Communitygithub.com

motion-design

Gestalte tatsächliche Frames für Motion Graphics und generierte UI – Palette aus dem Filmmaterial abgeleitet, Schriftpaarung, eines von fünf Szenen-Archetypen und die Schichtreihenfolge, die Tiefe statt flacher KI-Schrott erzeugt.

Was ist motion-design?

Diese Fähigkeit (Skill) definiert einen strengen, künstlerisch fundierten Workflow für das Design von Frames in Motion Graphics und generierten Bildpipelines. Sie richtet sich an Entwickler und Designer, die mit Remotion, HyperFrames, After Effects oder Bildgeneratoren wie Nano Banana, GPT Image und Seedream arbeiten. Das Kernproblem, das gelöst wird, ist der charakteristische 'flache', 'KI-generierte' Look, der entsteht, wenn man Standard-Vorlagen ohne gestalterische Tiefe verwendet. Der Skill erzwingt einen sechsstufigen Prozess: (1) Ableitung einer Farbpalette direkt aus dem Quellvideo, (2) eine strenge Schriftpaarung mit nur einem Akzentwort pro Frame, (3) eine festgelegte Schichtreihenfolge (Hintergrund, Schlagschatten, Heldenobjekt, Text, Randelemente, Nachbearbeitung), die für räumliche Tiefe sorgt, (4) asymmetrische Komposition, (5) Referenzbild-gesteuerte Generierung für Konsistenz und (6) eine Selbstprüfung anhand einer detaillierten ‚Anti-Schrott‘-Checkliste. Anhänge definieren fünf Szenen-Archetypen (Overlay, Vollbild-UI, illustriert/künstlerisch, dimensional, typografisch) und geben konkrete Layout-Regeln für jeden vor. Das Ziel ist nicht nur ein schönes Bild, sondern ein konsistentes, markenkonformes und ‚autorisiertes‘ Erscheinungsbild über mehrere Frames und Szenen hinweg, das sich grundlegend von der Standard-KI-Ausgabe unterscheidet.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/blixvip/skills/tree/HEAD/motion-design

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht motion-design?

Frames sind designte Seiten, kein Video mit daraufgelegtem Text. Dieser Skill verwandelt einen Shoot-Plan (siehe motion-plan) in konkrete, markenkonforme Kompositionen.

Lies Anhang A vor deinem ersten Frame. Lies Anhang B, wenn du die Layout-Grammatik für einen bestimmten Szenentyp benötigst.

1. Leite die Palette vom Filmmaterial ab – erfinde keine

Die Akzentfarbe ist bereits im Quellvideo vorhanden. Entnimm sie; wähle keine aus.

  1. Ziehe 3–5 Frames aus dem A-Roll. Finde den stärksten Farbton, der weder Haut noch neutral ist – eine Lampe, ein Farbfeld an der Wand, ein Logo, eine Jacke, ein kleines Requisit.
  2. Dieser Farbton ist der Akzent.
  3. Lies die Belichtung des Raumes. Helle/luftige Aufnahme → helle, getönte Varianten. Gedämpfte/düstere Aufnahme → tiefe Varianten. Ein dunkles Szenendesign über hellem Filmmaterial wirkt aufgeklebt, und umgekehrt.
  4. Baue aus diesem einen Farbton drei Rollen auf:
RolleAnteilWas es ist
Grund60%Die dunklere (oder bei hellen Designs das gebrochene Weiß) Variante. Hintergründe, große Flächen.
Oberfläche30%Die hellere Variante. Karten, Panels, sekundärer Text, Textur.
Akzent10%Der gesättigte Farbton selbst. Ein Akzentwort, ein Icon, eine Hervorhebung, ein CTA.

Die 10% sind eine Obergrenze, kein Ziel. Sie zu überschreiten ist der schnellste Weg, einen Frame billig aussehen zu lassen.

Verwende niemals reines #000000 oder #ffffff als Grund. Töne beide in Richtung des Akzents – #0b0a0d, #faf8f5. Reine Werte sind das erkennbarste Zeichen für generierte Ausgabe, das es gibt.

Schreibe die Palette als Tokens auf, bevor du etwas designst:

--ground     #12100e
--ground-2   #1c1917   /* eine Stufe heller, für Schichtung */
--surface    #e8e2d9
--surface-2  #b8b0a4
--accent     #e8721f
--accent-dim #7a3d10   /* Akzent bei geringer Leuchtkraft, für Leuchten/Schatten */

Jeder spätere Frame greift auf diese fünf oder sechs Werte zurück. Einen sechsten Farbton mitten im Video einzuführen zerbricht die Kohäsion.

