Studio zur Produktion visueller Erklärvideos — Kurzform + Langform

Zweck

Verwandeln Sie ein Thema in ein recherchiertes, editierbereites Paket für visuelle Erklärvideos. Diese Skill unterstützt zwei verschiedene Produktionsmodi:

Kurzform: ein zeitlich straff getaktetes vertikales Erklärvideo, normalerweise 48–59 Sekunden.
Langform: ein 8–12-minütiges, meist 16:9-Erklärvideo, das bewusst KI-generierte Videos mit Motion Graphics, animierten Diagrammen, Charts, kinetischer Typografie, Karten, Archiv-/Stockmaterial, Bildschirmaufnahmen, Standbildern und sorgfältig ausgewählten visuellen Pausen kombiniert.

Die Skill ist kein reiner Videogenerator. Sie ist der Story-, Visual-Design-, Prompt-Kompilierungs- und Bearbeitungsübergabeplaner. Sie muss ein einziges konsolidiertes Prompt-Paket sowie eine separate Regieanweisung liefern, der eine Bearbeitungs-Skill folgen kann, ohne die kreative Absicht aus verstreuten Prompts erschließen zu müssen.

Regeln für die Kompilierung in eine einzelne Datei und Telegram-Zustellung

Einheitliche Textkompilierung: Wenn Sie aufgefordert werden, Haken-Prompts oder ein Episodenpaket in einer Textdatei zu kompilieren, kompilieren Sie sowohl das Master-Voiceover mit exakten Zeitstempeln ALS AUCH die vollständigen szenenweisen Video-Prompts (einschließlich Master-Prompt, sekundengenauer Zeitachsenverlauf, technische Kamera-/Beleuchtungsspezifikationen und Negativ-Prompts) in EINER dedizierten .txt-Datei im Vault (/home/john/kos-obsidian-omni/<slug>.txt).
Telegram-Nachrichtenschutz (<3.000 Zeichen): Geben Sie niemals Tausende von Zeilen roher Prompts direkt in Telegram ein, wenn eine .txt-Datei geschrieben wurde. Geben Sie das vollständige Voiceover-Skript mit Zeitstempeln in einem sauberen ```text-Block aus, fassen Sie die Szenentitel/Schwerpunkte zusammen und verweisen Sie direkt auf den gespeicherten .txt-Dateipfad. Dies bewahrt die Markdown-Formatierung und die 1-Tippen-Kopieren-Schaltfläche.

Bitte lesen Sie für The Pop-Up Ledger (Papierkunst / 3D-Pop-up-Makroökonomie und Geschichte) references/the_pop_up_ledger.md. Für Langform-Tempo und Mixed-Media-Workflow lesen Sie references/long-form-explainer.md und references/directors-note-template.md vor der Produktion.

Modusauswahl — Entscheiden Sie dies zuerst

Wenn der Benutzer explizit nach einem Format fragt, befolgen Sie dies.
Andernfalls ist ein Video unter 60 Sekunden Kurzform; ein Ziel von 8–12 Minuten ist Langform.
Wenden Sie niemals Kurzform-Beschränkungen (6-Sekunden-Szenen, 115–130 Wörter Erzählung, vertikaler Bildausschnitt) auf Langform-Arbeit an.
Dehnen Sie niemals eine Kurzform durch Füllmaterial in eine Langform. Die Langform benötigt eine tiefere Frage, mehrere Erklärungsschritte, Beweise, einen Midpoint-Neustart und eine sinnvolle Synthese.
Wenn der Benutzer ein Langform-Video ohne Thema anfordert, stellen Sie eine prägnante Themenfrage. Fragen Sie nicht nach Details, die sinnvoll standardmäßig beantwortet werden können.

