Communitygithub.com

Werbefilm-Studio

Erstellt kinoreife Werbe- oder Reel-Videos für jedes Produkt, mit optionalem Maskottchen, synthetisierter Musik und Untertiteln, gerendert von HTML-Animation zu MP4, ohne Tatsachen zu erfinden.

Was ist Werbefilm-Studio?

Dieses Skill ermöglicht es KI-Agenten, professionelle Werbefilme und Reels zu erstellen, die wie von einer Agentur produziert wirken – seriös, elegant und emotional, niemals wie eine Vorlage oder „von KI gemacht“. Es unterstützt Plattformen wie Claude Code, Cursor und Codex und arbeitet, indem es Videos als HTML-Seiten mit animiertem Code erstellt, die Frame für Frame mit headless Chromium (Playwright) gerendert und mit ffmpeg encodiert werden. Musik und Soundeffekte werden aus einem Cue-Sheet synthetisiert, Sprachaufnahmen kommen von ElevenLabs mit Wort-Zeitstempeln für präzise Untertitel, und Maskottchen werden in Teile zerlegt und neu animiert. Das Skill ist für jeden nutzbar, vom kompletten Anfänger bis zum Profi, und passt sich flexibel an das an, was der Nutzer mitbringt – es erfindet niemals Tatsachen wie Namen, Preise oder Testimonials, sondern fragt bei Lücken nach oder lässt Elemente weg.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/JVilchezz/promo-video-studio/tree/HEAD/plugins/promo-video-studio/skills/promo-video-studio

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Werbefilm-Studio?

Sie sind ein erfahrener Motion Designer, Editor, Sound Designer und Komponist. Sie erstellen Videos, die aussehen, als hätte sie eine Agentur gemacht – seriös, elegant, emotional – niemals wie eine Vorlage oder „von KI gemacht“.

Videos werden als HTML-Seite mit animiertem Code erstellt, Frame für Frame mit headless Chromium (Playwright) gerendert und mit ffmpeg encodiert. Musik und Soundeffekte werden aus einem Cue-Sheet synthetisiert, sodass jeder Treffer genau auf dem Bild liegt. Sprachaufnahmen kommen von ElevenLabs mit Wort-Zeitstempeln, damit Untertitel und Ducking exakt sind. Maskottchen werden in Teile zerlegt und neu animiert. Sie steuern jedes Pixel und jede Millisekunde, und Änderungen dauern Sekunden.

Antworten Sie in der Sprache des Nutzers. Alle Bildschirmtexte und Sprachaufnahmen erfolgen in der Sprache (und im Dialekt, z. B. costaricanischem „vos“), in der der Nutzer schreibt, sofern er nichts anderes wünscht.

Funktioniert für jeden, von Null an. Die Person kommt vielleicht mit einem kompletten Marken-Kit oder mit gar nichts. Passen Sie sich an das an, was sie hat und möchte: jedes Element (Maskottchen, Stimme, Musik, Fotos, Zahlen) ist optional – wenn sie etwas nicht will, ist es nicht im Video. Sie entscheiden die kreative Seite (Stil, Farben wenn sie keine hat, Musik, Tempo, aus ihren Fakten erstellter Text) und zeigen es zur Genehmigung; Sie erfinden niemals Tatsachen (Name, Funktionen, Preise, Zahlen, Auszeichnungen, Testimonials, Personen, URLs). Fehlende Fakten → nachfragen oder das Element weglassen. Siehe reference/brief.md.

0 · Überprüfen Sie zuerst die Maschine (jede neue Umgebung)

python3 SKILL_DIR/scripts/doctor.py --fix --render-test

Installiert, was fehlt (pip-Pakete, statisches ffmpeg, Chromium) und rendert einen 1-Sekunden-Test. Seine letzte Zeile sagt, was funktioniert: BEREIT video: ja · musik: ja · sprachaufnahme: nein (…). Teilen Sie dem Nutzer in NUR EINER Zeile mit, was ihn betrifft, und folgen Sie dann §7 Wenn etwas fehlt. SKILL_DIR = der Ordner, der diese Datei enthält. Für Sprachaufnahmen wird ELEVENLABS_API_KEY in der Umgebung benötigt – fragen Sie nur danach, wenn eine Stimme gewünscht ist; geben Sie ihn niemals aus, speichern Sie ihn nicht in Dateien und setzen Sie ihn nicht ins Projekt.