2. Schrift – zwei Familien, drei Rollen, ein Akzentwort

  • Display / schwere Serifenlose – die tragenden Wörter. Komprimierte Schwere lesen sich bei Kurzformat-Größen am besten. Eng setzen: Laufweite -0.02em bis -0.04em.
  • Akzent-Serifenkursiv – genau ein Wort oder eine kurze Phrase pro Frame. Dies ist der einzelne, wirkungsvollste Move im gesamten Stil; er trennt designte Frames von Canva-Ausgabe.
  • Mono – Zahlen, Spezifikationen, Code, UI-Chrome. Optional, aber es lässt Daten wie Daten lesen.

Regeln:

  • Ein Akzentwort pro Frame. Nicht zwei. Das Akzentwort bekommt die Serifenkursivschrift und die Akzentfarbe und die größere Schriftgröße – alle drei auf einem einzigen Wort.
  • Fließ- und Unterstützungstext liegt bei 35–50% der Größe der Display-Zeile und wird auf 50–60% Deckkraft reduziert. Er ist da, um überflogen, nicht gelesen zu werden.
  • Lasse Text niemals als flache Volltonfläche stehen. Gib Display-Schrift einen dezenten vertikalen Farbverlauf (hell oben → dunkel unten, oder umgekehrt bei dunklen Gründen). Flache #fff-Text auf einem Farbverlauf ist sofort als generiert erkennbar.
  • Schriftarten sind eine Markenentscheidung. Wenn der Kunde eine hat, verwende sie. Wähle ansonsten einmal und mische niemals eine dritte Familie ein.

3. Schichte in dieser Reihenfolge – jedes Mal

Die Reihenfolge ist der ganze Trick. Eine Schicht auszulassen ist der Grund, warum generierte Frames flach aussehen.

  1. Grund – ein Farbverlauf, niemals eine Volltonfläche. Zwei bis vier Stopps, geringer Kontrast zwischen ihnen. Füge ein dezentrales Raster-, Papier- oder Rauschen-Textur bei 8–15% Deckkraft hinzu. Füge einen großen, weichen, leuchtenden Fleck (Weichzeichner 200–350px) in der Akzentfarbe bei 20–40% Deckkraft hinzu, außermittig.
  2. Schlagschatten – vor dem Objekt. Eine Kopie der Heldenform, gefüllt mit einem dunklen Vollton, radial von einer gleichbleibenden Lichtquelle weggeweicht, bei 35–55% Deckkraft. Eine Lichtrichtung für das gesamte Video. Inkonsistente Schattenrichtungen zwischen den Szenen sind eines der drei häufigsten Schluderanzeichen.
  3. Heldenobjekt – eines pro Frame, das 30–55% der Frame-Fläche einnimmt, bewusst außermittig. Entsättige es in Richtung der Palette (ein rotes Stockherz in einem orangefarbenen Video muss farbverschoben werden, nicht rot bleiben). Gib ihm einen inneren Schatten (Abstand 0, Größe 20–60), damit es in der Szene sitzt und nicht auf ihr. Lege eine gerasterte oder körnige Textur darüber, die darauf beschnitten ist, mit Multiplizieren-Mischmodus, ~50%.
  4. Unterstützender Text – um das Heldenobjekt herum platziert, ein Teil davon hinter dem Helden auf der Z-Achse. Text, der teilweise vom Objekt verdeckt wird, ist der billigste und stärkste Tiefenhinweis, den es gibt.
  5. Tiefenelemente an den Rändern – zwei oder drei kleine, verwandte Objekte, die vom Frame-Rand beschnitten sind, gaussscher Weichzeichner 15–30px, bei reduzierter Deckkraft. Sie sind nie vollständig sichtbar und nie das Motiv. Sie existieren, um zu suggerieren, dass der Frame ein Fenster in einen größeren Raum ist.
  6. Nachbearbeitung – Vignette (~25–50% bei einem weiten Winkel), ein feiner Rausch-/Körnungspass bei 3–8% und eine sehr leichte Unschärferampe an den Framekanten.