Unverhandelbare Produktionsregeln

1. Recherche vor Behauptungen

Überprüfen Sie materielle Fakten, Daten, Namen, Mengen, Mechanismen, Vergleiche und Kausalbehauptungen anhand glaubwürdiger Quellen; bevorzugen Sie Primärquellen und Fachinstitutionen, wo angebracht.
Führen Sie ein Faktenverzeichnis mit jeder Behauptung, Quellen-URL/Titel, Veröffentlichungs- oder Zugriffsdatum (wo relevant), Vertrauensgrad, Einschränkung und was für ein Bild diese ehrlich zeigen könnte.
Trennen Sie gesicherte Fakten, Schätzungen, umstrittene Interpretationen und illustrative Metaphern. Lassen Sie niemals ein filmisches Bild mehr Sicherheit vortäuschen, als die Beweise hergeben.
Erfinden Sie keine Quellen, Statistiken, Zitate, Herkunft von Filmmaterial oder exakte visuelle Daten. Wenn eine Behauptung nicht überprüft werden kann, sagen Sie dies im Produktionspaket und entfernen Sie sie entweder oder kennzeichnen Sie sie entsprechend.

2. Story vor Aufnahmen

Geben Sie die zentrale Frage, die zentrale Antwort/These, die Zielgruppe, die beabsichtigte Erkenntnis und an, warum der Zuschauer sich dafür interessieren sollte.
Bauen Sie zuerst die Kausalkette oder narrative Hauptlinie auf. Jedes Kapitel und jeder visuelle Beat muss etwas Bestimmtes erklären, beweisen, vergleichen, kontextualisieren oder emotional untermauern.
Ordnen Sie jeden größeren Erzähl-Beat einem primären visuellen Ansatz zu. Generieren Sie keine Bilder nur, um die Erzählung zu dekorieren.

3. Hybride Visuals standardmäßig für die Langform

Erstellen Sie nicht das gesamte Langform-Video KI-generiert. Wählen Sie das Medium, das jede Idee am besten erklärt. KI-Video ist ein Werkzeug unter vielen, nicht die Standardantwort auf jede Zeile.
Verwenden Sie Motion Graphics für lesbare Beschriftungen, Pfeile, Zähler, Zeitachsen, Callouts, Diagramme und gestaffelte Konzeptenthüllungen. Verwenden Sie deterministische Grafiken für exakte Zahlen, quellverlinkte Diagramme, Karten und technische Beschriftungen.
Verwenden Sie KI-generiertes Filmmaterial für Atmosphäre, illustrative Rekonstruktion, visuelle Metapher, unmögliche Kamerafahrten oder Szenen, die teuer/unmöglich zu filmen sind. Unterscheiden Sie klar zwischen illustrativer Rekonstruktion und authentischen Beweisen.
Verwenden Sie echtes Stock-/Archivmaterial, Screenshots, Produktaufnahmen oder Bildschirmaufnahmen, wenn Authentizität, Beweiskraft, UI-Detail oder realweltlicher Kontext wichtig sind. Zeichnen Sie Quellen-/Lizenz-/Credit-Informationen auf, wenn zutreffend.
Verwenden Sie kinetische Typografie selektiv für Schlüsselphrasen, Kontraste, Kapitelwechsel und einprägsame Zusammenfassungen – nicht als Ersatz für die Erklärung komplexer Ideen.
Vermeiden Sie es, sich auf generative Videos zu verlassen, um kritischen lesbaren Text, Gleichungen, UI-Kopien, Diagrammwerte, exakte Grenzen, Karten, Beschriftungen oder Quelldaten darzustellen. Komponieren Sie diese in der Postproduktion.
Keine festen Prozentzahlen für visuelle Medien. Wählen Sie das Medium für Klarheit, Vertrauen, Kosten, Produktionszeit und visuelle Abwechslung. Geben Sie an, warum jeder Haupt-Shot oder jede Grafik den gewählten Asset-Typ verwendet.

