motion-diorama

Motion Diorama — Skill Produksi Video Edukasi (v3.0 · edisi publik)

Prinsip inti: periksa sebelum render, bukan sesudahnya. Semua yang bisa dicek murah (timeline, still-frame, lebar teks) WAJIB lolos dulu. Render full-res hanya sekali, di ujung, setelah semua gerbang hijau.

File ini adalah INTI. Detail visual per mode ada di references/ — mode-a.md untuk Mode A, mode-b.md untuk Mode B, mode-c.md untuk Mode C (WAJIB dibaca yang sesuai mode video ini, sebelum membangun scene). Skenario uji ada di evals/evals.md. Skrip di scripts/ dijalankan PERSIS apa adanya — jangan menulis ulang fungsinya.

Keputusan terkunci (dari pembuat skill — jangan diubah diam-diam; bila kamu memakai skill ini dan mengubahnya, ubah dengan sadar)

• Tiga mode aktif: Mode A (lanskap/sejarah + varian peta hidup), Mode B (bongkar benda — cara kerja benda/mesin), dan Mode C (anatomi — Seri Tubuh Manusia). Mode dipilih user per video lewat prompt mulai; sesi membaca file referensi mode itu sebelum Tahap 2.
• Tujuan: membangun audiens. Penutup bawaan = kesimpulan (Mode A) / callback (Mode C) + fade ke hitam. TIDAK ada kartu/label seri di dalam video dan TIDAK ada pill tahap/penanda posisi di layar (keputusan user 13 Nov 2026, v2.8) — identitas seri hanya hidup di caption. Call to value HANYA sesekali, bila topiknya pas dan user memintanya untuk video itu — bukan elemen wajib. CTA jualan dilarang.
• Angka/data = HYBRID: readout layar (overlay DOM) adalah sistem utama untuk SEMUA angka. Pengecualian: maksimal SATU angka hero 3D emas di dalam scene per video, hanya untuk angka puncak video itu — dan angka yang sama WAJIB tetap tampil sebagai readout/caption, karena versi 3D adalah penekanan visual, bukan pembawa informasi.
• Durasi final 30–60 detik, mengikuti audio.
• Suara: skill ini AGNOSTIK suara — pakai MP3 narasi apa pun yang disediakan user di public/narasi.mp3.
• Musik: file dari user di public/musik.* — jangan memilihkan musik.
• Fakta: sumber dari user adalah rujukan UTAMA dan menang bila bertentangan. Sesi BOLEH melengkapi dengan riset web, dengan syarat: sumber dicantumkan di laporan akhir, utamakan sumber otoritatif (jurnal, lembaga, resmi), dan klaim yang belum terverifikasi WAJIB ditandai sebagai belum pasti — dilarang menyajikan tebakan sebagai fakta.
• Operator tunggal: satu orang. Semua hasil WAJIB tampil sebagai file di sesi (still, preview, final) agar bisa diunduh.
• Target ritme: 1–2 video/hari. Efisiensi adalah syarat desain — pakai ulang scaffold, primitif, dan komponen; jangan membangun ulang yang sudah ada.
• Gerbang — Mode Tinggal adalah bawaan edisi publik: sesi TIDAK berhenti menunggu persetujuan user. Gerbang 1 (ringkasan timeline) dan Gerbang 2 (contact sheet still) dijalankan INTERNAL: sesi menilai hasil tahapnya sendiri terhadap kriteria tertulis skill ini (validator PASS + daftar cek QC), memperbaiki sendiri temuan (maks. 2 percobaan perbaikan per scene), lalu lanjut. Keputusan mengikuti BLOK KEPUTUSAN di prompt (bawaan: narasi kepanjangan dipercepat atempo sampai maks. 1,25×; fakta belum terverifikasi ditandai di laporan). Pertanyaan yang tidak terjawab blok itu diajukan SEKALIGUS dalam satu pesan sebelum pembangunan dimulai — dilarang bertanya di tengah jalan. Sesi hanya boleh berhenti di tengah untuk PENGHAMBAT KERAS: (a) bahan tidak ada atau rusak, (b) transkrip mustahil dibuat, (c) narasi tetap di luar 30–60 detik setelah atempo maks. Bila prompt menyatakan "Mode Tinggal: TIDAK", berlaku gerbang klasik — dua persetujuan user (sesudah Tahap 1 dan sesudah Tahap 3) dengan tangga pelonggaran Gerbang 2 berbasis bukti: 3 lolos bersih berturut-turut → 1 still per scene; 3 lagi → opsional untuk jenis scene terbukti; Gerbang 1 tidak pernah dilonggarkan; satu revisi visual mayor mengembalikan format penuh; setiap pelonggaran dicatat di laporan akhir.

