hintergrundtrennung, reichhaltigere Umgebungsrequisiten, klare Subjekthierarchie und eine filmische seitliche Komposition aufzubauen, ohne den Rahmen zu überladen.
7. Papier-Collage-Handwerk betonen. Jedes Standbild und jeder Clip sollte die Papier-Collage-Methode sichtbar machen: trennbare Papiergruppen, Halbton-Fotoausschnitte, farbige Kartonakzente, taktile Schatten, gerissene Kanten, geschichtete Nähte und Stop-Motion-Aktionen wie Pop-In, Slide-In, leichtes Federn, Flachdrücken, Pause und Einrasten.

SCHRITT 1: Eingabe parsen

Für jede Zeile, jedes Konzept, jede Geschichte oder jedes Thema extrahieren:

• Kernbedeutung: was der Betrachter verstehen soll
• Emotion: ruhig, dringend, ironisch, überraschend, absurd, klärend, reflektierend, geheimnisvoll oder verspielt
• Aktionsverb: öffnen, verbinden, lecken, archivieren, komprimieren, teilen, erhellen, binden, zusammenbauen, enthüllen, fallen, jagen, verwandeln, kollidieren
• Visuelle Metapher: ein konkretes Bild, das die Idee ausdrückt, ohne das Skript auf dem Bildschirm zu schreiben
• Schlüsselobjekte: drei bis sechs große, lesbare Papiergruppen
• Audio-Implikation: ob der Beat von Papierschieber-, Pop-, Drücker-, Klopfer-, Raschel- oder Schnapp-SFX profitiert

Bei einem Story-Thema die Geschichte in drei bis sechs prägnante Beats aufteilen, es sei denn, der Benutzer gibt eine Anzahl vor. Ähnliche Beats können dieselbe Designsprache teilen, aber jeder sollte eine eigene Metapher, Objektsets, Farbfeld und SFX-Rhythmus haben.

SCHRITT 2: Gate 1 — Produktionsplandokument genehmigen

Vor der Generierung von Medien ein prägnantes Produktionsplandokument erstellen und auf Benutzerfreigabe warten. Keine Standbilder oder Videos generieren, bevor der Benutzer dieses Dokument bestätigt hat.

Das Produktionsplandokument muss Folgendes enthalten:

Kurzbeschreibung

• Thema oder Quellzeile
• Zielgruppe / Nutzungskontext, falls bekannt
• Seitenverhältnis- und Dauerannahmen
• Ton und Tempo
• Zusammenfassung des visuellen Stils
• Medienansatz, formuliert als: standardmäßige Collage-SFX werden beibehalten oder generiert; BGM, Voiceover/口播 und Untertitel werden nicht hinzugefügt, es sei denn, der Benutzer fordert sie explizit an
• Optionale Ergänzungsfrage, wenn sinnvoll: fragen, ob der Benutzer Voiceover-Erzählung/口播, BGM oder Untertitel wünscht, aber diese optional halten

Visuelle Metaphern

Für jedes geplante Segment:

• Kernbedeutung
• Emotion
• Ein-Satz-Visuelle Aussage
• Drei bis sechs Schlüsselobjekte
• Vorgeschlagene Hintergrundfarbe und Akzentfarben
• Erwartete Montagereihenfolge
• Erwartete Collage-SFX-Momente, wie z. B. Slide, Pop, Press, Tap, Rustle oder Snap

Skript / Visuelle Beat-Spur

Wenn der Benutzer explizit eine Erzählung anfordert, ein prägnantes Voiceover-Skript schreiben. Wenn der Benutzer keine Erzählung explizit angefordert hat, kein Voiceover-Skript schreiben; stattdessen eine stille visuelle Beat-Spur schreiben, die erklärt, was das Publikum aus der Sequenz versteht.

Wenn der Benutzer nur B-Roll für eine vorhandene Zeile benötigt, die ursprüngliche Zeile als Kontext beibehalten, anstatt eine Erzählung zu erfinden.

Storyboard

Für jedes Segment Folgendes einfügen:

• Segmenttitel
• Beschreibung des Endrahmens
• Bewegungsidee
• Ungefähre Dauer
• Collage-SFX-Idee
• Hinweise zur Stilkontinuität und Farbharmonie

Nach der Präsentation des Produktionsplandokuments auf die Genehmigung, Ablehnung oder Überarbeitung durch den Benutzer warten. Wenn der Benutzer nur einige nummerierte Elemente genehmigt, nur diese Elemente voranbringen und den Rest überarbeiten.

SCHRITT 3: Standbild-Spezifikationen erstellen

Nach Genehmigung des Produktionsplans eine kompakte visuelle Spezifikation für jedes genehmigte Segment schreiben. Die Spezifikation sollte in sich geschlossen und für die Bildgenerierung geeignet sein.

Folgendes einfügen:

• Skriptbedeutung oder Story-Beat
• Visuelle Metapher
• Seitenverhältnis
• Hintergrundfarbfeld
• Akzentfarben
• Schlüsselobjektgruppen und ihre Rollen
• Komposition, Vorder-/Mittel-/Hintergrundtiefe und Negativraum
• Beziehung zum Endrahmen
• Hinweise zur Stilkontinuität
• Vermeidungsliste für dieses spezifische Standbild

Diese Stilsignatur verwenden:

flaches kräftiges Farbfeld, schwarz-weiße Halbton-Fotoausschnitte, ausgewählte farbige Kartonakzente, warme cremefarbene Konturen, weiche Papierschatten, feine ungestrichene Papierkörnung, hochwertige redaktionelle Papier-Collage, saubere, verfeinerte handgerissene Papierkanten, subtile faserige Kanten, geschichtete Papiernähte

