Communitygithub.com

Aadi-110i/PEP-PROJECT

Leitfaden zur Erstellung von Erklärvideos: Drehbuch, Voiceover, visuelle Gestaltung und Zusammenbau. Behandelt Drehbuchformeln, Pacing-Regeln, Szenenplanung und Multi-Tool-Pipelines. Verwendung für: Produktdemos, Funktionserklärungen, Onboarding-Videos, soziale Erklärvideos.

Was ist PEP-PROJECT?

Dieser Skill bietet einen umfassenden Leitfaden zur Erstellung professioneller Erklärvideos – vom Drehbuch bis zum fertigen Schnitt – unter Verwendung der inference.sh CLI (belt). Er ist für Entwickler und KI-Agenten konzipiert, die automatisiert Video-Pipelines für Produktdemos, Tutorials, Onboarding-Videos und soziale Erklärvideos erstellen möchten. Der Skill enthält bewährte Drehbuchformeln (PAS, BAB, Feature Spotlight), Pacing-Regeln (Wörter pro Minute) und detaillierte Anleitungen zur visuellen Produktion mit KI-Modellen wie Veo 3.1 Fast und Seedance 1.5 Pro. Zudem werden Voiceover-Generierung mit Dia TTS, Hintergrundmusik und ein vollständiger Zusammenbau-Workflow (Szenen zusammenführen, Audio hinzufügen, Untertitel einbetten) abgedeckt. Häufige Fehler und Tipps zur Optimierung der Videoqualität runden den Leitfaden ab.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Aadi-110i/PEP-PROJECT/tree/HEAD/skills/explainer-video-guide

In Ihrer bevorzugten KI fragen

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

Dokumentation

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

# Generiere eine Szene für ein Erklärvideo
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

AbschnittDauerInhaltWortanzahl
Problem10sNenne den Schmerzpunkt des Zuschauers~25 Wörter
Aufwühlen10sZeige, warum es schlimmer ist als gedacht~25 Wörter
Lösung15sStelle dein Produkt/deine Idee vor~35 Wörter
So funktioniert's20sZeige 3 wichtige Schritte oder Funktionen~50 Wörter
CTA5sEin klarer nächster Schritt~12 Wörter

Vorher-Nachher-Brücke (VNB) — 90 Sekunden

AbschnittDauerInhalt
Vorher15sZeige den aktuellen frustrierenden Zustand
Nachher15sZeige das ideale Ergebnis
Brücke40sErkläre, wie dein Produkt dorthin führt
Sozialer Beweis10sKurze Statistik oder Erfahrungsbericht
CTA10sKlarer nächster Schritt

Feature-Spotlight — 30 Sekunden (sozial)

AbschnittDauerInhalt
Hook3sÜberraschende Tatsache oder Frage
Funktion15sZeige eine Funktion, die ein Problem löst
Ergebnis7sDer Nutzen/Vorteil
CTA5sAusprobieren / Mehr erfahren

Pacing-Regeln

InhaltstypWörter pro MinuteHinweise
Standard Erzählung150 WpmKonversationelles Tempo
Komplex/technisch120 WpmZeit zum Verarbeiten lassen
Energetisch/sozial170 WpmSchneller für Kurzformate
Kinderinhalt100 WpmKlar 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

# Produkt im Kontext
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"
}'

# Abstrakte Konzeptvisualisierung
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"
}'

# Lebensstil/Ergebnisaufnahme
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"
}'

# Vorher/Nachher-Vergleich
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

# Zuerst ein Standbild generieren
belt app run falai/flux-dev-lora --input '{
  "prompt": "Professional workspace with glowing holographic interface, futuristic but clean, blue accent lighting"
}'

# Es animieren
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

# Professionelle Erzählung mit Dia TTS
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

TechnikWirkungBeispiel
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
# Hintergrundmusik generieren
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

# 1. Voiceover generieren
belt app run falai/dia-tts --input '{
  "prompt": "[S1] Your script here..."
}'

# 2. Szenenvisuals generieren (parallel)
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

# 3. Szenen zur Sequenz zusammenführen
belt app run infsh/media-merger --input '{
  "media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'

# 4. Voiceover zum Video hinzufügen
belt app run infsh/video-audio-merger --input '{
  "video": "merged-scenes.mp4",
  "audio": "voiceover.mp3"
}'

# 5. Untertitel hinzufügen
belt app run infsh/caption-videos --input '{
  "video": "final-with-audio.mp4",
  "caption_file": "captions.srt"
}'

Videolänge nach Format

FormatLängePlattform
Social Teaser15-30sTikTok, Instagram Reels, YouTube Shorts
Produktdemo60-90sWebsite, Landingpage
Funktionserklärvideo90-120sYouTube, E-Mail
Tutorial/Walkthrough2-5minYouTube, Hilfebereich
Investor Pitch Video2-3minPitch Deck Ergänzung

Übergangstypen

ÜbergangVerwendungWirkung
SchnittStandard zwischen verwandten SzenenSauber, professionell
Überblendung/KreuzblendeZeitablauf, StimmungswechselSanft, nachdenklich
WischerNeues Thema oder neuer AbschnittKlare Trennung
Zoom/VorschubEintauchen ins DetailFokussiert die Aufmerksamkeit
Match CutVisuelle Ähnlichkeit zwischen SzenenClever, einprägsam

Häufige Fehler

FehlerProblemLösung
Drehbuch zu langatmigVoiceover überstürzt, Zuschauer überfordertAuf max. 150 Wpm kürzen
Kein Hook in den ersten 3sZuschauer verlassen sofortMit dem Problem oder einer überraschenden Statistik beginnen
Visuals hinken der Erzählung hinterherVerwirrende DiskrepanzVisuals sollten den Wörtern entsprechen oder leicht voraus sein
Hintergrundmusik zu lautErzählung nicht hörbarMusik 6-12 dB unter der Stimme ducken
Keine Untertitel85 % der sozialen Videos werden stumm angesehenImmer Untertitel hinzufügen
Zu viele IdeenZuschauer behält nichtsEine 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

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

Aadi-110i/PEP-PROJECT

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

Aadi-110i/PEP-PROJECT

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

Aadi-110i/PEP-PROJECT

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

Aadi-110i/PEP-PROJECT

ElevenLabs text-to-speech with 22+ premium voices, multilingual support, and voice tuning via inference.sh CLI. Models: eleven_multilingual_v2 (highest quality), eleven_turbo_v2_5 (low latency), eleven_flash_v2_5 (ultra-fast). Capabilities: text-to-speech, voice selection, stability/style control, 32 languages. Use for: voiceovers, audiobooks, video narration, podcasts, accessibility, IVR. Triggers: elevenlabs, eleven labs, elevenlabs tts, premium tts, professional voice, ai voice, high quality tts, multilingual tts, eleven labs voice, voice generation, natural speech, realistic voice, voice over, speech synthesis

Aadi-110i/PEP-PROJECT

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

Aadi-110i/PEP-PROJECT

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

Aadi-110i/PEP-PROJECT

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

Aadi-110i/PEP-PROJECT

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

Aadi-110i/PEP-PROJECT

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

Aadi-110i/PEP-PROJECT

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

Aadi-110i/PEP-PROJECT

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

Aadi-110i/PEP-PROJECT

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

Aadi-110i/PEP-PROJECT

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Verwandte Skills