Video-Ersteller
Zweck
Planung von Videoinhalten für Produktdemos und Marketing. Schreibt Erzählskripte mit Zeitmarken, erstellt szenenweise Storyboards, definiert Aufnahmelisten und listet benötigte Assets auf. Speichert den vollständigen Produktionsplan in einer Datei. Dieses Skill erstellt PLÄNE für die Videoproduktion – keine tatsächlichen Videodateien.
Aufgerufen durch (eingehend)
marketing(L2): Demo-/Erklärvideo-Skriptelaunch(L1): Produktdemo-Videos
Ruft auf (ausgehend)
Keine – reines L3-Dienstprogramm.
Ausführbare Anweisungen
Schritt 1: Brief empfangen
Eingabe vom aufrufenden Skill akzeptieren:
topic– Worum geht es im Video? (z. B. "Rune Plugin Demo", "Feature X Walkthrough")audience– Wer wird es sehen? (z. B. "Entwickler", "nicht-technische Gründer", "bestehende Nutzer")duration– Ziel-Länge in Sekunden (z. B. 60, 120, 300)platform– Veröffentlichungsplattform:youtube|twitter|tiktok|loom|internaloutput_path– Pfad zum Speichern des Plans (Standard:marketing/video-plan.md)
Einschränkungen aus der Plattform ableiten:
- YouTube: keine strenge Längenbegrenzung, Kapitel empfohlen bei > 3 Minuten
- Twitter/X: max. 140 Sekunden, Hook in den ersten 3 Sekunden
- TikTok: max. 60 Sekunden, schnelle Schnitte, Untertitel erforderlich
- Loom: asynchronfreundlich, Bildschirmaufnahme im Fokus, keine Musik nötig
Schritt 2: Skript
Ein Erzählskript mit Zeitmarken schreiben. Bevor eine einzige Zeile geschrieben wird, die folgenden Prinzipien der Erzählkunst anwenden – ein Skript, das der Zuschauer HÖRT, steht und fällt mit dem Einstieg und dem Fluss, nicht mit der Aufnahmeliste.
Struktur:
- Hook (0–5s): Eröffnungszeile, die Aufmerksamkeit erregt – das Problem oder den Nutzen nennen
- Setup (5–15s): Kontext – für wen das Video gedacht ist und was gelernt wird
- Demo/Hauptteil (15s–[dauer-15s]): Hauptinhalt, aufgeteilt in Szenen
- CTA (letzte 10s): Handlungsaufforderung – was als Nächstes tun (Repo starren, anmelden, teilen)
Jeden Abschnitt formatieren:
[00:00] HOOK
Erzählung: "..."
Auf dem Bildschirm: [was der Zuschauer sieht]
[00:05] SETUP
Erzählung: "..."
Auf dem Bildschirm: [was der Zuschauer sieht]
Schritt 3: Storyboard
Szenenweise Aufschlüsselung erstellen:
Für jede Szene:
- Szenennummer und -name
- Dauer in Sekunden
- Visuelle Beschreibung (was auf dem Bildschirm erscheint)
- Erzähltext (aus Schritt 2)
- Übergangstyp: cut | fade | zoom | slide
Beispiel:
Szene 3: Live-Demo – Installationsbefehl
Dauer: 12s
Visuell: Terminalfenster, getippter Befehl "npm install -g @rune/cli", Ausgabe scrollt
Erzählung: "In Sekunden mit einem Befehl installieren."
Übergang: cut
Schritt 4: Aufnahmeliste
Definieren, was genau aufgenommen oder gezeigt werden muss:
Nach Typ kategorisieren:
- Bildschirmaufnahme: Jeden aufzunehmenden Bildschirmzustand auflisten (URL, App-Status, Aktion)
- Code-Ausschnitt: Jeden anzuzeigenden Codeblock auflisten (Dateipfad + Zeilenbereich oder Inline)
- Diagramm/Folie: Jede benötigte statische Grafik auflisten (Titel, Kernpunkte)
- Terminal: Jede aufzuzeichnende Befehlsequenz auflisten
Format:
Aufnahme 1 – Bildschirmaufnahme
URL: https://myapp.com/dashboard
Aktion: Auf "Neues Projekt" klicken → Formular ausfüllen → auf Erstellen klicken
Dauer: ~8s
Aufnahme 2 – Terminal
Befehl: npm install -g @rune/cli && rune init my-project
Erwartete Ausgabe: [beschreiben, was erscheinen soll]
Dauer: ~10s
Schritt 5: Benötigte Assets
Jedes Asset auflisten, das vor Aufnahmebeginn benötigt wird:
- Screenshots (welche Seiten/Zustände)
- Code-Ausschnitte (welche Dateien, welche Abschnitte)
- Diagramme (Thema, Stil: Flussdiagramm | Architektur | Vergleichstabelle)
- Folienhintergründe oder Titelgrafiken
- Thumbnail (Abmessungen basierend auf Plattform: YouTube 1280x720, Twitter 1200x628)
Schritt 6: Bericht
Mit Write den vollständigen Videoplan in marketing/video-plan.md (oder den angegebenen output_path) speichern:
# Videoplan: [topic]
- **Plattform**: [platform]
- **Ziel-Länge**: [duration]s
- **Zielgruppe**: [audience]
- **Erstellt**: [date]
## Skript
[vollständiges zeitgestempeltes Skript aus Schritt 2]
## Storyboard
[szenenweise Aufschlüsselung aus Schritt 3]
## Aufnahmeliste
[alle Aufnahmen aus Schritt 4]
## Benötigte Assets
[Checkliste aus Schritt 5]
## Plattformnotizen
[Einschränkungen und Tipps für die Zielplattform]
Dann eine Zusammenfassung an das aufrufende Skill ausgeben:
## Videoplan erstellt
- Datei: [output_path]
- Szenen: [anzahl]
- Aufnahmen: [anzahl]
- Geschätzte Aufnahmezeit: [n] Minuten
- Vorzubereitende Assets: [anzahl] Stück
### Nächste Schritte
1. Im Plan aufgeführte Assets vorbereiten
2. Aufnahmen in der Reihenfolge der Aufnahmeliste durchführen
3. Schnitt mit dem Storyboard als Referenz
Erzählkunst (entscheidet, ob ein Skript fesselt oder langweilt)
Ein Demo-Skript wird von einem Menschen GEHÖRT, nicht von einer Folie abgelesen. Diese Prinzipien unterscheiden ein mitreißendes Skript von generischem Voiceover – sie in Schritt 2 anwenden, bevor eine Zeile geschrieben wird.
Die 9 Prinzipien:
- Schmerz zuerst eröffnen. Mit dem größten Schmerz des Zuschauers oder einer bereits laufenden Statistik eröffnen ("Wenn Sie oft…", "Dieses Repo hat 9k Sterne und…"). NIEMALS einen flachen Katalog-Opener ("Heute sehen wir uns…", "Dies ist ein Tool, das…") – er nennt kein Problem und gibt keinen Grund, nicht weiterzuscrollen.
- Kontraststrukturen. "nicht nur X, sondern Y", "nicht X, es ist Y", "wie X, aber mit Y". Kontrast zieht Aufmerksamkeit.
- Ansprache in der 2. Person. "Sie sehen sofort", "wenn Sie auf einem M-series Mac entwickeln…". Den Zuschauer einbeziehen.
- Demonstrative Unmittelbarkeit. "genau hier", "dies", "jetzt auf der Timeline". Konkret und gegenwärtig.
- Spezifische echte Namen, Jargon behalten. Tatsächliche Dateien, Befehle, Wettbewerber nennen ("Final Cut", "Cursor", "ffmpeg"). Generische Begriffe ("ein KI-Tool", "das Framework") sind verboten. Jargon nicht in umständliche Worte übersetzen.
- Quantifizierter sozialer Beweis – EINMAL. "über 9k Sterne". Niemals Sterne + Forks + Issues hintereinander als separate Fragmente nennen.
- Kurze Sätze, mit Kommata fließend. "Sie können es trimmen, ersetzen oder neu generieren." Ein Atemzug, keine Aufzählungsfragmente.
- Einschränkung als Feature. Eine ehrliche Grenze oder ein "wer dies NICHT nutzen sollte" nennen. Dies ist die vertrauenswürdigste Zeile im Video – ein Behaltens-Feature, kein Füller.
- Anwendungsfall-Landung. Mit einem SPEZIFISCHEN Zuschauerszenario schließen, nicht mit "schauen Sie es sich an".
Benannte + nummerierte "Waffen". Jedes Unterscheidungsmerkmal mit einem Titel und einer Nummer versehen ("Waffe 01/02"). Die 2-3 NICHT OFFENSICHTLICHEN Details heraussuchen (ein Regex, eine Absicherung, ein Algorithmus, ein Fallback) – ein präziser überraschender Mechanismus schlägt eine generische Fähigkeitenliste.
Verbindungen zwischen Szenen. Jede Szene nach der ersten beginnt mit einem sprachlichen Verweis auf das Vorherige ("Der Kern ist…", "Konkret…", "Aber beachten Sie…"), sodass das ganze Video wie EIN Monolog wirkt, nicht wie N telegraphische Untertitel, die nacheinander vorgelesen werden. Das gesamte Skript laut in der Reihenfolge vorlesen – klingt es wie zusammenhanglose Soundbites, umschreiben.
Automatisch durchfallende Muster – Skript ablehnen, wenn eines davon vorkommt:
- ❌ Hook/Problem/Lösung/CTA als isolierte Lückentext-Fragmente behandelt
- ❌ Seitenleisten-Statistiken (Sterne/Forks/Issues) als separate einzeilige Szenen
- ❌ Jeder Satz beginnt wie ein eigenständiger Aufzählungspunkt ("X führt eine Pipeline aus. Y schreibt. Z erzählt.")
- ❌ Generische Fähigkeitsbehauptungen ("voll ausgestattet", "sehr leistungsstark", "beliebt in der Community")
- ❌ Die README/das Repo beschreiben statt das Produkt
- ❌ Mit "schauen Sie es sich an" / "danke fürs Zuschauen" enden
Voiceover: TTS-sichere Erzählung (wenn die Erzählung maschinell gesprochen wird)
Wenn die Erzählung von einer TTS-Engine synthetisiert wird (KI-Voiceover, nicht von einem Menschen vorgelesen), sind die gesprochene narration und der Text auf dem Bildschirm GETRENNTE Kanäle – einer wird gehört, einer wird gelesen. Jeden unabhängig optimieren; niemals einen rohen Slug, eine Zahl oder ein Symbol in TTS einspeisen und hoffen, dass die Stimme es richtig errät.
Zahlen → gesprochene Wörter (viele neuronale TTS-Engines können bloße Ziffern falsch lesen):
| Form | TTS liest falsch | Schreiben als |
|---|---|---|
| Versionsdezimalzahl | GPT 5.5 → "fünf Komma fünf" | GPT fünf Komma fünf |
| Dezimalzahl einer Statistik | 82.7% | zweiundachtzig Komma sieben Prozent |
| Spezifikation | 200MP | zweihundert Megapixel |
| Preis | $5 / 21 Millionen | fünf Dollar / einundzwanzig Millionen |
| Multiplikator/Prozent | 2x / 30% | doppelt / dreißig Prozent |
Englische/Markennamen → phonetisch in der Erzählung, exakte Schreibweise auf dem Bildschirm:
| Begriff | Erzählung (gehört) | Anzeige (gelesen) |
|---|---|---|
| README | redmi | README |
| ffmpeg | eff eff em peg | ffmpeg |
| GitHub / Repo | git hub / ripo | GitHub / Repo |
| API / GPT | ei pi ai / dschi pi ti | API / GPT |
Aus der gesprochenen Erzählung entfernen: Emojis, URLs ("github punkt com slash…" sagen), Symbole (→ & % $ # / @), Schrägstrich-Befehle ("den Plugin-Installationsbefehl" sagen), Dateierweiterungen inmitten von Sätzen ("die YAML-Datei" sagen), camelCase-Bezeichner, Ellipsen … und Gedankenstriche — (TTS liest sie falsch – in zwei kurze Sätze aufteilen). Jeden Satz mit . oder ? beenden für eine natürliche Pause.
Jargon behalten, natürliche gesprochene Register. So schreiben, wie es ein sachkundiger Freund SAGT – aber den üblichen technischen Begriff behalten ("commit", "endpoint", "prompt" bleiben in ihrer üblichen Form; eine harte Übersetzung klingt falsch und verliert die Bedeutung). Nur übersetzen, wenn das lokale Wort das ist, das die Leute tatsächlich verwenden.
Produktionsnotizen für ein gesprochenes Video (wenn es tatsächlich produziert wird, nicht nur geplant):
- Eine Stimme, ein Anbieter für alle Szenen – ein Stimmen-/Anbieterwechsel mitten im Video wirkt abgehackt.
- TTS-Dauer ZUERST messen, dann die visuellen Elemente jeder Szene an die tatsächliche Audiolänge anpassen – Schätzung der Dauer und dann Rendern führt zu A/V-Versatz.
- Karaoke-Untertitel sind das #1-Pro-Signal für Kurzformate (TikTok/Reels/Shorts): ein unterer mittiger Untertitel, der sich Wort für Wort synchron zur Stimme füllt, mit hervorgehobenen Schlüsselwörtern. Stummgeschaltetes Autoplay-Verständnis plus der stärkste "professionelle" Hinweis – einen unteren Untertitelbereich dafür reservieren.
Hinweis
Dieses Skill erstellt PLÄNE für die Videoproduktion. Tatsächliche Aufnahme und Bearbeitung müssen von einem Menschen oder einem speziellen Bildschirmaufnahme-Tool durchgeführt werden.
Ausgabeformat
Videoplan gespeichert in marketing/video-plan.md mit Skript, Storyboard, Aufnahmeliste, Asset-Checkliste und Plattformnotizen. Zusammenfassungsbericht mit Anzahl der Szenen/Aufnahmen und geschätzter Aufnahmezeit. Siehe Schritt 6 Bericht oben für die vollständige Vorlage.
Einschränkungen
- MUSS Videoparameter (Dauer, Auflösung, Format) vor Generierung bestätigen
- DARF KEINE unangemessenen Dateigrößen ohne Benutzerbestätigung überschreiten
- MUSS im Projekt-Assets-Verzeichnis speichern
Scharfe Kanten
Bekannte Fehlermodi dieses Skills. Vor Abschluss überprüfen.
| Fehlermodus | Schweregrad | Abhilfe |
|---|---|---|
| Plattformeinschränkungen nicht angewendet (z. B. Twitter max. 140s überschritten) | HOCH | Schritt 1: Einschränkungen sofort aus Plattform ableiten – sie beeinflussen alles Nachfolgende |
| Fehlender CTA-Abschnitt im Skript | MITTEL | CTA (letzte 10s) ist in jedem Skript erforderlich – keine Ausnahmen, unabhängig von der Dauer |
| Nicht in Datei speichern (nur verbale Ausgabe) | HOCH | Einschränkung 3 + Schritt 6: Write in output_path ist obligatorisch – nur verbale Ausgabe = keine Persistenz |
| Versprechen einer tatsächlichen auslieferbaren Videodatei | MITTEL | Hinweis explizit: dieses Skill erstellt einen PLAN – tatsächliche Aufnahme erfolgt durch einen Menschen |
| Flacher Katalog-Opener ("Heute sehen wir uns…") statt schmerzorientiertem Hook | HOCH | Erzählkunst #1: mit dem größten Schmerz des Zuschauers eröffnen – ein Opener, der kein Problem nennt, verliert den Scroll in 2 Sekunden |
| Rohe Slugs/Zahlen/Symbole in der Erzählung für TTS belassen ("README", "82.7%", "5.5") | HOCH | Voiceover-Abschnitt: gesprochene Erzählung phonetisch + Zahlen als Wörter umschreiben; exakte Schreibweise nur auf dem Anzeigekanal behalten |
| Skript liest sich wie N zusammenhanglose Soundbites | MITTEL | Erzählkunst-Verbindungen: jede Szene nach der ersten beginnt mit Verweis auf Vorheriges – gesamtes Skript laut vor Abschluss vorlesen |
Erledigt, wenn
- Plattformeinschränkungen identifiziert und auf Dauer/Format angewendet
- Erzählkunst angewendet – schmerzorientierter Einstieg, szenenübergreifende Verbindungen, ≥1 Einschränkung-als-Feature, keine automatisch durchfallenden Muster
- Wenn Erzählung TTS-gesprochen: Zahlen als Wörter + phonetische Markennamen im Sprachkanal, exakte Schreibweise auf dem Display
- Skript mit Zeitmarken geschrieben (Hook, Setup, Demo/Hauptteil, CTA)
- Storyboard szenenweise mit Übergängen erstellt
- Aufnahmeliste nach Typ kategorisiert (Bildschirmaufnahme, Terminal, Code, Diagramm)
- Checkliste benötigter Assets erstellt
video-plan.mdinoutput_pathmit der Dateibearbeitungsfähigkeit der Laufzeit geschrieben- Bericht "Videoplan erstellt" mit Anzahl Szenen, Aufnahmen und Assets ausgegeben
Kostenprofil
~500-1500 Token Eingabe, ~500-1000 Token Ausgabe. Sonnet für Skriptqualität.