qingtengCHINA/motion-graphics-video

Motion Graphics Video · Portfolio-taugliches Motion-Graphics-Video

Behandle ein „Video“ als ein Motion-Design-Stück, wie es in einem Portfolio gezeigt wird – mit absoluter kreativer Freiheit, unter Verwendung aller Tools und Techniken, die das beste Ergebnis liefern. Strebe nach exzellentem visuellem Design, mutiger Art Direction, fesselnder Komposition und kraftvoller Animation. Gib in jeder Sekunde dein Bestes.

Dieses Skill basiert auf dem vollständigen Workflow eines 201-Sekunden-Dokumentarvideos: Faktencheck → Beweisaufnahme → Bewegungsdesign-Lernen → visuelles System → datengesteuerte Timeline → Sprachsynchronisation → blockweises Rendering → 4-Spur-Abmischung → schrittweise Abnahme.

---

0. Vor Arbeitsbeginn: Drei Fragen an den Benutzer (nicht überspringbar)

Stelle alle drei Fragen gleichzeitig über AskUserQuestion (oder eine äquivalente Methode). Ohne alle drei Antworten wird die Arbeit nicht begonnen.

1. Anforderung / Thema – Worum geht es im Video? Zielgruppe und Einsatzort? Welche Fakten, Produkte, Personen, Markenfarben müssen vorkommen? Gib gleichzeitig die Optionen für die Länge an: 15 / 30 / 60 / benutzerdefiniert Sekunden (Standard: 60). Die Länge ist ein Budget, kein festgelegter Wert; die endgültige Dauer wird durch die Inhaltsdichte und die Sprachdauer bestimmt.
2. Hauptmodell – Das Modell, das für Planung, Text, Code und Koordination verantwortlich ist. Empfohlen: Qwen-Serie (z. B. Qwen4-Max / Qwen3.8-Plus): langer Kontext für die gesamte Timeline und Projekte mit mehreren Dateien, stabile Qualität bei chinesischen Texten und Faktenchecks. Der Benutzer kann auch ein anderes Modell wählen; respektiere die Wahl.
3. TTS-Modell – Das Modell für die Sprachausgabe. Stark empfohlen: Qwen TTS Audio-Serie (z. B. qwen-audio-3.0-tts-plus): Unterstützt Anweisungen für Stimmfarbe und Tonfall; natürlicher dokumentarischer Ton. Gleichzeitig bestätigen: Stimmfarbe, Tonfall-Anweisung, Sprache.

Weiteres abzuklären (Standardwerte möglich): Präferenz für visuellen Stil, Auflösung/Bildrate (Standard: 1920×1080@30), Hintergrundmusik gewünscht (Standard: ja), Soundeffekte gewünscht (Standard: nein – synthetische Soundeffekte wirken oft billig, es sei denn, der Benutzer wünscht sie explizit), vom Benutzer bereitgestellte Referenzdateien/-bilder/-Webadressen.

Schlüsselregel: Alle API-Keys nur in der Projekt-.env-Datei und diese in .gitignore eintragen; nicht in Dokumente, Gedächtnisprotokolle, Logs oder den Chatverlauf schreiben.

---

1. Haupt-Prompt (optimierte Version · Platzhalter je nach Benutzereingabe anpassen)

Übergebe den folgenden Prompt als kreatives Leitbild an den ausführenden Agenten; {{…}} sind Platzhalter, die gemäß den in Abschnitt 0 gesammelten Ergebnissen gefüllt werden:

Erstelle ein {{DURATION}} Sekunden langes Motion-Graphics-Video, das dein Können als Motion Designer wie in einem Portfolio zeigt.
Thema: {{THEME}}.
Du hast völlige kreative Freiheit, verwende alle Tools und Techniken, die das beste Ergebnis liefern; strebe nach exzellentem visuellem Design, mutiger Art Direction,
fesselnder Komposition und kraftvoller Animation. Gib in jeder Sekunde dein Bestes.

