Leitfaden für Erklärvideos
Erstelle Erklärvideos vom Drehbuch bis zum fertigen Schnitt über die inference.sh CLI.
Schnellstart
Erfordert die inference.sh CLI (belt). Installationsanleitung
belt login
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean motion graphics style animation, abstract data flowing between connected nodes, blue and white color scheme, professional corporate aesthetic, smooth transitions"
}'
Drehbuchformeln
Problem-Aufwühlen-Lösen (PAS) — 60 Sekunden
| Abschnitt | Dauer | Inhalt | Wortanzahl |
|---|
| Problem | 10s | Nenne den Schmerzpunkt des Zuschauers | ~25 Wörter |
| Aufwühlen | 10s | Zeige, warum es schlimmer ist als gedacht | ~25 Wörter |
| Lösung | 15s | Stelle dein Produkt/deine Idee vor | ~35 Wörter |
| So funktioniert's | 20s | Zeige 3 wichtige Schritte oder Funktionen | ~50 Wörter |
| CTA | 5s | Ein klarer nächster Schritt | ~12 Wörter |
Vorher-Nachher-Brücke (VNB) — 90 Sekunden
| Abschnitt | Dauer | Inhalt |
|---|
| Vorher | 15s | Zeige den aktuellen frustrierenden Zustand |
| Nachher | 15s | Zeige das ideale Ergebnis |
| Brücke | 40s | Erkläre, wie dein Produkt dorthin führt |
| Sozialer Beweis | 10s | Kurze Statistik oder Erfahrungsbericht |
| CTA | 10s | Klarer nächster Schritt |
Feature-Spotlight — 30 Sekunden (sozial)
| Abschnitt | Dauer | Inhalt |
|---|
| Hook | 3s | Überraschende Tatsache oder Frage |
| Funktion | 15s | Zeige eine Funktion, die ein Problem löst |
| Ergebnis | 7s | Der Nutzen/Vorteil |
| CTA | 5s | Ausprobieren / Mehr erfahren |
Pacing-Regeln
| Inhaltstyp | Wörter pro Minute | Hinweise |
|---|
| Standard Erzählung | 150 Wpm | Konversationelles Tempo |
| Komplex/technisch | 120 Wpm | Zeit zum Verarbeiten lassen |
| Energetisch/sozial | 170 Wpm | Schneller für Kurzformate |
| Kinderinhalt | 100 Wpm | Klar und langsam |
Wichtige Regel: 1 Szene pro Kernbotschaft. Packe nicht mehrere Ideen in eine visuelle Darstellung.
Richtlinien für Szenendauer
- Einführungsshot: 3-5 Sekunden
- Funktionsdemonstration: 5-8 Sekunden
- Text/Statistik auf dem Bildschirm: 3-4 Sekunden (muss lesbar sein)
- Übergang: 0,5-1 Sekunde
- CTA-Bildschirm: 3-5 Sekunden
Visuelle Produktion
Szenentypen
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean product demonstration video, hands typing on a laptop showing a dashboard interface, bright modern office, soft natural lighting, professional"
}'
belt app run bytedance/seedance-1-5-pro --input '{
"prompt": "Abstract motion graphics, colorful data streams connecting floating geometric shapes, smooth fluid animation, dark background with glowing elements, tech aesthetic"
}'
belt app run google/veo-3-1-fast --input '{
"prompt": "Happy person relaxing on couch with laptop, smiling at screen, bright airy living room, warm afternoon light, satisfied customer feeling, lifestyle commercial style"
}'
belt app run falai/flux-dev-lora --input '{
"prompt": "Split screen comparison, left side cluttered messy desk with papers and stress, right side clean organized minimalist workspace, dramatic difference, clean design"
}'
Bild-zu-Video für Szenen
belt app run falai/flux-dev-lora --input '{
"prompt": "Professional workspace with glowing holographic interface, futuristic but clean, blue accent lighting"
}'
belt app run falai/wan-2-5-i2v --input '{
"prompt": "Gentle camera push in, holographic elements subtly floating and rotating, soft ambient light shifts",
"image": "path/to/workspace-still.png"
}'
Voiceover-Produktion
Tipps zum Drehbuchschreiben
- Kurze Sätze. Maximal 15 Wörter pro Satz.