Larangan keras

• Dilarang gambar AI/foto/2D/sprite/tekstur luar/model unduhan sebagai scene. Semua visual = geometri 3D prosedural Three.js.
• Dilarang letterbox; kamera native 9:16.
• Gerakan hanya dari kamera di ruang 3D (parallax nyata). Dilarang mensimulasikan gerak via zoom/pan gambar 2D.
• Manusia hanya siluet gelap kecil tanpa wajah. Subjek utama Mode A tidak close-up (jarak kamera minimum 8 m untuk hewan/objek hero lanskap) — di Mode C aturan jarak ini tidak berlaku: organ hero memang mengisi frame; di Mode B aturan ini hanya mengikat framing tahap konteks — objek hero di tahap lab memang mengisi frame (lihat references/mode-b.md dan references/mode-c.md).
• Satu renderer, satu set material, satu rig cahaya untuk semua scene.
• Dilarang menebak durasi dari jumlah kata/storyboard. Timing HANYA dari audio asli (lihat Timing).
• Dilarang animasi dari useFrame(), Math.random(), Date.now(), atau akumulasi frame — semua gerak diturunkan dari useCurrentFrame() dan konstanta acak ber-seed tetap.

Timing — timeline.json adalah sumber kebenaran tunggal

1. Pastikan public/narasi.mp3 ada. Kalau tidak ada: BERHENTI, kabari user. Jangan menentukan timing apa pun sebelum audio tersedia.
2. Ambil timestamp per kata dengan hierarki ini: a. Timestamp bawaan TTS (mis. ElevenLabs with-timestamps) bila user menyediakannya — paling akurat. b. Fallback Whisper: model BESAR saja, language="id" dipaksa (jangan auto-detect), dan Whisper hanya memasok WAKTU — teks kalimat WAJIB dari naskah resmi user, bukan dari hasil transkrip (ASR Indonesia mudah salah pada angka dan nama).
3. Susun docs/timeline.json persis skema ini:

{
  "fps": 30,
  "audio_duration_s": 40.20,
  "total_duration_s": 41.00,
  "sentences": [
    {"id": 1, "text": "…", "start_s": 0.00, "end_s": 3.68, "scene": 1}
  ],
  "scenes": [
    {"id": 1, "sentence_ids": [1, 2], "start_s": 0.00, "end_s": 6.44}
  ]
}

4. Aturan pemetaan: batas scene = detik MULAI kalimat pertama scene berikutnya; pemetaan berdasarkan ISI kalimat — dilarang mengelompokkan kalimat demi mengisi durasi; selisih potongan aktual vs timeline ≤ 0,3 detik.
5. Jalankan python3 scripts/validate_timeline.py docs/timeline.json. Kalau FAIL: perbaiki timeline, ulangi. Dilarang lanjut saat FAIL.
6. Susun ringkasan timeline (jumlah kalimat, pemetaan scene, total durasi) dan nilai sendiri terhadap kriteria ini — ini Gerbang 1. Mode Tinggal: jangan berhenti; simpan ringkasan untuk laporan akhir. Mode gerbang klasik: tampilkan ke user dan TUNGGU persetujuan.
7. total_duration_s harus 30–60 detik. Di luar itu: Mode Tinggal — terapkan kebijakan prompt (atempo maks. 1,25× untuk kepanjangan; regangkan jeda penutup untuk kependekan) dan catat di laporan; bila tetap di luar rentang, itu PENGHAMBAT KERAS: berhenti dan laporkan. Mode klasik: laporkan ke user — jangan memotong atau menambal diam-diam. Keheningan tanpa alasan dilarang; jeda payoff 0,3–1 detik di penutup diperbolehkan dan dihitung dalam total.

