Communitygithub.com

video-explicativo

Crea un video explicativo / reseña / lanzamiento corto y vertical sobre un tema, con verificación de hechos, imágenes generadas, locución en chino sincronizada con la palabra, música original y efectos de sonido sintetizados en código.

¿Qué es video-explicativo?

Este skill permite a un agente de IA generar videos cortos verticales (1080×1920) de 60 a 90 segundos con estilo 'keynote': fondo negro, tipografía grande, imágenes a sangre, cortes sincronizados con el ritmo, banda sonora original y efectos de sonido, todo renderizado con Python (PIL + numpy) y ffmpeg, sin necesidad de editor de video ni música de stock. Está diseñado para productores de contenido, revisores técnicos y equipos de marketing que necesitan crear videos explicativos, de reseña o de lanzamiento de forma programática y con alta calidad estética. El flujo de trabajo incluye verificación de hechos contra fuentes oficiales, generación de imágenes destacadas con un script propio, escritura de un guión con locución en chino (Doubao TTS) que incluye tiempos por palabra, y renderizado final con cortes que caen exactamente en el beat y apariciones que coinciden con la palabra hablada. El skill también admite iteraciones sobre videos existentes (cambiar ritmo, redoblar, reemplazar escenas). La documentación advierte sobre reglas de contenido aprendidas empíricamente: mostrar el resultado más impactante en los primeros 2 segundos, evitar elementos entre bastidores o publicidad directa, incluir una tarjeta de instrucciones final y una pregunta para comentarios, y ser honesto sobre las debilidades de las imágenes generadas. El skill se apoya en un ejemplo trabajado (`examples/gpt-image-2.6/`) que debe copiarse y adaptarse, no empezar de cero.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rayest/ai-video-skills/tree/HEAD/skills/explainer-video

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Video explicativo de tema

Un video vertical de 60 a 90 segundos (1080×1920) con apariencia "keynote": fondo negro, tipografía muy grande, imágenes a sangre, cortes sincronizados con el ritmo, banda sonora original y efectos de sonido, todo renderizado con Python (PIL + numpy) y ffmpeg. Sin editor de video, sin música de stock.

Ejemplo trabajado: examples/gpt-image-2.6/ (RESEARCH.md, script.json, render.py, audio.py, build_all.sh) produjo un video de 92 s, ~20 MB sobre el lanzamiento de un modelo de imágenes. Cópialo y adáptalo en lugar de empezar desde cero. Sus imágenes destacadas no están en el repositorio; genera las tuyas con scripts/gen_image.py. Lee references/render-pipeline.md antes de cualquier renderización.

La configuración proviene del entorno o de un archivo .env (consulta .env.example). Nunca imprimas claves, sus longitudes o prefijos.

Reglas de contenido (aprendidas a base de experiencia)

  • Resultado en los primeros 2 segundos. Empieza con la salida más impresionante, no con un título.
  • Nada de bambalinas en pantalla ni en la locución: sin nombres de proveedores o relays de API, sin notas de "generación fallida", sin los costes que realmente pagaste.
  • Sin final publicitario. No promociones un servicio en el último tercio — los videos que lo hicieron tuvieron mal rendimiento. Termina con una tarjeta de instrucciones copiable ("截图保存") más una pregunta sin marca para los comentarios.
  • No midas velocidad en una red deficiente. Cita los precios y velocidades oficiales y atribúyelos ("官方说"); no presentes tus propios tiempos como hechos.
  • Juzga con honestidad. Examina cada imagen generada y di qué es débil, no solo qué es fuerte. Recorta cualquier cosa que se parezca a una marca real o cartel de tienda.

Flujo

  1. Verifica. Revisa cada afirmación en el sitio oficial, la documentación, el registro de cambios y los precios, además de hilos de la comunidad. Mantén RESEARCH.md con fuentes (ejemplo en el ejemplo trabajado). Si una página devuelve 403, verifica mediante cobertura y menciónalo.
  2. Formato: 1080×1920, 60 a 90 s, a menos que el usuario indique lo contrario.
  3. Activos destacados: python3 -I scripts/gen_image.py assets/<nombre> --prompt "..." [--size 2:3] [--ref img.png] [--gif 12:150] [--markup layer.png]. Los resultados y la facturación van a assets/results.jsonl (para ti, nunca para el video).
  4. Guión: script.json como {"scenes":[{"id":"s01","vo":"..."}]}. Aproximadamente 6 caracteres por segundo a velocidad de habla 8 (520 caracteres ≈ 85 s). Termina con la pregunta de CTA. Muestra el guión al usuario antes de TTS — TTS se factura.
  5. Voz: python3 -I scripts/tts_doubao.py script.json build/vo [ids] [--dry-run]. Escribe <id>.mp3 y los tiempos de palabra <id>.json.
  6. Renderiza: sigue references/render-pipeline.md.
  7. Entrega: ruta, duración, tamaño, LUFS medido y pico, qué fotogramas fijos se verificaron, y los 1–2 planos más débiles con sus razones. Pregunta antes de cualquier regeneración facturable más allá de lo acordado.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados