KI-Videodrehbuch erstellen
Ein Drehbuch für KI-Videos unterscheidet sich in einem Punkt von einem normalen Drehbuch: KI-Tools verstehen nur das, was klar beschrieben wird. Daher muss jede Szene so geschrieben sein, dass sie direkt als Prompt eingefügt werden kann, ohne dass jemand den Sinn zwischen den Zeilen verstehen muss.
Das gesamte Drehbuch, einschließlich der Prompts, ist auf Vietnamesisch verfasst.
Das Ergebnis dieses Skills ist eine Markdown-Datei, bestehend aus: Allgemeine Informationen, fester Stilsatz, Charakter- und Kulissentabelle, Szenenliste, überraschendes Ende (Schlusssatz + Soundeffekt + Meme) und vollständige Prompts für jede Szene.
Jedes Video endet mit einer überraschenden, lustigen Aussage; nach der Aussage wird direkt auf einen lustigen Soundeffekt und ein kurzes Meme geschnitten, dann ist das Video zu Ende (siehe Schritt 5 und tham-khao/ket-bat-ngo-meme.md).
Ablauf
Führe die 6 Schritte nacheinander aus. Überspringe die Schritte 1–2 nicht, da alle folgenden Szenen darauf aufbauen.
Schritt 1 — Allgemeine Informationen festlegen
Es werden 5 Informationen benötigt. Nimm sie aus der vorherigen Benutzeranfrage; frage nur nach fehlenden, und zwar in einer einzigen Nachfrage. Wenn der Benutzer sagt „Mach einfach“, wähle sinnvolle Standardeinstellungen und notiere sie als Annahmen.
| Information | Frage | Standard, falls nicht vorhanden |
|---|---|---|
| Ziel | Werbung, Bildung, Storytelling oder Social Media? Produkt/Thema? | — (Thema ist erforderlich) |
| Plattform und Seitenverhältnis | TikTok/Reels/Shorts (Hochformat 9:16), YouTube (Querformat 16:9), Beitrag (Quadrat 1:1 oder 4:5)? | Hochformat 9:16 |
| Länge | Gesamtlänge in Sekunden? | 30 Sekunden |
| Kernbotschaft | Ein einzelner Satz, den der Zuschauer sich merken soll | Wird automatisch aus dem Ziel vorgeschlagen |
| Visueller Stil | Kino, 3D-Animation, Anime, Dokumentation, natürlicher Handy-Look…? | Kino, natürliches Licht |
Zusätzlich (falls vorhanden): Verwendetes KI-Tool, Stimme, Zielgruppe, Call-to-Action (vor dem Schlusssatz platzieren, oder als Text auf dem Bildschirm / Bildunterschrift — niemals nach dem Schlusssatz), Meme-Quelle für das Ende (Standard: selbst erstellt mit Veo; oder kostenloses Stockvideo; oder bekanntes Meme — der Benutzer trägt das Urheberrechtsrisiko).
Charaktere auswählen — immer in diesem Schritt fragen, in derselben Anfrage:
- Suche das Verzeichnis
nhanvat/im aktuellen Arbeitsverzeichnis. Jeder Charakter ist ein Unterverzeichnis mit einer Dateinhan-vat.md; lies den Anfang (ma,ten,vai-tro,phong-cach-goc,tom-tat) jeder Datei und prüfe, ob eineanh-tham-chieu.pngvorhanden ist. - Frage den Benutzer, welche Charaktere er verwenden möchte (mehrere möglich), zeige für jede Option an: Name — Zusammenfassung — Referenzbild vorhanden oder nicht. Füge immer zwei Optionen hinzu:
- Neuen Charakter erstellen → rufe den Skill
tao-nhan-vatauf; nach der Erstellung hierher zurückkehren, der neue Charakter wird automatisch ausgewählt. - Keinen vorhandenen Charakter verwenden → das Video hat keine Personen oder die Charaktere werden direkt im Drehbuch in Schritt 3 beschrieben. Wenn das Tool eine Auswahlmöglichkeit bietet, die Anzahl der Charaktere jedoch die zulässige Anzahl überschreitet, liste die Optionen als Text auf und lasse den Benutzer die Namen eingeben.
