Communitygithub.com

Akira-TL/akira-video-skills

Evalúa resultados de generación de IA (personajes, escenas, materiales reutilizables o tomas), decidiendo si adoptarlos, modificar el prompt, regenerarlos o dejarlos para postproducción; se usa cuando los resultados generados vuelven al proyecto y se debe verificar identidad, estructura, continuidad, acción, cinematografía, autenticidad del producto o seleccionar entre candidatos.

¿Qué es akira-video-skills?

Esta habilidad (Skill) está diseñada para que agentes de IA (como Claude Code, Cursor o Codex) evalúen críticamente los resultados generados por IA en un flujo de producción audiovisual. Su función principal es decidir si un resultado (imagen, video o audio) es lo suficientemente bueno para continuar en la cadena de producción o si debe ser rechazado, modificado o reparado. A diferencia de herramientas que solo verifican prompts o metadatos, este Skill exige una inspección real del contenido generado: reproduce el video completo, revisa la continuidad del movimiento y el audio, y verifica la identidad de personajes, la fidelidad de productos y la coherencia espacial. El Skill se apoya en scripts auxiliares (`scripts/media_review.py`) para extraer metadatos, muestrear fotogramas o dividir imágenes en cuadrantes, pero advierte que estas herramientas nunca sustituyen una revisión completa. Para decisiones complejas, referencia documentos como `TAKE-QA.md` para evaluación de calidad, `CANDIDATE-SELECTION.md` para selección entre múltiples candidatos, y `FAILURE-MODES.md`/`REPAIR-DECISIONS.md` para diagnosticar y decidir la acción correctiva (adoptar, reparar en postproducción, regenerar o redefinir el prompt). Al final, la decisión se registra de forma clara y concisa en el archivo `SHOT.md`, manteniendo un historial mínimo sin duplicar archivos.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Akira-TL/akira-video-skills/tree/HEAD/skills/video/video-review

Preguntar en tu IA favorita

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

Documentación

Revisión de Video

Esta habilidad se encarga de decidir si un resultado generado es lo suficientemente bueno para continuar en la ruta de producción actual. No rebaja los estándares de producción solo porque el material ya se haya generado, ni reescribe hechos aguas arriba para conservar un resultado existente.

1. Primero, inspecciona el resultado real

La revisión debe basarse en las imágenes, videos o sonidos reales devueltos, no en inferencias basadas en el prompt, nombre de archivo o lo que "el modelo debería haber hecho".

Cuando el ejecutor actual pueda ver o reproducir el contenido, inspecciona el artifact completo; si solo se pueden revisar fotogramas parciales, capturas de pantalla o no se puede escuchar el audio, especifica claramente qué dimensiones no se han verificado y no des por aprobado algo que no se ha observado.

Para leer rápidamente metadatos de medios, SHA-256, muestrear fotogramas de manera uniforme para localizar problemas o dividir una imagen estricta de 2×2 en cuadrantes, prioriza el uso del script scripts/media_review.py incluido en esta habilidad: probe lee las propiedades reales del medio, sample escribe solo los fotogramas de ayuda del video en el directorio .tmp/review/ del proyecto actual, split-2x2 corta mecánicamente una imagen 1:1 en cuatro cuadrantes, y cleanup limpia el directorio auxiliar de revisión. Los fotogramas muestreados, cuadrículas o manifest nunca reemplazan la reproducción completa, la escucha de audio, la verificación de sincronización labial o la revisión de contenido de personajes/escenas. El éxito mecánico de un split 2×2 no significa que la cuadrícula estricta de cuatro vistas haya pasado la revisión semántica.

La revisión de video no puede basarse únicamente en el fotograma más bonito; debe cubrir al menos el inicio del plano, el proceso de la acción principal y el estado final, además de verificar la continuidad del movimiento y el sonido.

2. Base de revisión fija

Primero, lee la fuente oficial correspondiente a ese resultado:

  • Material reutilizable: el prompt a largo plazo, la definición de personaje/escenario/producto y los hechos necesarios aguas arriba.
  • Resultado de generación de plano: SHOT.md, el prompt actual, los materiales reutilizables referenciados y la continuidad con planos adyacentes.
  • Producto publicitario: carga simultáneamente los hechos del producto y las restricciones de marca de video-advertising; si falta esta capacidad, no se puede afirmar que la compuerta del producto esté completa; primero devuélvelo a akira-video para que complete el paquete opcional.

El paquete de generación único solo sirve para ubicar la entrada de esta ronda; no es una fuente de hechos de mayor prioridad.

Para una revisión detallada de la calidad del resultado generado o del material, lee references/TAKE-QA.md. Cuando se devuelvan múltiples candidatos de imagen, sonido o video, lee también references/CANDIDATE-SELECTION.md: primero elimina los errores graves de identidad/producto/espacio/trama, luego compara la adaptabilidad a la producción y el atractivo estético. Si el resultado es claramente un fracaso, primero identifica el tipo de fallo según references/FAILURE-MODES.md, luego elige entre adoptar, reparar en postproducción, regenerar o reescribir aguas arriba según references/REPAIR-DECISIONS.md; antes de regenerar, especifica claramente la única variable que se cambia en esta ronda.

