Cinematic shots (Tomas Cinematográficas)
Convierte un guion o una escena en tomas que un modelo de imagen o video pueda generar, verificando cada etapa antes de que la siguiente gaste dinero. Los formularios en blanco para cada archivo mencionado aquí están en templates.md.
El cineasta dirige; el agente ejecuta. El agente genera, registra y cotiza opciones. Cada decisión de qué conservar, rechazar o cambiar pertenece al usuario. Cuando el guion deja algo abierto, el agente deja un espacio en blanco u ofrece opciones. Nunca llena el vacío con su propio criterio.
Reglas que rigen todo lo demás
- Orden de costos. Las palabras cuestan casi nada, luego los bocetos, las imágenes finales, el movimiento, y luego el sonido y el montaje. Soluciona cada problema en la etapa más barata que lo muestre. Una imagen mala arruina un clip, así que nunca pagues por movimiento para ver cómo se ve algo.
- Pregunta antes de gastar. Antes de cualquier lote pago, indica el modelo, la cantidad, la configuración y el costo estimado, luego espera un "sí" claro. "Bonito" o "tal vez" no es un sí, y lo barato no es excepción. Detente al alcanzar el límite de la sesión.
- El +1 es intención, no gusto. Cuando el resultado se desvía de lo que el usuario dijo que quería, señálalo una vez; el usuario decide, y la decisión se registra. Una desviación del historial o del gusto del agente es decisión del usuario, no un fallo.
- Nunca elimines. Las imágenes y clips débiles se mueven a
superseded/. Los archivos reciben números de versión y nunca se sobrescriben. - Regístralo todo. Cada trabajo en el registro de costos, cada decisión en el registro de producción.
Configura el proyecto
Una carpeta por película: shot-table.md, look-rules.md, register.md, production-log.md, cost-log.md, y las carpetas references/, drafts/, heroes/, clips/, superseded/. El usuario establece un límite de gasto al inicio de cada sesión; el agente nunca lo establece. Las claves de API permanecen en el entorno, nunca en el chat, los prompts o los archivos del proyecto.
1. Notas sobre el guion, luego la tabla de tomas
Notas primero. Un guion está escrito para un equipo que completa lo que la página omite. Un modelo llena esos vacíos con sus valores predeterminados. Antes de convertir, enumera una vez cada uno: problemas de formato; continuidad dentro del guion (nombres, cantidades, accesorios que cambian); probables desviaciones del período indicado; problemas de derechos como letras de canciones o texto citado. Pide al guionista que exprese su intención antes de las notas, porque las notas al estilo de cobertura tienden a llevar hacia lo familiar. El guionista responde cada nota con sus propias palabras, y cada respuesta se registra. La voz y el subtexto son del guionista; una nota rechazada permanece rechazada.
Luego la conversión. Guion a lista de escenas, luego a una tabla de tomas, que es el plan de generación:
- Los encabezados de escena indican el lugar y la hora del día.
- Las líneas de acción se convierten en imágenes, una toma por imagen.
- Los paréntesis se convierten en notas de actuación.
- Las transiciones se convierten en notas de corte.
Cada fila contiene una acción de sujeto y un movimiento de cámara; una oración que necesita "y luego" son dos tomas. Cada fila nombra sus referencias, primer fotograma y estado final, para que la siguiente toma comience donde esta termina. Para una escena de diálogo, añade el plano del piso y el lado de la línea que la cámara mantiene, y lleva ambos a cada prompt de esa escena. Las celdas provienen solo del guion o de las respuestas del usuario; una fila con un espacio en blanco que la generación necesita no se envía a generación. El usuario corrige las filas con sus propias palabras. Aún no hay imágenes.
El registro es el desglose: cada personaje, lugar, accesorio y estado que usa la tabla, cada uno con una descripción fija. Cambia una descripción en el registro y en ningún otro lugar; una apariencia escrita en dos lugares se contradirá.
2. Reglas de apariencia, escritas una vez
Un modelo ve un prompt a la vez y no recuerda nada entre tomas. Escribe la apariencia una vez, en las palabras del usuario, y pégala palabra por palabra en cada prompt, incluso dentro de un lote; una fuente informa que una apariencia indicada una vez al principio se desvía en las tomas posteriores.
- Luz: fuente, dirección, calidad, hora del día, color. Mantenla fija en una secuencia.
- Paleta y etalonaje: una por secuencia. Un etalonaje diferente por toma rompe la secuencia.
- Propiedades de cámara de un solo fotograma: sensación de lente, profundidad de campo, grano. No una secuencia de movimientos: un bloque en cada prompt que dice "abierto, luego cerca" pide a cada toma que haga ambas cosas.
- La restricción dura: período, lugar y lo que nunca aparece en el encuadre (por ejemplo: velas negras, sin objetos modernos). Indícalo en cada prompt. Un fotograma que lo rompa se regenera; no esperes que el modelo de video lo arregle.
- Forma: dónde cada secuencia sube y descansa, como una nota que el usuario escribe.
Escribe propiedades visibles, no palabras de elogio como "cinematográfico" o "impresionante": pregúntate de cada adjetivo si se puede formar una imagen a partir de él. Las fuentes discrepan sobre si nombrar una película, un artista o una marca de cámara ayuda; escribe las propiedades concretas independientemente, para que las reglas sobrevivan a un cambio de modelo.
Escribe lo que debería estar en el encuadre ("un prado vacío", no "sin edificios") y reúne las pocas prohibiciones en una línea final. Dos fuentes informan que nombrar algo, incluso para prohibirlo, puede atraerlo; prueba eso en una toma. Algunos modelos aceptan prohibiciones en un campo separado.
La relación de aspecto, la resolución y la duración del clip son configuraciones del trabajo, no palabras en el prompt.
Cuando una nota del usuario se aplica más allá de una toma, ofrece añadirla a las reglas de apariencia, y añádela si hay un sí.
3. Personajes, lugares y accesorios
Un modelo reconstruye cada personaje, decorado y accesorio en cada toma. La continuidad se mantiene mediante referencias y palabras fijas.
- Una descripción, palabra por palabra. Pega la descripción del registro dondequiera que aparezca el sujeto. Usa el mismo sustantivo cada vez ("el viejo rey", nunca "el monarca" en la toma 4) y nunca un pronombre desnudo. Cambia la escena alrededor de un sujeto, no el sujeto.
- Hojas de referencia. A partir de los bocetos aprobados, crea la hoja de cada personaje desde cuatro o cinco ángulos más un primer plano; en una película, tres modelos de video mantuvieron una cara dados cinco de esos fotogramas. Pide rostros, edades y complexiones distintas; figuras idénticas se ven como gráficos por computadora. Marcas distintivas (una cicatriz, un cuello desgastado) pueden ayudar a mantener una identidad.
- Lugares. Una referencia del lugar, vacío de personajes principales, ancla el fondo para cada toma ambientada allí.
- Accesorios principales. Una referencia por toma. Para un objeto asimétrico, compara ambos extremos con la referencia antes que cualquier otra cosa: en una película, dos de cuatro modelos de imagen dibujaron en ambos extremos una característica que la referencia tenía en uno.
- Mantén cada conjunto de referencias puro. Una identidad y una apariencia por conjunto. Sin segundo héroe en el conjunto de un personaje, sin personaje principal en el conjunto de un lugar. Estados separados (limpio y ensangrentado, día y noche) obtienen conjuntos separados.
- Nombra el rol de cada referencia en el prompt ("el rostro de la referencia 1, la habitación de la referencia 2"), mantén su orden fijo y no pases una referencia que el prompt no nombre. Verifica que una referencia exista antes de usarla; nunca sustituyas con una coincidencia aproximada.
- Elige el modelo para una secuencia antes de comenzarla. Cambiar a mitad de camino puede alterar rostros y apariencia.