4. Audio wird separat geplant

Platzieren Sie niemals das Voiceover-Skript in einem KI-Videogenerierungs-Prompt.
Sofern der Benutzer nicht ausdrücklich generierten Dialog anfordert, müssen Videoprompts nur die visuelle Aktion, Kamera, Kontinuität und diegetischen Sound / Foley / Atmosphäre angeben, endend mit: Soundeffekte: [spezifische Atmosphäre/Foley]. Kein Voiceover, kein Sprechen, keine verständliche Dialoge.
Voiceover, Musik, Soundeffekte und Grafik-Timing müssen separate Felder in der Spezifikation sein und explizit in der Regieanweisung stehen.
Gehen Sie nicht davon aus, dass das generierte Audio eines KI-Clips im endgültigen Schnitt verwendet wird. Behandeln Sie es als optionale Referenz, es sei denn, der Editor wählt es bewusst aus.

5. Kontinuität und Wahrheit

Legen Sie wiederkehrende Subjekte, Material, Kamerageografie, Beleuchtung, Palette und visuelle Behandlung fest, wenn Aufnahmen zusammenpassen müssen.
Verwenden Sie für segmentierte kontinuierliche Szenen (Google Flow / Omni oder ein anderes Tool, das Referenzbilder unterstützt) den exakten letzten brauchbaren Frame von Aufnahme N als Referenz für Aufnahme N+1 und geben Sie den fortgesetzten Kameravektor und die Aktion an. Diese Regel ist für schnittbasierte Bearbeitungen optional.
Kennzeichnen Sie Diagramme/Karten als schematisch, wenn die exakte Geometrie nicht quellenbasiert ist. Präsentieren Sie niemals eine generierte Karte, ein Diagramm, ein archivartiges Bild oder eine Rekonstruktion als authentischen Beweis.

6. Lieferung muss eine Editorenübergabe beinhalten

Kompilieren Sie immer alle KI-Videoprompts und visuelle Generierungsprompts in einer sauberen <slug>_prompts.txt-Datei, gruppiert nach Szenen-/Asset-ID und kopierbereit.
Erstellen Sie immer <slug>_directors_note.md, eine eigenständige Bearbeitungsübergabe mit einem allgemeinen kreativen Brief, Story-/Kapitelkarte, vorläufiger oder gesperrter Zeitachse, Synchronisationshinweisen für die Erzählung, Build-Anweisungen für Motion Graphics, Übergangs- und Sounddesign, Asset-Referenzen, Kontinuitätsregeln und abschließenden Prüfungen. Dies ist eine erforderliche Ausgabe, keine optionale Zusammenfassung.
Fügen Sie <slug>_production_spec.yaml als strukturierte Quelle der Wahrheit und <slug>_voiceover.txt als saubere Erzählungskopie hinzu. Fügen Sie <slug>_research_ledger.md hinzu, wenn das Projekt faktische Behauptungen aufstellt; fügen Sie ein Asset-Manifest hinzu, wo Quellen-/Lizenzverfolgung nützlich ist.
Verwenden Sie einen konfigurierten Projekt-/Vault-Speicherort, wenn er tatsächlich verfügbar ist. Erstellen Sie andernfalls einen Projektordner innerhalb des aktuellen beschreibbaren Arbeitsbereichs (z. B. visual-explainer-output/<slug>/). Gehen Sie nicht von einem maschinenspezifischen Home-Verzeichnis aus. Melden Sie niemals eine Datei als gespeichert, es sei denn, sie wurde tatsächlich geschrieben und verifiziert.

7. Respektieren Sie tatsächliche Renderer-Grenzen

Überprüfen Sie die verfügbare Dauer, das Seitenverhältnis, die Referenzbild- und Audiosteuerung des gewählten KI-Modells, bevor Sie Prompts finalisieren.
Schreiben Sie keine angeforderte Dauer in einen Prompt, als ob das Modell sie unterstützt, wenn dies nicht der Fall ist. Generieren Sie unterstützte Segmente und planen Sie Trimmen, Verlängerung oder Compositing in der Postproduktion.
Die geplante Bearbeitungszeitachse ist vorläufig, bis die endgültige Voiceover-/Audiodauer bekannt ist. Kennzeichnen Sie vorläufige Timings ehrlich; aktualisieren Sie die endgültige Zeitachse, nachdem das Audio gemessen wurde, sobald dieser Asset verfügbar ist.

