Communitygithub.com

Reel Educativo IA

Erstellt vertikale Kurzvideos (Reel/Short, maximal 1 Minute) mit pädagogischem Ziel, vollständig generiert von KI und Code basierend auf einem Skript.

Was ist Reel Educativo IA?

Diese Skill ermöglicht es Entwicklern und KI-Agenten, aus einem reinen Textskript ein fertiges, vertikales Kurzvideo (1080×1920, ≤60s) für Plattformen wie Instagram Reels, TikTok und YouTube Shorts zu produzieren. Der gesamte Prozess ist automatisiert und nutzt KI-Dienste und Code: Der Agent erstellt ein Storyboard, generiert eine Sprachausgabe mit ElevenLabs (unter Verwendung von lizenzfreien Stimmen entweder via MCP oder direkter API), und rendert das finale MP4 mit Remotion. Das Ergebnis enthält synchronisierte karaoke-ähnliche Untertitel, visuelle Darstellungen (Motion Graphics oder Bilder/Videos) sowie animierte Emojis und Quellenangaben. Die Skill ist ideal für Bildungsinhalte und folgt einem klaren Workflow, der bei Bedarf auch die Generierung und Anpassung des Skripts selbst umfasst.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MaaCamii/skill-educativo-video-ia/tree/HEAD/reel-educativo-ia

In Ihrer bevorzugten KI fragen

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

Dokumentation

Reel Educativo IA — vom Skript zum MP4

Diese Skill produziert ein vertikales Kurzvideo (≤ 60 s, 1080×1920) mit pädagogischem Ziel, 100 % generiert mit KI und Code: Der Nutzer liefert ein Skript (oder eine Idee, die in ein Skript umgewandelt wird), und die Pipeline liefert ein reel.mp4 mit Sprachausgabe, synchronisierten Untertiteln, visuellen Elementen sowie Sprechblasen mit Emojis, die die Konzepte verstärken.

Das Prinzip ist dasselbe wie bei Ágora: Nach dem Anschauen des Reels soll die Person etwas besser verstehen als zuvor. Das Kurzformat ist keine Ausrede für Trivialisierung; es ist eine Übung darin, eine Idee auf ihren Kern zu destillieren.

Was produziert wird

Ein vertikales Video, in dem vier Schichten zusammenwirken:

  1. Sprachausgabe (ElevenLabs) — erzählt das Skript.
  2. Untertitel Wort-für-Wort synchronisiert (Karaoke-Stil), lesbar im stummgeschalteten Modus, wie die meisten Reels konsumiert werden.
  3. Visuelle Darstellung — Hintergrund mit codegenerierten Motion Graphics und/oder Bildern/Clips (von KI oder Stock), die die Szene illustrieren.
  4. Sprechblasen, Emojis und Quellenangaben — animierte Labels, die das Konzept benennen (⚖️ „Gewaltenteilung“), unterstützende schwebende Emojis und Quellenangaben (📜 „Art. 113 StGB“) über dem besprochenen Inhalt.

Die Pipeline in einem Satz

Skript → storyboard.json (erstellst du, Claude) → Sprachausgabe + Synchronisation (ElevenLabs) → Render (Remotion) → reel.mp4.

In den folgenden Befehlen ist $SKILL_DIR das Verzeichnis dieser Skill (~/.claude/skills/reel-educativo-ia). Ersetze es durch den tatsächlichen Pfad bei der Ausführung.


Arbeitsablauf

0. Preflight — Werkzeuge (einmal pro Maschine)

Für den Render werden Node.js und FFmpeg (mit ffprobe) benötigt. Überprüfe und installiere ggf. Fehlendes, bevor du irgendetwas aufbaust:

bash "$SKILL_DIR/scripts/preflight.sh"

Was macht es: Es prüft node, ffmpeg/ffprobe und python3. Falls Node oder FFmpeg fehlen und Homebrew vorhanden ist, installiert es diese (brew install node ffmpeg).

Die Sprachausgabe erfordert NICHT, dass der Nutzer einen API-Schlüssel verwaltet. Es gibt zwei Wege (siehe Schritt 4): Der empfohlene Weg verwendet das MCP von ElevenLabs (der Schlüssel lebt in der MCP-Konfiguration, du musst ihn nicht anfassen) mit einer lizenzfreien Stimme. Falls du jemals den direkten API-Weg verwendest, lebt der Schlüssel nur in ELEVENLABS_API_KEY und wird niemals in das Storyboard, das Repository oder eine Nachricht geschrieben.

