Leyendas Incrustadas
Un catálogo, elegido de antemano (CATALOG.md — 17 identidades; los tres motores que hay detrás son detalles de backend). Estándar (predeterminado) crea un riel (rail) limpio y literal (subtítulo inferior que lleva la mayor parte del texto) + un clímax incrustado (embed) compuesto dentro de la escena detrás del sujeto en el punto álgido. Cinematográfico es incrustación pura — sin riel, cada leyenda se compone detrás del sujeto (tipografía heroica, acumulación, oclusión como efecto). Temático es una constitución temática completa — paradigma del cuerpo × pieza heroica × efectos frontales × reacción de placa, compuesta a partir de registros (themes/README.md): ordnance terminal neonsign stardust stomp. La mayoría de los videos explicativos / con voz en off usan Estándar; la incrustación es el pico escaso y ganado — incrustar cada palabra es el error común; Temático es para peticiones de nivel VFX ("炸", "特效", "como hecho en AE").
Flujo operativo (resumen)
La prosa técnica a continuación es extensa; el proceso en sí es corto — y todo lo determinista se calcula o compila, nunca se escribe a mano:
- Puerta de decisión (rechazar clips malos) → elegir UNA identidad de CATALOG.md (17 identidades; motor/compilador derivado por búsqueda — nunca plantear una pregunta de modo/categoría)
hyperframes init(omitir si el directorio del proyecto ya existe con el video dentro —matte.cjs/transcribe.cjsadoptan cualquier video en el dir como source.mp4) →bash scripts/prepare.sh <proyecto>(matte ∥ transcripción ∥ envolvente de audio en paralelo, luego zonas seguras v2 con paleta de escena/óptica/iluminación — un comando, nada olvidado)- redactar un pequeño JSON de elecciones creativas (leer
safe-zones.jsonprimero): Cinematográfico →plan.json→fill-timings.cjs→fit-fonts.cjs→make-composition.cjs; Temático →theme.json→make-theme.cjs(paradigmas riel/panel/poema/toma de control;anchores el riel silencioso predeterminado) - QA Visual:
node scripts/preview-frames.cjs <proyecto>→ vistas previas de composición fieles en ~2s/fotograma (sin renderizar). Revisar § QA Visual antes de pagar por un renderizado. render-and-composite.sh→ compuertas (tiempo / oclusión+heroica / desbordamiento / entrega) →final.mp4
Reglas importantes que la gente pasa por alto:
- riel (predeterminado) + incrustado (promoción).
drop(relleno, no se muestra) /rail(subtítulo inferior literal, al frente, lleva la mayor parte del texto) /embed(una palabra cumbre compuesta detrás del sujeto). El modo Estándar hace ambas, incrustando solo el(los) pico(s). Ver § Modelo de leyenda. - El video se entrega SIN TOCAR (Estándar/Cinematográfico; el presupuesto de PLACA del modo Temático es la única excepción sancionada — los beats de reacción registrados (carga-atenuación, golpe, sacudida, granulado) definidos por ADN de tema y aplicados DESPUÉS de la composición mate para que sujeto+texto+placa se muevan como un solo fotograma) — las leyendas son lo único que se añade; el mate solo permite que el sujeto ocluya la pista incrustada. Nunca gradúes/recolores/añadas líneas de escaneo al metraje.
- Dos libros de reglas: riel → references/rail.md (breve), arte de incrustación → references/composition-craft.md (rico, solo incrustación). Consulta según necesidad.
Modelo de leyenda — riel + incrustado
Cada frase hablada es una de tres cosas:
| Qué es | Cómo se muestra | |
|---|---|---|
| drop | relleno — um/eh, tartamudeos, autocorrecciones | no se muestra |
| rail | el predeterminado — contenido hablado ordinario (literal) | subtítulo inferior limpio, al frente, legible. Una palabra impactante puede tener un resalte emphasis en línea (color de acento / destello de palabra activa) — permanece en el riel. |
| embed | un pico promocionado — el latido del titular | una palabra grande compuesta detrás del sujeto (oclusión mate), entrada y salida diseñadas |
El riel lleva la mayor parte del texto; la incrustación es el pico escaso y ganado. La escasez es por beat/bloque, no por clip: ≤1 heroica por bloque (pensamiento), nunca dos co-visibles, ≥ un beat de aire entre ventanas heroicas (el compilador advierte si es menor de 0.6s). Un clip corto → normalmente 1–2; un video explicativo largo → ~una por sección. Entre múltiples heroicas, la más grande redactada es la CIMA (solo ella obtiene el bloqueo de incrustación completo + ajuste de ancho elevado); las más pequeñas son picos MENORES que viajan en su columna como líneas de énfasis sobredimensionadas (primer plano, movimiento amortiguado) — no todos los beats necesitan la exhibición mate, que es precisamente lo que mantiene la cima como un evento. Incrustar cada palabra sigue siendo el error común.
Las identidades de superficie de riel construyen exactamente esto (riel = rail.html, incrustación = el clímax en index.html). Las identidades de flujo de columna eliminan el riel y hacen todo estilo incrustación — recomiéndalas solo para peticiones de estado de ánimo sobre lo literal, nunca para videos explicativos / con voz en off donde las palabras deben leerse (CATALOG.md codifica esto por identidad).