Style lock (ringkas — detail per mode di references/)

Mode A (detail di references/mode-a.md)

• Diorama 3D stilasi semi-realistis: palet hangat sinematik, satu rig cahaya senja tetap, permukaan halus bersih, latar disederhanakan. Palet boleh menyesuaikan topik/musim; rig cahaya dan material tidak.
• Judul topik: tipografi SERIF kapital di atas establishing shot yang bergerak. Hook = kalimat pertama narasi (pertanyaan / bantahan mitos / paradoks) yang hadir sebagai teks + suara + visual dalam ±1,5 detik pertama.
• Subtitle: karaoke per kata dalam halaman 2–4 kata (bukan satu kata), kata aktif tegas, kata kunci berwarna aksen, di zona aman bawah.
• Readout data: counter beranimasi menghitung tepat saat angka disebut narasi + label kecil + garis penunjuk; readout berikutnya bergaya sama. Satu-satunya teks 3D yang boleh tampil: satu angka hero emas untuk angka puncak (lihat Keputusan terkunci).
• Kamera: perjalanan kontinu di dalam segmen; tangga zoom sebagai struktur argumen; hard cut hanya antar segmen fakta, berbentuk fade hitam ±0,1 detik.
• Struktur narasi: untuk topik sistem/alur pakai "ikuti satu aliran"; satu video boleh memuat dua fakta satu topik dengan segmen demonstrasi.
• Penutup: beauty shot + judul/era serif diulang + kalimat kesimpulan. Fade ke hitam; tanpa label/kartu seri di dalam video (v2.8). (Call to value hanya bila diminta untuk video ini.)

Mode B — Bongkar Benda (detail di references/mode-b.md)

• DUA tahap dunia: diorama KONTEKS hangat gaya Mode A (benda tampil utuh di habitatnya) → tahap LAB berlatar grid teknis gelap tempat benda dibongkar; transisi lewat zoom kontinu (latar memudar/iris), tanpa hard cut.
• Satu model objek hero prosedural dibangun sekali; tampak ledakan dan belahan diturunkan dari model yang sama.
• TANPA kartu judul (hook = kalimat pertama narasi di shot konteks) dan TANPA HUD permanen apa pun — breadcrumb, counter zoom, dan minimap referensi DIBUANG (putusan riset + arah v2.8). Navigasi dari kamera kontinu, label leader-line, dan judul fase sesaat.
• Fase baku: konteks → zoom + label objek → DIBONGKAR (label bagian dwibahasa ID + istilah EN, muncul sesuai urutan narasi) → DIBELAH (proses dianimasikan + readout proses) → SAAT MENYALA (belahan berjalan, ikuti satu aliran, label proses, partikel aliran berkode warna semantik) → makro mekanisme penentu → payoff label prinsip satu baris saat kamera menarik mundur.
• Penutup Mode B: kalimat kesimpulan/prinsip + fade ke hitam; tanpa kartu/label seri (v2.8).