4. Bocetos, luego imágenes finales
Los bocetos son imágenes rápidas y baratas para explorar. Haz toda la escena como bocetos y muéstralos en hojas de contacto. El primer boceto aprobado establece la apariencia; úsalo como referencia de estilo para el resto. Para elegir un modelo de imagen, prueba varios en una toma con el mismo prompt, referencias y relación de aspecto, y quédate con el que parezca una película en lugar de un render 3D. Un prompt de imagen describe un momento fijo, así que elimina cualquier línea de tiempo.
Cuando una imagen está mal, el usuario revisa la descripción, no la imagen. Regenera a partir del prompt original y las referencias en lugar de editar un derivado una y otra vez, lo que agrava la deriva.
Las imágenes finales son imágenes pagadas de alta calidad, hechas solo para fotogramas que el usuario ha aprobado como primer fotograma de un clip. El clip solo puede ser tan claro como la imagen de la que parte.
Sin texto, etiquetas, flechas, logotipos ni bocadillos en ninguna imagen. Las superposiciones se añaden en postproducción (edición de película, gráficos en movimiento).
5. Revisa cada imagen antes del movimiento
Compara cada imagen con su fila en la tabla de tomas, las reglas de apariencia y sus referencias. Informa lo que es visible por separado de las suposiciones sobre por qué. Busca:
- violaciones de la restricción dura, y recuentos de personas y objetos contra el guion;
- fantasmas y duplicados (una segunda vela), partes faltantes (mástiles sin velas), formas simplificadas, impactos borrosos, ambos extremos de objetos asimétricos;
- rostros que son todos iguales, manos, accesorios sostenidos;
- el objeto equivocado (un catalejo donde el guion dice monóculo), barras de borde, texto errante, elementos de fondo errantes que se moverán una vez animados.
El agente señala; el usuario conserva, rechaza con una razón o hace una pregunta, y marca qué conservados se convierten en imágenes finales. Rehace los rechazados como variantes; los rechazados van a superseded/. La verificación del agente nunca es la aprobación del usuario.
6. De imagen a video: una acción, un movimiento suave
La imagen final es el primer fotograma, así que el prompt describe lo que cambia, no lo que el fotograma ya muestra. Una forma para empezar:
[Reglas de apariencia, pegadas]. [Sujeto, en redacción del registro]. [Una acción, como verbo].
[Un movimiento de cámara]. [Luz y aire]. [Estado final: "... luego se calma".]
Mantén el estilo exacto, rostros, vestuario y accesorios del primer fotograma.
[Una línea final de prohibiciones].
- Anima suavemente. Un movimiento de cámara lento, movimiento rígido y verosímil. El movimiento rápido y complejo se emborrona: en una película, los remos en una brazada se emborronaron hasta que el prompt dijo que nunca se doblan ni fusionan y pidió un ritmo moderado.
- Una toma por clip. Algunos modelos añaden cortes por defecto; pide una toma continua cuando la fila es una toma.
- Di cómo termina. Una toma en la que algo cambia de estado necesita su estado final escrito. Una imagen del último fotograma, donde el modelo lo acepta, lo fija.
- Corto sobre largo. Una fuente rastreó objetos que aparecen a mitad del clip hasta tomas largas y únicas. Divide una fila que necesita varias acciones.
- Tiempo dentro de un clip ("a los 3 segundos ella se gira") se informa que se sigue de manera laxa; trátalo como una guía.
- Resolución. Prueba el movimiento en la resolución más baja que muestre el problema. Auméntala solo con un "sí"; "final" o "cinematográfico" no es un sí.
- Audio. Si el modelo de video produce sonido, di cuál debe ser o pide que no haya ninguno. Todo lo que se oye pertenece al sonido de la película.
Movimientos de cámara, claramente: estático, avance lento, retroceso lento, paneo, inclinación, travelling, grúa, deriva a pulso. Cada uno necesita una razón en la toma.