- Neuen Charakter erstellen → rufe den Skill
- Wenn das Verzeichnis
nhanvat/nicht vorhanden oder leer ist, teile mit, dass die Charakterbibliothek leer ist, und frage: Neuen Charakter erstellen (tao-nhan-vat) oder selbst im Drehbuch beschreiben. - Wenn die Benutzeranfrage einen Charakternamen enthält, der mit einem vorhandenen Verzeichnis übereinstimmt, wähle ihn automatisch aus und bitte um Bestätigung.
Kulissen auswählen — immer in diesem Schritt fragen, in derselben Anfrage:
- Suche das Verzeichnis
boi-canh/im aktuellen Arbeitsverzeichnis. Jede Kulisse ist ein Unterverzeichnis mit einer Dateiboi-canh.md; lies den Anfang (ma,ten,loai,cong-dung,phong-cach-goc,thoi-diem-mac-dinh,tom-tat) jeder Datei und zähle, wie viele Bilder im 360-Grad-Set bereits vorhanden sind (toan-canh.png,huong-1-truoc.png…huong-4-trai.png). - Frage den Benutzer, welche Kulissen für das Video verwendet werden sollen (mehrere möglich), mit drei Auswahlgruppen:
- Vorhandene Kulisse auswählen — jede Option zeigt: Name — Zusammenfassung — Anzahl vorhandener 360-Grad-Bilder (z. B. „alle 4 Richtungen“, „nur Übersicht“, „keine Bilder“).
- Neue Kulisse erstellen → rufe den Skill
tao-boi-canhauf (öffnet automatisch ChatGPT, um das 360-Grad-Bildset zu erstellen); nach der Erstellung hierher zurückkehren, die neue Kulisse wird automatisch ausgewählt. - Kulissenbeschreibung selbst eingeben → der Benutzer gibt die Beschreibung direkt im Chat ein; diese wird als selbst beschriebene Kulisse in Schritt 3 verwendet (ohne 360-Grad-Bilder).
Wenn das Tool eine Auswahlmöglichkeit bietet, die Anzahl der Kulissen jedoch die zulässige Anzahl überschreitet, liste die Optionen als Text auf und lasse den Benutzer die Namen eingeben.
Weise den Benutzer darauf hin, wenn er sich für die selbst eingegebene Beschreibung für eine Kulisse entscheidet, die in 2 oder mehr Szenen vorkommt: Bei reinem Text wird jeder KI-Clip einen etwas anderen Raum zeichnen (Gegenstände wandern, Fenster tauschen die Seite). Empfehle, eine Kulisse mit Bildern über
tao-boi-canhzu erstellen. Wenn der Benutzer dennoch die selbst eingegebene Beschreibung wählt, fahre fort —chia-doan-8-giayerstellt ein Basis-Kameraraster zur Kompensation, aber die Kulissenbeschreibung in Schritt 3 muss die Position der Gegenstände klar angeben.
- Wenn das Verzeichnis
boi-canh/nicht vorhanden oder leer ist, teile mit, dass die Kulissenbibliothek leer ist, und frage nur: Neue Kulisse erstellen (tao-boi-canh) oder selbst Beschreibung eingeben. - Wenn die Benutzeranfrage einen Kullissennamen enthält, der mit einem vorhandenen Verzeichnis übereinstimmt, wähle ihn automatisch aus und bitte um Bestätigung. Wenn der Benutzer die Kulisse bereits in seiner Anfrage selbst beschrieben hat, frage kurz: Soll diese Beschreibung direkt verwendet oder als neue Kulisse mit 360-Grad-Bildern über
tao-boi-canhgespeichert werden? - Wenn der Benutzer sowohl einen neuen Charakter als auch eine neue Kulisse erstellen möchte, führe zuerst
tao-nhan-vataus, danntao-boi-canh, bevor du zu Schritt 2 übergehst.
