Script-to-Video AI Production Skill
Ein umfassendes Automatisierungssystem, das den gesamten Workflow von einem reinen Textskript zu einem fertigen 9:16 Full-HD KI-Video optimiert und die Zielgruppenbindung (Audience Retention) auf TikTok, Reels und Shorts maximiert.
🎯 7 KERNPRINZIPIEN (ALWAYS-ON RULES)
-
IMAGE-FIRST WORKFLOW & KI-AUGENPRÜFUNG:
- Erstelle immer zuerst Szenenbilder mit dem Modell
meta_muse. - Aktiviere den verketteten Modus (
image_chain_mode: "chained"), um 100% Konsistenz bei Charakteren, Kleidung und Hintergründen zu gewährleisten. - Extrahiere Bilder und überprüfe sie mit KI-Augen (
read_file) direkt auf 10/10 Qualität, bevor ein Video erstellt wird.
- Erstelle immer zuerst Szenenbilder mit dem Modell
-
BIDIREKTIONALER STT-AUDITOR (ZWEI-WEGE-SPRECHPRÜFUNG):
- Vorwärtsrichtung (gegen verschluckte Wörter): Stelle sicher, dass die Keyword-Abdeckung ≥70% beträgt und scannen die letzten 3-5 Wörter des Skripts (verhindert abgeschnittene Sprachenden).
- Rückwärtsrichtung (gegen Halluzinationen am Ende): Scanne Wörter nach dem letzten Keyword des Skripts. Wenn das Video zu lang ist und die KI eigenmächtig ≥2 falsche Wörter hinzufügt ➔ Markiere sofort als
FAILED. - 100% ehrlicher Bericht: Es ist absolut verboten, STT-Daten zu beschönigen oder halluzinierte Wörter zu verstecken.
- Hartes Gatekeeper: Es ist absolut verboten, Videos zusammenzufügen, wenn eine Szene nicht
PASSEDhat.
-
PRÄZISE LÄNGENFORMEL (PACING):
- Unter 25 Wörtern: 6s - 8s
- 25 - 38 Wörter: 10s
- 39 - 50 Wörter: 12s
- 51 - 65 Wörter: 15s (Sprecher liest schnell und deutlich)
-
SÜDVIETNAMESISCHE DIALEKTSPERRE & LOKALE WORTANGLEICHUNG:
- Wenn das Skript einen südvietnamesischen Akzent erfordert: Ersetze zwingend alle nordvietnamesischen Konjunktionen/Verbindungswörter im Skript und Prompt (z. B. verwende "ba với mẹ" statt "ba und mẹ", verwende Interjektionen wie "hả", "nghen", "nhen", "hén", "sao kì dạ").
- Voice Directing ist zweisprachig erforderlich:
Voice Directing: Sanfte südvietnamesische Saigon-Frauenstimme, Aussprache nach südvietnamesischem Dialekt (Authentic Southern Vietnamese Saigon female voice, soft sweet Southern dialect). Nordvietnamesischer Akzent ist absolut verboten.
-
KINDERSTIMME BEI ERWACHSENENTHEMEN BEWAHREN & TONHÖHENPRÜFUNG:
- Prompt von Dialog isolieren: Zitiere niemals philosophische/finanzielle/heiratsbezogene Inhalte im Bild- oder Bewegungs-Prompt (
[PROMPT],[MOTION]). Halte die Beschreibung 100% kindlich und cartoonhaft. - Voice Directing für Kinderstimme:
Voice Directing: Helle, unbeschwerte, naive südvietnamesische Jungenstimme, die mit niedlichem Lispeln spricht (Cute toddler boy child voice). Erwachsenenstimme absolut verboten, erwachsene Frauenstimme absolut verboten. - Tonhöhenprüfung (F0 Gate): Kinderstimmen müssen F0 ≥250 Hz erreichen (normalerweise 280-350 Hz). Wenn F0 <220 Hz ➔ Flag
FAILEDsofort, Videozusammenfügen verboten!
- Prompt von Dialog isolieren: Zitiere niemals philosophische/finanzielle/heiratsbezogene Inhalte im Bild- oder Bewegungs-Prompt (
-
EINZELCHARAKTER-LIP-SYNC & PING-PONG-SHOTS:
- Jeder Videoshot darf nur einen Charakter haben, der zur Kamera spricht. Nebencharaktere müssen die Lippen geschlossen halten und zuhören.
- Dialogszenen mit zwei oder mehr Personen müssen in Ping-Pong-Shots aufgeteilt werden (1A: Fragender, 1B: Antwortender), um 100% Lip-Sync-Fehlern vorzubeugen.
-
VIERSTUFIGER POST-PRODUCTION-WORKFLOW:
- Snappy Trim: Finde das Ende der Silben mithilfe von STT Binary Search, schneide dicht am Sprach-Ende (+0,15s) mit Mikro-Fade-Out von 0,15s, entferne 100% tote Zeit.
- Re-encode Concat: Füge mit libx264 zusammen, um corrupt packet-Fehler zu vermeiden.
- Speedup 1.1x (Pitch Preserved): Erhöhe die Geschwindigkeit um das 1,1-fache und behalte 100% der natürlichen Tonhöhe bei.
- Google Drive Sync: Lade automatisch in das angegebene Google Drive-Verzeichnis hoch und bereinige große Dateien auf dem Rechner.
🛠️ SKILL-STRUKTUR
script-to-video-ai-skill/
├── SKILL.md # Definition der Fertigkeit für den Antigravity AI Agent
├── PROJECT_RULES.md # Zwingende Kernregeln des Systems (GEHIRN)
├── AGENTS.md # Verhaltens- & Arbeitsstil-Anleitung für den Agenten
├── GEMINI.md # Detaillierte Standards & Fehlerbehebungsdokumentation
├── requirements.txt # Erforderliche Python-Bibliotheken
├── scripts/ # Automatisierungswerkzeuge:
│ ├── run_render.py # Job senden & Pipeline überwachen
│ ├── dialogue_auditor.py # Gehirn für bidirektionale STT-Prüfung & Pitch Audit
│ ├── snappy_trimmer.py # Tote Zeit mit STT Binary Search entfernen
│ ├── add_footer.py # Auflösungsangepassten Footer stempeln
│ ├── gdrive_uploader.py # Video automatisch auf Google Drive hochladen
│ └── audio_verifier.py # Audioanalyse-Unterstützung
├── configs/ # Beispielkonfigurationsdateien
│ └── sample_pipeline.json
└── README.md # Installations- & Bereitstellungsanleitung von A bis Z