Farbrichtlinie:

• Verbranntes Orange oder Rot: Arbeit, Zeitdruck, Dringlichkeit
• Senfgelb: Werkzeuge, Warnung, angesammelte Fehler
• Tintengrün: Kognition, Reset, Urteilsvermögen, surreale Ruhe
• Tiefes Lila: Erinnerung, Struktur, Geheimnis, Traumlogik
• Blaugrün: Zusammenarbeit, Ausführung, Systemfluss
• Rosarot: Absurdität, Zeremonie, theatralische Spannung

Kobaltblau nicht automatisch zum Standard machen. Den Batch visuell durch Papierstruktur, Halbtonbehandlung, Konturen, Schatten, Rahmung und eine kontrollierte Palette einheitlich halten. Das Farbfeld nur variieren, wenn der Story-Beat von Kontrast profitiert.

SCHRITT 4: Gate 2 — Standbilder generieren und genehmigen

Ein endgültiges Standbild pro genehmigtem Segment generieren. Das Standbild muss wie der fertige letzte Frame der zukünftigen Animation aussehen.

Anforderungen an das Standbild:

• Das vom Benutzer angegebene Seitenverhältnis verwenden; andernfalls Standard 16:9 Querformat
• Flacher, kräftiger Papierhintergrund mit subtiler Faserkörnung
• Drei bis sechs große, trennbare Objektgruppen, es sei denn, das genehmigte Storyboard erfordert etwas mehr
• Klares zentrales Subjekt, starke visuelle Hierarchie, großzügiger sauberer Negativraum und sichtbare Vorder-/Mittel-/Hintergrundschichtung
• Schwarz-weiße Halbton-Fotoausschnitte als Hauptstruktur, kombiniert mit reichhaltigen, aber lesbaren Szenenrequisiten, die den Story-Beat unterstützen
• Ausgewählte farbige Kartonakzente nur dort, wo sie die Hierarchie verdeutlichen
• Warme cremefarbene Konturen, weiche physische Papierschatten, verfeinerte gerissene Kanten und subtile geschichtete Papiernähte
• Kein lesbarer Text, falsche Buchstaben, Ziffern, Untertitel, UI, Wasserzeichen oder Logos, es sei denn, explizit angefordert

Die generierten Standbilder dem Benutzer zeigen und vor der Videogenerierung auf Genehmigung warten. Wenn ein Standbild zu überladen wirkt, eine nicht passende Farbe hat, zu viele Papierschichten, zu flache digitale Kanten oder eine zu stark gealterte/braune Papierstruktur aufweist, das Standbild vor der Videogenerierung überarbeiten.

SCHRITT 5: Stop-Motion-Montage planen

Für jedes genehmigte Standbild einen Bewegungsplan erstellen, der das genehmigte Standbild als fertigen Endrahmen behandelt.

Standard-Bewegungsreihenfolge:

1. Mit einem sauberen Papierfarbfeld beginnen, das dem Haupthintergrund des genehmigten Standbilds entspricht, nicht einem nicht passenden Kraftpapier- oder Braununtergrund.
2. Basisstruktur erscheint als Papierstücke, die an Ort und Stelle gleiten, knallen oder drücken.
3. Figur, Karte, Objekt oder Hauptmetaphernelement tritt ein.
4. Sekundäre Objekte nacheinander mit kleinen Feder-, Flachdrück- und Pauseschlägen zusammensetzen.
5. Endgültige Beziehung rastet in die genehmigte Komposition ein.
6. Am Ende kurz den fertigen, standbildähnlichen Frame halten.

Bewegungs-Prompt-Richtlinie:

Papier-Collage-Stop-Motion-Montage. Beginne auf einem sauberen Papierfeld, das der Hintergrundfarbe und dem Ton des genehmigten Standbilds entspricht. Setze die Szene Stück für Stück mit taktilem Stop-Motion-Timing zusammen: Vorder-, Mittel- und Hintergrundpapiergruppen erscheinen in einer lesbaren Reihenfolge; jedes Papierobjekt erscheint, gleitet oder knallt herein, federt leicht, drückt flach, pausiert und rastet ein. Bewahre die Halbtonpunkte, cremefarbenen Konturen, subtilen faserigen gerissenen Kanten, geschichteten Papiernähte, weichen Schatten, Papierkörnung, das Farbfeld und das genehmigte Seitenverhältnis. Am Ende die fertige Komposition entsprechend dem genehmigten Standbild halten. Sounddesign: nur taktile Collage-SFX, synchronisiert zur Papierstückbewegung: sanfter Papierschieber, Pop-In, Flachdrück-Klopfer, leichtes Rascheln und winziger Papierschnapp, wo angemessen. Standard: kein BGM, Voiceover, Dialog oder Untertitel hinzufügen, es sei denn, der Benutzer hat sie explizit angefordert. Kein nicht passender Kraftpapier-Start, kein brauner/vergilbter Untergrund, es sei denn, genehmigt, kein schnelles Drehen, kein chaotischer Objektflug, keine sanfte digitale Ebenenbewegung, keine Szenenschnitte, keine Kamerabewegung, kein Zoom, kein Morphen, keine neuen Objekte, kein Text, keine Logos, kein Wasserzeichen, keine UI.

SCHRITT 6: Collage-SFX-B-Roll-Clips generieren

Nach Gate-2-Genehmigung generieren...

(Hinweis: Der Rest des Dokuments wurde aus der ursprünglichen Bereitstellung gekürzt. Bei vollständigem Bedarf würde die Übersetzung den gesamten noch verfügbaren Teil umfassen.)