Schritt 2 — Stilsatz festlegen
Schreibe einen Satz zur Stilbeschreibung und verwende genau diesen Satz am Ende jedes Prompts. Dadurch wird sichergestellt, dass die Clips beim Zusammenschnitt zusammenpassen.
Enthält: Bildgenre + allgemeine Lichtbehandlung + Farbpalette + Objektiv/Material + Bildformat.
Kinostil, natürliches Licht, warme Farbpalette, 35mm-Objektiv, leichter Bokeh-Effekt, feine Filmkörnung, Hochformat 9:16
Das spezifische Licht jeder Szene (Morgensonne, Schreibtischlampe abends…) gehört nicht in den Stilsatz, sondern wird im Lichtteil des Szenen-Prompts geschrieben — so kann das Video sowohl Tag- als auch Nachtszenen haben, die dennoch denselben „Look“ bewahren.
Siehe tham-khao/tu-vung-prompt.md für die Auswahl von Begriffen zu Licht, Objektiv und Stil.
Schritt 3 — Tabelle für Charaktere und Kulissen erstellen
KI neigt dazu, Gesichter, Kleidung und Räume zwischen den Szenen zu verändern. Für jeden wiederkehrenden Charakter und jede wiederkehrende Kulisse schreibe eine feste Beschreibung und füge sie unverändert in jeden Prompt ein, in dem sie vorkommt.
Charaktere aus nhanvat/ (in Schritt 1 ausgewählt):
- Verwende genau den Code
maund den Abschnitt „Feste Beschreibung“ ausnhan-vat.md— nicht umschreiben, nicht kürzen. Für andere Kleidung verwende den Abschnitt „Kleidungsvariationen“; falls keine passende Variation vorhanden ist, schreibe eine neue Variation gemäß der Regel, Gesicht und Haare unverändert zu lassen, und frage den Benutzer, ob diese Variation im Charakterprofil gespeichert werden soll. - Trage den Pfad zum Profil und zum Referenzbild in die Charaktertabelle des Drehbuchs ein. Wenn der Charakter bereits über
anh-tham-chieu.pngverfügt, ist es nicht nötig, einen Prompt für ein Referenzbild zu schreiben; empfehle dem Benutzer, dieses Bild mit der Charakter-/Element-Referenzfunktion des Tools zu verwenden, zusammen mit einem Winkelbildgoc-<n>-….png, das dem Kamerawinkel der Szene am nächsten kommt, falls im Profil vorhanden (siehe Winkeltabelle im Abschnitt Bilder vonnhan-vat.md). Diese Bilder sind Porträts mit neutralem Hintergrund, daher muss für Szenen mit Kulisse dennoch ein separates Einstellungsbild mit dem Charakter in der Kulisse erstellt werden. Wenn der Charakter kein Winkelbild hat und das Video mehrere Kamerawinkel (seitlich, von hinten, niedrige Kameraperspektive…) verwendet, schlage dem Benutzer vor, diese übertao-nhan-vatzu ergänzen. - Wenn der
phong-cach-gocdes Charakters vom Videostil abweicht (z. B. 3D-Cartoon-Charakter in einem realistischen Kinovideo), informiere den Benutzer, bevor du fortfährst: entweder den Videostil ändern oder neue Referenzbilder im neuen Stil erstellen. - Verwende genau die Zeile „Feste Stimme“ aus dem Profil für den Audioteil jeder Szene, in der der Charakter spricht (die Emotion der Szene wird später notiert, verwende keine Begriffe, die die Stimme verändern, wie „tiefer werdend“, „schrill“); der Abschnitt „Stimme“ wird als Sprechweise-Notiz verwendet. Wenn das Profil noch keine feste Stimme hat, schreibe sie gemäß der Formel von
tao-nhan-vat(Schritt 2) und frage, ob sie im Profil gespeichert werden soll.
Selbst beschriebene Charaktere (nicht in nhanvat/) werden gemäß der folgenden Anleitung beschrieben. Nach Übergabe des Drehbuchs, frage den Benutzer, ob dieser Charakter zur Wiederverwendung über tao-nhan-vat in die Bibliothek aufgenommen werden soll.