7. Revisa varios fotogramas por clip
Un fotograma no dice nada sobre el movimiento. Haz una hoja de contacto de cuatro fotogramas (primero, dos intermedios, último) para cada clip:
N=$(ffprobe -v error -select_streams v:0 -count_frames -show_entries stream=nb_read_frames -of csv=p=0 clip.mp4)
S=$(( (N - 1) / 3 ))
ffmpeg -i clip.mp4 -vf "select='not(mod(n\,$S))',scale=480:-1,tile=4x1" -frames:v 1 sheet.png
Revisa el rostro en los cuatro fotogramas, fallos de movimiento (doblado, fusión, emborronamiento), cortes dentro del clip, objetos que aparecen o desaparecen, la restricción dura y el estado final. Mira más fotogramas cuando algo se mueve rápido.
Cuando un clip falla:
- Nombra la causa más probable: la imagen, las referencias, la acción, la cámara, la duración, el modelo o una contradicción en el prompt.
- Si hay algo extra en el clip, mira su primer fotograma. Si la imagen lo tiene, arregla la imagen; ninguna palabra lo resuelve. Si la imagen está limpia y la cosa crece a mitad del clip, simplifica la acción o acorta la toma.
- Cambia una cosa y genera una vez. Nunca vuelvas a ejecutar un prompt sin cambios; algunos modelos dan resultados casi idénticos para el mismo prompt. Reescribe solo la parte que falla y copia cada línea que funcionó de nuevo textualmente.
- Después de dos intentos fallidos, detente y ofrece rediseños: menos acciones, una toma dividida, otro ángulo, el estado integrado en la imagen u otro modelo. El usuario elige.
- Prueba la corrección en una toma antes de un lote. Cuando los clips se encadenan, arregla primero la toma más temprana que esté mal.
El usuario conserva o rechaza cada clip con una razón; los rechazados van a superseded/.
Dinero: el orden de costos, el límite, el registro de costos
Cotiza la tabla de tomas en tres líneas: bocetos, imágenes finales, movimiento. Haz primero un presupuesto de prueba: lleva una toma a través de bocetos, una imagen final y un clip, luego cotiza el resto según lo que costó. Por cada toma, el usuario decide si generarla, rodarla en vivo o cortarla.
Antes de cada lote pago, muestra el modelo, la cantidad, la configuración, el precio unitario (de los precios actuales del servicio o presupuesto, no de memoria), el total estimado y lo que queda bajo el límite. Ejecuta una o dos muestras antes de un lote más grande. Espera un "sí" claro.
- El límite es un techo, no un objetivo. Al alcanzar el límite, detente y pregunta.
- Nunca reenvíes un trabajo ya enviado. Un trabajo con tiempo de espera agotado puede seguir ejecutándose; verifícalo por ID de trabajo. Un resultado vacío es un fallo: infórmalo, nunca lo reintentes en silencio. Informa lotes parciales tal como están ("6 de 8 listos").
- Lee los campos de entrada del modelo antes de llamarlo; nunca adivines parámetros. Descarga las salidas rápidamente; los enlaces alojados pueden caducar.
El registro de costos registra cada trabajo, incluidos los fallidos: fecha, toma, etapa, modelo, configuración y semilla, costo cotizado y cobrado, ID de trabajo, archivo de salida, estado. Un trabajo registrado puede regenerarse o reutilizarse como referencia.
El registro de producción
El registro de producción registra quién decidió qué: lo que se mostró, la decisión (conservar, rechazar, preguntar, imagen final), la razón en palabras del usuario, cada bandera que el agente levantó con la respuesta del usuario, y dónde fueron los archivos reemplazados. Escribe una decisión solo cuando el usuario la toma. Una generación terminada no es una aprobación, y el silencio tampoco.
Derechos y consentimiento
- La apariencia de una persona real necesita el consentimiento de esa persona, incluso antes de subir su foto como referencia. Sin la apariencia de una figura pública sin derechos.
- Pregunta antes de subir algo a un servicio, y mantén los medios generados como privados por defecto.
- Sin marcas registradas, logotipos o personajes protegidos por derechos de autor en los prompts a menos que el usuario tenga los derechos.
- Verifica los términos del servicio para uso comercial antes de pagar por imágenes finales y movimiento; al menos un nivel gratuito de un servicio no lo permite.
- La divulgación y los créditos son parte del lanzamiento (edición de película).
Aún no cubierto: archivo de guion...