Mode C — Anatomi (detail di references/mode-c.md)

• BUKAN diorama: satu organ hero 3D glossy melayang di kehampaan ungu gelap berbokeh; satu model organ dibangun sekali, dipakai semua scene. Nama seri bawaan contoh: "Seri Tubuh Manusia" (ganti dengan nama serimu).
• Kode warna aliran MUTLAK: biru = miskin oksigen, merah terang = kaya oksigen — tidak pernah dibalik, di video ini maupun antar video seri. Partikel sel berubah warna di titik pertukaran, tepat pada kalimatnya.
• Struktur WAJIB ikuti-satu-aliran: kamera mengawal satu paket melewati seluruh sirkuit; tangga zoom organ → sistem → mikroskopis → organ → tubuh utuh (siluet).
• Hook = rujukan waktu-nyata penonton + counter hidup yang berjalan sinkron ketukan visual organ sejak detik pertama. Judul serif DITUNDA sampai ±5–8 detik (setelah hook), diikuti anotasi fakta.
• TANPA pill tahap dan tanpa HUD apa pun (v2.8): posisi aliran dibaca dari perjalanan kamera; chip label anatomi menempel di organ dan menyala saat bagiannya aktif.
• Penutup Mode C: counter finale teranimasi + kalimat CALLBACK yang memantulkan hook; fade ke hitam; tanpa kartu/label seri (v2.8). Dilarang gore/realisme medis grafis.

Aturan teks (anti-kepotong — penyebab revisi nomor satu)

• SEMUA teks wajib-baca adalah overlay DOM (komponen Remotion), BUKAN teks di dalam canvas WebGL. Satu-satunya pengecualian: angka hero 3D hybrid di Keputusan terkunci — teks 3D lain dilarang.
• Ukur SETIAP teks dengan measureText/fitText dari @remotion/layout-utils SETELAH font termuat; fontSize = min(batas mode, hasil fit); lebar maksimum 90% lebar frame; margin aman 5% semua sisi; hormati zona aman platform (hindari ±250 px atas dan ±310 px bawah untuk teks penting).
• Kalau teks tidak muat pada ukuran lantai keterbacaan: PECAH jadi dua halaman/baris — dilarang mengecilkan sampai tak terbaca, dilarang membiarkan terpotong.
• Kontras: teks terang di atas latar terang wajib outline/shadow gelap.
• Label leader-line mengikuti aturan yang sama.

Audio

• Narasi adalah master clock: semua batas scene, caption, counter, dan kamera membaca docs/timeline.json — tidak ada sumber timing kedua.
• Musik dari file user dipasang sebagai bed di bawah narasi (ducking sederhana; jangan menutupi kata). Tanpa file musik dari user: jangan mengarang musik — kabari user.
• Final dinormalisasi ke −14 LUFS, peak ≤ −1 dB.

Alur produksi (urutan tidak boleh dilompati)

• Tahap 0 — Scaffold: pakai scaffold proyek yang sudah ada; renderer, kamera rig, style lock, dan primitif TIDAK ditulis ulang. Kalau repo belum berisi proyek Remotion (produksi pertama): bangun scaffold dari folder starter/ di repo paket skill ini (dependensi versi persis yang terbukti jalan), lalu perlakukan sebagai scaffold yang sudah ada.
• Tahap 1 — Timeline: sesuai bagian Timing → validator PASS → Gerbang 1 (internal di Mode Tinggal; persetujuan user di mode klasik).
• Tahap 2 — Bangun scene membaca timeline.json dan file referensi mode video ini (references/mode-a.md, references/mode-b.md, atau references/mode-c.md).
• Tahap 3 — Gerbang still: render 3 still per scene (awal/tengah/ akhir scene) + contact sheet. Mode Tinggal: nilai contact sheet terhadap daftar cek QC mode ini, perbaiki temuan di tahap still (maks. 2 percobaan per scene), lalu lanjut — jangan menunggu user; simpan contact sheet + daftar penilaian untuk laporan akhir. Mode klasik: tampilkan dan TUNGGU persetujuan user. Perbaiki di tahap still — jauh lebih murah daripada di video.
• Tahap 4 — Preview + QC mandiri: render preview skala 0.5, jalankan QC di bawah atas hasil sendiri, perbaiki semua temuan (render ulang hanya scene yang berubah) sebelum melapor.
• Tahap 5 — Final: render full-res SEKALI; jalankan bash scripts/check_output.sh out/<slug>-final.mp4; tampilkan file + laporan QC di sesi.

