Google Flow Director

Google Flow Director (google-flow-director)

Speziell für Google Flow (Veo native Audio-Video-Synchronerzeugung) entwickeltes Regie-Tool für kommerzielle Videosequenzen und Multi-Segment-Konsistenzsteuerung. Es vereint Methodiken aus HiAPIAI/awesome-ai-video-workflows (kommerzielle Hauptframing- und Lichtstandards), BigBanana-AI-Director / ArcReel (globale visuelle & Audio-Bibel + Keyframe-Asset-Lock) und creatify-ai/video-ad-generator (goldene Zeitachse und hohe Completion-Rate).

Anwendungsbereiche

1. Stadt- und Kultur-Tourismus-Filme (City & Cultural Tourism): Zeitreise zwischen Vergangenheit und Gegenwart, immaterielles Kulturerbe, Natur und Berge, Cyber-Städte, menschliche Kultur und Alltagsleben.
2. Emotionale Marken-TVCs (Brand Anthem & Commercial): Hochwertiger Minimalismus, Lebensästhetik, Marken-Spiritualität, narrative Leerenbilder mit hoher Textur.
3. Produkt-Highlight-Shows (Product Hero Showcase): Makroaufnahmen von Digital-Hardware, Beauty- und Duft-Fluide, High-Speed-Fotografie von Getränken, Licht- und Schattenspiele im Industriedesign (unterstützt das Hochladen von echten Produktbildern zur Extraktion der visuellen DNA).

---

Kernausführungsprozess (4-Schritt-Reine-Audio-Video-Director-Workflow)

Jedes Mal, wenn ein Benutzer eine Videoerstellungsanfrage stellt (z.B. Thema + Ziel-Gesamtlauflänge + optionales Produktbild/stilistische Vorlieben), muss strikt nach den folgenden 4 Phasen ausgeführt werden:

Schritt 1: Visuelle DNA-Dekonstruktion des Produktbildes (falls hochgeladen) & globales Audio-Video-Double-Lock (Visual & Audio Bible)

1. Wenn der Benutzer ein Produktbild / Markenlogo / Referenzbild hochgeladen hat:
   • Sofort mit view_file das Bild ansehen und die Product Visual DNA extrahieren:
     • Präzise geometrische Form und Proportionen (Shape & Proportions)
     • Oberflächenmaterial und Reflexionseigenschaften (z.B. brushed titanium, matte frosted glass, gold foil embossed serif logo)
     • Kernfarbcodes und Lichtcharakteristiken
   • Die extrahierten festen englischen Beschreibungen als subject_lock_en definieren und eine Google Flow Ingredients (Basisbild/First-Frame-Referenz) Strategie planen.
2. Globale visuelle & Audio-Bibel erstellen (visual_bible + audio_guide) :
   • references/cinematography_and_transitions.md konsultieren, um für das gesamte Video definitive Angaben festzulegen:
     • Kamera und Objektivbrennweite (z.B. ARRI Alexa 65 + Panavision Anamorphic Lens)
     • Lichtstimmung, Farbtemperatur und Farben (z.B. Warm amber kiln firelight contrasting with deep jade-cyan shadows, Kodak Vision3 500T)
     • Globaler erzwungener visueller Suffix (style_suffix_en) : Ein standardisierter englischer Kameranachsatz mit 25–40 Wörtern.
     • Globales erzwungenes Sprach- und Audio-Lock (voice_and_audio_lock_en) : Da Google Flow direkt Sprach- und Soundeffekte einbettet, müssen konsistente Voice-Over-Stimmen (z.B. Consistent warm, deep, magnetic male Mandarin Chinese documentary narrator voice, calm poetic cadence, crisp studio condenser mic) und einheitliche Hintergrundmusik definiert werden, um Stimmenwechsel oder Bruch im Soundtrack über verschiedene Videoclips hinweg zu verhindern.
   • Zwingende Zusammenführungsregel: style_suffix_en und voice_and_audio_lock_en müssen direkt in jedes flow_video_prompt_en integriert werden, damit der Benutzer in Google Flow mit einem einzigen Copy-Paste sowohl visuell konsistente als auch akustisch uniforme finale Clips erhält.
   • ⚠️ Keine Untertitelanweisungen: Die Prompts dürfen keine Anweisungen zur Erzeugung von Untertiteln oder großen Texteinblendungen enthalten (AI-Video-Text verformt sich leicht und zerstört die Bildästhetik). Innerhalb der Storyboard-Tabelle bleibt der chinesische Voiceover-Text separat erhalten, damit der Benutzer später in Schnittprogrammen wie CapCut oder Premiere Pro mit einem Klick hochwertige Untertitel mittels Spracherkennung generieren kann.

