Communitygithub.com

Aadi-110i/PEP-PROJECT

Erstellung von Videoanzeigen mit exakten plattformspezifischen Vorgaben für TikTok, Instagram, YouTube, Facebook und LinkedIn. Deckt Abmessungen, Zeitlimits, AIDA-Framework und Caption-Anforderungen ab.

Was ist PEP-PROJECT?

Diese Fähigkeit (Skill) versetzt einen KI-Agenten (wie Claude Code, Cursor, Codex oder ähnliche) in die Lage, hochwertige, plattformspezifische Videoanzeigen für soziale Medien zu konzipieren und zu erstellen. Sie nutzt das `inference.sh` CLI (`belt`), um kreative Assets über APIs wie Google Veo, ByteDance Seedance, Text-to-Speech (z. B. fal.ai) und einen Video-Audio-Merger zu generieren. Der Skill bietet detaillierte Spezifikationen für alle gängigen Plattformen (TikTok, Instagram Reels/Stories, YouTube, Facebook, LinkedIn) – inklusive Seitenverhältnisse, Auflösungen, Dauerlimits und Hinweise zu sicheren Textzonen. Zusätzlich integriert er das AIDA-Modell (Attention, Interest, Desire, Action), um die kreative Struktur der Anzeige zu optimieren, und betont die Bedeutung von Untertiteln für die stumme Wiedergabe. Durch fertige Vorlagen (Testimonial-, Demo- und Vorher/Nachher-Anzeigen) und eine Checkliste für häufige Fehler erhalten Entwickler eine umfassende Lösung zur Produktion von Paid-Media-Creatives.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

Video-Anzeigenspezifikationen

Erstelle plattformspezifische Videoanzeigen über das inference.sh CLI.

Schnellstart

Erfordert das inference.sh CLI (belt). Installationsanleitung

belt login

# Generiere eine vertikale Videoanzeigenszene
belt app run bytedance/seedance-1-5-pro --input '{
  "prompt": "vertikales video, person packt aufgeregt ein produkt aus, sauberer moderner raum, helles natürliches licht, social-media-anzeigenstil, authentisches gefühl, 9:16 format"
}'

Plattformspezifikationen

TikTok

SpezifikationWert
Seitenverhältnis9:16 (vertikal)
Auflösung1080 x 1920 px
Dauer5-60 Sekunden (15-30s empfohlen)
DateigrößeMax. 500 MB
FormatMP4, MOV
TonStandardmäßig aktiviert (mit Ton designen)
Sicherer Textbereich150px von allen Rändern
Aufmerksamkeitsfenster1 Sekunde – der erste Frame muss Aufmerksamkeit erregen

Instagram Reels

SpezifikationWert
Seitenverhältnis9:16 (vertikal)
Auflösung1080 x 1920 px
DauerBis zu 90 Sekunden (15-30s für Anzeigen)
TitelbildSeparater Upload, wird im Raster angezeigt
TonStandardmäßig aktiviert
UntertitelbereichDie unteren 20 % sind für Texteinblendungen reserviert

Instagram Stories

SpezifikationWert
Seitenverhältnis9:16
Auflösung1080 x 1920 px
DauerBis zu 15 Sekunden pro Segment
Swipe-up/LinkFür Anzeigen verfügbar
Oben/unten14 % oben und 20 % unten = unsicher für Schlüsselinhalte

YouTube

FormatSeitenverhältnisDauerÜberspringbar
Bumper16:9Genau 6 SekundenNicht überspringbar
Nicht überspringbar16:915 SekundenNicht überspringbar
Überspringbar (TrueView)16:9Beliebig langÜberspringbar nach 5 Sekunden
Shorts9:16Bis zu 60 SekundenN/A

Auflösung: 1920 x 1080 (16:9) oder 1080 x 1920 (Shorts)

Facebook Feed

SpezifikationWert
Seitenverhältnis1:1 (quadratisch) oder 4:5 (für Mobilgeräte empfohlen)
Auflösung1080 x 1080 oder 1080 x 1350
DauerBis zu 240 Minuten (15-30s empfohlen)
Automatische WiedergabeStumm – Untertitel sind essentiell
Ton85 % der Facebook-Videos werden ohne Ton angesehen

LinkedIn

SpezifikationWert
Seitenverhältnis1:1 oder 16:9
Auflösung1080 x 1080 oder 1920 x 1080
Dauer3 Sekunden bis 10 Minuten (15-30s für Anzeigen)
TonProfessionell
Automatische WiedergabeStumm im Feed

AIDA-Rahmenwerk für Videoanzeigen

PhaseZeitZielTechnik
Aufmerksamkeit0-3sScrollen stoppenMusterbruch, kühnes Bild, Frage
Interesse3-10sZuschauer haltenProblem nennen, Relevanz zeigen
Begierde10-20sLösung wollenProdukt/Ergebnis zeigen, sozialer Beweis
AktionLetzte 3-5sKlicken/Kaufen/AnmeldenKlarer CTA, Dringlichkeit, Angebot

Aufmerksamkeitstechniken (Erste 3 Sekunden)

TechnikBeispiel
Kühne Aussage"Dieses Tool hat mein gesamtes Marketingteam ersetzt"
Frage"Warum machst du das noch manuell?"
Überraschende VisualisierungUnerwartete Verwandlung, Vorher/Nachher-Enthüllung
MusterbruchMitten in der Aktion beginnen, ungewöhnlicher Winkel, helle Farbe
Sozialer Beweis"2 Millionen Menschen sind darauf umgestiegen"
Schmerzpunkt"Wenn du [häufige Frustration] hasst, schau dir das an"

Videoanzeigen erstellen

Vertikal (TikTok, Reels, Stories, Shorts)