- Aktiv formulieren. „Sie können Ihre Daten verfolgen“ nicht „Ihre Daten können verfolgt werden.“
- Konversationeller Ton. Laut vorlesen – wenn es steif klingt, umschreiben.
- Eine Idee pro Satz. Ein Satz pro visuellem Beat.
Voiceover generieren
belt app run falai/dia-tts --input '{
"prompt": "[S1] Tired of spending hours on reports that nobody reads? There is a better way. Meet DataFlow. It turns your raw data into visual stories... in seconds. Just connect your source, pick a template, and share. Try DataFlow free today."
}'
Pacing-Steuerung in TTS
| Technik | Wirkung | Beispiel |
|---|
Punkt . | Mittlere Pause | „This changes everything. Here's how.“ |
Auslassung ... | Lange Pause (dramatisch) | „And the result... was incredible.“ |
Komma , | Kurze Pause | „Fast, simple, powerful.“ |
Ausrufezeichen ! | Betonung/Energie | „Start building today!“ |
Fragezeichen ? | Steigende Intonation | „What if there was a better way?“ |
Musik & Audio
Richtlinien für Hintergrundmusik
- Lautstärke: 20-30% unter der Erzählung (6-12 dB ducken, wenn die Stimme spielt)
- Stil: Passend zum Markenton (Corporate = Ambient Electronic, Startup = upbeat Indie)
- Struktur: Einleitungsschwell (erste 3s) -> subtile Schleife unter Erzählung -> Anschwellen beim CTA
- Kein Gesang: Nur instrumental unter der Erzählung
belt app run <music-gen-app> --input '{
"prompt": "upbeat corporate background music, modern electronic, 90 BPM, positive and professional, no vocals, suitable for product explainer video"
}'
Zusammenbau-Pipeline
Vollständiger Produktionsworkflow
belt app run falai/dia-tts --input '{
"prompt": "[S1] Your script here..."
}'
belt app run google/veo-3-1-fast --input '{"prompt": "scene 1 description"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "scene 2 description"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "scene 3 description"}' --no-wait
belt app run infsh/media-merger --input '{
"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'
belt app run infsh/video-audio-merger --input '{
"video": "merged-scenes.mp4",
"audio": "voiceover.mp3"
}'
belt app run infsh/caption-videos --input '{
"video": "final-with-audio.mp4",
"caption_file": "captions.srt"
}'
Videolänge nach Format
| Format | Länge | Plattform |
|---|
| Social Teaser | 15-30s | TikTok, Instagram Reels, YouTube Shorts |
| Produktdemo | 60-90s | Website, Landingpage |
| Funktionserklärvideo | 90-120s | YouTube, E-Mail |
| Tutorial/Walkthrough | 2-5min | YouTube, Hilfebereich |
| Investor Pitch Video | 2-3min | Pitch Deck Ergänzung |
Übergangstypen
| Übergang | Verwendung | Wirkung |
|---|
| Schnitt | Standard zwischen verwandten Szenen | Sauber, professionell |
| Überblendung/Kreuzblende | Zeitablauf, Stimmungswechsel | Sanft, nachdenklich |
| Wischer | Neues Thema oder neuer Abschnitt | Klare Trennung |
| Zoom/Vorschub | Eintauchen ins Detail | Fokussiert die Aufmerksamkeit |
| Match Cut | Visuelle Ähnlichkeit zwischen Szenen | Clever, einprägsam |
Häufige Fehler
| Fehler | Problem | Lösung |
|---|
| Drehbuch zu langatmig | Voiceover überstürzt, Zuschauer überfordert | Auf max. 150 Wpm kürzen |
| Kein Hook in den ersten 3s | Zuschauer verlassen sofort | Mit dem Problem oder einer überraschenden Statistik beginnen |
| Visuals hinken der Erzählung hinterher | Verwirrende Diskrepanz | Visuals sollten den Wörtern entsprechen oder leicht voraus sein |
| Hintergrundmusik zu laut | Erzählung nicht hörbar | Musik 6-12 dB unter der Stimme ducken |
| Keine Untertitel | 85 % der sozialen Videos werden stumm angesehen | Immer Untertitel hinzufügen |
| Zu viele Ideen | Zuschauer behält nichts | Eine Kernbotschaft pro Video |
Verwandte Skills
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering
Alle Apps durchsuchen: belt app list