/long-form
source ──tighten──▶ tight take ──build──▶ edited.mp4 + .srt + .chapters.txt + .sheet.jpg
(pauses cut, ├ plain stretches: punch-ins on the cuts, captions, chapter cards
words remapped) └ moments: explainer / split-screen / ... rendered and spliced in
Primer uso
La carpeta de este skill es el "Directorio base" que Claude Code muestra al cargarlo.
SKILL_DIR="<directorio base de este skill>" # la ruta que Claude Code imprimió como "Directorio base para este skill"
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout
GROQ_API_KEY debe estar configurada para transcribir (los videos largos se dividen en fragmentos de 10 minutos). Requiere ffmpeg y Node.
Pasos
-
Probar.
"$PY" "$KIT/reel.py" probe <video>: tamaño, duración y el formato queautoseleccionará (más ancho que alto = horizontal 1920x1080, de lo contrario vertical 1080x1920). Pregunta solo si el usuario quiere la otra orientación (un fuente horizontal se puede recortar a vertical, lo que centra el contenido). -
Ajustar (recomendado para grabaciones en bruto, omitir si ya está editado):
"$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers]Transcribe, conserva cada palabra, acorta cada pausa mayor que--max-gapa aproximadamente2 × --pad, y escribe<video>.tight.mp4más<video>.tight.transcript.json(palabras en la nueva línea de tiempo, ycuts: dónde cayó cada unión). Usa el archivo ajustado de aquí en adelante.--cut-fillerstambién elimina um/uh/erm. -
Leerlo.
"$PY" "$KIT/reel.py" words <video>imprime una oración por línea con tiempos (en la línea de tiempo ajustada si ajustaste). Para videos largos, léelo en partes con--start/--end. Anota:- los capítulos: dónde gira el tema (de 4 a 10 para un video de 10 a 20 minutos), cada uno con un título de 2 a 5 palabras;
- de 2 a 6 momentos: fragmentos de 4 a 10 segundos que hacen un punto visual concreto (una comparación, un paso, un número, una clasificación, una pequeña historia). Distribúyelos; la mayor parte del video se mantiene como toma directa.
-
Encuadre.
"$PY" "$KIT/reel.py" frame <video> <t> frame.jpgy mira: anota el centro de la cara (paraface, usado por los zooms) y la línea de los ojos y la posición horizontal de la cara para cualquier momento que los necesite (eye_y,face_x,video_top...). -
Especificación. Escribe
<video>.long-form.jsonjunto al video (abajo). Las rutas son relativas al archivo de especificación. -
Construir.
"$PY" "$SKILL_DIR/build.py" <spec.json>. Los momentos se renderizan primero (aproximadamente 20 a 40 s cada uno, en caché), luego la línea de tiempo se codifica en segmentos en paralelo. Un video de 15 minutos en 1080p toma aproximadamente el tiempo de uno o dos pases de ffmpeg sobre él. -
Verificar
<out>.sheet.jpg(12 fotogramas, rojo = cubierto por el reproductor o la interfaz del reel), luego verifica puntualmente la unión de cada momento y una tarjeta de capítulo en el video mismo. Corrige la especificación y reconstruye; los momentos que no cambiaron se reutilizan. -
Entregar el mp4, el
.srt(súbelo a YouTube para subtítulos buscables, incluso si están quemados) y el.chapters.txt(pégalo en la descripción).
Especificación
{
"video": "episodio.ajustado.mp4",
"format": "auto",
"out": "episodio.editado.mp4",
"face": [880, 400],
"punch_ins": {"every": "cut", "scale": 1.12, "min_hold": 2.5},
"zooms": [{"start": 312.4, "end": 318.0, "scale": 1.25}],
"captions": {"keys": ["carrusel", "viral"], "karaoke": false},
"chapters": [
{"at": 0, "title": "Por qué ganan los carruseles"},
{"at": "lo segundo", "title": "Encontrar un post viral"}
],
"moments": [
{"skill": "explainer", "start": 61.2, "end": 67.0,
"title": "Roba lo que *funciona*", "eye_y": 400, "face_x": 880,
"visual": {"type": "list", "items": [{"text": "Encuentra un post *viral*", "at": "find"}, {"text": "Recrealo", "at": "recreate"}]}},
{"skill": "split-screen", "start": 140.0, "end": 147.5, "face_x": 880, "zoom": 1.2,
"badge": "Paso 2", "headline": "Elige *uno*", "visual": {"type": "image", "src": "capturas/app.png"}}
],
"loudness": -14
}
video: el archivo ajustado, o el original.start/end(opcional) usan solo una parte.format:auto,horizontalovertical.face:[x, y]de la cara en el lienzo, el centro de cada zoom. Predeterminado: centro, un poco arriba del medio.punch_ins: alterna entre la toma directa yscale(1.08 a 1.18) en cada"cut"(necesita un transcript ajustado; oculta los cortes), cada"sentence", o cada N segundos (un número).min_hold(s) evita que los zooms parpadeen. Omítelo para no tener punch-ins.zooms: zooms explícitos a una escala, además de los punch-ins. Úsalos con moderación, para una línea enfática.captions: subtítulos fijos de estilo house: Inter ExtraBold, blanco con sombra suave,keyssobre un accent pill.karaoke: trueatenúa las palabras hasta que se dicen.yysizelos mueven y redimensionan.falsedesactiva los subtítulos quemados (el.srtigual se escribe). Dentro de los momentos, los subtítulos del momento toman el control.chapters:atson segundos o una palabra hablada ("precios","precios#2","precios-0.5"). Cada una obtiene una tarjeta (un número de acento y el título) durante unos 3 s;"card": falseen una, o"chapter_cards": falsepara todas, mantiene solo la entrada en.chapters.txt. Un primer capítulo que no esté en 0 obtiene una línea "Introducción" (intro_title).moments:skill+start/end(segundos, o palabras) + los propios campos de ese skill, exactamente como los describe su SKILL.md (léelo antes de escribir uno). El formato, video y transcript se completan automáticamente. Los momentos no pueden solaparse. Un skill de recorte (explainer, behind-the-person) añade aproximadamente 0.1 s por fotograma.loudness: normaliza la mezcla final a este LUFS (-14 es adecuado para YouTube). Omítelo para mantener la voz grabada.keep_work: true conserva los segmentos codificados en.work/.
Gusto
- La toma es el espectáculo. Los subtítulos y los punch-ins llevan todo el video; los momentos son condimento (como máximo uno cada 1 a 3 minutos).
- Cada momento ilustra la oración exacta que está debajo, aterrizando en las palabras que lo nombran, y usa las imágenes reales del usuario, capturas de pantalla y números. Nunca inventes resultados.
- Los títulos de los capítulos son cortos y concretos ("Precios", "La configuración en 3 pasos"), nunca clickbait.
- Horizontal: mantén los subtítulos y las tarjetas dentro del área segura (la hoja lo muestra); la barra de progreso de YouTube cubre los 120 píxeles inferiores cuando está en pausa.
- Vertical long-form usa las mismas zonas que los reels; mantén los subtítulos alrededor de y 1380.