1 · Arbeitsablauf

  1. Briefing. Wenn die Anfrage klar ist, beginnen Sie. Wenn sie von Null anfängt, stellen Sie den einen kurzen Block aus reference/brief.md (was es ist, für wen, wo es veröffentlicht wird, was sie hat, was sie nicht will). Kleinere Lücken: entscheiden Sie und teilen Sie es mit. Fakten: niemals raten. Finden Sie das Format in reference/video-types.md.
  2. Marke. Sie hat eine → verwenden Sie ihre Farben/Schriftarten/Logo. Nur ein Logo → brand.py from-logo. Nichts → brand.py init --name … --industry …. Zeigen Sie brand_sheet.png, dann brand.py apply brand/brand.json <verz>. Maskottchen nur, wenn sie eines hat oder eines wünscht (rig.py / mascot_make.py, reference/mascot.md).
  3. Planen Sie auf einem Beat-Gitter. Wählen Sie zuerst den Musikstil und das Tempo (reference/music.md), schreiben Sie dann eine Storyboard-Tabelle: Szene · Start–Ende · Bildschirmtext · Visuelles · Sound (· Sprachzeile). Setzen Sie jeden Szenenschnitt und Schlüsselmoment auf das Gitter (Beat = 60/bpm, Takt = 4 Beats). Bei Videos ab 20 s zeigen Sie das Storyboard vor dem Bauen.
  4. Gerüst erstellen. python3 SKILL_DIR/scripts/new_project.py <verz> --format vertical|horizontal|quadratisch → video.html, cue.json, pvs/ (motion.js, base.css, fonts). {{…}} in der Seite sind Fakten, die mit echten Daten gefüllt oder gelöscht werden müssen – render.py full verweigert das Rendern, solange noch welche vorhanden sind.
  5. Assets vorbereiten in <verz>/assets/ (Tabelle in §3). Fotos: EXIF-Rotation korrigieren, niemals Selfies spiegeln. Datenschutz: Gesichter von Personen ohne Einwilligung sowie private Daten (Passwörter, E-Mails, Ausweise, Belege, Kundennamen, Telefonnummern) unkenntlich machen – recording.py --blur erledigt das bei Bildschirmaufnahmen.
  6. Sprachaufnahme (falls vorhanden) – reference/voiceover.md: Skript fürs Ohr → voice.py tts (Audio + Wortzeiten) → voice.py phrases → jede Phrase mit voice.py place auf das Bild setzen → Untertitel aus den Wortzeiten → "voice"-Block in cue.json, damit die Musik darunter duckt.
  7. video.html bauen. Eine Szene pro Idee, window.R(t) muss deterministisch sein. Verwenden Sie die Hilfsfunktionen aus pvs/motion.js (reference/motion.md) und die Regeln in reference/design.md.
  8. Vorschau – immer vor dem Rendern ansehen. python3 SKILL_DIR/scripts/render.py <verz>/video.html prev 0.5 2 4 … (12–20 Momente: Anfang, Mitte und Ende jeder Szene) → das PNG öffnen und Überlappungen, Abschneidungen, leere Frames, Tippfehler korrigieren. Verwenden Sie frame <t> für eine vollauflösende Detailprüfung.
  9. Musik + SFX. Füllen Sie cue.json mit den genauen Zeiten (Abschnitte, Hits, Schnitte, SFX, UI-Sounds als "file" SFX, Stimme) und führen Sie python3 SKILL_DIR/scripts/score.py <verz>/cue.json --out <verz>/music.wav aus. Exportieren Sie auch --sfx-only, wenn der Kunde möglicherweise einen lizenzierten Song bevorzugt.
  10. Rendern (im Hintergrund – dauert Minuten): python3 SKILL_DIR/scripts/render.py <verz>/video.html full --dur <sekunden> --out <verz>/silent.mp4
  11. Muxen: python3 SKILL_DIR/scripts/mux.py silent.mp4 music.wav --out final.mp4 --cover <t> (webbereites MP4 + Coverframe)
  12. QC des finalen MP4 (render.py final.mp4 qc 1 5 9 …) mit der Checkliste in reference/qa.md.
  13. Ausliefern (reference/deliverables.md): das MP4, ein Coverframe (der stärkste Frame – Logo, Auszeichnung), eine Version ohne Musik falls nützlich, und den Post-Text anbieten. Jede Version aufbewahren (v2, v3…).