# Aufmerksamkeitsszene (0-3s)
belt app run google/veo-3-1-fast --input '{
  "prompt": "vertikales 9:16 video, nahaufnahme von händen, die mit verhedderten kabeln und einem unordentlichen schreibtisch kämpfen, frustrierte energie, verwackelte handy-kamera, authentischer social-media-stil, helles licht"
}'

# Lösungsenthüllung (3-15s)
belt app run bytedance/seedance-1-5-pro --input '{
  "prompt": "vertikales video, sanfte produktenthüllung, saubere kabellose ladestation auf minimalistischen schreibtisch, zufriedenstellende organisationsverwandlung, heller moderner raum, social-media-anzeigen-ästhetik"
}'

# Voiceover hinzufügen
belt app run falai/dia-tts --input '{
  "prompt": "[S1] Hör auf, zeit mit diesem chaos zu verschwenden. Dieses eine produkt hat mein gesamtes setup verändert. Alles lädt. Alles ist organisiert. Link in der bio."
}'

# Video + Audio zusammenführen
belt app run infsh/video-audio-merger --input '{
  "video": "solution-reveal.mp4",
  "audio": "voiceover.mp3"
}'

# Untertitel hinzufügen (entscheidend für stumme automatische Wiedergabe)
belt app run infsh/caption-videos --input '{
  "video": "ad-with-audio.mp4",
  "caption_file": "captions.srt"
}'

Quadratisch (Facebook, LinkedIn Feed)

belt app run google/veo-3-1-fast --input '{
  "prompt": "quadratisches 1:1 video, professionelle person am schreibtisch entdeckt ein neues softwaretool, laptopbildschirm zeigt sauberes dashboard, natürliches bürolicht, kommerzieller unternehmensstil, zufriedener ausdruck"
}'

YouTube Bumper (6 Sekunden)

# 6-Sekunden-Bumper: eine Botschaft, eine Visualisierung, ein CTA
belt app run google/veo-3-1-fast --input '{
  "prompt": "6 sekunden produktanzeige, schnelle montage einer eleganten app-verwendung auf einem telefon, schnelle schnitte, modern, energiegeladen, markenlogo-enthüllung am ende, knackig und dynamisch, breitformat 16:9"
}'

# Kurz halten
belt app run falai/dia-tts --input '{
  "prompt": "[S1] Deine Berichte. Automatisiert. Teste DataFlow kostenlos."
}'

Untertitel sind Pflicht

85 % der Facebook-Videos und über 40 % der Instagram-Videos werden stumm angesehen.

Best Practices für Untertitel

RegelGrund
Immer Untertitel hinzufügenStumme Anzeige ist auf den meisten Plattformen der Standard
Große, lesbare SchriftartKleiner Text ist auf Mobilgeräten unsichtbar
Hoher KontrastWeißer Text mit dunklem Umriss/Hintergrund
Zentriert oder unteres DrittelStandard-Anzeigeposition
Maximal 2 Zeilen auf einmalMehr Text kann nicht schnell genug gelesen werden
Schlüsselwörter fett/farbigLenkt den Blick auf wichtige Wörter
# Untertitel aus Audio generieren
# (SRT-Datei aus Skript erstellen, dann einbrennen)
belt app run infsh/caption-videos --input '{
  "video": "ad-video.mp4",
  "caption_file": "ad-captions.srt"
}'

Vorlagen für Anzeigenstrukturen

Testimonial-Anzeige (15-30s)

ZeitInhalt
0-3sKunde nennt das Problem, das er hatte
3-15sWie er das Produkt entdeckt und ausprobiert hat
15-25sDas spezifische Ergebnis, das er erzielt hat
25-30sProduktname + CTA

Demo-Anzeige (15-30s)

ZeitInhalt
0-3sDas Problem (Text oder Bild)
3-20sProduktdemo zeigt die Lösung
20-25sWichtigstes Ergebnis/Nutzen
25-30sCTA + Angebot

Vorher/Nachher-Anzeige (15s)

ZeitInhalt
0-3s"Vorher"-Zustand (chaotisch, langsam, frustrierend)
3-5sÜbergang / Produktvorstellung
5-12s"Nachher"-Zustand (sauber, schnell, zufriedenstellend)
12-15sCTA

Häufige Fehler

FehlerProblemLösung
Kein Aufhänger in den ersten 1-3sZuschauer scrollt weiterMit Musterbruch beginnen
Querformatvideo auf TikTok/ReelsLetterboxed, sieht amateurhaft ausFür vertikale Plattformen 9:16 verwenden
Keine UntertitelDie meisten Zuschauer sehen stumm zuImmer Untertitel hinzufügen
CTA zu spätZuschauer sind bereits wegKlarer CTA innerhalb der letzten 5 Sekunden
Zu lang für die PlattformErzwungenes Überspringen oder AbbruchPlattformübliche Dauern einhalten
Gleiche Anzeige für alle PlattformenFalsche Spezifikationen, falscher TonPlattformspezifische Versionen erstellen
Logo in den ersten 3sWirkt wie ein Werbespot, wird übersprungenBranding für das Ende aufheben
Text in unsicheren ZonenWird von der Plattform-Oberfläche abgeschnittenSichere Zone pro Plattform prüfen

Checkliste

  • Korrektes Seitenverhältnis für die Zielplattform
  • Aufhänger in den ersten 1-3 Sekunden
  • Untertitel hinzugefügt (lesbar, hoher Kontrast)
  • CTA klar und innerhalb der letzten 5 Sekunden
  • Dauer entspricht den Plattformnormen
  • Text außerhalb der unsicheren Zonen der Plattform
  • Audio sowohl für Ton an als auch Ton aus ausgelegt
  • Plattformspezifische Version (keine Einheitslösung)

Verwandte Fähigkeiten

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

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

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

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