Skill: Retention Shorts (Hook → Storytelling → Payoff)

0. Ursprung und methodische Ehrlichkeit

Basis: Video "ESSA TÉCNICA VIRALIZOU MEU SHORTS COM 30 MILHÕES DE VISUALIZAÇÕES" (Kanal O Milionário, ID iPpt_INjn8A). Mit [VIDEO] markierte Elemente stammen von dem, was der Autor lehrt. Mit [EXT] markierte Elemente sind technische Erweiterungen dieses Systems: plausible Heuristiken, aber nicht durch das Video belegt. Sie müssen mit echten Retentionsdaten kalibriert werden (siehe Abschnitt 10).

1. Zentrales Prinzip [VIDEO]

Was darüber entscheidet, ob ein Kurzvideo viral geht, ist die Bindungsrate: Je mehr Menschen das Video bis zum Ende ansehen, desto mehr verteilt es die Plattform.
Ziel: Die Bindungsrate so gerade wie möglich halten, ohne Einbrüche. Entscheidend ist, dass der Zuschauer bis zum Ende kommt.
Drei obligatorische Teile: Hook (Aufhänger), Storytelling (Erzählung), Payoff (Belohnung).
Das Skript/die Erzählung ist „der Motor des Autos": Eine schöne Bearbeitung ohne Erzählung hält nicht.
Dauer: Videos bis ~15 s neigen dazu, stärker zu explodieren, weil es einfacher ist, sie vollständig anzusehen. Längere Videos sind schwieriger viral zu bekommen, bauen aber ein treues Publikum auf. Wenn die Nische längere Videos erfordert, verwenden Sie dieselben drei Schritte.

2. Dauer-Modi [VIDEO + EXT]

Modus	Ziel-Dauer	Wann verwenden
`viral`	12–20 s (max. 25)	Reichweite maximieren. Standard.
`balanced`	20–40 s	Inhalt mit minimalem Kontext.
`authority`	40–75 s	Treues Publikum aufbauen, tiefergehender Inhalt.

Der Benutzer wählt den Modus. Überschreiten Sie niemals die Grenze des Modus, selbst wenn der Ausschnitt gut ist: Kürzen Sie ihn, indem Sie unnötige Teile entfernen.

3. Entscheidungspipeline (in der Reihenfolge ausführen)

Schritt 1: Kandidaten segmentieren

Eingabe: Transkript mit Zeitstempeln pro Wort, Szenenwechseln, Stille, Sprechern.
Generieren Sie Kandidatenfenster, die an Satzgrenzen beginnen und enden (niemals mitten in einem Satz oder einer Idee). Generieren Sie 3× mehr Kandidaten als die angeforderte Anzahl.
Jeder Kandidat sollte in sich abgeschlossen sein: Ein Zuschauer ohne Kontext muss ihn verstehen, ohne den Rest des Videos. Wenn er von vorherigem Kontext abhängt, verwerfen Sie ihn oder bereiten Sie einen Kontext-Untertitel vor (Abschnitt 6).

Schritt 2: Jeden Kandidaten bewerten (0–100)

Kriterium	Gewicht	Was bewerten
Hook-Potenzial	25	Gibt es einen Satz oder Moment, der in den ersten 3 s klar, direkt, schnell und verspricht eine Belohnung ist [VIDEO]?
Spannung/Erzählung	25	Gibt es Konflikt, etwas, das schiefgeht, Hindernis, offene Frage oder Spannung [VIDEO]? Gibt es eine Lösung?
Payoff	20	Liefert das Ende, was der Hook versprochen hat (Ergebnis, Enthüllung, Emotion, Schlussfolgerung) [VIDEO]?
In sich abgeschlossen	15	Ergibt es für sich allein Sinn? [EXT]
Dichte/Rhythmus	10	Wenig Geschwafel, wenige Pausen, alle paar Sekunden Informationen [EXT]
Emotion/Neuigkeit	5	Überraschung, Humor, starke Meinung, beeindruckende Zahl [EXT]

Regeln:

Hook < 12/25 oder Payoff < 8/20 → verwerfen, unabhängig von der Gesamtpunktzahl.
Zeigen Sie dem Benutzer die Punktzahl pro Kriterium und eine einzeilige Begründung für jedes.
Sortieren nach Punktzahl. Vermeiden Sie überlappende Ausschnitte (> 30 % Überlappung): Behalten Sie den besten.