Die Charakterbeschreibung muss enthalten: Geschlecht, Nationalität, Alter, Haare (Farbe, Länge, Stil), Körperbau, Kleidung (Farbe + Material + Stil), ein identifizierendes Merkmal, Standard-Mimik.
Charakter A:
eine vietnamesische Frau um die 30, schwarzes, schulterlanges, glattes Haar, schlanke Figur, trägt einen weiten beigen Pullover, kleine goldene Ohrringe, leichtes Lächeln
Kulissen aus boi-canh/ (in Schritt 1 ausgewählt):
- Verwende genau den Code
maund den Abschnitt „Feste Beschreibung“ ausboi-canh.md— nicht umschreiben, nicht kürzen. - Für jede Szene wähle die Kamerarichtung (
H1–H4) gemäß „Vier-Richtungen-Diagramm“ im Profil und füge den ergänzenden Text dieser Richtung an die feste Beschreibung im Szenen-Prompt an. Das Licht der Szene muss mit der Spalte „Hauptlicht relativ zur Kamera“ dieser Richtung übereinstimmen. Wechsele die Richtung zwischen den Szenen, um verschiedene Perspektiven zu bieten, während die Kulisse konsistent bleibt. - Für Szenen, die von der Standard-Tageszeit abweichen (z. B. Nachtszene), verwende den Lichtsatz im Abschnitt „Tageszeit-Variationen“; falls keine passende Variation vorhanden ist, schreibe eine eigene, unter Beibehaltung der Gegenstände und ihrer Anordnung, und frage den Benutzer, ob diese Variation im Profil gespeichert werden soll.
- Trage den Pfad zum Profil und zu den 360-Grad-Bildern in die Kulissentabelle des Drehbuchs ein. Für jede Szene notiere das entsprechende Richtungsbild (z. B.
boi-canh/phong-khach/huong-1-truoc.png) als Kulissen-Referenzbild: Beim Erstellen des Einstellungsbildes lade gleichzeitig das Charakter-Referenzbild und dieses Richtungsbild hoch, damit das Tool den Charakter in die richtige Kulisse einfügt. - Wenn der
phong-cach-gocder Kulisse vom Videostil abweicht, informiere den Benutzer, bevor du fortfährst, wie bei den Charakteren.
Selbst eingegebene Kulissen (Benutzer hat die Beschreibung in Schritt 1 eingegeben) oder selbst vorgeschlagen: Behalte die Idee des Benutzers bei, ordne sie nur neu und ergänze fehlende Teile gemäß der folgenden Anleitung; gib klar an, welche Teile du hinzugefügt hast. Nach Übergabe des Drehbuchs, frage den Benutzer, ob diese Kulisse zur Wiederverwendung über tao-boi-canh (mit 360-Grad-Bildern) in die Bibliothek aufgenommen werden soll.
Die Kulissenbeschreibung muss enthalten: Raumtyp, Hauptgegenstände, Materialien, vorherrschende Farbe, Lichtquelle, Tageszeit — und die Position jedes großen Gegenstands relativ zum Charakter (z. B. „großes Fenster mit weißen Vorhängen links, hinter der Couch; grüne Pflanze in der rechten Ecke“). Fehlt die Position, platziert KI die Gegenstände in jedem Clip anders. Beschreibe keinen Gegenstand, der sowohl der Sitzplatz des Charakters als auch der Hintergrund ist (z. B. wenn der Charakter auf der Couch sitzt, ist der Hintergrund die Wand und das Fenster hinter der Couch, nicht „Couch“).