Planung und Code übernimmt {{MAIN_MODEL}}; die Sprachausgabe synthetisiert {{TTS_MODEL}} (Stimme {{VOICE}}, Tonfall {{TTS_INSTRUCTION}}).
Visueller Stil: {{STYLE}}; Bildformat {{RESOLUTION}}@{{FPS}}fps; Musik {{MUSIC}}; Soundeffekte {{SFX}}.

Falls du UI-Elemente, Symbole, reale Daten, Videomaterial oder Hintergrundmusik benötigst, suche sie selbstständig im Internet, lade sie herunter und verwende sie;
überprüfe und beziehe dich auf alle vom Benutzer bereitgestellten Dateien, Bilder und Webadressen: {{REFERENCES}}.
Besuche zunächst https://snapcn.dev/docs/components für Bewegungsbeispiele, lerne aus den Best Practices, bevor du beginnst; nutze nur die Ideen der Mitgliedskomponenten, umgehe keine Bezahlschranken oder Verifizierungen.

Workflow-Anforderungen (nicht verhandelbar):
1 Fakten: Jede eingeblendete Zahl / jedes Datum / Zitat muss mit einer Quellen-URL und dem Zeitpunkt der Statistik versehen sein; für Ereignisse des letzten Jahres mindestens zwei unabhängige Quellen; die Formulierung darf nicht stärker sein als der Beweis.
2 Beweise: Echte Screenshots / Bildschirmaufnahmen / Paper-Seiten als Vollbild oder in schwebenden Glasfenstern präsentieren; beim Erfassen DOM-Anker notieren, damit Nahaufnahmen und Markierungen immer mit dem Text übereinstimmen;
  für historische Aufnahmen bevorzugt Wayback-Snapshots; Popups in der Erfassungsphase ausblenden; Anti-Scraping und CAPTCHAs nicht umgehen.
3 Kameraeinstellungen: Drei Ebenen (WEIT / MITTE / MAKRO), jede Bewegung → verweilen (≥18 Frames, nur 0,5 % Atemdrift) → Ausgang;
  sanfte Bézier-Beschleunigung/-Verzögerung für Positionierungen, keine lineare Kamerabewegung; maximale Zoomstufe 1,8×, um sicherzustellen, dass der hervorgehobene Inhalt vollständig im Sicherheitsbereich liegt.
4 Kohärenz: Gestalt-Gesetz der Kontinuität befolgen – kein Element darf abrupt erscheinen / verschwinden, Ein- und Ausgänge müssen animiert sein; Übergänge sind standardisiert und haben jeweils eine Bedeutung.
5 Typografie: Sicherheitsbereich ≥96px; maximal 2 Textebenen pro Bild (Untertitel + ein Titel oder eine Zahl); Untertitel an fester Position, Buchstabe für Buchstabe eingefärbt, nehmen an keiner anderen Animation teil;
  Bildschirmtext wiederholt nicht die Sprachausgabe, gibt nur Daten / Modelle / Werte / Quellen an; Bildschirmtext endet ohne Punkt.
6 Materialien: Karten / Overlays / Panels einheitlich aus flüssigem Glas (Frost ≈18px, Rand ≈0,22, Biegung ≈0,45, Dispersion ≈0,35);
  Farbpalette aus dem Thema (7–8 Farben), Akzentfarben nur für Marker; Körnung und Vignettierung beibehalten; Bewegungsunschärfe und chromatische Aberration nur bei schnellen Bewegungen aktivieren.
7 Rhythmus: Harte Schnitte auf Musikbeat ausrichten (±3 Frames); nach dem Einblenden einer Fragekarte / eines Titels muss mindestens 1,5 s verweilt werden; Listen und Wall-Inhalte mindestens 3 s anzeigen;
  Die Dauer wird durch den Inhalt bestimmt; kein hektisches Schneiden, um die Zeit zu füllen, und kein Kürzen der Verweildauer, um die Länge zu reduzieren.
8 Audio: Sprachausgabe −16 LUFS; Musik unter der Sprachausgabe um 6–9 dB ducken (Attack ≈150 ms / Release ≈400 ms); Kapitelwechsel mit Tiefpass / Stille für Atmosphäre;
  standardmäßig keine Soundeffekte hinzufügen; True-Peak der Summe ≤ −1 dBTP.
9 Engineering: Timeline durch Skript aus der Sprachdauer ableiten; Szenen lesen nur relative Frames; Grenzen des blockweisen Renderings liegen an den Schnittpunkten der Kameraeinstellungen; bei Rendering-Fehler automatisch mit reduzierter Parallelität wiederholen.
10 Lieferung: Nur eine Videodatei + ein vollständiges Drehbuch (Storyboard / Sprachausgabe / Bildschirmtext / Material / Animationen / Quellen) liefern; Zwischenprodukte in den Papierkorb verschieben, nicht löschen.

Abnahme (an der gelieferten Datei testen, Punkt für Punkt prüfen): Frame-Zahl = Timeline; Auflösung / Bildrate; I ≈ −16 LUFS und TP ≤ −1 dBTP; blackdetect kein unerwartetes echtes Schwarz;
keine durchgehende Stille >1,5 s; Blockübergänge ohne doppelte / fehlende Frames; ≥70 % der harten Schnitte treffen den Beat; kontaktabzug von jedem Verweilmittelpunkt der Kameraeinstellung visuell prüfen;
Bewegungseinstellungen in 4-Frame-Sequenzen auf Geschmeidigkeit und Unschärfe prüfen; Sprachausgabe Satz für Satz vergleichen (timestamp auf Wortebene oder lokaler Whisper); Quellenliste mit tatsächlichen Einblendungen abgleichen.

Platzhalter-Tabelle (flexibel je nach Benutzereingabe)

Platzhalter	Quelle	Standard
{{DURATION}}	Abschnitt 0 Längenauswahl	60
{{THEME}}	Benutzereingabe (Original)	Pflichtfeld
{{MAIN_MODEL}}	Benutzerauswahl	Qwen3-Max (empfohlen)
{{TTS_MODEL}} / {{VOICE}} / {{TTS_INSTRUCTION}}	Benutzerauswahl	qwen-audio-3.0-tts-plus / ruhige Dokumentarstimme / ruhig, magnetisch, würdevoll, moderate Sprechgeschwindigkeit
{{STYLE}}	Benutzerauswahl	Flüssiges Glas-Dokumentarstil
{{RESOLUTION}} / {{FPS}}	Benutzerauswahl	1920×1080 / 30
{{MUSIC}} / {{SFX}}	Benutzerauswahl	Ja (CC-lizenziert) / Nein
{{REFERENCES}}	Benutzerdateien/-bilder/URLs	Leer lassen und selbstständig im Netz suchen

---

2. Workflow-Pipeline (Ausführungsreihenfolge)

1. Drei Fragen abfragen → in data/brief.json speichern.
2. Faktencheck → data/facts.md: Jede URL + Zeitpunkt der Statistik + Abweichungen in der Definition; Korrekturtabelle für Formulierungen (entferne übertriebene Aussagen wie „das erste Mal / gleichauf / zum ersten Mal übertroffen“, es sei denn, der Beweis belegt es wörtlich).
3. Material und Anker → Playwright dpr2 Vollbild-Screenshot + anchors.json (DOM-Bounding-Box / Range auf Wortebene) + meta.json (capturedAt / sha256); für Schwenkbewegungen Frame-für-Frame scrollTo-Screenshots, um flüssige 30 fps zu gewährleisten; Code-/Terminal-/Denkprozess-Inhalte müssen aus echter Ausführung oder offiziellen öffentlichen Beispielen stammen.
4. Bewegungsdesign lernen → snapcn-Komponentenbibliothek durchsuchen, Grundelemente extrahieren (Phrasen-Feder-Eingang, Specular-Scan, Zahlen-Fall, Linien-Reiten, Modell-Wall-Drift, Karaoke-Untertitel …), eigene Implementierung entwickeln, keine Mitgliedscodes kopieren.
5. Visuelles System → Farbpalette / Schriftarten / Glasmaterial / Sicherheitsbereich / Übergangsvokabular / Texturzonen (jedes Kapitel eine Textur und eine charakteristische Kameraeinstellung).
6. Sprachausgabe → Satzweise TTS + Aussprache-Ersetzungstabelle (z. B. QwQ → Q W Q) + Stille kürzen + Lautstärke normalisieren; mit lokalem Whisper vergleichen, Sätze mit schlechter Bewertung neu synthetisieren.
7. Takt und Timeline → librosa Beat-Tracking; Dauer einer Kameraeinstellung = max(Budget, Pause + Sprachdauer + Pause); Schnittpunkte auf Beat ausrichten; Blockgrenzen = Schnittpunkte; timeline.gen.json ausgeben, Szenen lesen nur relative Frames.
8. Rendering → Remotion blockweises Rendering (CRF16, yuv420p, BT.709), bei Fehler mit reduzierter Parallelität wiederholen; nach dem Zusammenfügen muxen.
9. Audiomischung → Sprachausgabe / Musik zweispurig (Standard: keine Soundeffekte); Ducking + Kapitel-Tiefpass + Stille vor Sätzen; zweimal loudnorm (I=−16, TP≤−2 für AAC-Reserve).
10. Abnahme und Lieferung → Abnahmeliste aus Abschnitt 1 Punkt für Punkt testen; Kontaktabzug + Bewegungssequenzen visuell prüfen; Zwischenprodukte aufräumen (in Papierkorb verschieben); einzelne Videodatei + Drehbuch.md liefern.

---

3. Harte Einschränkungen

• Keys nur in .env (in .gitignore); kein Echo in Dokumenten / Logs / Chat.
• Löschen immer in ~/.Trash verschieben, rm verboten.
• Kein Umgehen von Anti-Scraping, CAPTCHAs oder Paywalls; bei Blockierung Quelle wechseln und im Faktenbericht vermerken.
• Nur eine Videodatei liefern; bei nachgestellten Szenen muss ein Wasserzeichen „Animierte Darstellung“ eingeblendet werden.
• Bildschirmtext und Sprachausgabe trennen; Bildschirmtext endet ohne Punkt; Zahlen in der Sprachausgabe in Ziffern, ohne Tausendertrennzeichen.

4. Häufige Fehler und Rückfallstrategien

• Fehlende Anker bei Lazy-Loading-Seiten → Vor dem Erfassen vorab scrollen + für fehlende Anker scrollIntoViewIfNeeded erneut versuchen; Szenen-Haltepunkte / Frame-Zahlen dynamisch auf Basis der tatsächlichen Anker berechnen, um Audio-Video-Synchronisation zu gewährleisten.
• Seiten mit internem Scroll-Container werden nicht vollständig erfasst → fullPage:true + Clip verwenden; bei sehr langen Seiten Anker-basiert zuschneiden und Anker-Koordinaten neu berechnen.
• Popups / Redirect-Modale → In der Erfassungsphase per CSS ausblenden oder textbasiert deren fixed/absolute Eltern verstecken; Keine Buttons anklicken, die weiterleiten.
• Undurchsichtiger Gerätebildschirm → Bildschirmaufnahme über dem PNG-Gehäuse platzieren und auf Prozentsatz des Gehäusebildschirms zuschneiden.
• Zoom schneidet wichtige Textteile ab → Zoom-Limit 1,8× + Fokus-Rechteck vollständig im Sicherheitsbereich; innerhalb von Panels das Zuschneidefenster mit cx/cy auf die Panelmitte ausrichten.
• Falsch-positive Stillstandserkennung → Dualen Indikator „Mittelwert + Anteil veränderter Pixel“ verwenden, 960×540@10fps; beim Verweilen 0,5 % Atemdrift beibehalten.
• Überschreitung des AAC-True-Peak → loudnorm-Ziel-TP mit 0,5–1 dB Reserve (z. B. −2,2) einstellen, nach dem Muxen erneut prüfen.