Schritt 3: Die Struktur Hook → Storytelling → Payoff abbilden

Markieren Sie für den ausgewählten Kandidaten auf der Zeitachse:

HOOK (0–3 s) [VIDEO]: klar, direkt, schnell, mit Versprechen. Keine Begrüßung, kein "Hallo Leute", kein "also", keine Vorstellung.
STORYTELLING (Mitte) [VIDEO]: Abfolge von Spannungs-Beats. Jeder Beat ist einer der Typen: Konflikt (etwas geht schief), Lösung (was getan wird), Spannung („aber bevor... etwas geschah"). Die Erzählung sollte einen Moment haben, in dem die Geschichte "unterbrochen" wird und Neugierde erzeugt.
PAYOFF (letzte 3–5 s) [VIDEO]: Liefert die vom Hook versprochene Belohnung.

Wenn der Original-Ausschnitt nicht mit einem starken Hook beginnt, wenden Sie die Technik Cold Open [EXT] an:

Lokalisieren Sie im Ausschnitt den stärksten Satz (das Versprechen, das Ergebnis oder den provokativsten Satz).
Setzen Sie diesen Satz an den Anfang (0–3 s) als Hook, kehren Sie dann zur chronologischen Reihenfolge zurück.
Tun Sie dies nur, wenn der Satz für sich allein Sinn ergibt und der Payoff klar bleibt. Verzerren Sie nicht die Bedeutung: Es ist verboten, die Bedeutung des Gesagten zu verändern.

Schritt 4: Hook-Engineering [VIDEO + EXT]

Generieren Sie 3 Varianten des Hook-Textes auf dem Bildschirm (Eröffnungstitel), mit jeweils ≤ 8 Wörtern:
- Ergebnisversprechen („Das 5-Dollar-Geschenk, das meine Oma zum Weinen brachte").
- Neugierde/Lücke („Ich hatte nur 5 Dollar und...").
- Widerspruch/Provokation.
Der Text muss wahrheitsgemäß zum Inhalt sein (kein Clickbait, den der Payoff nicht einlöst).
Er muss in ≤ 2 s lesbar sein.

Schritt 5: Rhythmusbereinigung [EXT]

Entfernen Sie Stille > 0,35 s, Zögern („ähm", „so", „dann", „äh"), Wiederholungen und falsche Ansätze.
Behalten Sie Mikropausen von 0,1–0,2 s vor einer Enthüllung (Spannung), wo die Pause eine Funktion hat.
Schneiden Sie nicht mitten in einer Silbe: Verwenden Sie Schnittpunkte am Nulldurchgang des Audios und Crossfade von 30–60 ms.
Wenn das Ergebnis über der Grenze des Modus liegt, entfernen Sie zuerst die Beats mit der geringsten Spannung aus der Mitte, niemals den Hook oder den Payoff.

Schritt 6: Bearbeitungsplan [VIDEO + EXT]

Elemente, die das Video empfiehlt, damit der Zuschauer "die Zeit nicht vergehen spürt" [VIDEO]:

Dynamische Untertitel: Wort für Wort, mit Hervorhebung des gesprochenen Wortes.
Zooms und schnelle Schnitte: Ständig muss etwas passieren.
Musikwechsel zwischen Szenen: Gibt das Gefühl von mehreren Dingen gleichzeitig.
Spannungs-Soundtrack im Spannungsabschnitt, um den Wunsch zu wecken, das Ende zu sehen.

Vorgeschlagene operative Parameter [EXT], anpassbar:

Visueller Rhythmus: Ein visueller Wechsel (Zoom, Schnitt, Bildausschnittswechsel, Hervorhebung, B-Roll) alle 1,5–3,5 s. Nie mehr als 4 s ohne Wechsel.
Zooms: Punch-In 105–115 % bei betonten Wörtern; langsamer Zoom (100 → 108 %) bei Spannungsabschnitten; Zurücksetzen beim nächsten Schnitt. Wechseln Sie die Richtung, um nicht zu ermüden.
Untertitel: 1–3 Wörter gleichzeitig, ≤ 2 Zeilen, aktives Wort in einer Hervorhebungsfarbe, Position im unteren Drittel (außerhalb der App-Interface-Zone: unteren Rand von ~20 % und seitlichen Rand von ~6 % einhalten). Emoji nur, wenn es das Wort verstärkt.
Musik:
- Beat 1 (Hook und Anfang): mittlere Energie, beginnt bei 0 s.
- Spannungs-Beat: Spannungs-Soundtrack, Lautstärke steigt leicht, Bässe präsenter.
- Payoff: Auflösung (Abfall der Spannung oder Swell + Stille von 0,2 s vor der Enthüllung).
- Musikwechsel: nur an Beat/Szenengrenzen, mit Crossfade von 200–400 ms.
- Stimme immer über der Musik: Ducking von −14 bis −18 dB unter der Sprache.
SFX: Whoosh bei Schnitten/Zooms, Hit bei Enthüllungen, Risers vor dem Payoff. Max. 1 SFX alle ~2 s.
B-Roll/Unterstützungsbild: Wenn etwas Konkretes genannt wird (Objekt, Ort, Zahl), zeigen Sie es für 1–2 s.
Diskreter Fortschrittsbalken (optional): Verstärkt die Erwartung, das Ende zu erreichen.

Schritt 7: Videoende [EXT]

Der Payoff sollte der letzte relevante Moment sein. Schneiden Sie unmittelbar nach dem letzten Satz (≤ 0,3 s Spielraum).
Optional, Loop-Modus: Wenn das Ende visuell oder verbal mit dem Hook verbunden werden kann, halten Sie das letzte Bild nahe am ersten.
Kein "Danke fürs Zuschauen" oder Call-to-Action, der das Ende unterbricht. Bei CTA verwenden Sie diskreten Text über dem Payoff.

4. Anti-Patterns (ablehnen oder korrigieren)

Mit Begrüßung, langem Kontext oder "heute werde ich über ... sprechen" beginnen.
Hook, der etwas verspricht, das der Payoff nicht einlöst.
Ausschnitt, der mitten in einer Idee endet.
Mehr als 4 s ohne visuellen Wechsel.
Laute Musik, die mit der Stimme konkurriert.
Untertitel außerhalb des sicheren Bereichs oder unleserlich.
Schnitte, die den Sinn der Rede verändern.
Video zu lang für den gewählten Modus.
Effekte, die nicht der Bindung dienen (Dekoration).

5. Ausgabeformat: Edit Decision List (EDL) im JSON-Format

Die Ausgabe muss nur gültiges JSON sein, gemäß dem folgenden Schema.

{
  "clip_id": "string",
  "mode": "viral|balanced|authority",
  "source": { "start": 0.0, "end": 0.0 },
  "scores": {
    "total": 0,
    "hook": 0, "tension": 0, "payoff": 0,
    "self_contained": 0, "density": 0, "emotion": 0,
    "rationale": { "hook": "", "tension": "", "payoff": "" }
  },
  "structure": {
    "hook":    { "start": 0.0, "end": 3.0, "technique": "native|cold_open", "text_overlay_options": ["", "", ""], "chosen_overlay": 0 },
    "beats":   [ { "start": 0.0, "end": 0.0, "type": "conflict|solution|suspense", "note": "" } ],
    "payoff":  { "start": 0.0, "end": 0.0, "note": "" }
  },
  "segments": [
    { "id": "s1", "src_start": 0.0, "src_end": 0.0, "out_start": 0.0, "role": "hook|body|payoff", "speed": 1.0 }
  ],
  "cuts_removed": [ { "src_start": 0.0, "src_end": 0.0, "reason": "silence|filler|repeat|low_tension" } ],
  "reframe": { "mode": "auto_face|split|center|manual", "keyframes": [ { "t": 0.0, "cx": 0.5, "cy": 0.4, "scale": 1.0 } ] },
  "captions": { "style": "string", "words": [ { "t0": 0.0, "t1": 0.0, "text": "", "emphasis": false } ] },
  "effects": [
    { "type": "zoom_punch|zoom_slow|shake|flash|overlay_text|broll|sticker|freeze", "t0": 0.0, "t1": 0.0, "params": {}, "reason": "" }
  ],
  "audio": {
    "voice": { "normalize_lufs": -14, "denoise": true },
    "music": [ { "track_id": "", "t0": 0.0, "t1": 0.0, "mood": "energetic|suspense|resolve", "gain_db": -16, "ducking": true, "fade_in": 0.2, "fade_out": 0.3 } ],
    "sfx": [ { "id": "", "t": 0.0, "gain_db": -10 } ]
  },
  "retention_forecast": { "curve": [ { "t": 0.0, "pct": 100 } ], "risk_points": [ { "t": 0.0, "why": "" } ] },
  "qa": { "passed": true, "violations": [] },
  "duration_out": 0.0
}

JSON-Regeln:

Alle Zeiten in Sekunden, relativ zum Originalvideo (src_*) oder zum endgültigen Video (out_*, t0, t1, t).
segments beschreiben den endgültigen Schnitt in der Anzeigereihenfolge (enthält den Cold Open, falls verwendet).
Jeder effect benötigt einen reason, der mit der Bindung zusammenhängt (z.B. "verhindert 4 s ohne Wechsel bei 12–16 s").
retention_forecast ist eine heuristische Schätzung, keine Messung. Kennzeichnen Sie es als solche in der Benutzeroberfläche.

6. Fehlender Kontext

Wenn der Ausschnitt Kontext erfordert, den er selbst nicht erklärt, fügen Sie in den ersten 3 s einen kurzen overlay_text (≤ 8 Wörter) hinzu, oder verwerfen Sie den Kandidaten.

7. QA-Checkliste (vor der Rückgabe ausführen)

Haben die ersten 3 s einen klaren Hook und ein Versprechen?
Gibt es mindestens 1 Spannungs-Beat und eine Auflösung?
Liefert der Payoff das Versprechen des Hooks?
Dauer innerhalb des Modus?
Kein Abschnitt > 4 s ohne visuellen Wechsel?
Kein Schnitt mitten im Wort/in der Idee?
Untertitel im sicheren Bereich, ≤ 3 Wörter gleichzeitig?
Musik mit Ducking unter der Stimme und Wechsel nur an Szenengrenzen?
Bedeutung des Originals erhalten?
Ende schneidet direkt nach dem Payoff?

Wenn ein Punkt fehlschlägt, korrigieren und neu bewerten (bis zu 2 Iterationen). Wenn es weiterhin fehlschlägt, geben Sie qa.passed=false mit den Verstößen zurück.

8. Sicherheits- und Integritätsregeln

Erfinden Sie niemals Aussagen oder Fakten, die nicht in der Transkription stehen.
Ändern Sie niemals den Sinn einer Aussage beim Neuordnen.
Der Hook-Text muss wahrheitsgemäß zum Inhalt sein.
Generieren Sie keine Ausschnitte von Inhalten, deren Besitz oder Lizenz der Benutzer nicht erklärt hat.

9. A/B-Varianten [EXT]

Wenn angefordert, generieren Sie bis zu 3 Varianten desselben Ausschnitts, wobei Sie jeweils eine Variable ändern (Hook-Text, Reihenfolge des Cold Open oder Untertitelstil). Dokumentieren Sie, welche Variable geändert wurde.

10. Kalibrierung mit echten Daten [EXT]

Die Gewichte und Parameter dieses Skills sind Ausgangspunkte. Das System sollte:

Für jeden veröffentlichten Ausschnitt die echte Bindungsrate aufzeichnen (wenn der Benutzer sie von YouTube Studio/TikTok importiert).
Die echte Kurve mit dem retention_forecast vergleichen und die Punktzahl mit dem Ergebnis.
Gewichtsanpassungen vorschlagen, wenn ≥ 30 Ausschnitte mit Daten vorliegen.

eduramza/shorts-factory

Was ist shorts-factory?

In Ihrer bevorzugten KI fragen

Dokumentation