Vídeo corto dual-formato
Wandle ein Thema, ein Skript oder eine Nachricht in zwei MP4 um – vertikal 1080×1920 und horizontal 1920×1080 – generiert aus einer einzigen Quelle. Die Sprachausgabe gibt den Takt vor; alles andere hängt von ihr ab.
Vorab: Wenn es sich um eine Nachricht handelt
Überprüfe die Fakten mit einer Websuche, bevor du eine einzige Zeile des Skripts schreibst. Ein informatives Video mit falschen Daten ist das schlechtest mögliche Ergebnis dieser Skill, und es ist ein stiller Fehler: Das Video sieht trotzdem gleich gut aus.
Wenn die Prämisse des Auftrags nicht haltbar ist, sag es und zeig, was wirklich passiert ist. „Verschönere“ das Skript nicht, damit es zu einer falschen Prämisse passt. Lies references/periodismo.md, bevor du das Skript anfasst: Es behandelt die Überprüfung, die Behandlung von Bildern in informativen Beiträgen und die Rückverfolgbarkeitsdatei.
Der Ablauf
npm run voz -- <slug> # script.json → assets/voice/*.wav + Manifest mit Zeitangaben
npm run imagenes -- <slug> # images.json → generiertes B-Roll
npm run stock -- <slug> # stock.json → echte Fotos (optional, kostenpflichtig)
npm run audio -- <slug> # audio.json → Musik und Effekte
npm run build -- <slug> # plan.json → vertical.html + horizontal.html
npm run use -- <slug> vertical
npm run check # Pflicht: 0 Fehler vor dem Rendern
npm run render -- <slug> # renders/<slug>-<format>.mp4
Wenn das Projekt noch nicht existiert: npx hyperframes@latest init . --non-interactive --example blank, kopiere scripts/ und assets/ dieser Skill und füge die Skripte aus package.json hinzu. Erfordert Node 22+ und ffmpeg. Schlüssel in .env (Vorlage in assets/env.example).
Struktur
videos/_shared/vox.css, timeline.js gemeinsam für ALLE Videos
videos/<slug>/
script.json Skript – eine Zeile = ein Schnitt
images.json Prompts für generiertes B-Roll
stock.json Suchanfragen für echte Fotos
audio.json Musik und Effekte
plan.json Der Schnitt: Beats, die auf Skriptzeilen verweisen
scenes/*.html Einmal verwendete animierte Subkompositionen
assets/ Generierte Dateien + Manifests mit den tatsächlichen Zeiten
vertical.html, horizontal.html GENERIERT von build.mjs – nicht bearbeiten
Die zwei Ideen, die alles tragen
1. Das Skript gibt die Taktung vor. voice.manifest.json enthält den start und die tatsächliche duration jeder Zeile. Ein Beat in plan.json verweist auf Zeilen, nicht auf Sekunden. Schätze niemals Dauern nach Augenmaß: Ändere das Skript, generiere die Stimme neu, und der Schnitt verschiebt sich automatisch.
2. Die Shells sind Artefakte. Bei Dutzenden von Schnitten in zwei Formaten ist manuelle Synchronisation unmöglich. build.mjs erzeugt beide aus derselben plan.json, sodass sie nicht auseinanderlaufen können: Der einzige Unterschied ist die Größe der Bühne. Bearbeite plan.json und baue neu auf.
Damit eine Szene sowohl im 9:16- als auch im 16:9-Format funktioniert: Layout in vw / vh / vmin, niemals feste px; die Wurzel einer Subkomposition darf kein data-width / data-height haben (die Box wird vom Slot des Hosts bestimmt); und Styling erfolgt über #root, niemals über eine Klasse – der Compiler verwirft sie sonst. Für Layouts, die die Achse wechseln: @media (min-aspect-ratio: 1/1).
Beat-Typen
stat (auffällige Zahl mit aufsteigender Zählung via countTo) · compare (zwei gegensätzliche Zahlen) · title (Kicker + Überschrift + Einleitung) · quote (Zitat + Quellenangabe) · photo (Vollbild mit Farbverlauf, Text und Credit) · capture (vollständiger Screenshot mit Quelle als Beleg der Behauptung) · scene (einmal verwendete animierte Subkomposition).
Für Videos über ein Unternehmen oder ein Produkt verbessern das Logo und ein Screenshot der Quelle das Ergebnis deutlich: Beides in references/imagenes.md.
Der häufigste Designfehler: Das Textkarten-Karussell
Ein Video, das nur aus Textkarten besteht, langweilt, egal wie gut die Typografie ist. Wenn du siehst, dass sich title und stat häufen, ist die Lösung nicht mehr Text, sondern Bewegung mit Bedeutung.
assets/scenes/ enthält neun animierte Szenen in SVG, die sich anpassen lassen: olas, puntos, barras, mapa, cierre, orbita (umkreisende Körper), precios (Vorher-Nachher-Tabelle), caida (ein Sturz mit Prozentangabe) und indice (Ranking mit Balken). Kopiere die passende nach videos/<slug>/scenes/ und ändere die Daten. Details und Performance-Regeln in references/escenas-animadas.md.
Wechsle ab: Zahl → Foto → animierte Szene → Zitat → Foto. Variiere die Bildausschnitte in jedem Schnitt (kb: "in" / "out" wechselt den Ken-Burns-Effekt ab).
Rhythmus
Beats von 2 bis 6 s in einem dreiminütigen Erklärvideo; von 0,8 bis 2,5 s in einem Short. Jeder Beat dauert, bis der nächste startet, damit keine schwarzen Einzelbilder entstehen. Eingänge mit fromTo(), niemals mit from(): Der Host sucht die Szene bei jedem Seek erneut, und from() verliert die Synchronisation.
Sprachausgabe mit Emotionen
eleven_multilingual_v2 ignoriert die Tags. Um die Interpretation zu steuern, verwende "modelId": "eleven_v3" und Tags in Kleinbuchstaben in eckigen Klammern, inline:
{ "id": "l19", "text": "[somber] Sesenta y siete personas murieron." }
Passe den Ton dem Thema an – bei einer Nachricht mit Opfern kein [excited]. Katalog der Tags, Einstellungen und wie du überprüfst, dass sie nicht vorgelesen werden: references/audio.md.
Vor dem Abschluss
npm run check muss mit 0 Fehlern enden. Danach schau dir das Video an: Extrahiere Einzelbilder (ffmpeg -ss <t> -i <mp4> -frames:v 1) oder verwende npx hyperframes snapshot --at 12,40,90, das zusätzlich eine Kontaktseite erstellt. Der Linter sieht nicht, ob eine Einstellung schwarz ist, ein Text überläuft oder ein Foto nicht zeigt, was es vorgibt.
Referenzen
references/hyperframes.md– Die Einschränkungen des Frameworks, die das Rendern stillschweigend brechen. Lies es, bevor du Kompositionen schreibst.references/audio.md– ElevenLabs: Sprachausgabe mit v3-Tags, Musik, Effekte, Spuren.references/imagenes.md– gpt-image-2 und Apify, inklusive Kostenkontrolle.references/periodismo.md– Überprüfung und Bildbehandlung bei Nachrichten.references/escenas-animadas.md– Die neun SVG-Szenen, wie man neue erstellt und die zwei Fallstricke, die einen Nachmittag kosten (Klassenkollision mitvox.cssund GSAP, dastransformvon SVGs überschreibt).references/sistema-visual.md– Die Palette und Typografie des Erklärstils.