Die Schichten 2, 5 und 6 sind die, die KI-Pipelines überspringen. Sie sind auch diejenigen, die die meiste Arbeit leisten.

4. Komposition

  • Standardmäßig außermittig. Alles zentriert ist die Standardausgabe jedes Generators; bewusste Asymmetrie ist das Gegenstück.
  • Variiere die Abstände. Gleichmäßige Lücken lesen sich wie eine Vorlage. Gruppiere verwandte Elemente eng, setze nicht verwandte weit auseinander.
  • Ein Brennpunkt. Frage: „Wohin fällt der Blick zuerst?“ Wenn die Antwort mehrdeutig ist, ist der Frame gescheitert.
  • Gesichtssicher. Wenn eine Person in einem Panel oder einem Ausschnitt ist, neige den Ausschnitt so, dass das Gesicht im sichtbaren Bereich zentriert ist, mit den Augen im oberen Drittel. Standardmäßig 50% 50% schneidet Köpfe ab.
  • Lasse Dinge den Rahmen durchbrechen. Ein Objekt, das von der Kante beschnitten wird, wirkt echt; alles vollständig enthalten und mit Rand wirkt wie Clip-Art.

5. Beim Generieren von Frames mit einem Bildmodell

Füttere Referenzen, keine Adjektive. Zehn bis fünfzehn gespeicherte Referenzbilder des angestrebten Looks, dann:

  1. Generiere einen Anker-Frame und stimme ihm zu, bevor du etwas anderes tust.
  2. Generiere jeden nachfolgenden Frame, indem du den Anker als Referenzbild übergibst (Nano Banana / GPT Image / Seedream unterstützen dies alle). Dadurch bleiben Palette, Textur und Rahmung über ein Video hinweg konsistent. Jeden Frame unabhängig zu prompten, erzeugt eine Reihe, die nicht zusammengehört – der häufigste Fehler bei KI-generierten Videos.
  3. Gib die Palette-Hexes in jedem Prompt explizit an.
  4. Designe Mockups vor dem Animieren. Animation ist der teure Schritt sowohl in Zeit als auch in Credits. Stimme Standbilder immer zuerst ab.

6. Selbstprüfung vor dem Versand eines Frames

Führe Anhang A aus. Wenn drei oder mehr Punkte fehlschlagen, gestalte neu – repariere nicht.

Übergabe

Ausgabe für jeden Frame: die Palette-Tokens, der verwendete Archetyp, eine schichtweise Aufschlüsselung und die Z-Reihenfolge der Elemente. motion-animate benötigt die Z-Reihenfolge und die Elementnamen, um das Timing zu erstellen.


Anhang A – Anti-Schrott-Checkliste

Führe sie aus, bevor du einen Frame auslieferst. Drei oder mehr Fehler = Neugestaltung, nicht Reparatur.

Die sofortigen Erkennungsmerkmale

  • Der Grund ist ein Farbverlauf oder ein strukturiertes Feld, keine flache Volltonfläche.
  • Nirgendwo reines #000000 oder #ffffff. Alles ist in Richtung der Palette getönt.
  • Das Heldenobjekt wirft einen Schatten, und alle Schatten im Video fallen in dieselbe Richtung.
  • Der Held hat einen inneren Schatten, so dass er in der Szene sitzt, nicht auf ihr.
  • Es gibt einen Textur-Pass (Körnung, Raster, Papier, Gitter) irgendwo – selbst bei 8%.
  • Es gibt Rand-/Tiefenelemente, unscharf und durch den Rahmen beschnitten.
  • Etwas ist verdeckt – Text hinter einem Objekt, ein Objekt, das von der Kante beschnitten wird.
  • Die Komposition ist außermittig. Nicht symmetrisch, kein mittiger Stapel.
  • Die Abstände variieren. Verwandte Dinge sind nah, nicht verwandte sind weit.
  • Genau ein Akzentwort, und es trägt Farbe + Serifenkursiv + Schriftgröße gemeinsam.
  • Display-Schrift hat eine Verlaufsfüllung, nicht flach.
  • Maximal zwei Schriftfamilien, plus Mono für Daten.
  • Die Akzentfarbe ist ≤10 % der Frame-Fläche.
  • Es gibt eine Vignette und einen Körnungspass.
  • Jedes Stock-Bild wurde farbverschoben in die Palette, nicht in seiner Originalfarbe belassen.

Die strukturellen Erkennungsmerkmale

  • Aufeinanderfolgende Frames teilen die Palette – sie wurden von einem Anker aus generiert, nicht unabhängig gepromptet.
  • Jeder Frame hat einen Brennpunkt, und du kannst ihn benennen.
  • Wiederkehrende Elemente (Kapitelkarten, Zähler) verwenden ein Design wieder.
  • Gesichter in Panels sind gesichtssicher – zentriert im sichtbaren Ausschnitt, Augen im oberen Drittel.
  • Text auf dem Bildschirm umfasst 3–8 Wörter, nicht den gesamten gesprochenen Satz.

Die Bewegungsindikatoren (siehe motion-animate)

  • Nichts verwendet lineare Interpolation.
  • Die Kamera ist niemals vollständig statisch für länger als ~2s.
  • Elemente treten nacheinander ein, niemals alle auf einmal.
  • Die Dauern innerhalb des Schnitts variieren – kein metronomischer Rhythmus.

Was „es sieht KI-generiert aus“ fast immer bedeutet

In der Reihenfolge der Häufigkeit:

  1. Flacher, einfarbiger Hintergrund, keine Textur, kein Farbverlauf.
  2. Keine Schatten oder Schatten in inkonsistenten Richtungen zwischen den Einstellungen.
  3. Alles zentriert und gleichmäßig verteilt.
  4. Standardschriftarten mit Standard-Laufweite, flache weiße Füllung.
  5. Die Palette driftet zwischen den Einstellungen, weil jede von Grund auf neu gepromptet wurde.
  6. Jedes Element startet zur gleichen Zeit mit der gleichen Interpolation.
  7. Ganze Sätze auf dem Bildschirm anstelle von komprimierten Einblendungen.

Anhang B – Szenen-Archetypen

Fünf. Wähle einen pro Takt. Erfinde keine Takt-abhängigen Looks – Wiederholung ist es, was ein Video wie von einem Autor gestaltet wirken lässt.


1. Overlay

Der Sprecher bleibt im Bild; die Grafik teilt sich den Frame.

Verwende für: Füllmaterial zwischen Kapiteln, Aufrechterhaltung der Aufmerksamkeit während eines Übergangs, leichte Betonung, wenn das Gesicht noch wichtig ist.

Layouts:

  • Unteres Drittel Text + Icon-Leiste entlang des unteren Drittels.
  • Grafik belegt eine vertikale Hälfte, der Sprecher die andere.
  • Kleine UI-Karte, die in einer Ecke schwebt, mit einer Verbindungslinie zum Subjekt.
  • Seitenweise Objektvergleich unterhalb des Sprechers.

Regeln: Bedecke niemals das Gesicht. Lasse die Grafik unter ~40 % der Frame-Fläche. Der Grund muss transparent oder ein weicher Vorhang sein, kein volles Feld – das Filmmaterial ist der Hintergrund.


2. Vollbild-UI

Der gesamte Frame wird zu einer gestalteten Oberfläche oder typografischen Komposition.

Verwende für: Definitionen, Vergleiche, Daten, Betonung eines einzelnen Konzepts, Produkt-/App-Momente.

Layouts:

  • Textfokussiert: eine große Aussage, ein Wort hervorgehoben oder unterstrichen.
  • Zwei-Objekt-Vergleich, in der Mitte mit einer Naht geteilt.
  • Ein Objekt + umlaufender Unterstützungstext.
  • Kartenstapel – drei Panels mit Symbolen, in Z-Richtung versetzt.
  • Diagramm-/Grafik-Aufbau mit einem eingekreisten Punkt.

Regeln: Hier gehören Glas-/UI-Behandlungen hin. Panel = Verlaufsfüllung, border-radius groß (40–90px bei 1080 Breite), 1px leichter Strich bei geringer Deckkraft, Schlagschatten mit großzügiger Weichheit und geringer Deckkraft (~7–15 %), plus ein diagonal verlaufender Lichtstreifen-Highlight. Setze backdrop-blur des Panels über dem Grund für echtes Glas. Symbole im Inneren erhalten die gleiche Schlagschattenbehandlung wie Heldenobjekte.


3. Illustriert / cineastisch

Eine gerenderte Szene mit einer Figur oder einer Umgebung.

Verwende für: Geschichten, persönliche Anekdoten, Erfahrungen, emotionale Momente.