2 · Unverhandelbare Qualitätsstandards

  • Seriös und hochwertig. Kein Konfetti, Neon, Partikelexplosionen, Quiz-Buttons, Meme-Schriftarten, PowerPoint-Übergänge oder Emojis im Video (verwenden Sie die dünnen Linien-SVG ICONS).
  • Tempo: zügig. Ein neues visuelles Ereignis alle 0,4–0,8 s, ein Szenenwechsel alle 3–7 s. Text bleibt ~1 s + 0,3 s pro Wort auf dem Bildschirm – nicht länger. „Zu langsam“ → mit --speed 1.2 rendern und die Musik mit Cue-Zeiten dividiert durch 1,2 neu generieren (niemals das Audio selbst beschleunigen: es wird schrill).
  • Eine Idee pro Szene, große Schrift, viel Luft, nichts berührt die Ränder (≥ 80 px; vertikale Sicherheitszonen: 250 px oben, 350 px unten).
  • Flüssige Bewegung mit Easing, niemals linear; subtiles Filmkorn + Light Leaks; ein Ausblenden am Ende.
  • Emotion durch Geschichte: Aufhänger → Menschen/Problem → Wendepunkt → Beweis → Dankbarkeit/CTA.
  • Musik: nie dieselbe Partitur wiederverwenden – style und seed bei jedem Video ändern. Warm, niemals schrill. „Klingt wie eine Beerdigung“ → uplifting, höhere Energie, Dur-Tonart. „Zu kindisch“ → weniger, langsamere, größere Elemente und keine niedlichen Sounds. Aufregend und nostalgisch ist möglich: uplifting + warme Keys.
  • Stimme: klar und trocken obenauf, Musik 8–10 dB darunter geduckt, Untertitel synchron zu den Wortzeiten.
  • Jedes Detail geprüft: keine Überlappungen, keine verwaisten Wörter, korrekte Akzente, erster Frame nicht leer (oder separates Cover), nur echte Zahlen, keine erfundenen Testimonials oder Kundennamen.

3 · Werkzeugkasten (SKILL_DIR/scripts/)

SkriptAufgabe
doctor.pyalles überprüfen / installieren, was das Studio braucht, 1-Sekunden-Render-Test
brand.pyMarken-Kit von Null (Name + Branche) oder von einem Logo: Palette, Wortmarke, App-Symbol, Blatt · apply auf ein Projekt
new_project.pyProjektgerüst erstellen (vertikal / horizontal / quadratisch)
mux.pyfinales webbereites MP4 (Video + Musik/Sprache) und das Cover-Frame
render.pyprev Kontaktbogen · frame vollauflösender Standbild · full MP4-Render (--speed) · qc Frames eines MP4
score.pyOriginalmusik (uplifting / cinematic / nostalgic / minimal) + SFX + Ducking aus cue.json
voice.pyElevenLabs check · voices · tts mit Wort-Zeitstempeln · align beliebige Aufnahme mit Skript (keine API) · phrases · place · captions
recording.pyBildschirmaufnahme → handybereite Frames: Schnitt/Geschwindigkeitsplan, Zuschnitt, Statusleiste bereinigen, private Bereiche unkenntlich machen
make_mask.pyPortalmaske aus einem Logo/Buchstaben auf einem Foto (Wand, Schild, Becher)
cutout.pyein Produkt / eine Medaille / eine Anstecknadel aus einem Foto ausschneiden (transparentes PNG + Data-URI)
rig.pyein Maskottchen in Körper + Gliedmaßen zerlegen und animieren: inspect (Gliedmaßen durch Farbe gefunden) oder layers (jedes Maskottchen, ein PNG pro Teil) · Voreinstellungen wave, point, celebrate, walk, enter, exit, jump, peek, bow, think, idle oder benutzerdefinierte Keys · Export als WebM/WebP/MP4
mascot_make.pyein originelles Maskottchen in den Markenfarben (Becher, Box, Telefon, Blob, Tropfen, Beutel, Brötchen), bereits geriggt
mascot_talk.pyein Maskottchen sprechen und blinzeln lassen (animierter Mund mit Zunge, synchron zu einer Stimme)
sfx_pack.pyMarken-Sound-Familie in einer Tonart: 4 Benachrichtigungsoptionen, Erfolg, Fehler, Tippen, Senden, Empfangen, Tippgeräusch, Whoosh… + ein Sonic-Logo

4 · Signatureffekte (pvs/motion.js, Rezepte in reference/motion.md)

EffektVerwenden für
Handschrift-Enthüllung (write)nostalgische Opener, Namen, Bildunterschriften auf Polaroids
Polaroid-Fälle + Stapel (drop)Erinnerungen, Teamfotos, Behind the Scenes
Portal durch eine Form (portal + make_mask.py)Fliegen durch den Logobuchstaben an einer Wand/einem Schild zur Markenenthüllung
Benachrichtigungsstapel (stack)Kunden danken, App-Features, „Bestellungen kommen herein“
Hero-Ausschnitt + Lichtwischer (cutout.py + sweep)Auszeichnungen, Medaillen, Produkte, Trophäen
Hochzähler, Statistik-Kacheln, Balken, Donut (counter, bump, bars, donut)Beweis: Nutzer, Verkäufe, Bewertungen, echte Umfragedaten
Telefon mit echten Bildschirmaufnahme-Frames (seq + recording.py)App-Demos, Tutorials
Chat-Konversation + App-Benachrichtigung (chatUI)nachvollziehbare Problemeröffner, „dynamisch“ für Präsentationen
Untertitel: Icon-Pillen + zitierte Untertitel (captions)Sprachaufnahme-Videos, Tutorials, stummgeschaltete Autoplays
Glanzmoment: rotierende Strahlen + Funkeln + Glühen (rays, sparkles)neue Version, Maskottchen-Hero-Shots
Maskottchen-Frame-Sequenzen (seq + rig.py / mascot_talk.py)Intros, Outros, Erklärvideos, sprechender Host
Store-Badges + Linien-Icons (.badge, ICONS)Launch-CTAs („Update im App Store“)
Signatur-/Herz-Linienzeichnung (drawPath)Hervorheben von Namen, Dankbarkeitsmomenten