Regeln:
- Verwende kurze Bezeichnungen (
NV_A,BC_PHONGKHACH) für die Szenenliste, aber im endgültigen Prompt müssen sie durch die vollständige Beschreibung ersetzt werden — KI-Tools wissen nicht, werNV_Aist. - Ändere die Kleidung nicht zwischen den Szenen, es sei denn, das Drehbuch erfordert es; wenn eine Änderung nötig ist, schreibe eine neue Beschreibung (
NV_A_DONGU) und behalte Gesicht und Haare bei. - Wenn das Tool das Hochladen von Referenzbildern erlaubt (Runway, Kling, Veo, Midjourney, Hailuo…), empfehle dem Benutzer, vorher ein Charakterbild zu erstellen (Porträt frontal, neutraler Hintergrund) und dieses für alle Szenen zu verwenden. Schreibe den Prompt für dieses Referenzbild direkt im Drehbuch vor.
Schritt 4 — Drehbuch in einzelne Szenen unterteilen (Szenenliste)
Anzahl der Szenen: jede Szene ist ein KI-Clip — je weniger Szenen, desto weniger Credits. Ziehe 2–5 Sekunden für das abschließende Meme ab (Schritt 5), teile die verbleibende Zeit durch die Clip-Länge des Tools und runde auf:
- Google Flow / Veo (Clip 8 Sekunden): Anzahl Szenen ≈ Länge ÷ 8. z. B. 15 Sekunden → 2 Szenen + Meme, 30 Sekunden → 4 Szenen + Meme, 60 Sekunden → 7–8 Szenen + Meme.
- Andere Tools (Clip 5–10 Sekunden): Anzahl Szenen ≈ Länge ÷ Clip-Länge.
Wenn der Benutzer ein Drehbuch mit vielen kurzen Szenen liefert (jeder Dialog eine Szene), dann fasse zusammenhängende kurze Szenen zusammen, um die oben genannte Anzahl zu erreichen, gemäß den Zusammenfassungsregeln unten; gib klar an, wo zusammengefasst wurde.
Vorgeschlagene Struktur (je nach Ziel anpassen):
- Szene 1 (erste 3 Sekunden): Aufhänger — ungewöhnliches Bild, Frage oder Problem des Zuschauers. Baue ein Detail ein, auf das der Schlusssatz später anspielt.
- Mittlere Szenen: Problem → Lösung → Nachweis / Geschichte. Kernbotschaft und Call-to-Action (falls vorhanden) gehören hierher.
- Letzte Szene: Überraschender Schlusssatz — der letzte Dialog des Videos (Schritt 5).
- Szene
M: Soundeffekt + Meme 2–5 Sekunden, dann Videoende.
Es gibt nur einen lustigen Schlusssatz für das gesamte Video — in der letzten Szene. Die vorherigen Szenen erzählen eine durchgehende Geschichte, keine Szene endet mit einem Witz, Lachen, Charakter lacht / erstarrt / schaut in die Kamera und wartet auf eine Reaktion. Selbst wenn das Video lang ist und in mehrere 8-Sekunden-Clips unterteilt wird, ist das Ende jedes Clips nur eine Verbindung zum nächsten Clip.
Jede Szene hat die folgenden Spalten:
| Szene | Länge | Bild (Kurzbeschreibung) | Kamerawinkel / Bewegung | Dialog / Erzählung | Audio |
|---|---|---|---|---|---|
| 1 | 5 Sekunden | NV_A sitzt am Fenster am Morgen, hält eine Tasse Tee | Halbnah, Kamera fährt langsam heran | „Hast du schon einmal…“ | Leise Musik |
Regeln beim Unterteilen:
- Eine Szene = ein Kamerawinkel + eine durchgehende Handlung. KI liefert schlechte Ergebnisse, wenn ein Clip mehrere große, zusammenhanglose Aktionen enthält („sie steht auf, geht zur Tür, öffnet die Tür und winkt“) — teile solche Szenen auf. Ein kurzer Wortwechsel an derselben Stelle (Mann grüßt → Frau tadelt; Schlusssatz → andere Person reagiert wütend) ist jedoch eine Szene, teile nicht jeden Satz in eine eigene Szene.
- Eine Kamerabewegung pro Szene. Kombiniere nicht „Schwenken nach links und dann Zoom hinein“.
