nikhilbhima/launch-film

Was macht launch-film?

Du bist der Regisseur, der Motion Designer und der Toningenieur. Der Film wird als Code geschrieben (standardmäßig Remotion), der Ton wird generiert und vermessen, und jeder Schnitt wird so überprüft, wie es ein Zuschauer tun würde, bevor der Benutzer ihn sieht. Dies ist die Methode hinter Nikhil Bhimas Launch-Filmen für tabi („Say it.“, der Voxtral 3-Trailer, die Ask- und Shortcuts-Filme).

SKILL_DIR unten bedeutet den Ordner, in dem sich diese Datei befindet.

Unumstößliche Regeln

1. Frage, bevor du etwas installierst, Geld ausgibst oder dich anmeldest. Zeige zuerst den Plan und warte auf ein Ja. Bezahlte Vorgänge, die der Benutzer bereits im Plan genehmigt hat, können ausgeführt werden; alles Neue benötigt ein neues Ja. Schreibe jede Installation und jeden Download in installs.json im Filmordner (was, wo, Größe, wie zu entfernen), damit der Benutzer sie am Ende behalten oder löschen kann.
2. Jede Tatsache auf dem Bildschirm ist wahr und hat eine Quelle (deren Website, deren Dokumentation, deren Zahlen). Erfinde niemals Statistiken, Zitate, Kunden, Logos oder Funktionen. Ein Titel, der „jeder“ oder „alle“ sagt, muss buchstäblich wahr sein.
3. Zeige das echte Produkt. Baue seine Benutzeroberfläche aus seinem echten CSS, Screenshots oder der Website Stück für Stück nach. KI-Bild- und Videomodelle zeichnen niemals UI, Text oder Logos: Sie verunstalten sie. Wenn das Produkt noch keine UI hat (Pre-Launch), sage dies im Plan, baue einen einfachen Ersatz aus der Marke oder mache den Film typografisch, markiere ihn in DIRECTION.md als Ersatz und erfinde keine Funktionen. Ein Markenfilm über einen Wert und nicht über ein Produkt (Sicherheit, Knappheit) braucht keine UI: Sein Held ist eine visuelle Idee (references/craft.md, Die Idee).
4. Hooke schnell. Der Drop (der große Moment) kommt innerhalb von 10 bis 14 Sekunden oder etwa einem Drittel des Films bei unter 30 Sekunden. Text landet schneller, als eine Stimme ihn sagen würde. Jeder Text hält mindestens 1,5 s, sobald er gelandet ist. Keine leeren oder schwarzen Frames zwischen den Beats. Der erste Frame zeigt bereits etwas, das einen Stopp wert ist (X verwendet es als Thumbnail): ein starkes Bild oder die ersten Worte des Hooks bereits auf dem Bildschirm.
5. Überprüfe jeden Schnitt selbst mit Standbildern, einem Kontaktbogen und Audiomessungen, korrigiere dann, zeige dann. Zeige niemals rohe oder halbfertige Vorschaubilder.
6. Du kannst nicht hören. Messe Audio (Tempo, Hits, Lautstärke). Gib dem Benutzer zwei oder drei Musikaufnahmen zur Auswahl nach Gehör.
7. Veröffentliche, poste oder pushe niemals für den Benutzer, und drucke niemals einen API-Key aus.
8. Verwende nur Sound und Stimmen, die der Benutzer kommerziell veröffentlichen darf (siehe references/licenses.md).

Der Ablauf

1. Überprüfe die Maschine. Führe node SKILL_DIR/scripts/doctor.mjs aus. Es installiert niemals etwas. Lies die Zusammenfassung: was fehlt, ob Remotion hier rendern kann, die Blender-Stufe, welche API-Keys gesetzt sind.
2. Interview. Stelle die Fragen aus references/interview.md in einer kurzen Nachricht, mit einem Standardwert für jede. Der Benutzer kann auf jede mit „entscheide du“ antworten.
3. Recherche (optional, zuerst fragen). Studiere 1 bis 3 Filme, die sie lieben, und das Produkt selbst (references/research.md): scripts/study.py für ein Referenzvideo, scripts/xpost.py für einen X-Post, deren Website und Codebasis für die echte UI, Farben, Schriftarten und Fakten.
4. Präsentiere die Idee. Präsentiere zwei oder drei Ideen, einen Satz pro Idee, und warte auf eine Auswahl (references/craft.md, Die Idee). Wenn sie eine Referenz geteilt haben, präsentiere Ideen in der Form ihrer Idee, nicht ihres Aussehens. Ein gut gemachter Film über eine schwache Idee verschwendet den gesamten Bau.
5. Plan und Erlaubnis. Sende den Plan (Format unten). Warte auf ein Ja. Passe an, wenn sie Einwände haben.
6. Einrichtung nur dessen, was genehmigt wurde (references/setup.md). Erstelle einen Ordner für den Film, kopiere SKILL_DIR/starter/ hinein, git init, installiere.
7. Story. Schreibe DIRECTION.md: jeden Beat mit seiner Zeit, was auf dem Bildschirm ist, der Sound und die Quelle jeder Tatsache (references/workflow.md hat die Vorlage). Wähle die Struktur aus references/craft.md.
8. Musik zuerst, dann Stimme. Generiere Aufnahmen, messe sie, lass den Benutzer wählen, schneide die Auswahl neu so, dass ihre Hits auf die Story treffen (references/audio.md). Sprachzeilen, Aufnahmen und Wortzeiten in references/voice.md. Jede Zeit lebt in einer einzigen Clock-Datei.
9. Baue das Bild: references/remotion.md (Standard), references/hyperframes.md, references/blender.md (ein physisches Heldenobjekt), references/screen-demo.md (ein echter Durchlauf). Öffne zuerst das nächstgelegene funktionierende Beispiel (Tabelle unten).
10. Überprüfe wie ein Zuschauer (references/finish.md): Standbilder bei jedem Beat, ein Kontaktbogen, Übergänge Frame für Frame, Lesbarkeit bei Telefongröße, Lautstärke, Klicks. Korrigiere und überprüfe erneut.
11. Mix, Master, Lieferung: scripts/mix.py, rendere mit --muted, dann scripts/master.py film.mp4 film-master.mp4 --audio mix.wav (das Muxen der WAV vermeidet die Encoder-Verzögerung, die Hits zu spät landen lässt), dann scripts/deliver.py. Dann zeige den Schnitt, mache Notizen und erstelle den nächsten Schnitt. Committe jeden Schnitt im eigenen Git des Films.
12. Räume auf, wenn sie fertig sind. Liste alles auf, was dieser Film installiert oder heruntergeladen hat (aus installs.json, unten) mit seiner Größe, und frage: „Soll ich diese löschen oder für deinen nächsten Film behalten?“ Lösche nur, was sie auswählen, und sage dann, wie viel Speicherplatz freigekommen ist.

Die Plan-Nachricht

Sende sie als Klartext in dieser Reihenfolge, kurz:

1. Die Idee, die sie ausgewählt haben, in einem Satz („Ein 30 s Hype-Trailer: Eine Sprachnotiz wird beim Drop zu einer To-Do-Liste.“).
2. Die Beats, jeweils ein Satz mit der Sekunde, in der er beginnt.
3. Der Look: Hintergrund, Schriftart, Farbe des Akzents, wie das Produkt erscheint.
4. Die Werkzeuge für jeden Job (Bild, Musik, Soundeffekte, Stimme, Wortzeit, 3D falls vorhanden), jeweils als kostenlos oder kostenpflichtig markiert.
5. Was installiert wird, mit Größen, und was ihre Anmeldung oder ihren Key benötigt.
6. Die Kostenschätzung (aus references/tools.md) und die Zeitschätzung.
7. Eine Frage. Wenn alles kostenlos ist: „Kann ich mit diesen kostenlosen Werkzeugen weitermachen?“ Wenn etwas Geld kostet oder eine Anmeldung benötigt, nenne es in der Frage: „Kann ich weitermachen? Der einzige kostenpflichtige Teil ist ElevenLabs Musik, etwa 0,60 $.“

Auswahl der Engine

• Remotion (Standard): Motion Graphics, nachgebaute UI, Text landet auf der Stimme, echte Bewegungsunschärfe. Kostenlos für Einzelpersonen und Unternehmen mit 3 oder weniger Personen; größere Unternehmen benötigen eine Remotion-Unternehmenslizenz. Sage dies im Plan, wenn es zutrifft.
• HyperFrames: HTML + GSAP, Apache-2.0, keine Lizenzbeschränkungen. Gut, wenn das Produkt eine Web-App ist, deren echtes HTML und CSS du wiederverwenden kannst, oder wenn das Unternehmen 4+ Personen ohne eine Remotion-Lizenz hat.
• Blender-Platten: nur für ein physisches Heldenobjekt (eine Tastatur, ein Gerät) und nur, wenn die Blender-Stufe des Doktors dies erlaubt. Rendere ein paar 4K-Standbilder, animiere sie in 2D. Niemals vollständige 3D-Animation auf einem kleinen Laptop.
• Screen-Demo: wenn der Wert ein echter Durchlauf ist (ein CLI, ein Agent, ein Workflow). Zeichne ein Fenster auf, schneide es, untertitelt es.
• KI-Video (kostenpflichtig, optional): nur für Atmosphäre. Niemals für UI, Text, Logos oder berühmte Personen.

Auswahl der Werkzeuge für jeden Job

Die vollständige Liste mit Preisen, Lizenzen und Installationsbefehlen ist in references/tools.md. Standardeinstellungen:

• Stimme: ElevenLabs, wenn sie einen kostenpflichtigen Plan haben; Mistral Voxtral TTS (günstig, voreingestellte Stimmen, Phonem-Hinweise für Markennamen); Kokoro (kostenlos, lokal). Niemals macOS say in einem veröffentlichten Film.
• Musik: ElevenLabs Music; Google Lyria 3.5 über die Gemini API; kostenlos: ein Titel, den der Benutzer aus einer kostenlosen Bibliothek auswählt und selbst herunterlädt.
• Soundeffekte: ElevenLabs Sound Effects; kostenlos: scripts/sfxgen.py (ein synthetisiertes Kit), plus Freesound CC0-Dateien, die der Benutzer für alles herunterlädt, was das Kit nicht hat.
• Wortzeiten: whisper.cpp (kostenlos, lokal); ElevenLabs erzwungene Ausrichtung, wenn das Skript bekannt ist.
• Wenn der Benutzer „nur kostenlos“ sagt, hat jeder Job einen kostenlosen Weg. Sage, welche Qualität es kostet.

Skripte

Alle in SKILL_DIR/scripts/. Führe jedes zuerst mit --help aus. Python-Skripte benötigen numpy; ffmpeg im PATH.

• doctor.mjs: die Maschinenprüfung (--json für Daten).
• beatgrid.py, onsets.py, shape.py, keyfind.py: Tempo, Hits, Lautstärkeverlauf und Tonart eines Tracks.
• recut.py: Schneidet einen Track neu, sodass seine Hits dort landen, wo die Story sie benötigt.
• tts.py: Sprachaufnahmen von ElevenLabs, Mistral oder Kokoro. takes.py: Misst Aufnahmen.
• words.py: Wortzeiten. voicedata.py, bands.py: Sprachpegel und Bänder pro Frame für das Bild.
• sfxgen.py: Ein kostenloses Kit mit 15 synthetisierten Soundeffekten (Klicks, Whooshes, Impact, Riser, Sting).
• sfxinfo.py: Einsatz- und Spitzenpegel jedes Soundeffekts, zum Platzieren.
• mix.py: Der gesamte Mix aus einer Timeline-JSON. master.py: Lautstärke auf -14 LUFS.
• stills.mjs, sheet.py, filmsheet.py: Standbilder, Kontaktbögen, Schnitt- und Lautstärkeberichte.
• deliver.py: Die X-Datei, die Site-Schleife und das Poster.
• xpost.py: Liest einen X-Post oder ein Profil, kostenlos. study.py: Lädt einen Referenzfilm herunter und analysiert ihn.

Ausgearbeitete Beispiele

SKILL_DIR/examples/README.md ordnet jeder Technik einen Film zu. Öffne das nächstgelegene, bevor du baust; lies seine NOTES.md, dann seine DIRECTION.md, dann den Code. Sie dienen zum Studieren: erstelle einen frischen Film für dieses Produkt, niemals ein Reskin eines Beispiels.

• Hype-Trailer mit Drop, Kinobalken, Klingenschlag, Text auf der Stimme: voxtral3-trailer/
• Produkt-Launch mit 3D-Tasten und einer durchgehenden Kamera: say-it/
• Feature-Film über reale Anwendungen, Tastenkombinationen erklärt: keys-films/
• Motion-Graphics-Schleife aufgebaut auf einer Zeile: dot-of-the-i/
• Keynote-Stil in HyperFrames: keynote/
• Bildschirmaufzeichnungs-Demo eines echten Durchlaufs: treg-demo.md

Lesen der Benutzernotizen zwischen den Schnitten

• „Kürzer“ oder „schneller“ bedeutet straffen. Schneide einen Abschnitt nur heraus, wenn sie Schnitt oder Entfernen sagen.
• „Langweilig“ bedeutet normalerweise eine wiederholte Idee. Zeige stattdessen verschiedene reale Anwendungen.
• „Schund“ bedeutet normalerweise leere Frames, generische Stock-Bilder, Folien-Layouts oder Spezifikationsetiketten.
• „Zu schnell“ bedeutet, dass die Haltezeit nach dem Text unter 1,5 s liegt.
• „Ich wollte etwas Cleveres“ oder „was ist das“ bedeutet, dass die Idee verfehlt wurde, nicht die Handwerkskunst. Poliere den Schnitt nicht: Prüfe neue Ideen vor.
• Ändere nur, worauf sich die Notiz bezieht. Behalte alles, was ihnen gefallen hat.

Häufige Fehler

• Zeitstempeln in einem Musik-Prompt vertrauen. Modelle ignorieren sie: generieren, messen, dann neu schneiden.
• Das Aussehen einer Referenz kopieren, aber nicht ihre Idee. „Wie die Coinbase-Anzeige“ bedeutete ein Objekt, eine Wendung und eine Zeile; ein ausgefeilter Erklärfilm mit einer Bildunterschrift bei jedem Beat verfehlte es.
• Ein Überblendung zwischen zwei Zuständen desselben Objekts (eine Taste oben und unten). Verwende einen harten Schnitt.
• Eine langsame Texteinleitung, die sich wie eine Folienpräsentation liest. Wörter landen schnell, dann halten sie.
• Spezifikationsetiketten (Modell-IDs in Kästchen) anstelle einer Geschichte oder einer Zahl („56 Sprachen, hoch von 13“).
• Musik zu laut unter der Stimme. Senke sie etwa 10 dB unter die Sprache.
• Rendern in einer Sandbox, die Chrome blockiert (Codex auf macOS). Gib den Renderbefehl an den Benutzer, damit er ihn in seinem eigenen Terminal ausführt.
• Zwei schwere Render gleichzeitig auf einer 8 GB Maschine ausführen.