Vertical Reels Video Studio (Basis)

Was macht Vertical Reels Video Studio (Basis)?

Eine einfache, schrittweise Pipeline für ein 30–90 Sekunden langes vertikales Video.

0. Erster Start: Den Benutzer nach SEINEN Einstellungen fragen (niemals Standardwerte verwenden)

Vor dem ersten Video, wenn brand.config.json fehlt, "configured": false enthält oder noch @yourhandle enthält, fragen Sie den Benutzer (eine Frage nach der anderen) und speichern Sie die Antworten in brand.config.json:

1. Social-Media-Handles: Instagram, Threads, TikTok, X (welche auch immer verwendet werden).
2. Wasserzeichentext (genau wie er erscheinen soll, z. B. @yourhandle oder @ig / @x) und Position (bottom-center, bottom-left, top-left, top-right).
3. CTA-Text und den Handle, den er erwähnt.
4. Stimme: die ElevenLabs-Stimmen-ID + Modell + Sprache des Benutzers oder "Ich nehme meine eigene Stimme auf". Der API-Schlüssel wird nur als Geheimnis ELEVENLABS_API_KEY abgefragt.
5. Sprache und Tonfall; wie die Stimme seinen Namen/Handle aussprechen soll.

Setzen Sie dann "configured": true. Erfinden Sie niemals einen Handle, verwenden Sie niemals den eines anderen (einschließlich des Autors dieses Kits) und rendern Sie niemals ein Wasserzeichen, das noch @yourhandle enthält.

Die folgenden Platzhalter beziehen sich auf brand.config.json:

Platzhalter	Konfigurationsschlüssel	Bedeutung
{{HANDLE}}	handles.*	Die eigenen Handle(s) des Benutzers
{{WATERMARK}}	watermark.text, watermark.position	Wasserzeichentext und -position, wie vom Benutzer angegeben
{{LANGUAGE}}	language, tone	Sprache und Tonfall des Voiceovers und der Untertitel
{{VOICE_ID}}	voice.voiceId	Die ausgewählte Stimme des Benutzers
{{TTS_MODEL}}	voice.model	ElevenLabs-Modell, z. B. eleven_multilingual_v2
{{CTA}}	cta.text, cta.handle	Der Call-to-Action des Benutzers

Der API-Schlüssel stammt immer aus der Umgebungsvariable ELEVENLABS_API_KEY. Drucken Sie ihn niemals aus und schreiben Sie ihn niemals in eine Datei, die eingecheckt wird.

Der Ablauf

0. Nach den Einstellungen des Benutzers fragen (erster Start) → 1. Thema → 2. Recherche und Faktencheck → 3. Skriptentwurf → 4. Benutzerfreigabe →
1. Voiceover → 6. Timing → 7. Szenen erstellen → 8. Rendern → 9. Reels-konformer Export →
2. Qualitätssicherung → 11. Cover und Untertitel → 12. Auslieferung. Wenn der Benutzer eine Änderung wünscht, gehen Sie zurück zum frühesten Schritt, den die Änderung betrifft (eine neue Textzeile bedeutet ein neues Voiceover nur für diese Zeile).

1–2. Thema und Recherche

• Eine Geschichte pro Video. Schreiben Sie für Anfänger.
• Überprüfen Sie jede Zahl, jedes Datum, jeden Namen und jedes Zitat anhand einer Primärquelle (offizielle Seite, eigener Beitrag des Autors, datierter Screenshot). Verwerfen Sie alles, was Sie nicht verifizieren können. Erfinden Sie niemals Fakten.
• Führen Sie eine kurze sources.md mit den verwendeten Links.

3–4. Entwurf, dann warten

• Bieten Sie 2–4 Hook-Optionen für die ersten 2 Sekunden an (eine Frage oder ein überraschender Kontrast).
• Erstellen Sie eine Tabelle mit Zeitangaben: Zeit | Text auf dem Bildschirm | Voiceover. Zielen Sie auf 45–65 s, niemals mehr als 90 s.
• Halten Sie an und senden Sie den Entwurf an den Benutzer. Generieren Sie kein Audio und rendern Sie nicht, bis er ihn freigegeben hat.

