Communitygithub.com

marcus/marcus-skills

Erstellen Sie professionelle Software-Demo- und Produktvideos, die konvertieren. Deckt jede Phase ab – von Thumbnail und Drehbuch über Produktion, Sprechertext, Übergänge, Sounddesign bis hin zur Verteilung. Verwenden Sie dies bei der Planung, Skripterstellung, Storyboard-Erstellung oder Überprüfung von Software-Marketing-Videos – Erklärvideos, Produkttouren, Feature-Highlights, Launch-Ankündigungen, Kundengeschichten oder Vergleichsvideos.

Was ist marcus-skills?

Der Skill 'marcus/marcus-skills' ist ein umfassendes Framework für die Erstellung hochwertiger Software-Demo- und Produktvideos. Er führt den Nutzer durch den gesamten Produktionsprozess: von der Strategie und dem Drehbuch über die Produktion bis hin zur Distribution. Der Skill ist für Claude Code, Cursor, Codex und ähnliche KI-Agenten konzipiert und bietet bewährte Methoden, Vorlagen und Referenzen für die Erstellung von Videos, die tatsächlich konvertieren. Er basiert auf Techniken von Top-Unternehmen wie Apple, Stripe und Figma. Der Skill umfasst Abschnitte zu Videotypen, Drehbuch-Frameworks, Öffnungshooks, Erzähltechniken, Produktionstipps und Distribution. Er enthält außerdem detaillierte Anleitungen für KI-gestützte Sprachaufnahmen (z. B. mit der ElevenLabs-API), Bildschirmaufnahmen und die Remotion-Pipeline zur automatisierten Synchronisation. Der Skill ist nützlich für Entwickler und Produktmanager, die ansprechende und effektive Videowerbung für ihre Software erstellen möchten.

Funktioniert mit~Claude Code~Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/marcus/marcus-skills/tree/HEAD/skills/software-demo-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Software-Demo-Video

Erstellen Sie Software-Produktvideos, die professionell aussehen und tatsächlich konvertieren. Dieser Skill deckt die gesamte Pipeline ab: Strategie, Skripterstellung, Produktion und Distribution.

Kurzanleitung

  1. Videotyp auswählen - Passend zur Trichterstufe und zum Ziel (siehe Videotypen unten)
  2. Drehbuch schreiben - Ein Framework auswählen, auf die Wortzahl achten, laut vorlesen (siehe references/script-templates.de.md)
  3. Produktion planen - Storyboard, Musik auswählen, Umgebung vorbereiten (siehe references/production-techniques.de.md)
  4. Produzieren - Aufnehmen, filmen, animieren, schneiden, mischen
  5. Für Distribution optimieren - Thumbnail, Titel, SEO, Einbettungsstrategie (siehe references/thumbnails-and-distribution.de.md)

Kernprinzipien

Diese Prinzipien unterscheiden großartige Software-Videos von vergesslichen. Sie wurden durch die Analyse von Sandwich Video, Apple, Stripe, Linear, Arc, Figma, Descript und den führenden SaaS-Videoagenturen entwickelt.

1. Beginnen Sie mit dem Problem des Zuschauers, nicht mit Ihren Funktionen

Jedes erfolgreiche Software-Video beginnt mit einem Schmerz, den der Zuschauer bereits kennt. Das Produkt erscheint als Lösung, nicht als Thema. Slack beginnt mit Kommunikationschaos. Salesforce beginnt mit sinkenden Umsätzen. Monday.com beginnt mit „Wie sieht Ihre ideale Arbeit aus?“. Funktionenlisten erzeugen kein Verlangen; gefühlte Probleme tun das.

2. Eine große Idee pro Video

Wenn der Zuschauer alles andere vergisst, woran soll er sich erinnern? Das ist Ihr Video. Nicht drei Funktionen, nicht fünf Vorteile. Eine Idee.

FALSCH: „Unsere Plattform bietet Projektmanagement, Zeiterfassung,
        Rechnungsstellung, Team-Chat und Dateispeicher.“

RICHTIG: „Hören Sie auf, zwischen Apps zu wechseln. Alles, was Ihr Team
         braucht, ist an einem Ort.“

3. Zeigen Sie die Magie

Sandwich Videos Philosophie: Identifizieren Sie die Momente, die Leute dazu bringen „oh, das ist cool“ zu sagen, und bauen Sie das Video um diese Momente herum auf. Finden Sie die 2-3 Interaktionen in Ihrem Produkt, die echte Freude bereiten, und geben Sie ihnen die meiste Bildschirmzeit.

