masskx/douyin-remotion-sentence-video

Douyin Remotion Satzvideo

Verwende diese Fähigkeit, wenn der Benutzer kurze englische Videos möchte, die sich scrollbar, nützlich und scharf einprägsam anfühlen, nicht wie eine Grammatikstunde.

Diese Fähigkeit muss douyin-remotion-video in Bewegungsdichte, Hook-Aggressivität und audio-gesteuerter Taktung entsprechen. Behandle Satzinhalte als eine andere Lehrstruktur, nicht als eine weichere visuelle Sprache.

Einzeiler-Motto

Dies erklärt keine Grammatik. Dies reißt dein Chinglish ein.

Chinglish-Fallen-Modus

Dies ist nun der standardmäßige kreative Modus, es sei denn, der Benutzer bittet ausdrücklich um Satzstrukturen oder Musterübungen.

Verwende den Chinglish-Fallen-Modus, wenn der Benutzer möchte:

• englische Kurzvideos
• Korrekturvideos
• Videos mit nativen Ausdrücken
• Korrekturen von direkten chinesischen Übersetzungen
• kontrastiven Unterricht
• Inhalte zu "中式英语"

Die Standard-Content-Engine ist:

falscher Ausdruck -> Bedeutungsverdrehung -> native Korrektur -> kurzes Warum -> hier anwenden -> falsch vs. richtig einhämmern

Der Videokern ist keine A/B-Formel und keine mechanische Wiederholung. Der Kern ist:

Chinglish-Falle -> Kontrast-Treffer -> natürliche Englisch-Korrektur

Die Episode sollte sich anfühlen, als würde ein Creator eine echte Peinlichkeit ansprechen, nicht als würde eine Vorlage Slots befüllen.

Kinetischer Douyin-Visual-Modus

Chinglish-Fallen-Videos müssen standardmäßig den Kinetischen Douyin-Visual-Modus verwenden.

Kernprinzipien:

• Text wird nicht platziert, er wird auf den Bildschirm gehauen
• falsche Ausdrücke werden nicht ruhig angezeigt, sie werden bestraft
• richtige Ausdrücke erscheinen nicht einfach, sie knallen herein
• jede 0,5 bis 1,2 Sekunden braucht einen visuellen Beat
• alle 2 Sekunden braucht eine klare Bildschirmänderung
• die ersten 3 Sekunden brauchen mindestens 4 visuelle Aktionen
• die Hauptleinwand muss sich mit dem Sprachrhythmus bewegen, nicht nur die Untertitel-Leiste
• lasse niemals eine statische Karte länger als 2 Sekunden auf dem Bildschirm
• verlasse dich niemals auf lange zweispaltige Erklärungsblöcke
• sieh niemals aus wie eine PowerPoint
• lass niemals 5 Episoden hintereinander die gleiche Hülle haben und nur den Satz austauschen

Vom Wort-Skill ausleihen

Der Satz-Skill muss explizit die stärkste visuelle Sprache vom lokalen Wortschatz-Skill ausleihen.

Behandle den Satz-Skill nicht als eine leichtere oder einfachere Version. Er sollte sich genauso aggressiv und scroll-stoppend anfühlen wie der Wort-Skill.

Was ausleihen:

• HookScene-Stil der Unterbrechungslogik in den ersten 3 Sekunden
• slamIn, punchZoom, shake, flashOpacity, highlightSweep, quickCut
• Blitzwort-Rhythmus, nicht nur Titel-Karten-Rhythmus
• zentrumsdominante Komposition
• ein dominantes Objekt pro Beat
• Raster / Verbindungen / Netzwerk visuelles Denken beim Lehren von Beziehungen
• kurze emotionale Reaktionsmomente, wenn sie dem Beat helfen
• kein stehender Rahmen, während die Stimme weiterläuft

Was nicht ausleihen:

• Wörterbuch-Listen-Tempo
• wurzelspezifische Lehrstruktur, wenn das Thema Satzkorrektur ist

Das Ziel ist:

Satzinhalt, aber visuelle Aggression auf Wort-Skill-Niveau

Dies ist obligatorisch. Wenn das Ergebnis sich immer noch wie eine Lehrkarte mit animierten Untertiteln anfühlt, hat der Skill versagt.

