IAmCosmin-YT/emotion-factory-devlog-shorts

Habilidad de Edición de Devlogs y Shorts de Alta Retención (Edición Forense Fotograma a Fotograma de 81 Vídeos)

Un manual de producción completo y un sistema de composición fotograma a fotograma en Python/OpenCV/PIL a 60fps para crear Shorts de YouTube, devlogs de TikTok y promos de juegos virales. Derivado de una inspección forense fotograma a fotograma de 81 vídeos (162 hojas de contacto y gancho) de Vedinad (los 28 Shorts + 2 vídeos de larga duración), Danidev (15 devlogs, vídeos Dani2 y Shorts de DaniClips), Wishbone Games (10 Shorts y devlogs), c dev (14 Shorts y devlogs), SSundee (5 ganchos de introducción) y 7 Shorts de referencia virales (tt_wynge, ref5, story_video, speed_main, speed_rivals, speed_toh, speed_flop).

---

1. Las 7 Leyes No Negociables (A partir de la Evidencia Fotograma a Fotograma)

1. NO HAY BANNER SUPERIOR PERSISTENTE:

   • Nunca fijes un banner de encabezado rectangular estático ancho en la parte superior del vídeo. En los 15 vídeos de Danidev, 10 de Wishbone, 14 de c dev, 5 de SSundee y 7 de referencia (tt_wynge, ref5, story_video, speed_*), ninguno usa un banner de encabezado superior persistente.
   • Incluso en los Shorts de Vedinad, muchos (PvmyoTRTKho, qEOSXthsSUU, etc.) no tienen texto superior, o usan una pegatina de texto compacta y temporal de TikTok que desaparece o cambia por acto (0–4s gancho -> desaparece durante el B-roll -> temporal "Espera..." -> desaparece). Nunca cubras los HUDs superiores del juego con un banner permanente.

2. ARQUITECTURA DE GANCHO FOTOGRAMA A FOTOGRAMA REAL (0.00s – 2.50s):

   • Arquetipo A — Tarjeta de Comentario/Discord Animada Palabra por Palabra sobre Fondo Limpio o Oscuro/Desenfocado (Vedinad / Dani / c dev):
     • Comienza con una cuadrícula limpia de azul diagonal (#1A66CC a #2B82F6), una cuadrícula de pizarra oscura (#12131A) o un juego muy desenfocado (GaussianBlur(25)).
     • Una tarjeta de comentario de YouTube inclinada en 3D o un mensaje oscuro de Discord (#313338) comienza a escala 1.0x (inclinación -3.5° a -5°). Mientras el texto del comentario se escribe palabra por palabra sincronizado con la voz en off (0.00s–1.60s), la cámara virtual hace zoom (1.0x -> 2.0x) y panea horizontalmente de izquierda a derecha siguiendo cada palabra.
     • A 1.60s–2.10s, la cámara vuelve a 1.0x (invirtiendo la inclinación a +3.5°) en una reacción del narrador de 1–2 palabras ("UH OH", "OKAY..", "BRO...", "CHALLENGE ACCEPTED"), y desaparece por completo mediante un corte brusco a 2.00s–2.50s.
   • Arquetipo B — Gancho de Gráficos en Movimiento / Contador de Alto Impacto (tt_wynge / c dev rcS9EkA_pco / Wishbone):
     • Comienza inmediatamente con una tarjeta de UI en 3D a pantalla completa, una barra de estadística que se vacía ($8,356 -> $0 o 0 -> 278,824), o textos de 1 palabra al centro con neón y vibración cromática.

3. CAMBIO DE MEDIO Y CORTES DE B-ROLL CADA 1.0s – 1.7s (35–55 Cortes/Min):

   • El juego en bruto solo, incluso con cortes de zoom, causa fatiga en el espectador si no se interrumpe con patrones gráficos de pantalla completa. Cada 4–6 segundos de juego intenso deben ser puntuados por uno de estos 5 cortes de devlog característicos (que duran 0.6s–1.8s):
     1. Golpe de Texto en Pantalla Negra (#000000): Pantalla completamente negra con texto impactante al centro ("pero se pone PEOR", "SE VUELVE AÚN MÁS LOCO", "ASÍ QUE SÍ", "ESPERA...", o en minúsculas "rip frijol").
     2. Lista de Tareas de Dev en Pantalla Negra: Escribir una lista de 3–4 elementos sobre fondo negro ("1. construir fábrica de emociones", "2. contratar trabajores gruñones", "3. tormenta eléctrica 10x", "4. ¿¿beneficios??").
     3. Tarjeta de Código / Inspector de Estudio Inclinada en Perspectiva 3D: Un IDE oscuro (#0D1117) o tarjeta de Inspector inclinada en perspectiva 3D (cv2.warpPerspective) con código cómico resaltado (cube.Value *= 10; // balanced lol) o escritura acelerada (400%–800%).
     4. Tarjeta de Contador / Multiplicador Animado: Una tarjeta oscura desenfocada donde un contador enorme sube rápidamente (1x -> 10x -> 1,000x o $0 -> $1,000,000,000) con una barra de progreso brillante.
     5. Tarjeta de Rareza / Escalera de Niveles Apilada: Apilamiento vertical de barras horizontales de colores (FELIZ $5 -> GRUÑÓN $75 -> IRA $400 -> IMPACTADO 10x -> ASCENDIDO $10,000) que aparecen secuencialmente.