4. In 5 Sekunden fesseln oder verlieren

55 % der Zuschauer verlassen das Video innerhalb von 60 Sekunden. Ihre ersten 5 Sekunden müssen die nächsten 55 verdienen. Beginnen Sie niemals mit einer Logo-Animation, „Willkommen zurück“ oder einer Kontextualisierung. Beginnen Sie mit dem Problem, dem Ergebnis oder einer Musterunterbrechung. Kalteröffnungen schlagen Markenintros in jeder Bindungsstudie.

5. Sounddesign ist die am meisten unterschätzte Technik

Figmas Klickgeräusche, Apples Foley, Arcs bewusste Stille – Audio verändert die Wahrnehmung von visuellen Inhalten. Fügen Sie subtile Geräusche zu UI-Interaktionen hinzu. Synchronisieren Sie Schnitte mit Musikbeats. Ein Video mit gutem Sounddesign wirkt 2x polierter als eines ohne.

6. Passen Sie den Videostil an die Produktpersönlichkeit an

Linears Minimalismus funktioniert, weil das Produkt minimalistisch ist. Arcs Schlafzimmer-Vlogs funktionieren, weil das Produkt persönlich ist. Descripts Comedy-Sketche funktionieren, weil das Publikum kreativ ist. Ein Stil-Missverhältnis ist schlimmer als eine geringe Produktionsqualität.

7. Bildschirmaufnahmen müssen nicht wie Bildschirmaufnahmen aussehen

Jedes Top-Unternehmen hat eine Strategie: Apple erstellt UI-Animationen nach. Figma fügt Klickgeräusche und Cursor-Beschriftungen hinzu. Slack erstellt benutzerdefinierte, idealisierte Screenshots. Linears Produkt ist schön genug für eine Rohaufnahme. Stripe behandelt Code als Kunst. Finden Sie Ihren Ansatz.


Videotypen

TypLängeTrichterZielZielgruppe
Erklärvideo60-90sOben„Was ist das?“Problembewusste Interessenten
Produkttour2-4 MinMitte„Wie funktioniert es?“Evaluierende Interessenten
Feature-Highlight30-90sMitte„Was kann das?“Benutzer + Evaluierer
Kundengeschichte60-120sUnten„Wer nutzt es noch?“Käufer in der Entscheidungsphase
Launch-Video30-90sAlle„Was gibt es Neues?“Benutzer + Markt
Vergleich2-4 MinUnten„Warum dies statt X?“Aktive Evaluierer
Kurztipp30-90sNach dem Verkauf„Wie mache ich das?“Aktuelle Benutzer
Marke/Kultur60-180sOben„Wer sind diese Leute?“Talente + Neugierige

Siehe references/script-templates.de.md für detaillierte Skriptstrukturen und Lückentext-Vorlagen für jeden Typ.


Skript-Frameworks

Wählen Sie das Framework, das zur Aufgabe Ihres Videos passt. Jedes hat eine detaillierte Vorlage in references/script-templates.de.md.

Problem-Agitieren-Lösung (PAL) – Am häufigsten

PhaseZeitWörterZweck
Problem15-20 s30-40Den Schmerz benennen
Agitieren15-20 s30-40Konsequenzen der Untätigkeit zeigen
Lösung25-30 s50-60Produkt als Lösung vorstellen
CTA5-10 s10-20Klarer nächster Schritt

Videos, die die Problemlösungsstruktur verwenden, zeigen 60 % höheres Engagement.

Vorher-Nachher-Brücke (VNB) – Am besten für visuelle Produkte

Zeigen Sie die Transformation: die Welt des Zuschauers heute, seine Welt mit Ihrem Produkt, wie das Produkt die Lücke überbrückt. Am besten für Dashboards, Design-Tools, Analysen.

Erzählen-Zeigen-Erzählen – Am besten für Touren und Tutorials

Kontext setzen (erzählen), live demonstrieren (zeigen), Wert verstärken (erzählen). Erhöht die Bindung um bis zu 65 %. Zerlegen Sie komplexe Produkte in mehrere Erzählen-Zeigen-Erzählen-Module.

Heldenreise – Am besten für Kundengeschichten

Ihr Kunde ist der Held. Ihr Produkt ist der Führer. Drei Akte: gewöhnliche Welt (das Problem), die Reise (Entdecken und Nutzen des Produkts), die Rückkehr (transformierte Ergebnisse mit Metriken).

Andere Frameworks

  • JTBD-Erzählung: „Wenn [Situation], möchte ich [Aufgabe], damit [Ergebnis]“
  • Hook-Story-Angebot: 5s-Hook, 30s-Erzählung, 10s-CTA (ideal für Kurzformate)
  • AIDA: Aufmerksamkeit, Interesse, Verlangen, Aktion
  • Goldener Kreis: Warum, Wie, Was (Sinek)
  • Pixar-Geschichtsspinne: „Es war einmal... Jeden Tag... Eines Tages... Deswegen...“

Öffnungshooks

Sie haben 5 Sekunden. Wählen Sie einen:

Hook-TypBeispielAm besten geeignet für
Problemstellung„Wenn Sie schon 3 Stunden mit dem Debuggen von Deployment-Konfigurationen verbracht haben...“Tutorials, schmerzbewusstes Publikum
ErgebnispräsentationZuerst das fertige Ergebnis zeigen, dann erklären, wie es funktioniertProdukttouren, Feature-Highlights
MusterunterbrechungSchneller Zoom, plötzlicher visueller Wechsel, Standbild + TextSoziale Netzwerke, überfüllte Feeds
Kalteröffnungs-TeaserAm Höhepunkt beginnen: „...und dann ist der Build abgestürzt“Narrative Videos
Frage„Was wäre, wenn Ihre Deployments nie fehlschlagen würden?“B2B, spezifische Segmente
Schockierende Statistik„90 % der Support-Tickets sind bereits in Ihrer Dokumentation beantwortet“Bildungsorientiertes, datengesteuertes Publikum
Direkter Wert„Hier sind 5 CSS-Tricks, die Sie nicht nutzen“Trichter unten, handlungsorientiert

Musterunterbrechungen in den ersten 5 Sekunden zeigen 23 % höhere Bindung.

Kalteröffnungen schlagen Markenintros. Schneiden Sie Logo-Animationen. Zuerst der Hook, dann die Marke.


Erzählung

Tempo

VideotypWPMAnmerkungen
Erklärvideo130-150Optimal für das Verständnis
Tutorial120-130Langsamer bei komplexen Informationen
Werbung/Launch150-160Schneller für mehr Energie

Wortzahl-Referenz: 30s = ~75 Wörter, 60s = ~150 Wörter, 90s = ~225 Wörter, 2 Min = ~300 Wörter.

Perspektive

Verwenden Sie die zweite Person („Sie“) für die Erzählung – sie zieht die Zuschauer hinein und macht sie zum Protagonisten. Wechseln Sie zur ersten Person für CTAs („Meine kostenlose Testversion starten“ konvertiert 90 % besser als „Ihre kostenlose Testversion starten“).

Ton

  • Konversationell: Kurze Sätze, Kontraktionen, direkt. Am besten für Erklärvideos, Startups.
  • Professionell: Gemessen, autoritär. Am besten für Enterprise, Sicherheit, Finanzen.
  • Enthusiastisch: Energisch, zukunftsorientiert. Am besten für Launches.
  • Empathisch: Warm, verständnisvoll. Am besten für problemorientierte Einleitungen.

Schreiben Sie, wie Sie sprechen. Lesen Sie das Skript laut vor. Wenn Sie ins Stocken geraten, schreiben Sie es um.

KI vs. menschliche Stimme

KI-Stimme ist 60-86 % günstiger und sofort aktualisierbar. Aber: KI-Erzählung zeigt 70 % geringere Bindung und 35 % mehr Abbrüche innerhalb von 45 Sekunden. Verwenden Sie eine menschliche Stimme für wichtige Inhalte. KI ist akzeptabel für umfangreiche interne/Tutorial-Inhalte.