Schritt 2: Aufteilung der Gesamtlauflänge & Entscheidung über den Generierungsmodus (Unterstützt 15s One-Take oder schnelle Schnitte)

Basierend auf der vom Benutzer angegebenen Gesamtlauflänge (z.B. 30s aufgeteilt in zwei 15s-Long-Takes oder mehrere 5s–8s-Clips):

• 15s zusammengesetzter One-Take-Modus (empfohlen für direkte 15s-Generierung in Google Flow) :
  • 30s aufteilen in CLIP 01 (00:00 - 00:15) und CLIP 02 (00:15 - 00:30).
  • Innerhalb jedes 15s-Prompts nach [0-5s] -> [5-10s] -> [10-15s] eine kontinuierliche Kamerafahrt (Continuous Camera Journey) und sekundengenaue Soundeffekte & Voiceover-Punkte planen.
  • In der Reserve-Spalte (keyframe_image_prompt_en) einen aufgeteilten Prompt 8s Base + 7s SceneBuilder Extend (mit segmentiertem Voiceover und Soundeffekten) bereitstellen, damit der Benutzer in Flow flexibel wählen kann.
• Intelligente Zuweisung des Generierungsmodus (gen_mode_badge) :
  • T2V Text-to-Video (Audio-Video integriert) (Standard, 70%–85%) : Für Landschaften, Flüssigkeiten, Tinte, Lichtstimmungen. Konsistenz wird allein durch das eingebettete globale visuelle Lock und Audio-Lock sichergestellt.
  • I2V Image-to-Video / Ingredients (15%–25%) : Aktiviert, wenn das konkrete Produkt, das Markenlogo oder ein zentrales Kulturgut visualisiert wird. Der Benutzer wird angeleitet, Referenzbilder als Ingredients hochzuladen.
  • F2V Frame-to-Frame-Brücke (wichtige Verformungsübergänge) : Aktiviert, wenn zwei benachbarte Clips einen surrealen, nahtlosen Formwechsel benötigen.

Schritt 3: Nahtlose Übergangsbrücke zwischen vorherigem und nächstfolgendem Clip + Audio-Video-integrierter Prompt (kein Text, nur Bild)

1. Visuelle nahtlose Übergänge (Transition Bridge) :
   • Aus der 6 großen Übergangsmatrix in references/cinematography_and_transitions.md den passenden Übergang wählen (MATCH_SHAPE konzentrische Passung, WHIP_WIPE Schwungmaske, SPEED_RAMP_DIVE Makro-Eintritt, LIGHT_BOKEH Lichtblasenatmung, MOTION_RELAY Bewegungsstaffelung, SCENE_EXTEND native Erweiterung).
   • Das Ende des vorherigen Clips enthält den Exit Momentum, der Anfang des nächsten Clips den entsprechenden Entry Momentum.
2. Audio-Video-integrierte Prompt-Struktur (All-in-One Clean Flow Prompt) :
   • Jeder Clip erhält ein flow_video_prompt_en, das die folgenden Module zu einem vollständigen, direkt in Google Flow kopierbaren Prompt kombiniert (keinerlei Anweisungen für Text- oder Untertitel-Erzeugung):
     1. [Visual & Continuous Camera]: Sekundengenaue visuelle und kontinuierliche Kamerabewegungsbeschreibung;
     2. [Native Audio, Foley & BGM]: streng synchronisierte native Umweltgeräusche (ASMR/Foley) und dynamische Hintergrundmusik;
     3. [Voiceover (Mandarin Chinese)]: Enthält direkt eine Beschreibung der Sprachfarbe und den chinesischen Voiceover-Originaltext in Anführungszeichen (z.B.: A warm, deep, magnetic male narrator speaks in standard Mandarin Chinese with poetic documentary cadence: "Eine Handvoll Kaolin, landet Pinsel versteckt Berge und Flüsse; in tausend Grad Glut, geschmiedet unvergängliche Sanftheit.");
     4. [Global Visual Lock]: Globaler Kameraeinstellungs- und Film-Look-Suffix-Lock.

Schritt 4: Duale Auslieferung (Markdown-Ausführungsblatt + interaktives HTML-Storyboard) & Cloud-Synchronisation

1. Die vollständigen Planungs- und Storyboard-Daten als strukturiertes JSON organisieren und unter /home/antigravity/flow_projects/<project_slug>.json speichern.
2. Das im Skill enthaltene Export-Skript aufrufen, um lokale Dateien und ein visuelles HTML zu erstellen:

   python3 /shared/user/.gemini/skills/google-flow-director/scripts/export_storyboard.py \
     /home/antigravity/flow_projects/<project_slug>.json \
     --out-dir /home/antigravity/flow_projects \
     --html-artifact <ArtifactDirectoryPath>/<project_slug>_storyboard.html
   

3. Das Cloud-Synchronisationsskript aufrufen, das automatisch die erstellte .md Storyboard-Ausführungsliste, das .html interaktive Storyboard und die .json Quelldaten im Google Drive des Benutzers ablegt (Google_Flow_Director_Hub/01_Projekt_Storyboards_Projects/<project_slug>/):

   python3 /shared/user/.gemini/skills/google-flow-director/scripts/sync_to_drive.py \
     --project-dir /home/antigravity/flow_projects
   

4. Gleichzeitig die Datei <project_slug>_storyboard.html über write_to_file (mit ArtifactMetadata: UserFacing: true, RequestFeedback: false) als vorschauendes Artefakt registrieren und in der Antwort die wichtigsten Storyboard-Highlights sowie die Datei-/Cloud-Links zusammenfassen.