Stickman Video Master Skill — Vom Drehbuch bis zum finalen Reel
Eine vollständige, praxiserprobte Pipeline: Indische Horror-/Mystery-Shorts auf Hindi (1080×1920, 30fps) – vollständig im Code erstellt: Recherche, Drehbuch, Charakterdesign, Szenenaufbau, Voiceover, Mix, Qualitätskontrolle. Referenzproduktion: Bhangarh Reel (Demo-Video ist im Repository – demo/demo_10s.mp4, der Code im selben Stil befindet sich in den Ordnern code/ und vo/).
SCHRITT 0 – Recherche (vor dem Drehbuch)
- Tiefgreifende Recherche zum tatsächlichen Ort / zur Geschichte: Wikipedia + offizielle Quellen (ASI-Tafeln als primäre Beweise).
- Belege für jede Behauptung: [DOCUMENTED] (mit Beweis) · [LEGEND] (Volkssage) · [NAHI MILA] (nicht gefunden – nicht ins Drehbuch aufnehmen).
- Niemals gefälschte virale Behauptungen einbauen – zuerst überprüfen. (Bhangarh-Lektion: „Die einzige Festung, die nachts geschlossen ist“ stellte sich als FALSCH heraus – aus dem Drehbuch entfernt.)
- Nachfrage-Check: Die größten YouTube-Videos zum selben Thema ansehen – welcher Winkel funktioniert (Night-Visit, Nahaufnahme des Schilds, reine Geschichte)?
SCHRITT 1 – Drehbuch schreiben
- Erster Satz = gesamtes Ereignis (Aufhänger). Die Antwort auf die Frage ist in der ersten Zeile/Frame versteckt.
- Jeder Satz 6–12 Wörter; insgesamt ~150 Wörter ≈ 49 Sekunden bei ~190 Wörtern pro Minute.
- Gib den Figuren NAMEN. Enthülle zuerst, das „weil“ kommt später.
- In der Mitte: „du“ als Herausforderung + am Ende ein einziges Wort als Kommentar-Moment (JA oder NEIN?).
- Füllwörter: „in Wirklichkeit / bedeutet / schau genau hin / denk mal nach“. VERBOTEN: KI-Wörter (Geheimnis, Tatsache, Nervenkitzel, Sensation) NICHT erlaubt.
- Dialogregel für Figuren: Nur 2–4 ausgewählte Dialoge in der eigenen Stimme der Figuren; der Rest ist Erzählung. Erfundene Dialoge NICHT erlaubt.
- Tempokontrolle: Voiceover 2,3–2,7 Wörter/Sekunde · tote Luft >12 % = Kürzung · Der Titel darf die Antwort nicht vorwegnehmen.
SCHRITT 2 – Storyboard + Geometrie festlegen
- Zeile → Szenentabelle (t0–t1 jeder Zeile zuerst festlegen). Dann ASCII-Koordinaten festlegen: Boden jeder Szene (FLOOR), Figurenpositionen, Kamera bei jedem Beat.
- Zuerst Skizze, dann Look – ohne Skizze KEIN direkter finaler Code.
SCHRITT 3 – Charakterdesign (Code code/my_builder.js)
- Figur = technischer SVG-Schauspieler (~640 Einheiten): 2-Segment-FK-Glieder (Hüfte→Knie, Schulter→Ellbogen), runde Gelenke, kieferförmige Gesichtskontur pro Rolle.
- Jede Rolle hat ihr DNA-Palette: Haut, Iris, Outfit, besondere Merkmale (Maang-Tikka, Tilak, Pagri).
- Stirndetails (Tilak) NACH der Haar-Schicht erstellen – sonst versteckt es sich unter den Haaren.
- Schauspiel-API:
setFaceMood·lookEyes·poseArms·speakHuman(Lippenformen) ·walkHuman(echter Gehzyklus – Gleiten = harter FEHLER). - Hände: Handfläche + Daumen + Fingerlinien. Blink-Loop + Atmung (breathing) bei jedem Schauspieler.
- Qualitätsmaßstab: Figur wird NICHT aus primitiven Formen (runder Kopf, zylindrischer Körper) erstellt – geformte Pfade sind Pflicht.
SCHRITT 4 – Set-Design (Code code/my_head.js, my_scenes_a/b.js)
- Materialien zuerst: Jede Oberfläche mit Multi-Stop-Verlauf (iGrad) + echtem Schlagschatten; flache Farben = FEHLER.
- Raum = 3D-Hülle: Rückwand + perspektivische Seitenwände + Bodenpolygon + Sockelleiste.
- Steinmauer: Jeder Stein mit eigenem Farbton + Helligkeitslinie + Wetterflecken (prozedurale Steinstruktur) – Badezimmerfliesen-Wiederholung = FEHLER.
- Felsblock / Felsen: Unregelmäßiges 12-Punkt-Polygon + 3 Facettenfarbtöne + Riss + Sandflecken + Kontaktschatten. Achteck/Platte = harter FEHLER.
- Lebendige Requisiten: Hängende Lampe, Hawan-Flammen + Rauch, Krähen, Nebel (dezent!) – aber FX-Licht NICHT eingeschaltet lassen, jeder FX hat seinen AUS-Beat.
- Kamera-Gesetz: Vor jedem
camToden unteren Teil des Bildes berechnen –cy + 960/s ≤ 1920, sonst erscheint unten Himmel/schwarzer Rand. - Himmelsrechteck immer in voller Höhe.
SCHRITT 5 – Zusammenbau + Rendern
- Engine-Kern = Präfix einer zusammengebauten HTML-Datei (shell svg#stage + defs + Rig + Hilfsfunktionen E/iGrad/makeCam/seekWrap) + Szenendatei + schließende Tags.
gsap.min.jsbereithalten – Dateikopien nicht in&&-Kette (ein Fehler stoppt alles). - Timeline mit GSAP; deterministisches Rendern mit seek: Playwright 1080×1920 →
window.seekToTime(t)pro Frame → JPEG q88 → ffmpeg libx264 crf18. In ~20s-Chunks rendern (VM-Neustart vermeiden), Fortsetzungsmuster (Frame >10 KB = überspringen). - GSAP-Lektion: Bei Gruppen, die bereits eine Transformation (translate+scale) haben, KEINE x/y-Tweens verwenden – attr transform absolute Tweens verwenden.
- Lange Caption-Zeilen: Im Render-Skript bei
getComputedTextLength() > 1030den FixertextLength=1030ausführen. - poseArms-Vorzeichen: ArmR nach links drehen = POSITIVE Rotation. Fallende Figur: Bei wrap −84° geht der Kopf ~530 Einheiten nach links – die endgültige Kopfposition vorher berechnen und Wrap entsprechend setzen.
SCHRITT 6 – Selbstaudit-Schleife (jede Szene)
- Test-Stills erstellen (Mitte jeder Szene + Problem-Frames) → selbst prüfen (auch Zoom-Crops) → Korrekturen → erneut Stills.
- 3 Audits: Künstlerisch (Komposition, Farben) · Physisch (Anatomie, Schatten, Bodenkontakt) · Story (Erzählung stimmt, Ausdruck nicht umgekehrt).
- Bewertung /100; 95+ ist ENDGÜLTIG BESTANDEN. Harte Fehler (gebrochene Hand, schwebendes Objekt, umgekehrte Schatten, geänderte Requisite) überschreiben die Bewertung.
- Banner/Untertitel im Bildschirmraum platzieren: Kopf-Bild-y = (wy − cy)·s + 960; Banner 118–222, Untertitel außerhalb von 1652+.
SCHRITT 7 – Voiceover (Code vo/fit_lines.py)
- Modell NUR gemini-3.8-flash-tts (primär) / gemini-3.1-flash-tts-preview (Fallback nur bei 429). 2.5 TTS VERBOTEN. Quota 10 Aufrufe/Tag/Modell – Budget vorher berechnen.
- Erzählung = EIN einziger Aufruf, das gesamte Drehbuch auf einmal. Text ROH senden – langer Stil-Richtung verlangsamt das Tempo um das 2,5-fache und spricht manchmal die Richtung selbst aus.
- Stimmen: Erzählung Puck (Rajs Wahl, Standard in @i.raj1801 Reels) · Bösewicht / andere Stimme Algenib.
- TTS-WAV = 48000 Hz – Tonhöhenberechnung mit tatsächlicher Rate: Tonhöhe ×1,12 = asetrate 53760 (NIEMALS Rubberband – hallt). Bösewicht schwerer machen: ×0,96.
- Zeilenanpassung: Segmente aus Whisper (small, Sprache
hi) nehmen → jede Zeile schneiden → Pausenkomprimierung (silenceremove) → Tonhöhe → pro-zeile atempo für exakte Passung ins Caption-Fenster. - Whisper das WAV mit stdlib wave+numpy dekodieren (PyAV
metadata_errorsgibt TypeError).
SCHRITT 8 – Mix (Code vo/mix.py)
- Hintergrundmusik für jedes Reel FRISCH – niemals wiederverwenden; lizenzsicher (Kevin MacLeod Bibliothek). Lautstärke ~0.10, unter dem Voiceover.
- SFX-Beat-Map: Whoosh (Wurf), Impact (Aufprall/Sturz), Donner (Blitz/Fluch), Riser (vor Fluch).
- Loudnorm 2-Durchlauf (Messen → linear anwenden) = −14,0 LUFS, TP ≤ −1,5. Ein-Durchlauf bleibt oft bei −15,8 hängen.
- Mux: Videostream kopieren + AAC 192k.
SCHRITT 9 – Finale Qualitätskontrolle + Auslieferung
- Ausgelieferte Datei mit Whisper anhören – jede geschriebene Zeile in richtiger Reihenfolge/Zeit? Nur den Quell-Take zu prüfen reicht NICHT.
- Dauer, Größe, LUFS – alle drei überprüfen und melden.
- Auslieferungs-Lektion: Dateinamen des Videos nicht wiederverwenden – die App zeigt die gecachte alte Kopie. Jede neue Auslieferung = neuer Name (v2, _Final, Datum).
- Perfekte (von Raj genehmigte) Videos werden im Ordner
Perfect_Videos/<Datum>/gesammelt – nur perfekte.
Dateiführer
script/Script_v1.md– Bhangarh-Drehbuch + Wahrheit/Geschichte-Tags + Tempocheck (als Vorlage verwenden)code/my_head.js– Shader, HUD, drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLampcode/my_builder.js– buildBhangarhActor (5 Rollen, volles Rig)code/my_scenes_a.js/my_scenes_b.js– 8 Sets + Timeline + Captionscode/props_snippet.js/api_snippet.js– Bäume/Gras + Schauspiel-APIcode/render_test.py/render_full.py– Stills + Vollrender (Fortsetzungsmuster)vo/fit_lines.py/vo/mix.py– VO-Anpassung + finaler Mixdocs/– Visuelles System + Lektionendemo/demo_10s.mp4– 10-Sekunden-Beispielszene dieser Pipeline (das eigentliche Reel ist hier nicht öffentlich)