ElevenLabs with-Timestamps API

Verwenden Sie den Endpunkt /v1/text-to-speech/{voice_id}/with-timestamps für wortgenaue Synchronisationsdaten. Er gibt identisches Audio plus zeichengenaue Ausrichtung zurück, die Sie auf Wort- und Satzebene aggregieren. Dies ermöglicht eine automatisierte Kompositionstaktung – Abschnittsdauern werden aus gemessenem Audio abgeleitet, nicht aus Wortzahlen geschätzt.

Audio pro Abschnitt

Generieren Sie immer eine Audiodatei pro Skriptabschnitt, anstatt eine einzige zusammenhängende Erzählung zu verwenden. Verkettete Dateien fügen variable Pausen zwischen den Abschnitten ein (jeweils 2-4 Sekunden), die sich bei 10 Abschnitten zu einer Abweichung von 20-35 Sekunden aufsummieren. Audio pro Abschnitt, das jeweils an seinen Kompositionsframe gebunden ist, beseitigt die kumulative Abweichung vollständig. Behalten Sie eine verkettete Datei nur für die Vorschau / zum Anhören.

Stimmklone

Wenn ein geklonter Sprachklon verfügbar ist (z. B. über ElevenLabs Voice Cloning), verwenden Sie ihn für authentische Gründer-/Entwicklererzählung in KI-Geschwindigkeit und zu KI-Kosten. Die Klonqualität ist für die Produktion ausreichend. Das Flag --voice <voice_id> im Erzählskript wählt den Klon aus.

Geschwindigkeits- und Temposteuerung

ElevenLabs-Spracheinstellungen, die das Tempo beeinflussen:

  • stability: 0.5 – natürliche Variation ohne Abschweifen
  • similarity_boost: 0.75 – Sprachkonsistenz über alle Abschnitte hinweg
  • style: 0.3 – subtile Ausdruckskraft ohne Übertreibung
  • use_speaker_boost: true – Klarheitsverbesserung

Für ein schnelleres Tempo erhöhen Sie die Stabilität auf 0,7 und verringern Sie den Stil auf 0,1. Für eine wärmere, konversationellere Lieferung verringern Sie die Stabilität auf 0,3 und erhöhen Sie den Stil auf 0,5.

Rollenbesetzung der Stimme

MarkenpersönlichkeitStimmenstil
Innovativ/TechnikKlar, selbstbewusst, mittleres Tempo
Warm/zugänglichFreundlich, Lächeln in der Stimme
EnterpriseTief, gemessen, Bariton
Verspielt/kreativEnergisch, ausdrucksstark, abwechslungsreiche Betonung
Mutig/disruptivSchnell, selbstbewusst, provokativ

Kurzreferenz zur Produktion

Ausführliche Details in references/production-techniques.de.md.

Bildschirmaufnahme

  • Nehmen Sie mit 4K/60fps auf, liefern Sie in 1080p oder 4K aus
  • Bewegen Sie den Cursor mit 50 % der natürlichen Geschwindigkeit, halten Sie 0,5-1 s inne, bevor Sie klicken
  • Schließen Sie alle Benachrichtigungen, verwenden Sie ein sauberes Browserprofil, laden Sie alle Bildschirme vor
  • Screen Studio (89 $) ist derzeit der Goldstandard für polierte Demos
  • Nachbearbeitung: Zoomen Sie auf 150-300 % für Hervorhebungen, gleichen Sie alle Zooms aus (kubisch/quintisch), fügen Sie subtile Schatten hinzu

Übergänge

  • Harte Schnitte für 90 %+ der Übergänge
  • Zoom-Übergänge für die Navigation von Funktion zu Funktion (0,3-0,8 s)
  • Überblendungen nur für den Zeitablauf (0,5-2 s)
  • UI-Masking für eine markengeprägte Optik (Sidebar erweitert sich, bedeckt den Rahmen, enthüllt eine neue Szene)
  • Verwenden Sie Übergänge niemals als Dekoration. Jeder Übergang sollte der Erzählung dienen.

Musik

VideotypStimmungTempo
Launch/SizzleSchwungvoll, aufbauend120-140 BPM
WalkthroughLeicht, unaufdringlich90-110 BPM
EnterpriseProfessionell, warm80-100 BPM
Verbraucher-AppLustig, modern110-130 BPM

Beat-Synchronisation Ihrer Schnitte. Große Übergänge auf den schweren Beat, kleinere Übergänge auf den Off-Beat. Dies erzeugt das „Apple-Gefühl“ – jeder Schnitt landet auf einem Musikbeat.