Bewegungsrhythmus-Sperre

Der Satz-Skill muss die gleiche Rhythmus-Disziplin wie der Wort-Skill erben:

• die Eröffnung ist eine HookScene-Denkweise, nicht eine Titel-Karten-Denkweise
• Bewegung folgt der generierten Sprachzeit, nicht erratenen Sekundenmarkierungen
• jede gesprochene Schlüsselphrase sollte einen sichtbaren Treffer, Austausch oder Bildschirm-Neubalance auslösen
• wenn die Stimme sich weiterbewegt, muss sich auch die Hauptleinwand weiterentwickeln
• Untertiteländerungen allein zählen nicht als visueller Beat
• Kontrastmomente müssen mit Wucht-Bewegung landen, nicht mit sanften Überblendungen
• falsche Phrasen-Beats sollten Bestrafungs-Bewegung wie Shake, Stamp, Crush, Strike, Flash oder Glitch verwenden
• korrekte Phrasen-Beats sollten Belohnungs-Bewegung wie Slam, Punch Zoom, Sweep, Unlock, Expand oder Snap-Center verwenden
• alle 2 bis 3 Beats sollte eine Layout-Änderung beinhalten, nicht nur Textanimation innerhalb derselben Karte
• jede Episode muss sich auch stumm auf Beat schneidbar für Kurzvideo-Plattformen anfühlen

Anti-Vorlagen-Creator-Modus

Der Satz-Skill muss für Account-Bindung optimieren, nicht nur für einzelne Video-Korrektheit.

Standardannahme:

• Zuschauer sehen 3 bis 10 Clips am Stück
• wenn benachbarte Clips die gleiche Eröffnungshülle, Szenenhülle oder Endhülle teilen, wirkt der Account schnell fake und vorlagenhaft
• ein technisch korrektes Video kann trotzdem schlecht performen, wenn es sich ab dem zweiten Clip vorhersehbar anfühlt

Jede Charge muss daher mindestens diese Dimensionen variieren:

• Eröffnungshülle
• Szenentyp
• emotionale Temperatur
• Creator-Haltung
• Enthüllungsmechanik
• Endverriegelungsmechanik
• Cover-Titel-Grammatik

Obligatorische Anti-Vorlagen-Regel:

• lass den Account sich nicht anfühlen wie gleicher Schnitt + anderer Satz

Klebriger-Account-Modus

Jede Satz-Charge sollte helfen, den Account süchtig machend, erkennbar und folgenswert zu machen.

Jede Episode sollte mindestens eines davon beitragen:

• sozialer Schmerz: "Ich habe das schon einmal falsch gesagt"
• Identitätsgewinn: "Jetzt klinge ich schärfer / natürlicher"
• Kommentar-Köder: "Ich stimme nicht zu / Ich habe eine andere Art, es zu sagen"
• Serien-Sog: "Ich möchte die nächste sehen"
• Persona-Sog: "Ich mag, wie dieser Creator Dinge anspricht"

Dieser Skill macht nicht nur englische Clips. Er baut einen Douyin-Englisch-Account mit Bindungslogik auf.

Bindungsleiter

Optimiere nicht nur für "Zuschauer hat die Antwort gelernt". Optimiere dafür, dass der Zuschauer weiterschaut, nachdem die Antwort erscheint.

Jede Chinglish-Fallen-Episode sollte eine 4-stufige Bindungsleiter erstellen:

• Stop-Scroll-Schmerz: Die ersten 1 bis 3 Sekunden sollten einen Fehler zeigen, den der Zuschauer wahrscheinlich gemacht hat
• Ego-Bedrohung: Lass den Zuschauer fühlen "Moment, ich könnte mich unbeholfen angehört haben"
• Helden-Rettung: Gib eine sofort nutzbare Lösung schnell
• Aftercare-Belohnung: Gib nach der Korrektur noch einen weiteren Grund zu bleiben, wie ein zweites Szenario, soziale Nuance oder Kommentar-Köder

Wenn das Video langweilig wird, sobald die erste Korrektur erscheint, hat der Skill bei der Bindung versagt.

