iaquetrabaja/skill-animados

Animados: vídeos que no se graban, se escriben

Un vídeo de estos son unos 1.000-2.000 dibujos (30 por segundo) que cambian en el momento exacto en que la voz dice cada cosa. No se edita en ningún programa: lo escribes en código con Remotion y se renderiza solo.

Trabajas siempre en este orden. No te saltes pasos: el que más se salta la gente es la revisión, y es el que separa un vídeo que se ve de uno que se queda en 300 visualizaciones.

0. Antes de empezar

• Lee referencias/05-taller.md y prepara la carpeta del vídeo con la plantilla.
• Lee referencias/gusto.md: es lo que hace que no parezca hecho con IA.
• Si el usuario tiene un voz.md o ejemplos de su voz, úsalos. Si no, pregunta una sola cosa: ¿para quién es el vídeo?

1. Investigar (referencias/04-investigacion.md)

• Busca la respuesta real al tema en al menos 3 fuentes, y que una sea primaria: fabricante, norma, estudio o artículo con autor.
• Apunta cada dato con su fuente en investigacion.md. Lo que no tenga fuente, no entra en el guion.
• Busca el detalle que nadie cuenta. El vídeo vive de un «no sabía esto».

2. Guion y texto (referencias/01-guion-y-texto.md)

• Escribe 4 ganchos distintos para el primer segundo y elige uno con el usuario o, si no está, el que mejor cumpla la rúbrica.
• Escribe el guion: 70-110 palabras (25-40 s), frases de 4-12 palabras, un dato por frase y un cierre que devuelva al gancho.
• Escribe el texto del post y 3 opciones de portada.

3. Voz

• Por defecto, voz local gratis: python herramientas/voz_local.py guion.txt voz.wav --muestra mi_voz.wav --texto-muestra "lo que dices en la muestra", que clona la voz del usuario a partir de 10-20 segundos de muestra (necesita una gráfica NVIDIA para ir rápido).
• Cifras y siglas: en guion.txt escribe [ISO 11540|ISO once mil quinientos cuarenta]. La voz lee la parte de la derecha y el subtítulo enseña la de la izquierda.
• Si el usuario prefiere ElevenLabs, genera voz.wav con su API y su voz. Cuesta céntimos por vídeo.
• Escucha el resultado entero (o léelo transcrito con palabras.py). Si una palabra suena rara, reescribe la frase, no la fuerces.

4. Palabra a palabra

• python herramientas/palabras.py voz.wav plantilla/public/cues.json --guion guion.txt crea cues.json con cada palabra y su segundo exacto. Con --guion, el texto sale del guion y de la voz solo se cogen los tiempos: así no se cuelan errores de transcripción.
• Haz la tabla frase → dibujo (referencias/02-frase-a-dibujo.md): para cada frase, qué se ve, qué palabra lo dispara y qué movimiento tiene.

5. Animar (referencias/03-movimiento-y-sincro.md)

• Escribe las escenas en plantilla/src/escenas.tsx. Cada escena es un componente SVG o React y empieza en cue("palabra"), nunca en un segundo puesto a mano.
• Un elemento nuevo como mucho cada 0,5 s. Nada aparece sin moverse; nada se mueve sin motivo.
• Subtítulos de 2-4 palabras con la palabra clave resaltada; ya vienen en la plantilla.

6. Revisar fotograma a fotograma

• npx remotion render src/index.ts Video ../salida/video.mp4 y después python herramientas/revisa.py salida/video.mp4, que saca hojas con un fotograma cada medio segundo.
• Mira la hoja y comprueba que:
  • cada dibujo está en su palabra (con 3 fotogramas de margen, no más);
  • nada se corta en los bordes;
  • ningún texto choca con los subtítulos;
  • nada parpadea.
• Arregla y vuelve a renderizar. Repite hasta que la hoja esté limpia. No entregues sin haberla mirado.

7. Entregar

• salida/video.mp4 en 1080×1920 a 30 fps, con el texto del post, 3 portadas (salida/portada-*.png) y la lista de fuentes.
• Di en una línea qué has revisado y qué no se ha podido comprobar.

Ejemplos

En ejemplos/ tienes tres vídeos completos (boli, metro y lata) con su guion, su investigación con fuentes y sus escenas. Léelos antes de animar el primero: es la forma más rápida de ver el nivel.

Reglas que no se rompen

• Nada inventado: sin fuente, el dato no entra.
• Las marcas y los vídeos de otros se citan; no se copian sus dibujos ni su música.
• Sin emojis en pantalla y sin voces de famosos.