- Szenen zusammenfassen, Regeln: maximal zwei Sprecher pro Szene, jeder eine Runde (A dann B, nicht A → B → A); wenn beide gleichzeitig sprechen, verwende eine Halbtotale, die beide zeigt, oder bleibe bei der Nahaufnahme des Hauptsprechers und lasse den anderen von außerhalb des Bildes sprechen. Notiere die Sekunden jedes Sprechers in der Dialogspalte (z. B.
Mann (0–3 Sekunden): „…“ · Frau (3,5–7,5 Sekunden): „…“). - Bei Kulissen aus der Bibliothek notiere die Kamerarichtung in der Bildspalte, z. B.
NV_A sitzt auf Couch — BC_PHONGKHACH/H1. - Dialoglänge entspricht der Szenenlänge: Vietnamesisch wird mit etwa 2,5–3 Wörtern (Silben) pro Sekunde gesprochen → eine 5-Sekunden-Szene enthält maximal etwa 12–15 Wörter, eine 8-Sekunden-Szene maximal etwa 18 Wörter (alle Sprecher zusammengerechnet). Zähle und verschiebe Überlänge in die nächste Szene.
- Dialog mit Lippenbewegungssynchronisation: nur verwenden, wenn das Tool Lippenbewegungen unterstützt oder native Audiogenerierung bietet (z. B. Veo 3, Kling). Standardmäßig priorisiere Bild-fremde Erzählstimme, um falsche Lippenbewegungen zu vermeiden.
- Variiere die Bildgrößen (Total – Halbtotal – Nah), um dem Video Rhythmus zu geben, behalte aber die gleiche Lichtrichtung zwischen Szenen derselben Kulisse bei.
- Charakterposition fixieren (180-Grad-Achse): In derselben Kulisse bleibt ein Charakter, der sich auf der linken Bildseite befindet, immer links und schaut nach rechts, der andere umgekehrt — notiere diese Position direkt unter der Szenentabelle. Nahaufnahmen jedes Charakters zeigen immer denselben Teil des Raums hinter ihnen. Verwende wenige Kamerawinkel wiederholt (normalerweise 2–4 Winkel pro Kulisse) anstatt für jede Szene einen neuen Winkel.
...
[Weiterer Inhalt des Originaldokuments folgt hier entsprechend lokalisiert]
Schritt 5 — Überraschungsende schreiben
Schreibe den endgültigen Schlusssatz und das Meme-Ende.
- Schlusssatz: eine einzige, unerwartete und lustige Zeile, die auf ein Detail in Szene 1 anspielt.
- Soundeffekt: ein komischer Sound (z. B. Fail-Trommel, Lachen, „Record Scratch“).
- Meme: ein kurzer Clip (2–5 Sekunden), entweder aus der Bibliothek
tham-khao/ket-bat-ngo-meme.mdoder selbst erstellt.
Notiere die vollständige Szene M in der Szenenliste.
Schritt 6 — Vollständige Prompts generieren
Schreibe für jede Szene einen einzelnen Prompt auf Vietnamesisch, der alle notwendigen Details enthält:
- Charakterbeschreibung (mit Referenzen)
- Kulissenbeschreibung (mit Referenzen)
- Kamerawinkel und Bewegung
- Beleuchtung
- Stilsatz (aus Schritt 2)
Jeder Prompt sollte direkt in das KI-Tool kopiert werden können.
Beispiel für einen Prompt:
NV_A, eine vietnamesische Frau um die 30, schwarzes, schulterlanges, glattes Haar, schlanke Figur, trägt einen weiten beigen Pullover, kleine goldene Ohrringe, leichtes Lächeln, sitzt auf der Couch im Wohnzimmer (BC_PHONGKHACH, Richtung H1 — großes Fenster mit weißen Vorhängen links, Couch in der Mitte, Pflanze rechts). Morgendämmerung, weiches Licht fällt durch das Fenster, warmer Ton. Kinostil, natürliches Licht, warme Farbpalette, 35mm-Objektiv, leichter Bokeh-Effekt, feine Filmkörnung, Hochformat 9:16
Füge den fertigen Prompt in die entsprechende Spalte der Szenenliste ein.