3. Dimensiones de revisión

Solo revisa las dimensiones aplicables al objeto actual:

  • Estabilidad de identidad, vestimenta, material, estructura y estado.
  • Validez del espacio de la escena y las posiciones clave.
  • Si la acción, actuación, cinematografía y secuencia temporal cumplen el propósito del plano.
  • Si la continuidad de entrada/salida puede enlazar con los planos adyacentes.
  • Si el producto, logotipo, texto y estructura industrial coinciden con las fuentes de hechos.
  • Si el diálogo, sincronización labial, sonido y ambiente cumplen los requisitos actuales.
  • Si aparecen desviaciones notables que se amplificarán en planos posteriores.

No reemplaces la revisión completa del video por un solo fotograma bonito.

4. Conclusión

Prioriza dar una de las siguientes opciones claras de tratamiento:

  • Adoptar: el resultado puede continuar en la producción actual.
  • Adoptar y ajustar lo siguiente: existe una desviación no crítica, pero se acepta esta imagen real y se permite que el siguiente plano continúe desde el estado visible real.
  • Reparar en postproducción: la generación del sujeto es correcta, pero el problema es más adecuado para edición determinista, composición, subtítulos, logotipo, volumen u otro procesamiento de postproducción.
  • Regenerar: la definición del plano/material es correcta, pero la ejecución del resultado generado actual falló.
  • Redefinir el prompt o la definición: el fallo proviene de SHOT.md, el material a largo plazo o el prompt en sí, no de la ejecución aleatoria.

5. Registrar la decisión de adopción

La decisión de adoptar un plano debe mantenerse concisa según references/TAKE-DECISION.md: registra el resultado generado actual, la salida real, las desviaciones aceptables y los elementos que aún requieren reparación en postproducción, sin crear una base de datos adicional.

Para qué resultado generado se adopta para un plano, prioriza mantener un campo breve "actual adoptado" o un registro claro equivalente en el SHOT.md de ese plano, sin copiar un final.mp4.

Los resultados generados descartados aún pueden conservarse para comparación; si el proyecto no necesita conservar a largo plazo las salidas fallidas, se pueden eliminar según la política de almacenamiento del usuario, pero no se debe eliminar por error el único resultado generado que aún no se ha archivado.

Criterios de finalización

Cada resultado revisado tiene una base clara y una dirección de tratamiento; los resultados adoptados pueden continuar hacia el siguiente plano o la postproducción de la película completa; al regenerar, ya se sabe qué cambiar principalmente la próxima vez.

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

Akira-TL/akira-video-skills

为 Runway 当前视频模型编译和检查生成提示词;当 video-generation 需要使用 Runway(当前主线 Gen-4.5)的 Text to Video 或 Image to Video,并需要 Runway 专用动作、摄影和时序表达时使用。

Akira-TL/akira-video-skills

为 ByteDance / BytePlus Seedance 当前视频模型编译和检查提示词;当 video-generation 需要使用 Seedance 2.5 的参考素材、时间线、同步声音、视频编辑、延长或多镜头能力时使用。

Akira-TL/akira-video-skills

为 Google Veo 视频生成编译和检查提示词;当 video-generation 需要使用 Veo 的 Text to Video、Image to Video、首尾帧、参考元素或同步声音能力时使用,并先核验具体 Google 使用入口与 model 的当前支持范围。

Akira-TL/akira-video-skills

进入并持续推进一个 AI 视频制作项目;读取或建立 VIDEO.md,根据当前视频脚本、复用素材、镜头、生成结果和整片后期状态,按需路由到 canonical 视频专业 Skill,而不是把所有制作规则塞进一个总提示词。

Akira-TL/akira-video-skills

为品牌短片、产品植入剧情、广告或比赛作品建立产品事实与广告边界;当视频需要准确表达某个具体产品的官方功能、参数、结构、使用方式、品牌素材或产品与剧情关系时使用。

Akira-TL/akira-video-skills

设计并维护 AI 视频中跨镜头复用的角色声音、音色参考、对白声音要求与整片声音关系;当同一角色需要跨镜头保持声音一致,或需要规划语音参考、环境声、音效、音乐与画面的职责边界时使用。

Akira-TL/akira-video-skills

设计 AI 视频中的角色与场景视觉方案;当脚本只说明“需要一个什么样的人/场景”,但还没有形成可稳定生成的外形、服装、材质、色彩、空间、光线和视觉识别系统时使用。

Akira-TL/akira-video-skills

组织整片级剪辑、合成、全片声音和最终成片;当多个已采用镜头需要进入 Premiere Pro、After Effects、DaVinci Resolve 等后期工程,或需要整片字幕、Logo、音乐、混音、比例版本和最终导出时使用。

Akira-TL/akira-video-skills

为 AI 图片或视频生成准备可直接使用的提示词与一次性生成包,并在用户把生成结果带回项目后归档;当需要从正式视频脚本、复用素材和 SHOT.md 编译生成内容、选择参考素材、约定返回文件名或清理临时包时使用。

Akira-TL/akira-video-skills

规划、创建、整理和维护多个镜头会重复使用的视频复用素材;当需要人物/场景/道具/产品提示词、参考图、官方素材、身份与状态参考或其他可重复引用内容时使用。

Akira-TL/akira-video-skills

把小说、章节、故事梗概、品牌 brief 或其他上游内容转换成当前视频自己的脚本层;当需要编写或修订 SCRIPT.md、视频人物表演定义、场景定义、对白或镜头总表时使用。

Akira-TL/akira-video-skills

把 SHOTS.md 中的镜头总览展开成可直接制作的单镜头定义;当需要创建或修改 video/shots/<shot-id>/SHOT.md、镜头连续性、摄影、动作、表演、声音或镜头专属生产约束时使用。

Skills relacionados