5. Voiceover

• Generieren Sie das freigegebene Skript mit {{VOICE_ID}} (siehe scripts/tts.py). Behalten Sie zwei Texte: den Anzeigetext (was Untertitel zeigen) und den TTS-Text (für die Stimme buchstabiert, z. B. A.I. für „AI", Zahlen als Wörter ausgeschrieben).
• Hören Sie es sich an. Generieren Sie nur die Zeilen neu, die falsch sind. Lassen Sie niemals dieselbe Zeile zweimal im Audio.
• Wenn Sie kein ElevenLabs-Konto haben, nehmen Sie Ihre eigene Stimme auf. Das funktioniert genauso gut.

6. Timing

• Ermitteln Sie Wort-Zeitstempel (ElevenLabs-Alignment oder Whisper auf dem Audio) und speichern Sie timing.json: {duration, words:[{w,s,e}], scenes:[{id,start}]}.
• Animationen beginnen auf dem Frame, in dem ihr Wort gesprochen wird: frame = Math.round(seconds * 30).

7. Szenen erstellen (Remotion, 1080 × 1920, 30 fps)

• Dunkler Hintergrund, eine helle Textfarbe, eine Akzentfarbe. Eine große Überschrift pro Takt.
• Kinetischer Text: Jedes Wort der Überschrift erscheint auf dem gesprochenen Wort (Skalierung 0.6 → 1 mit einem kleinen Überschwingen).
• Alle 1.5–3 s erscheint etwas Neues auf dem Bildschirm. Halten Sie Zahlen mindestens 1.5 s lang, damit die Leute sie lesen können.
• Der Hook-Text ist ab Frame 0 sichtbar, sodass der erste Frame als Standbild fungiert.
• Sicherheitszone: Halten Sie Text zwischen y = 200 und y = 1500. Setzen Sie den Text {{WATERMARK}} klein an der vom Benutzer gewählten Position (Standard unten: y ≈ 1430).
• Verwenden Sie echte Screenshots und Logos mit Quellenangabe. Kennzeichnen Sie Mock-ups als „Illustration".

8–9. Rendern und exportieren

npx remotion render src/index.ts <CompositionId> out/raw.mp4
bash scripts/reels-export.sh out/raw.mp4 out/final-reels.mp4

Der Export erstellt: 1080 × 1920, H.264 High ≤ 4.1, yuv420p (TV-Bereich), BT.709, konstante 30 fps, 8–12 Mbps, AAC 48 kHz, +faststart, −14 LUFS / ≤ −1 dBTP. Halten Sie das Video unter 90 s.

10. Qualitätssicherung (immer, vor der Auslieferung)

Führen Sie bash scripts/qa-check.sh out/final-reels.mp4 aus und sehen Sie sich die Ausgabe von scripts/contact-sheet.sh an. Überprüfen Sie:

• Audio: Wörter sind klar, nichts abgeschnitten, keine wiederholte Zeile, Lautstärke ≈ −14 LUFS.
• Video: Kein abgeschnittener Text, nichts außerhalb der Sicherheitszone, kein eingefrorener Clip, keine leere erste oder letzte Sekunde.

Beheben Sie Probleme und rendern Sie neu, bevor Sie etwas versenden.

11–12. Cover, Untertitel, Auslieferung

• 2–4 Cover-Optionen, 1080 × 1920 plus eine 1080 × 1350 Rasterversion. Ein großer Hook, ein Hauptbild, höchstens 2–3 kleine Zahlenkarten. Halten Sie den Schlüsseltext innerhalb der Mitte 1080 × 1080.
• Untertitel: Instagram (Hook, Body, {{CTA}}, ein paar Hashtags), Threads (kürzer, keine Hashtags), TikTok.
• Liefern Sie das endgültige MP4, eine kleine Vorschau (< 40 MB), Cover, Untertitel, eine .srt und die Quellenliste.

Regeln

• Posten, hochladen oder kaufen Sie niemals etwas. Übergeben Sie die Dateien an den Benutzer.
• Keine erfundenen Fakten. Geben Sie jede Quelle und jeden gezeigten Open-Source-Autor an.
• Verwenden Sie nur Musik, Clips und Stimmen, für die Sie die Nutzungsrechte haben.