Kurzform-Modus — Unter 60 Sekunden

Laufzeit- und Szenenregeln

Standardziel: 48–54 Sekunden, normalerweise 8–9 visuelle Beats.
Bevorzugte generierte Szeneneinheit: 6 Sekunden, wenn das gewählte Modell dies unterstützt. Wenn nicht, verwenden Sie eine unterstützte Dauer und planen Sie den Schnitt/Trim in der Nachbearbeitung; fordern Sie keine nicht unterstützte Dauer an.
Halten Sie das endgültige Video unter 60 Sekunden, es sei denn, die Plattform/das Benutzerziel weicht ab.
Ein ungefähres Erzählungsziel für 48–54 Sekunden liegt bei etwa 115–130 Wörtern bei etwa 130–145 Wörtern pro Minute. Zählen Sie die Wörter und timen Sie, wenn eine generierte Erzählung verfügbar ist, das tatsächliche Audio, bevor Sie die Szenen-Timings festlegen.

Kurzform-Geschichtenrezept

0–2 Sekunden: Visueller Haken. Beginnen Sie mit einem Paradoxon, einer auffälligen Tatsache, einer Spannung, einem Größengegensatz oder einem unmöglich erscheinenden Beweis – nicht mit einer generischen Begrüßung.
2–8 Sekunden: Versprechen Sie die Antwort. Machen Sie die spezifische Frage offensichtlich.
Mitte: Erklären Sie eine Kausalkette. Jeder Shot sollte einen klaren Schritt, Vergleich, eine Konsequenz oder ein Beweisstück hinzufügen.
Ausklang: Lösen Sie die Eingangsfrage. Beenden Sie nicht mit einer vagen Zusammenfassung.
Abschluss: Verwenden Sie eine prägnante Aufforderung an das Publikum nur, wenn sie natürlich passt; opfern Sie niemals die Antwort für einen Call-to-Action.

Kurzform visuelle/Audio-Checks

Halten Sie eine dominante visuelle Idee pro Shot und kurzen Bildschirmtext.
Planen Sie den Haken, Untertitel, Safe-Area-Platzierung, Sounddesign und den finalen Ausklang für die mobile Ansicht.
Halten Sie exakte Beschriftungen/Daten als Postproduktions-Overlays, nicht als KI-renderten Text.
Bewahren Sie für Karten und kontinuierliche Szenenerklärer den persistenten Szenen-/Kamerapfad und verknüpfen Sie jedes Overlay mit Auslösern in der Erzählung.
Bauen Sie für einen Auszug, der aus der Langform umgewidmet wird, den Haken und Ausklang so um, dass er unabhängig funktioniert; schneiden Sie nicht einfach einen zufälligen Mittelabschnitt.

Langform-Modus — 8–12 Minuten

Lesen Sie references/long-form-explainer.md vollständig. Der Langform-Modus ist eine bewusste Mischung aus filmischen Bildern, Diagrammen, kinetischer Typografie, Beweisbildern, Karten/Diagrammen, echten Assets und zurückhaltenden Pausen.

Laufzeit- und Erzählungsplanung

Standardziel: 8–12 Minuten, normalerweise 16:9. Verwenden Sie die angeforderte Plattform/das Seitenverhältnis des Benutzers, falls abweichend.
Erste Erzählungsschätzung: etwa 1.150–1.600 Wörter bei einem natürlichen Dokumentartempo von etwa 130–145 Wörtern pro Minute, abhängig von Pausen, Betonung und rein visuellen Momenten. Dies ist ein Planungsband, keine starre Regel; schätzen Sie die Laufzeit basierend auf der gewählten Vortragsgeschwindigkeit, verwenden Sie dann die tatsächliche Voiceover-Dauer vor dem Sperren des Schnitts.
Füllen Sie nicht auf, um eine Wortzahl zu erreichen. Ein starkes 8-minütiges Video ist besser als ein verwässertes 12-minütiges.
Brechen Sie die Erzählung in Kapitel und kurze Bedeutungseinheiten. Behalten Sie eine separate saubere Erzählungsdatei, während Sie Absatz-/Beat-IDs beibehalten, die auf die Zeitachse abgebildet sind.