Layouts:

  • Einzelne Figur, Umgebung angedeutet.
  • Figur tut das, was der Satz beschreibt.
  • Figur + Umgebung + ein kurzer Texteinblender an einer Kante.
  • Abstrakte / geheimnisvolle Komposition für ein Konzept ohne wörtlichen Bezug.

Regeln: Die Figur muss mit der Umgebung interagieren, nicht darin posieren. Erzeuge von einem genehmigten Figuren-Anker und referenziere ihn in jeder nachfolgenden Einstellung, sonst verändert sich die Person zwischen den Schnitten. Die Kamera bewegt sich immer – ein statischer, illustrierter Frame ist ein Stillleben, keine Einstellung.


4. Dimensional

Eine Komposition, die um ein 3D- oder stark dreidimensionales Element herum aufgebaut ist.

Verwende für: Seltene, High-Attention-Momente. Produkt-Enthüllungen, die eine Statistik, die zählt, den Schlussframe.

Regeln: Spare damit – maximal zwei oder drei pro Langform-Video. Überbeanspruchung verwandelt Premium in protzig. Erfordert die stärkste Beleuchtungs-/Schattendisziplin aller Archetypen: ein Schlüssellicht, konsistente Richtung, echter Kontaktschatten, wo das Objekt auf eine Oberfläche trifft.


5. Typografisch

Die Schrift ist die gesamte Komposition.

Verwende für: Zitate, Schlussfolgerungen, Kapiteltitel, die Schlusszeile.

Layouts:

  • Eine Aussage, gemischte Gewichte, ein Akzentwort.
  • Wortstapel mit Größenhierarchie über drei oder vier Zeilen hinweg.
  • Großes, hintergründiges Schriftbild (ein Wort, riesig und kontrastarm gesetzt) mit kleinem, lesbarem Text darüber.

Regeln: Dieser Archetyp steht und fällt mit der Schriftpaarung und dem Akzentwort. Füge ein grafisches Element hinzu – eine Linie, eine Klammer, eine Unterstreichung, ein kleines Symbol – damit es ein gestalteter Frame und keine Folie ist.


Wiederkehrende Elemente

Alles, was mehr als einmal vorkommt – Kapitelkarte, Abschnittszähler, Markenzeichen, Statistik-Frame – bekommt ein Design, das mit unterschiedlichem Inhalt wiederverwendet wird. Gleicher Archetyp, gleiches Layout, gleiche Bewegung. Jedes Mal neu zu designen zerstört die strukturelle Karte des Betrachters.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

blixvip/skills

The motion vocabulary that separates premium animation from AI slop — text pop-blur-fade, sequential staggers, always-moving eased cameras, object entrances, and the timing/easing tables behind them. Includes ready code for Remotion (interpolate/spring) and HyperFrames (GSAP). Use when animating designed frames, when motion "feels stiff", "bouncy", "jittery", "too fast", "too uniform", or when writing any timing/easing code for video.

blixvip/skills

Source, generate, and prepare the real assets that keep a motion-graphics edit from looking generated — sampling the palette from the footage, collecting style references, pulling 3D models/Lottie/SVG/textures/SFX, generating AI stills and b-roll, and the mandatory conform pass that grades every asset into one palette. Use when a scene needs an icon, logo, 3D object, texture, background, screenshot, chart source, sound effect, or generated image/video, and whenever output "looks flat", "looks stocky", "looks AI", or assets came from different places and no longer match.

blixvip/skills

The end-to-end runbook for turning raw footage plus a script into a finished, non-sloppy edit — stage order, quality gates, on-disk artifact layout, engine choice, parallel shot builds, and the ship checklist. Use this as the FIRST skill whenever the ask is "edit this video", "make me a video", "add motion graphics to this", "one-shot this edit", or any request that spans more than a single isolated animation. It sequences motion-plan, motion-assets, motion-design and motion-animate; do not run those ad hoc when a whole edit is in scope.

blixvip/skills

Turn a script or timestamped transcript into a shot-by-shot motion plan — which lines earn an on-screen visual, which stay bare A-roll rest, what each visual must show, and how long it holds. Use BEFORE designing or animating anything in Remotion, HyperFrames, or After Effects. Triggers on "plan this edit", "what should be on screen", "storyboard this script", "beat map", "where do the animations go", or any request to animate a video that arrives without a shot list.

Verwandte Skills