Musikplattformen: Epidemic Sound (10-20 $/Monat, am besten für hohes Volumen), Artlist (10 $/Monat, breite Assets), Musicbed (Premium, Kinofeeling).

Erzählungs-Synchronisation (Remotion-Pipeline)

Verwenden Sie für Remotion-basierte Produktionen die automatisierte Synchronisations-Pipeline:

script.md --> narrate-sync.ts --> sync-manifest.json --> composition S-Konstanten --> audit-sync.ts --> render

Schlüsselprinzipien:

  • Audio pro Abschnitt: Eine MP3-Datei pro Skriptabschnitt, die jeweils an ihren genauen Kompositionsframe gebunden ist. Verwenden Sie niemals eine einzelne verkettete Datei als Audioquelle der Komposition.
  • Abschnittstaktungsformel: ceil(narration_seconds * fps) + 15 frames padding. Leiten Sie dies immer aus gemessenem Audio ab, niemals aus Wortzahlen-Schätzungen.
  • Synchronisations-Manifest: JSON-Datei mit zeitlichen Daten auf Wort- und Satzebene (Start/Ende in Sekunden und Frames). Wird automatisch vom narrate-sync-Skript generiert.
  • Prüfung vor dem Rendern: Führen Sie audit-sync aus, um totes Material, Erzählungsüberläufe und visuelle Lücken zu erkennen. Beheben Sie Probleme vor dem Rendern.

Ausführliche Details in references/remotion-production-pipeline.de.md.

Soundeffekte

Fügen Sie subtile Klick-, Wisch- und Ploppgeräusche zu wichtigen UI-Interaktionen hinzu. Halten Sie SFX -20 bis -30 dB unter dem Voiceover. Nicht jeder Klick braucht einen Sound – sparen Sie sie für bedeutungsvolle Momente auf.

Voiceover-Aufnahme

  • Minimum: Blue Yeti / AT2020 USB+ (50-130 $)
  • Professionell: Shure SM7B / RE20 (300-450 $)
  • Nehmen Sie in einem ruhigen, behandelten Raum auf. Lächeln Sie während der Aufnahme.
  • Nachbearbeitungskette: Rauschunterdrückung > EQ > Kompression > De-Essing > Limiter > Normalisierung auf -16 LUFS

Thumbnail und Distribution

Ausführliche Details in references/thumbnails-and-distribution.de.md.

Thumbnail-Checkliste

  • 1280x720px, unter 2 MB, 16:9
  • Ein klarer Blickfang
  • Maximal 3-5 Wörter, hoher Kontrast, lesbar in kleinen Größen
  • Wiederholt NICHT den Videotitel
  • Schafft Neugier oder eine emotionale Reaktion
  • Konsistent mit dem visuellen Markenauftritt des Kanals
  • 2-3 Varianten für A/B-Tests bereit

Gelb+schwarze Thumbnails erzielen die höchste CTR mit 8,2 %. Kontrastreiche Thumbnails verbessern die CTR um 20-40 %.

Titel-Formeln

Optimal: 55-70 Zeichen, 10-11 Wörter. Zahlen steigern die CTR um bis zu 36 %.

MusterBeispiel
Transformation„Wie [Tool] unsere Deployment-Zeit um 80 % reduzierte“
Unerwarteter Vergleich„[Tool A] vs [Tool B] – Der Gewinner überraschte mich“
Warnung„Hören Sie auf, [Praxis] zu verwenden – Tun Sie stattdessen dies“
Geschwindigkeit/Ergebnis„Erstellen Sie in [Zeit] mit [Tool] ein [Ding]“
Entdeckung„Ich habe das beste [Kategorie]-Tool gefunden (Es ist nicht [Erwartet])“

YouTube vs. Website

  • YouTube zur Entdeckung und für den Aufbau einer Zielgruppe (Thumbnails/Titel optimieren)
  • Self-Hosting (Wistia/...) für Conversion und Kontrolle (keine Ablenkung durch empfohlene Videos, eingebettet mit benutzerdefinierten CTAs)

SEO-Titel-Struktur

Für YouTube-Suchen: „[Keyword] | [Marke] | [Ergebnis]“ – Beispiel: „Kanban-Software | Beispiel Inc | Teams organisieren“


Wichtige Referenzen

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills