Communitygithub.com

reels-dopamina

Erstellt vertikale Reels/Shorts/TikToks (1080 × 1920) mit hoher Bindungskraft, um eine App, ein SaaS oder ein Produkt zu verkaufen – vom überzeugenden Skript bis zur fertigen MP4.

Was ist reels-dopamina?

Diese Skill produziert kurze, vertikale Videos, die eine bestimmte Problemstellung der Zielgruppe ansprechen und eine hohe Zuschauerbindung vom ersten bis zum letzten Sekunde sicherstellen. Der zweistufige Prozess (Skriptphase vor teurer Produktion) minimiert Ressourcenverschwendung: Zuerst wird ein detailliertes Skript mit Hook, Schmerz, Wendepunkt, Lösung und CTA erstellt und zur Freigabe vorgelegt. Erst nach Zustimmung werden Sprachaufnahmen (ElevenLabs, optional), Hintergrundmusik, Effekte und Animationen generiert – alles in HTML + GSAP mit HyperFrames. Der Workflow umfasst Markenprofile, Timing-Maps, automatisierte Checks (Transkription, Lint, Snapshot) und einen finalen Render- und Verifikationsschritt. Empfohlen für Systeme wie Claude Code, Cursor oder Codex; die Skill wird immer dann eingesetzt, wenn jemand „mach ein Reel“, „Video für Instagram/TikTok“, „Erklärvideo für die App“ oder ähnliches verlangt, und liefert Ergebnisse in einem professionellen, wiederholbaren Format.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gabrielrmgs/reels-dopamina/tree/main

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Reels voller Dopamin für Apps

Diese Skill erstellt kurze, vertikale Videos, die ein Produkt verkaufen, indem sie ein Problem der Zielgruppe ansprechen – mit hoher Bindungskraft von der ersten bis zur letzten Sekunde. Der Prozess besteht aus zwei Phasen, die durch eine menschliche Freigabe getrennt sind, weil das Generieren von Stimme, Musik und Bildern Credits und Zeit kostet – das Skript zu verhauen und es erst beim Rendern zu merken, ist die teuerste Verschwendung.

Phase 1 (günstig)  Briefing → Wahrheit im Produkt prüfen → SKRIPT → Freigabe
Phase 2 (teuer)    Assets → Timing-Map → Komposition → visuelle Prüfung → Render → Verifikation

Vor allem: Markenprofil

Suche ein Profil in brands/<marke>.md (Farben, Schriften, Logo SVG, Aussprache des Namens, CTA, Angebot, @ des Instagram-Accounts, wo die App-Screens liegen). Falls es keines gibt, erstelle eines nach brands/_modell.md mit den Angaben der Person oder dem, was du im Code/Source des Produkts findest (CSS-Farbtokens, Logo im Markenmodul, Preisseite). brands/vehiro.md ist ein vollständiges Beispiel.

Phase 1 – Skript

1. Kurzes Briefing

Frage nur, was fehlt: Produkt/Marke, Zielgruppe (wer entscheidet den Kauf), das Problem (oder „warum dich wählen“), Stimme (weiblich/männlich oder ohne Erzählung), Ziellänge (30–50 s), Format (Reels 9:16 ist Standard). Sagt die Person „du entscheidest“, entscheide und erkläre die Wahl in einem Satz.

2. Problem auswählen

Ein Problem pro Video. Bevorzuge das Problem, das (a) die Zielgruppe im Geldbeutel oder im Stolz trifft, (b) sich visuell zeigen lässt, (c) das Produkt tatsächlich mit einem existierenden Bildschirm löst. Vermeide Wiederholungen aus früheren Videos derselben Serie – liste bereits erstellte auf, bevor du wählst.

3. Wahrheit im Produkt prüfen

Für jedes Versprechen im Skript bestätige im Code, in den Screens oder auf der Website, dass die Funktion existiert und sich so verhält, wie du sie beschreibst. Das vermeidet irreführende Werbung und Nacharbeit. Echte Beispiele, die diese Prüfung aufgedeckt hat: Das Dashboard hat Autos nicht nach Status getrennt (nur der Listenfilter trennte); „in Echtzeit“ wurde zu „immer aktuell“, weil sich der Status nur beim Aktualisieren ändert; die Testversion war 7 Tage (Konstante im Code); die vom App generierte WhatsApp-Nachricht hatte einen exakten Text, der zur Sprache des Videos wurde. Falls etwas nicht existiert, ändere das Versprechen – erfinde nichts.

4. Skript schreiben

Lies references/copywriting.md (Struktur und Copy-Regeln) und references/hooks-catalog.md (validierte Hooks). Verwende references/dopamine-fx.md zur Auswahl der Effekte pro Szene.

Liefere IMMER im Chat in diesem Format:

## Reels N – „<Name des Problems>“
**Problem:** <ein Satz>. **Was das Produkt wirklich hat:** <Bullets mit Nachweis>.
**Stimme:** <Name der Stimme> · **Dauer:** ~XX s

### Hook (0–3 s)
- **Visuell:** ...   - **Sound:** ...   - **Sprache:** „...“
- Warum es fesselt: ...

### Skript
| Zeit | Sprache | Visuelles und Effekte |
|---|---|---|
| 0–3 s · Hook | ... | ... |
| ... · Aufwühlen | ... | ... |
| ... · Hieb | ... | ... |
| ... · Wendepunkt | ... | ... |
| ... · Lösung | ... | ... |
| ... · CTA | ... | ... |

### Für dich zu entscheiden
- <nur echte Entscheidungen: Stimme, alternativer Hook, Versprechen, das abgemildert werden muss>

Stopp und warte auf Freigabe. Anpassungen am Skript sind billig; wende sie an und zeige nur das Geänderte erneut an.

Phase 2 – Produktion (erst nach „kannst du produzieren“)

Erstelle den Projektordner (z. B. marketing/videos/<slug>/ mit assets/), kopiere templates/base.html nach <slug>/index.html und templates/fx.js nach <slug>/fx.js.

5. Assets

Lies references/audio.md und references/elevenlabs.md, bevor du etwas generierst.

  • Erzählung: 2 Takes bei ElevenLabs (eleven_v4, Tags wie [urgent], [short pause]), mit dem Markennamen so geschrieben, wie er ausgesprochen wird (z. B. VEHIRO → „Verriro“).
  • Musik: Instrumental mit Spannung bis zum Wendepunkt und animiertem Drop danach.
  • Hook-Effekte: Sirene, Gameshow-Horn, Registrierkasse usw. (kurz, ~1 s).
  • Realistische Bilder (optional): „Foto vom Handy des Verkäufers“ – siehe references/elevenlabs.md zu täglichem Limit und horizontalem Format.
  • Echte App-Screens: 3x-Mobil-Screenshots (1170×2532) sehen im Handy-Mockup großartig aus. Ohne ElevenLabs oder ohne Credits: Biete eine Version ohne Erzählung an (kinetische Typografie trägt die Botschaft) oder warte, bis die Person Credits freigibt – wechsle nicht ohne Nachfrage zu einer anderen Stimme/Anbieter.

6. Stimme validieren

Führe python scripts/transcribe_check.py <voice.mp3> aus (verwendet die lokale watch-Skill, falls vorhanden, sonst Whisper) und vergleiche mit dem Text. Wähle den Take ohne Wortfehler; falls nur ein Abschnitt falsch ist (z. B. „Palha jetzt“ statt „Hör jetzt“), generiere nur diesen Abschnitt neu und füge ihn mit scripts/splice_phrase.py ein. Falls ein Wort ersetzt werden muss, aber die Synchronität zu einem bereits fertigen Video erhalten bleiben soll, generiere den gesamten Take neu und verwende scripts/align_phrases.py.

7. Timing-Map

  • python scripts/timing_map.py voice.mp3 → Liste der Phrasen mit Start/Ende (Stille).
  • python scripts/music_drop.py track.mp3 → exakte Sekunde des Drops (Bass-Energie).
  • Definiere V (Stimmverzögerung, 0,25–0,9 s) und positioniere die Musik so, dass der Drop auf die Wendepunkt-Phrase fällt: start_der_musik = (start_des_wendepunkts + V) - drop.
  • Falls die Musik zu kurz ist: python scripts/extend_music.py track.mp3 track-ext.mp3 --cut <s> --bars 2 --bpm <bpm> (wiederholt Takte des animierten Teils mit Crossfade).
  • Falls die Stimme ~48 s überschreitet: Beschleunige sie um 5–8 % mit atempo (Tonhöhe bleibt erhalten). Jede sprachliche Animation wird zur Zeit der Phrase gesetzt: videozeit = sprachzeit + V.

8. Komposition

Baue die Szenen in index.html gemäß references/dopamine-fx.md und references/hyperframes.md. Die wichtigsten Regeln: Szenen überlappen sich um 0,2–0,5 s mit bewegten Übergängen; alle ~2 s eine visuelle „Belohnung“; Fortschrittsbalken oben; wichtige Texte außerhalb der Bereiche, die von der Reels-Oberfläche verdeckt werden (oben ~220 px, unten ~380 px).

9. Visuelle Prüfung

npx hyperframes lint . (0 Fehler) und npx hyperframes snapshot . --at <keyframes> --no-end -o snapshots. Betrachte das Kontaktblatt: abgeschnittener Text, unleserliche Überlagerung, leere Szene, nicht animiertes Element. Korrigiere und wiederhole nur die betroffenen Zeitpunkte. Konsultiere references/pitfalls.md, wenn etwas nicht erscheint oder zu früh erscheint.

10. Render und Verifikation

npx hyperframes render . -o ../renders/<slug>-9x16.mp4 -f 30 -q delivery, dann python scripts/verify_render.py ../renders/<slug>-9x16.mp4: Prüft Dauer, 1080×1920, mittlere Lautstärke (~-18 bis -20 dB) und transkribiert. Wenn der Hook nicht in der Transkription auftaucht, maskiert der Soundeffekt die Stimme – senke den Effekt (siehe references/audio.md).

11. Lieferung

Sende die MP4 und erläutere in Prosa: den Hook, was jede Szene tut, die verwendeten Effekte und ehrliche Hinweise (Aussprache, die die Transkription anders verstanden hat, illustrative Zahlen, verbrauchte Credits, was nicht nach Gehör geprüft wurde).

Referenzen

  • references/copywriting.md – 7-Akt-Struktur, Copy-Regeln, Trigger.
  • references/hooks-catalog.md – validierte Hooks (visuell + Sound + Sprache) und wann man welchen verwendet.
  • references/dopamine-fx.md – Katalog von Effekten, Rhythmus und fließenden Übergängen.
  • references/audio.md – Stimme, Aussprache, Mix, Drop, Zusammenfügen.
  • references/elevenlabs.md – Anbindungen, Kontingente, Limits und Fallstricke.
  • references/hyperframes.md – Gerüst der Komposition, Audio, Lint, Snapshot, Render.
  • references/pitfalls.md – bereits gelöste Bugs und deren Korrekturen.
  • examples/ – freigegebene Skripte einer echten Serie (VEHIRO) zur Kalibrierung von Ton und Format.

Verwandte Skills