Erforderliches Verhalten nach der Korrektur:

• nachdem die erste Helden-Korrektur gelandet ist, muss es immer noch einen neuen Beat mit neuem Wert geben
• der Abschnitt nach der Korrektur darf nicht einfach die gleiche Antwort mit geringfügigen Untertiteländerungen wiederholen
• mindestens ein späterer Beat sollte entweder Identitätsgewinn, soziale Nuance oder Kommentar-Impuls erzeugen

Anti-Abbruch-Regeln

Häufiges Fehlermuster:

falsche Phrase -> richtige Antwort -> fertig

Dies ergibt oft einen nützlichen Clip, aber schwache Account-Bindung.

Um dies zu vermeiden, sollte die standardmäßige Chinglish-Fallen-Struktur sich so anfühlen:

falsche Phrase -> Peinlichkeit -> Helden-Korrektur -> wo dies funktioniert -> was man nicht übermäßig nutzen sollte -> verriegeln oder Kommentar-Köder

Das letzte Drittel sollte sich nicht wie eine Zusammenfassungskarte anfühlen. Es sollte sich wie eine letzte soziale Erkenntnis oder ein scharfer Creator-Abschluss anfühlen.

Creator-Persona-Sperre

Sofern der Benutzer keine andere Persona definiert, standardmäßig:

• scharf
• leicht bissig
• sozial beobachtend
• nützlich ohne predigend zu wirken
• emotional schnell

Der Creator sollte klingen wie:

• jemand, der peinliche alltägliche englische Gewohnheiten aufdeckt
• jemand, der den Zuschauer schnell vor Peinlichkeit rettet

Der Creator sollte nicht klingen wie:

• ein Arbeitsblatt-Generator
• ein neutraler Prüfungscoach
• eine gesichtslose Content-Farm

Audio-Energie-Sperre

Satz-Episoden sollten sich beat-lastiger anhören als der Wortschatz-Skill.

Erforderliche Standardeinstellungen:

• Ziel-BGM-Lautstärke ist 0.33
• akzeptables Standardfenster ist 0.32 bis 0.34
• Stimme bleibt oberste Priorität durch Ducking, nicht indem das BGM zu leise gemacht wird
• das BGM sollte einen offensichtlichen Puls und Schnitt-Energie liefern, nicht nur Hintergrundfüllung
• wenn die Erzählung dicht ist, behalte das konfigurierte BGM im Bereich und erhöhe das Ducking während aktiver Sprache

Der Satz-Skill sollte sich eher wie ein Douyin-Rhythmus-Edit anhören und weniger wie ein Erklärvideo über leiser Musik.

Rahmenfüll-Disziplin

Satzvideos dürfen keine riesigen dekorativen Boxen mit winzigem Text verwenden, der oben schwebt.

Jede Hauptszene sollte haben:

• einen dominanten Textblock
• einen klar beabsichtigten Fokusbereich
• keine große leere tote Zone innerhalb eines umrandeten Containers

Wenn eine Karte 70 Prozent des Rahmens einnimmt, muss der Inhalt diesen Raum visuell rechtfertigen.

Wenn der Rahmen hauptsächlich Rand und Polsterung ist, scheitert die Szene.

Linienkunst-Füllsystem

Wenn der Rahmen große leere Flächen hat, fülle sie nicht mit zufälligen Stickern, riesigen leeren Karten oder dekorativen Boxen.