Render cepat (pipeline terkunci)

• Render PER SCENE: out/scenes/scene-N.mp4; gabung dengan FFmpeg concat -c copy (parameter codec/resolusi/fps WAJIB identik antar scene, kalau tidak gabungan rusak).
• --concurrency = jumlah core CPU sesi (cek nproc), jangan default.
• Preview selalu --scale=0.5; full-res 1080×1920 hanya di Tahap 5.
• Jaga biaya per frame rendah: geometri primitif, instancing untuk elemen berulang (rumput/pohon), tanpa efek per-pixel berat.
• Setelah concat, probe ulang file gabungan (check_output.sh) — file hasil gabungan adalah yang dinilai, bukan klaim render.

QC mandiri wajib (fail-closed — semua harus PASS)

1. validate_timeline.py PASS dan file final ter-probe: 1080×1920, 30 fps, durasi 30–60 detik, audio ada sampai mendekati akhir.
2. Setiap batas scene ≤ 0,3 detik dari awal kalimat pemetaannya.
3. Tidak ada teks terpotong/keluar zona aman di contact sheet & preview.
4. Hook lengkap (teks+suara+visual) hadir di 1,5 detik pertama.
5. Counter/readout muncul sinkron dengan kalimat angkanya. Angka hero 3D (bila dipakai) maksimal satu, utuh di dalam frame, dan angkanya juga terbaca sebagai readout/caption.
6. Tidak ada keheningan tanpa alasan > 1 detik; jeda payoff ≤ 1 detik.
7. Loudness −14 LUFS ±1, peak ≤ −1 dB.
8. Gaya konsisten antar scene (palet, rig cahaya, font, gaya caption).
9. Manusia hanya siluet. Mode A: subjek hero tidak close-up. Mode B: label bagian sesuai urutan narasi dan tidak ada HUD permanen (cek khusus Mode B di references/mode-b.md WAJIB ikut diperiksa). Mode C: organ hero utuh terbaca dan kode warna aliran tidak terbalik (cek khusus Mode C di references/mode-c.md WAJIB ikut diperiksa).
10. Penutup memuat kesimpulan (Mode A), kesimpulan/prinsip (Mode B), atau callback (Mode C); fade ke hitam bersih; TIDAK ada kartu/label seri, pill tahap, atau penanda posisi di frame mana pun (v2.8). (CTV hadir hanya bila diminta untuk video ini.)

Output dan laporan

• out/scenes/scene-N.mp4, out/<slug>-preview.mp4, out/<slug>-final.mp4, out/contact-sheet.png, docs/timeline.json.
• Laporan akhir WAJIB memuat: tabel kalimat ringkas, pemetaan scene, hasil validator + check_output, dan hasil 10 poin QC satu per satu. Mode Tinggal: laporan juga WAJIB melampirkan contact sheet, daftar penilaian still oleh sesi, dan daftar semua keputusan otomatis yang diambil (termasuk faktor atempo bila dipakai) — inilah bukti yang menjadi dasar user meminta revisi.
• Caption Instagram: informatif, menutup dengan label seri + hashtag relevan.

Batas kejujuran skill ini

Skill ini meniadakan kegagalan yang bisa dicek mesin (timing, teks, konsistensi, spesifikasi file). Ia TIDAK menjamin selera. Di Mode Tinggal penilaian "bagus/tidak" dilakukan sesi sendiri terhadap kriteria tertulis, dengan bukti (contact sheet + daftar penilaian) dilampirkan di laporan akhir agar user bisa meminta revisi; di mode gerbang klasik, penilaian itu lewat mata user sebelum render final. Gerbang tidak dihapus — di Mode Tinggal penjaganya diganti, urutan cek murahnya tetap mendahului pembangunan yang mahal.