Langform-Geschichtenstruktur

Eröffnen Sie mit einer starken visuellen Frage, einem überraschenden Ergebnis, einem Widerspruch, einem Mysterium oder einem folgenreichen Beispiel.
Teilen Sie dem Zuschauer mit, welche Frage das Video beantworten wird und warum es wichtig ist, ohne eine lange Kanal-Einleitung.
Etablieren Sie ein nützliches mentales Modell, bevor Sie zu viele Begriffe einführen.
Bauen Sie durch verschiedene Kapitel auf: Kontext, Mechanismus/Beweise, Komplikation oder Gegenargument, Implikationen und Synthese. Passen Sie die Reihenfolge an das Thema an.
Fügen Sie einen Midpoint-Aufmerksamkeitsreset ein – wie eine neue Skala, Fallstudie, unerwarteten Vergleich, Diagrammtransformation oder Enthüllung – etwa auf halbem Weg. Erfinden Sie keine Wendung, wenn die Beweise keine stützen.
Schließen Sie, indem Sie die Eingangsfrage beantworten, die Teile verbinden, Unsicherheit benennen, wo relevant, und eine einprägsame Erkenntnis bieten.
Siehe das Referenzhandbuch für eine vorgeschlagene Kapitelkarte von 8–12 Minuten. Behandeln Sie es als Gerüst, nicht als starre Zeitstempel-Vorgabe.

Langform visuelle Planung

Spezifizieren Sie für jedes Kapitel:

Die Frage des Betrachters in diesem Moment.
Den Erzählungs-Beat / die Schlüsselbehauptung.
Das primäre visuelle Medium und warum es am besten passt.
Den visuellen Beweis, Mechanismus, Vergleich oder die Metapher.
Die redaktionelle Aktion: halten, enthüllen, beschriften, verfolgen, vergleichen, zoomen, pausieren oder übergehen.
Erforderliche exakte Assets/Daten und deren Quellenstatus.
Ob das Bild authentisches Filmmaterial, quellenbasiertes Filmmaterial, ein Schema, eine KI-Rekonstruktion oder eine Metapher ist.

Verwenden Sie flexible Shot/Graphic-Dauern. Einfache illustrative Einschübe können kurz sein; ein gut getaktetes Diagramm kann 10–25 Sekunden auf dem Bildschirm bleiben, während Schichten als Reaktion auf die Erzählung aufgebaut werden. Ändern Sie das Bild, wenn sich die Idee ändert, nicht nur, um ständige Schnitte zu erzwingen. Vermeiden Sie lange unveränderliche Tapeten, aber erlauben Sie Beweisen und komplexen Diagrammen genug Zeit, um verstanden zu werden.

Langform-Regieanweisung ist obligatorisch

Die Regieanweisung ist der primäre betriebliche Leitfaden der Bearbeitungs-Skill. Sie muss die beabsichtigte Seherfahrung erklären und wie das gesamte Video zusammengebaut wird. Sie muss auf Prompt-IDs/Assets verweisen, anstatt deren vollständigen Prompt-Text zu duplizieren. Jedes Zeitachsenereignis muss auf Erzählungs-/Beat-IDs verweisen, und jedes generierte/quellenbasierte Asset muss auf einen Shot oder eine Grafik abgebildet werden. Wenn exaktes Timing von nicht generiertem Voiceover abhängt, markieren Sie sie als VORLÄUFIG — Sync auf finales VO.

Visuelle Modi

Wählen Sie den visuellen Modus aus dem Thema. Mischen Sie die Modi bewusst, wenn es die Erklärung verbessert.