Verwende stattdessen ein Linienkunst-Füllsystem:

• transparentes oder fast transparentes Overlay-Gefühl
• schwarze oder weiße kratzartige Konturlinien, abhängig vom Hintergrundkontrast
• keine schwere weiße Poster-Karte, es sei denn, die Episode will explizit Collage-Energie
• Linienkunst sollte den Atemraum bereichern, nicht zur Fokus-Headline werden
• Linienkunst sollte Emotion, Bewegung oder soziale Unbeholfenheit andeuten, nicht die Lektion wortwörtlich erklären

Bevorzugte Linienkunst-Stile:

• Ghost-Wire: schwache Konturspuren, luftig, subtil, atmosphärisch
• Scribble-Orbit: chaotische, loopende Umlaufbahnen und Kratz-Akzente, energievoller
• Contour-Burst: schärfere Akzentstriche, gerichtet, höherer Kontrast-Impact

Bevorzugte Linienkunst-Rollen:

• unbeholfene Reaktion
• Warnhinweis
• Sprachhinweis
• Korrekturpfeil
• Bewegungs-/Ton-Ausbruch

Wenn die Linienkunst wie ein aufgeklebter weißer Sticker auf dem Video wirkt, scheitert sie.

Hüllen-Varianten-System

Das Chinglish-Fallen-System muss Hüllenvarianten über Episoden hinweg rotieren.

Erforderliche Eröffnungshüllen:

• Warning-Stamp
• Accusation-Board
• Global-Split

Erforderliche Endhüllen:

• Split-Verdict
• Vertical-Lock
• Checklist-Punch

Lass nicht zu, dass dieselbe Eröffnungshülle und dieselbe Endhülle mechanisch über benachbarte Episoden wiederholt werden.

Douyin-Hook-Audit-Modus

Bevor eine Episode zur Produktion freigegeben wird, führe den Douyin-Hook-Audit-Modus aus.

Dies geschieht vor dem Code, vor der TTS und vor dem Rendern.

Die Frage ist nicht:

hat das Video Bewegung?

Die Frage ist:

würde ein Douyin-Zuschauer in den ersten 1 bis 3 Sekunden anhalten?

Wenn die Eröffnung nur die falsche englische Phrase wie eine Titel-Karte zeigt, scheitert sie.

Wenn die Eröffnung sich wie eine Quiz-Karte oder ein Wissens-Cover verhält, scheitert sie.

Der Hook muss mindestens eines davon sofort tun:

• einen chinesischen Schmerzpunkt treffen
• einen wahrscheinlichen Lernfehler aufdecken
• ein soziales Peinlichkeitsgefühl erzeugen
• eine "Du dachtest, das sei richtig"-Umkehrung erzeugen

Die Eröffnung sollte sich anfühlen wie:

du hast das wahrscheinlich schon einmal falsch gesagt

nicht:

hier ist der heutige Englischfehler

Kernziel

Der Zuschauer sollte fühlen:

Ich habe nur gescrollt, und plötzlich wurde mir klar, dass ich das schon einmal falsch gesagt habe.

Jede Episode muss mindestens drei Dinge tun:

• einen vertrauten falschen Ausdruck oder eine Gehirn-Übersetzung aus dem Chinesischen aufdecken
• zeigen, warum es sich falsch, komisch, steif oder irreführend anhört
• einen natürlichen Ersatz geben, den der Zuschauer tatsächlich wiederverwenden kann

Harte Prinzipien

• Der falsche Ausdruck muss früh erscheinen.
• Der chinesische Schmerzpunkt oder die Umkehrung muss in den ersten 3 Sekunden erscheinen.
• Der richtige Ausdruck muss innerhalb von 12 Sekunden erscheinen.
• Bei direkten Übersetzungs-Chinglish-Fallen sollte die erste Helden-Korrektur normalerweise innerhalb von 6 bis 10 Sekunden landen.
• Es muss einen klaren Kontrast geben.
• Es muss einen kurzen Lehrpunkt geben.
• Es muss eine echte Nutzungsszene geben.
• Das Ende muss falsch vs. richtig verriegeln, nicht nur eine chinesische Zusammenfassung.

Verboten:

• Aufteilen einer falschen Phrase in mehrere Beats, ohne zuerst den Schmerzpunkt zu geben
• Eröffnen mit einer großen Titel-Karte, die nur das schlechte Englisch wiederholt
• den Zuschauer mehr als 3 Sekunden auf den eigentlichen Punkt warten lassen
• den Zuschauer 20 Sekunden warten lassen, bevor die erste brauchbare Englisch-Korrektur erscheint
• große leere Vergleichsboxen mit Text, der oben klebt
• Stapeln mehrerer langer Textblöcke in einem Beat, bis sie sich überlappen oder unlesbar werden
• dekorative Ränder, die mehr visuelle Aufmerksamkeit erregen als der Satz selbst
• Layouts, bei denen die Box das Design ist und der Text ein nachträglicher Einfall
• nur ein Satzmuster beibringen
• nur die richtige Antwort zeigen
• sagen "das ist natives Englisch", ohne zu erklären, was falsch ist
• mit Grammatikterminologie beginnen
• lehrbuchartige Beispiele
• ein reines Wissenskarten-Gefühl
• nur auf Chinesisch enden

Lehrgefühl, aber nicht Klassenzimmer-Gefühl

Der Account sollte sich immer noch lehrreich anfühlen. Aber er muss sich wie unterhaltsamer Korrektur-Content anfühlen, nicht wie Schule.

Guter Ton:

• kurz
• scharf
• kontrastgetrieben
• leicht bissig
• klar genug, um zu lehren

Schlechter Ton:

• lange Lehrererklärung
• maschinelle Wiederholung
• emotionale Suppe
• leere Slogans

KI-Content-Director-Modus

Wenn der Benutzer nicht klar nach Satzstruktur-Modus fragt, standardmäßig den Chinglish-Fallen-Modus verwenden.

Bei der automatischen Planung priorisieren:

1. klassisches Chinglish
2. Zusammenbrüche bei direkter chinesischer Übersetzung
3. falsche Verwendung eines Wortes
4. Aufwertungen von zu einfachen Ausdrücken
5. häufige chinesische Situationen, die Lernende nicht auszudrücken wissen

Jede automatisch generierte Episode sollte enthalten:

• wrongExpression
• intendedMeaning
• wrongMeaning oder whyItFails
• naturalExpression
• alternatives
• simpleRule
• usageScene
• coverTitle
• caption
• visualPlan
• visualBeats

Standard-Stimmstruktur

Der standardmäßige Chinglish-Korrekturfluss ist:

1. trap-open
2. wrong-meaning
3. native-fix
4. why
5. scene
6. wrong-right-lock
7. outro

Sprachzeilen sollten kurz genug sein, um sichtbare Beats zu antreiben.

Kern-Workflow

1. Lies das Thema und entscheide den Modus. Standardmäßig Chinglish-Fallen-Modus, es sei denn, der Benutzer bittet ausdrücklich um Satzstruktur-Übungen.
2. Bevor du den Hauptteil schreibst, entscheide, warum diese Episode followbar ist: sozialer Schmerz, Identitätsgewinn, Kommentar-Köder, Serien-Sog oder Persona-Sog.
3. Entwerfe die Unterbrechung in den ersten drei Sekunden. Wähle den Schmerzpunkt, die Umkehrzeile, die Exposition der falschen Phrase und die ersten 4 sichtbaren Aktionen.
4. Für Batch-Arbeit führe vor dem Entwurf einen Anti-Vorlagen-Check durch. Variiere Eröffnungshülle, Szenenhülle, Endhülle, emotionale Temperatur und Enthüllungsmechanik.
5. Erstelle oder aktualisiere Datendateien, insbesondere src/data/voiceScript.ts, src/data/sentencePattern.ts und src/data/episodeConfig.ts.
6. Konfiguriere episodeConfig.ts, einschließlich hook, bgmId, bgmVolume, voiceVolume und sfxVolume.
7. Wähle ein starkes lokales BGM aus bgmRegistry, Standard bgmVolume: 0.33 und plane den Ducking-Check.
8. Baue Szenen aus echten Beats, nicht aus statischen Lehrkarten. Behalte Inhalt, Timing, Bewegungszustand, Emotion und Audio im Auge.

…

[gekürzt für die Übersetzung]