4. RECORTE DE JUEGO LIMPIO Y AJUSTADO (Cero Menús Desordenados):

   • Al recortar juego 16:9 a 9:16 (1080x1920), nunca incluyas ventanas emergentes de configuración accidentales, diálogos de ranura de guardado o barras laterales pequeñas e ilegibles.
   • Recorta ajustadamente (escala 1.35x–1.85x) sobre el punto focal activo: el personaje, objetos en la cinta, colisiones de física, láseres de jefe o números de daño/dinero flotantes. Usa viñetas de degradado oscuro superior/inferior sutiles (alfa 0.0 -> 0.55) para que la tipografía cinética tenga un 100% de contraste.

5. TIPOGRAFÍA CINÉTICA GIGANTE DE ALTO CONTRASTE (95pt – 160pt):

   • Nunca uses subtítulos pequeños de 50pt–60pt enterrados en la parte inferior de la pantalla.
   • Posición Estándar en Juego: Zona segura inferior-media (Y = 1280 a 1380, 67%–72% desde arriba)—colocada limpiamente debajo de la acción central del personaje y muy por encima de la barra inferior de UI (Y > 1550).
   • Posición de Tarjeta / Golpe a Pantalla Completa: Centro exacto (Y = 860 a 980, 45%–51% desde arriba).
   • Estilo: Sans-serif geométrica pesada (Segoe UI Black, Montserrat Black, Arial Black), MAYÚSCULAS, máximo 1 a 3 palabras (o compuestos apilados de 2 líneas como "EMOTION\nTYCOON", "10X SHOCK\nVALUE"), contorno sólido #000000 de 12px–16px + sombra profunda + resplandor exterior neón de color opcional (Rojo, Oro, Verde Neón, Cian).
   • Entrada con Resorte y Desenfoque: Cada bloque de palabras aparece con un sobrerreacción de resorte de 4 fotogramas (70% -> 116% -> 100%) y un desenfoque de movimiento direccional horizontal opcional de 1 fotograma en transiciones rápidas.

6. VOZ EN OFF NATURAL Y NÍTIDA DESDE NAVEGADOR (Cero Edge-TTS Robótico):

   • Nunca uses sintetizadores CLI planos y metálicos (edge-tts o SAPI del SO).
   • Genera la voz en off a través de un navegador Chromium incorporado mediante Playwright usando motores de voz neuronales expresivos (como https://www.openai.fm con indicaciones personalizadas de actuación de voz o ElevenLabs en navegador cuando no esté bloqueado), luego ejecuta purge_silence.py para eliminar todas las pausas > 80ms y extraer marcas de tiempo precisas de palabras con Whisper (words.py).

7. EL BUCLE INFINITO SIN COSTURA (Verbal + Visual):

   • El 1.0s final del vídeo nunca debe desvanecerse ni decir "Gracias por ver, ¡suscríbete!". En su lugar, termina con un corte cómico abrupto o una cláusula gramatical incompleta ("...por eso la gente sigue diciendo...") que resuelva directamente en el Fotograma 0 ("...¡NO PUEDES hacer una fábrica que cultive emociones literales!").

---

2. Flujo de Trabajo de Producción Integral

Paso 1: Generación de Voz en Off desde Navegador y Sellos de Tiempo de Palabras

1. Escribe un guión ajustado de 30–38 segundos (95 a 125 palabras a 185–210 PPM) estructurado en 5 actos rápidos con un final de bucle infinito.
2. Genera audio nítido y expresivo mediante Playwright Chrome (scripts/generate_browser_tts.py), purga el silencio > 80ms (scripts/purge_silence.py) y extrae marcas de tiempo de palabras exactas usando words.py.

Paso 2: Compositor Fotograma a Fotograma a 60fps en OpenCV + PIL

En lugar de depender de filtros de superposición estáticos de FFmpeg, renderiza el vídeo a 1080x1920 @ 60fps usando un compositor Python fotograma a fotograma (cv2 + PIL + numpy) que calcula las matemáticas de animación exactas por fotograma (ease_out_back, ease_in_out_cubic, deformaciones de perspectiva 3D, vibración de cámara, divisiones de glitch RGB y superposiciones de partículas):