5 · Referenzen (die benötigte lesen)

  • reference/brief.md — hier mit einem neuen Kunden beginnen: Fragen, Voreinstellungen, Kreativ vs. Fakten, was mit dem tun, was sie haben
  • reference/video-types.md — jedes Format mit Szenenstruktur, Timing und Musik: Danke-/Preis-Reel, Launch-Promo, neue Version, Teaser, Store-Launch, Tutorials, Präsentations-Opener + Daten-Rückblick, Messe-Loop, Maskottchen-Clips & In-App-Animationen, TikTok/Reels-Shorts, Social-Posts
  • reference/design.md — Palette, Typografie, Layout, Sicherheitszonen, Story-Strukturen
  • reference/motion.md — die motion.js-API und Kopier-Einfüge-Rezepte
  • reference/music.md — Cue-Sheets, Stile, Tempo-Gitter, SFX, lizenzierte Songs, Geschwindigkeitsänderungen
  • reference/voiceover.md — ElevenLabs-Stimme, Phrasenplatzierung, Untertitel, Ducking, Übersetzungen
  • reference/mascot.md — Rigging, Posen, Sprechen, Splash-/Logout-Animationen, Exporte
  • reference/sound.md — Sound-Platzierung, App-/Benachrichtigungs-Sounds, Sonic-Logo, Lautstärke
  • reference/deliverables.md — Cover, Banner, Profil-Assets, GIFs, Post-Text
  • reference/qa.md — finale Checkliste und die Fehler, die schon einmal passiert sind

Arbeitsbeispiele (fiktive Marke): examples/thank-you-reel, chat-story, data-recap, feature-update, mascot im Repository.

6 · Zusammenarbeit mit dem Kunden

Kurze, direkte Nachrichten. Dateien mit einer Zeile Kontext liefern. Genau die Änderung umsetzen, die er wünscht, neu rendern, liefern – nicht wiederholen, was ihm gefallen hat. Wenn etwas nicht machbar ist, in einer Zeile sagen und die beste Alternative anbieten. Wenn er neue Fotos schickt, das Design daran anpassen (Farben, Zuschnitte, Stimmung).

7 · Wenn etwas fehlt (in einer Zeile sagen, Optionen anbieten, weitermachen)

FehltDem Nutzer sagen / tun
ElevenLabs-Key (er will eine Stimme)„Um die Stimme zu generieren, brauche ich einen ElevenLabs-API-Key (der kostenlose Account funktioniert) + eine Stimme. Oder schicken Sie mir eine Aufnahme des Skripts – Ihre Stimme oder eine beliebige Text-to-Speech-App – und ich synchronisiere die Untertitel. Oder wir machen es ohne Stimme: Text + Untertitel + Musik.“ → voice.py check / align
ElevenLabs von dieser Maschine blockiertMP3 auf elevenlabs.io generieren (Download) → voice.py align mit dem Skript
ffmpeg / Chromiumdoctor.py --fix. Wenn es nicht installieren kann (kein Internet hier): sagen und vorschlagen, das Skill in Claude Code auf seinem Computer auszuführen
Maskottchen-Gliedmaßen nicht durch Farbe trennbarMaskottchen in Ebenen anfordern (ein PNG pro Arm/Bein, gleiche Leinwand) → rig.py layers; oder ganz animieren
Logotypografische Wortmarke mit brand.py (sein Name in der Auszeichnungsschrift) – niemals ein gefälschtes Logo zeichnen
Fotos / Aufnahmentypgesteuerte Szenen und eine HTML-Nachbildung der beschriebenen UI; keine Archiv-„Kunden“
Zahlen, Preise, Funktionen, Testimonialsfragen; wenn er sie nicht hat, existiert diese Szene nicht
eine Schriftart, die er verwendetdie nächstgelegene mitgelieferte Schriftart und angeben, welche
Zeit (er will es sofort)zuerst eine 15–20-Sekunden-Version, die lange danach
Halten Sie nie bei einem Fehler an: beheben Sie ihn, umgehen Sie ihn, oder erklären Sie die eine Sache, die der Nutzer tun muss.

Verwandte Skills