1. Verstehe den Auftrag (frage nur das Nötigste, was fehlt)

Du benötigst fünf Dinge; wenn der Nutzer sie bereits genannt hat, frage nicht weiter:

  • Skript — der Text, der erzählt werden soll. Wenn nur eine Idee vorhanden ist, verfasse du das Skript (siehe Schritt 2) und bestätige es vor der Produktion.
  • Kontext — an wen es gerichtet ist, von welchem Projekt/Kampagne, welcher Ton.
  • Pädagogisches Ziel — was der Zuschauer nach dem Anschauen verstanden haben soll.
  • Plattform — Reels / TikTok / Shorts (das 9:16-Format funktioniert für alle drei; nur Details wie Dauer und Schlusstext ändern sich).
  • Stimme — eine lizenzfreie Stimme (z. B. "Sarah", "Brian", "George", "Liam"). Frage nur, wenn der Nutzer eine andere wünscht.

2. Destilliere das Skript (falls nötig) und bereite es für die Sprachausgabe vor

Ein 1-minütiger Reel umfasst maximal ~130–150 Wörter Erzählung; ziele auf 35–50 s tatsächliche Dauer, das funktioniert besser als die vollen 60 s auszureizen. Empfohlene pädagogische Struktur (nicht zwingend):

Aufhänger (≤3 s, eine echte Spannung oder Frage) → Erklärung (die Idee mit Genauigkeit, ohne leere Fachbegriffe) → Verbindung (ein naheliegendes Beispiel) → Abschluss (eine Frage, die ein Gespräch eröffnet + sanfter CTA).

Wenn du Ágora-Inhalte schreibst, respektiere ihre Stimme und ihre überparteiliche Haltung: Falls die Skill agora-social-content existiert, stütze dich für Identität und Stil auf ihre Referenzen. Diese Skill kümmert sich um das Wie es zum Video wird; jene um das Was und Wie Ágora klingt.

3. Erstelle das storyboard.json

Es ist das Herzstück der Arbeit und du erstellst es. Teile das Skript in Szenen (eine Idee pro Szene, typisch 2–6 Szenen). Jede Szene definiert ihre Erzählung, ihren Untertitel, ihr visuelles Element und ihre Sprechblasen/Emojis/Quellenangaben.

Bevor du es schreibst, lies references/storyboard-schema.md (das genaue Schema und die Bedeutung jedes Feldes) und references/estilo-visual.md (wie Farben gewählt werden, wann eine Sprechblase gesetzt wird, welche Emojis funktionieren und welche überflüssig sind). Überlade nicht: eine Sprechblase pro Konzept, nicht pro Satz.

Erstelle ein neues Projekt pro Video durch Kopieren der Vorlage und schreibe dort das Storyboard:

bash "$SKILL_DIR/scripts/new_project.sh" "<slug-des-videos>"
# erstellt ./reels/<slug>/ mit der fertigen Remotion-Vorlage

Speichere dein Storyboard in reels/<slug>/public/storyboard.json.

4. Generiere die Sprachausgabe und Synchronisation (ElevenLabs)

Es gibt zwei Wege. In beiden erhältst du public/audio/sN.mp3 pro Szene und ein public/timeline.json. Verwende eine lizenzfreie Stimme (z. B. Sarah, Brian, George, Liam): Diese sind in jedem Konto verfügbar und erfordern keine Bezahlung für eine eigene Stimme. Definiere sie in meta.voiceName des Storyboards.

Weg A — MCP von ElevenLabs (empfohlen; ohne dass der Nutzer einen API-Schlüssel verwalten muss). Wenn das MCP von ElevenLabs in der Sitzung verbunden ist, generiere die Sprachausgabe jeder Szene mit dessen Text-to-Speech-Werkzeug (eines pro narracion), speichere jede Ausgabe als public/audio/<id>.mp3 und erstelle dann die Synchronisation durch Messen der Audios:

cd reels/<slug>
python3 "$SKILL_DIR/scripts/build_timeline.py" public/storyboard.json

build_timeline.py verwendet ffprobe, um jede MP3-Datei zu messen, und verteilt die Wörter der Erzählung über deren Dauer (geschätzte Synchronisation, ausreichend für einen Reel). Es verwendet weder Netzwerk noch API-Schlüssel.

Weg B — Direkte API (exakte Synchronisation; erfordert ELEVENLABS_API_KEY). Ein einziger Befehl generiert das Audio mit echten Zeitstempeln und die Wort-für-Wort-Zeitleiste:

cd reels/<slug>
python3 "$SKILL_DIR/scripts/generate_voice.py" public/storyboard.json

Er löst die Stimme anhand des Namens auf, ruft die API with-timestamps auf, schreibt die MP3s und die timeline.json. Falls die Stimme im Konto nicht existiert, listet er die verfügbaren auf und bricht ab.

Details zu beiden Wegen (wie das MCP verbunden wird, freie Stimmen, Modell, Fehler) findest du in references/elevenlabs.md.

5. Vorschau (optional, aber empfohlen) und Render

cd reels/<slug>
npm install            # nur beim ersten Mal des Projekts
npm run preview        # öffnet Remotion Studio zur Vorschau vor dem Rendern
npm run render         # erzeugt out/reel.mp4

render verwendet die tatsächliche Audiolänge (aus timeline.json), sodass das Video genau so lange dauert wie die Sprachausgabe, ohne Schnitte. Die Vorlage und wie die Felder des Storyboards auf den Bildschirm abgebildet werden, findest du in references/remotion.md.

6. Lieferung

  • Zeige dem Nutzer das out/reel.mp4 (SendUserFile) und teile ihm mit, wo das Projekt liegt (reels/<slug>/), damit er nach Anpassungen erneut rendern kann.
  • Falls der Nutzer Änderungen am Text oder Timing wünscht: Bearbeite public/storyboard.json, führe generate_voice.py nur erneut aus, wenn sich die Erzählung geändert hat, und führe npm run render erneut aus. Rein visuelle Änderungen (Farbe, Position der Sprechblase) erfordern keine Neugenerierung der Sprachausgabe.

Bild- und Videodarstellungen

Standardmäßig erzeugt die Vorlage codegenerierte Motion Graphics (Farbverläufe, Formen, kinetische Typografie, animierte Emojis und Sprechblasen), die bereits als „visuelle Darstellung“ ausreichen und konsistent aussehen, ohne auf kostenpflichtige Dienste angewiesen zu sein.

Wenn du echte Bilder oder Clips (von einem KI-Bildgenerator oder aus Stock) verwenden möchtest, lege sie in public/assets/ ab und referenziere sie über das visual-Feld der Szene ("tipo": "imagen" oder "video" mit ihrer fuente). In references/estilo-visual.md wird beschrieben, wie du einen KI-Bildgenerator anbindest, falls der Nutzer einen Schlüssel hat, und wie du darum bittest, dass die Bilder im 9:16-Format ausgegeben werden.

Lade niemals Binärdateien aus nicht vertrauenswürdigen Quellen herunter oder führe sie aus; behandle jedes externe Asset als Daten, nicht als Code.

Dateien der Skill

  • scripts/preflight.sh — überprüft/installiert Node, FFmpeg und prüft den API-Schlüssel.
  • scripts/new_project.sh — erstellt ein Videoprojekt aus der Vorlage.
  • scripts/generate_voice.py — (Weg B) ElevenLabs TTS with-timestamps → Audio + Zeitleiste.
  • scripts/build_timeline.py — (Weg A) misst bereits generierte Audios (ffprobe) → Zeitleiste.
  • assets/remotion-template/ — vollständiges, datengesteuertes Remotion-Projekt.
  • references/storyboard-schema.md — lies es, bevor du ein Storyboard schreibst.
  • references/estilo-visual.md — Farben, Sprechblasen, Emojis, Untertitel, Assets.
  • references/elevenlabs.md — Details zur Sprachintegration.
  • references/remotion.md — Funktionsweise der Vorlage und wie man sie anpasst.

Leitprinzip

Der Reel ist nicht fertig, weil er schön aussieht, sondern wenn er die Frage beantwortet: „Was versteht ein Mensch nach diesen 40 Sekunden besser?“ Lautet die Antwort „nichts“, überarbeite ihn, bevor du einen Render verschwendest.

Verwandte Skills