• 0.00s – 2.20s (Acto 1 — Gancho de Zoom de Comentario): Fondo de cuadrícula azul/oscura animado + tarjeta de comentario inclinada en 3D escribiéndose palabra por palabra mientras hace zoom 1.0x -> 1.85x y panea entre palabras, volviendo atrás en la reacción del narrador.
• 2.20s – 8.50s (Acto 2 — Premisa y Bucle Principal): Cortes de juego ajustados con paneo y escaneo (1.1s–1.5s cada uno) intercalados con una tarjeta de script Luau/C# inclinada en 3D y una lista de tareas de dev en pantalla negra.
• 8.50s – 21.0s (Acto 3 — Escalada de Mecánicas y Sinergias): Demostraciones rápidas de mejoras/trabajadores/sinergias puntuadas por un golpe de texto en pantalla negra ("PERO SE PONE PEOR") y una tarjeta de escalera de Rareza/Emoción de 5 niveles.
• 21.0s – 31.0s (Acto 4 — Clímax de Clima/Jefe y Contador Animado): Juego de alta intensidad (ej., Tormenta eléctrica 10x, cubos carmesí de Luna de Sangre, Compactador Hidráulico) junto con una tarjeta de Contador Multiplicador/Dinero ($1 -> $1,000,000,000) y destellos de impacto a pantalla completa.
• 31.0s – 34.5s (Acto 5 — Llamada a la Acción y Outro de Bucle Sin Costura): Tarjeta nítida de título del juego/jugar que transiciona a media frase de vuelta al Fotograma 0.

Paso 3: Mezcla de Audio Hipercomprimida (-14 LUFS, LRA 3.1 LU)

Mezcla la voz en off sin silencios (0 dB) con música de fondo alegre atenuada (-20 dB bajo la voz) y SFX reales libres de regalías (Pixabay / MyInstants / Kenney—nunca ruido generado por IA):

• Clics de tecleo sincronizados con cada palabra que aparece en la tarjeta de gancho de comentario y en la tarjeta de lista.
• Silbidos nítidos en cada golpe de cámara y giro de tarjeta 3D.
• Clics de pop/wood en apariciones de subtítulos clave.
• Boom de graves / Vine boom en golpes de texto en pantalla negra y revelaciones de clímax.
• Campanillas de dinero / trueno de rayo al finalizar contadores y golpes de multiplicador.

---

3. Manuales de Referencia Forense Detallados

• Desgloses de Creadores y Perfiles Forenses de 81 Vídeos: Reglas completas por creador extraídas de los 30 vídeos de Vedinad, 15 de Danidev, 10 de Wishbone Games, 14 de c dev, 5 de SSundee y 7 Shorts de referencia.
• Arquitectura de Gancho y Bucles de Retención: Matemáticas exactas fotograma a fotograma para los ganchos de zoom de comentario de Vedinad/Dani, ganchos de gráficos en movimiento de tt_wynge/c dev y guiones de bucle infinito.
• Especificación de Subtítulos Cinéticos y Tipografía: Tamaños de fuente (95pt–160pt), apilamiento de 1–2 líneas, curvas de sobrerreacción de resorte, manchas de desenfoque direccional y paletas de colores de resplandor semántico.
• Ingeniería de Ritmo, Cortes y B-Roll: Métricas ASL en los 81 vídeos, golpes de texto en pantalla negra, tarjetas de código 3D inclinadas, escaleras de rareza y reglas de encuadre con paneo y escaneo 9:16.
• Diseño de Sonido, TTS desde Navegador y Masterización de Audio: Generación de TTS mediante navegador Playwright, purga de silencio, mapa de sincronización de SFX y cadena de masterización -14 LUFS.

---

4. Puerta de Calidad y Lista de Verificación de Inspección Visual

Antes de entregar cualquier Short renderizado, genera una hoja de contacto de 60 fotogramas + hoja de gancho de 24 fotogramas a 4fps e inspecciona ambos con view_file:

• Sin Barra Superior Persistente: Confirma que NO hay un banner blanco/negro permanente fijado en la parte superior del vídeo.
• Movimiento del Gancho en Fotogramas 0–60: ¿La tarjeta de comentario de apertura o el gancho de gráficos en movimiento se escriben activamente palabra por palabra y hacen zoom/paneo a lo largo de 0.0s–2.2s, para luego desaparecer por completo?
• Recortes de Juego Limpios: ¿El 100% de las tomas de juego están libres de ventanas emergentes accidentales de CONFIGURACIÓN, GUARDAR o menús desordenados?
• Variedad de Medio Visual: ¿El vídeo alterna entre juego ajustado y cortes gráficos a pantalla completa (golpes en pantalla negra, tarjetas de código 3D, contadores animados, escaleras de niveles) al menos cada 4–6 segundos?
• Tipografía Sobredimensionada y Legible: ¿Los subtítulos son de 95pt–150pt con contornos/brillos negros gruesos, colocados limpiamente en la zona segura (Y = 1280–1380 o centro Y = 880–960 en tarjetas gráficas) sin superponer botones de UI inferiores?
• Nitidez de la Voz en Off: ¿La voz en off se generó mediante TTS neuronal desde navegador (no edge-tts robótico de CLI) con todas las pausas > 80ms eliminadas?