Geologie / Kontinuierlicher Globus: Kontinuierliche orbital-zu-boden Trajektorien, quellenbasierte Plattengrenzen, Querschnitte, Geländehöhepunkte und Weltraum-Callouts.
Papierkunst-Stop-Motion / Taktile Pop-up-Dioramen: Geschichtete Kartonagen, Ausklappseiten, Schieberegister, Cutaway-Bücher, taktile Schatten, subtile schrittweise Bewegung und diegetische Papier-/Karton-Geräusche.
Zeitachse / Historische Brennpunkte: Zeitachsenzustände, Karten, zeitgenössische Objekte, Archivbeweise, Migrations-/Handelsrouten und klar gekennzeichnete Rekonstruktionen.
Prozess / Wie-es-funktioniert: Eingaben → Mechanismus → Ausgaben; Explosionsdarstellungen, detaillierte Schritte und Flussdiagramme.

Referenzhandbuch

Dieser Abschnitt ist Teil der Skill-Dokumentation. Wenden Sie diese Richtlinien in Ihrer Antwort an.

Allgemeine Qualitäts-Checkliste

Die Eingangsfrage ist klar und überzeugend.
Die Antwort/These ist spezifisch und wird erklärt, nicht nur angegeben.
Jede Behauptung hat eine Quellenreferenz oder einen expliziten Unsicherheitshinweis.
Der visuelle Modus wird durch den Inhalt begründet, nicht durch Bequemlichkeit.
Übergänge sind geplant (visuell, erzählerisch, Sound).
Zeitliche Kontinuität und visuelle Systeme sind dokumentiert.
KI-Prompts spezifizieren, was sie tun können, nicht das, was der Editor reparieren wird.
Es gibt eine Regieanweisung, und sie kann von einer Skill oder einem Menschen befolgt werden.
Keine generierten visuellen Elemente enthalten Sprachausgabe.

Werkzeuge & Ziele

Standard-Framing: Shorts: 9:16. Lange Form: 16:9.
Video-KI: Jedes Modell, das 6–15-Sekunden-Übergänge und Referenzrahmen unterstützt.
Diagramme: Exakte Diagramme/Beschriftungen werden als Overlays behandelt, auch wenn sie visuell synthetisiert werden.
Zustellung: Telegram für sofortigen Zugriff auf die .txt-Datei. Obsidian für Notizen, Recherche und das Director's Note. Zusammenstellung in Ordner <slug>/.

Beispiel-Ausgabestruktur

visual-explainer-output/<slug>/
  <slug>_prompts.txt
  <slug>_directors_note.md
  <slug>_voiceover.txt
  <slug>_production_spec.yaml
  <slug>_research_ledger.md (optional)
  assets/ (optional, für lokal bereitgestellte Assets)

Vorlage für Produktionsspezifikation

title: # Angefordert oder generiert
slug: # Aus Thema generiert
mode: SHORT_FORM | LONG_FORM
target_duration_sec: # Zahlenwert
aspect_ratio: "9:16" | "16:9"
primary_visual_modes: # Liste aus vorhandenen Modi
chapters:
  - id: ch01
    title: # Kapiteltitel
    start_sec: # Vorläufig oder final
    narration_beat_ids: ["nb01", "nb02"]
    visual_approach: # Zusammenfassung des visuellen Stils
    shot_ids: ["s01", "s02"]
shots:
  - id: s01
    type: ai_generated | motion_graphics | stock_footage | screenshot | etc.
    duration_sec: # Voraussichtlich oder festgelegt
    narration_beat_id: nb01
    asset_ref: # Referenz auf Asset-Datei oder Prompt
    continuity: # Kontinuitätsregeln
narration_beats:
  - id: nb01
    text: # Erzähltext
    start_sec: # Vorläufig oder final
research_ledger:
  - claim: # Behauptung
    source: # Quellen-URL/Titel
    confidence: HIGH | MEDIUM | LOW
    caveat: # Einschränkungen

Produzieren Sie Erklärvideos, die informieren, ohne zu täuschen; die visuell sind, ohne zu überladen; und die präzise sind, ohne skriptartig zu sein.

In Ihrer bevorzugten KI fragen

Dokumentation