Paso 0 — elegir UNA identidad del CATÁLOGO
Un front-end, tres motores detrás. El usuario elige una IDENTIDAD de CATALOG.md (17 entradas: 12 clásicas + 5 temáticas); el motor, compilador y archivo de redacción se derivan por búsqueda desde la fila del catálogo. Nunca plantear "Estándar vs Cinematográfico vs Temático" como una pregunta — esos son nombres de backend (un producto tiene una UX incluso con varios motores). El catálogo codifica todo lo que necesita el enrutamiento: superficie de lectura, voz, recomendación-para, necesidades de escena, notas de adyacencia para los pares realmente cercanos (loud↔ordnance, neon↔neonsign, cream↔stardust).
Procedimiento: sondear el clip → preseleccionar 2–3 identidades del catálogo → recomendar UNA con un porqué de una línea → el usuario elige → redactar el archivo de esa identidad. Las identidades están bloqueadas por motor (sin combinaciones cruzadas; abrir una es un evento de validación — ver dna/README.md).
Presenta siempre tu recomendación y deja que el usuario elija antes de redactar. No tomes el valor predeterminado en silencio.
(La tabla completa de identidades está en CATALOG.md — fuente única de verdad para el enrutamiento. La documentación del motor a continuación describe el contrato de redacción de cada backend.)
Heurística de recomendación: usar las "Heurísticas de preselección" en CATALOG.md — son a nivel de identidad (ej. "炸" preselecciona ordnance/stomp/terminal/loud y elige POR LO que debería explotar), nunca a nivel de categoría. Si no estás seguro → anchor.
- Cinematográfico → escribir
plan.jsonpara una plantilla bloqueada, compilada pormake-composition.cjs. - Temático → leer themes/README.md, redactar
theme.json, ejecutarscripts/render-theme.sh(compila + renderiza + reacción de placa → final_fx.mp4).
Puerta de decisión — EJECUTAR PRIMERO
Sondear el video y clasificar la escena antes de cualquier modo.
ffprobe <video.mp4> # especificaciones
ffmpeg -ss <t> -i <video.mp4> -vframes 1 sample.png # al 20/50/80%
Leer las muestras. Rechazar si:
- Múltiples hablantes / cortes bruscos (dividir y renderizar cada toma, o rechazar)
- Sin sujeto humano (esta habilidad es para talking-head)
- Menos de 3 segundos, sin habla, o la cara nunca es claramente visible —
transcribe.cjsadvierte cuando el audio está casi en silencio (Whisper alucina palabras como "Gracias." sobre el silencio); prestar atención y rechazar en lugar de rotular palabras fabricadas - La fuente ya tiene leyendas / subtítulos / gráficos de texto pesados quemados — agregar un segundo sistema de leyendas entra en conflicto y el metraje se entrega sin tocar (sin cubrir/retocar). El texto quemado a menudo aparece solo a mitad del clip: muestra una hoja de contactos a 1 fps (
ffmpeg -i in.mp4 -vf "fps=1,scale=160:-1,tile=10x5" sheet.png), no confíes en 3 fotogramas puntuales. - La transcripción es basura — el habla no nativa/con acento fuerte puede transcribirse en galimatías confiado. Leer
transcript.jsoncríticamente antes de redactar; si no se interpreta como idioma, intentarWHISPER_MODEL=mediumuna vez, si no, rechazar (un riel literal de palabras fabricadas es peor que sin leyendas). - Cámara en mano con movimiento rápido (el mate parpadea)
Sondas previas al vuelo (no cuestan nada, previenen los peores fallos)
- Sonda de corte de toma. Muestrear fotogramas al 20%, 50%, 80%. Si aparece un sujeto/escena diferente, recortar el clip antes del corte.
- Sonda de letterbox / pillarbox. ¿Barras negras en el primer fotograma? Calcular el rectángulo de contenido seguro y restringir la colocación de leyendas dentro de él.
- Sonda de luminancia. Muestrear la luminancia promedio de la región de la leyenda —
menor de 60→ texto claro se lee tal cual,60-180→ agregar la máscara de glifo,180+→ texto opaco + máscara (nunca texto claro desnudo). Las plantillas cinematográficas son cream+screeny BLOQUEADAS — usa esta sonda para elegir una identidad adecuada (escenas brillantes →ink, o el temaanchorde riel opaco), nunca para recolorizar una. - Recomendación de identidad por tono (tú recomiendas; el usuario elige — ver Paso 0 + CATALOG.md). Video explicativo / entrevista / palabras que deben leerse → identidades de superficie de riel/panel; poético / social / "cinematográfico" → identidades de flujo de columna por registro; "炸 / 特效 / VFX" / mundos nombrados → identidades temáticas. Cuando no estés seguro →
anchor(las palabras se leen, la escena es segura) — pero presenta una preselección y deja que el usuario elija.
Proceso — 5 pasos
1. hyperframes init <proyecto> --non-interactive --video <video.mp4> --skip-skills
2. bash scripts/prepare.sh <proyecto> # matte ∥ transcripción (en paralelo) → zonas seguras. Un comando.
# → frames_fg/ transcript.json safe-zones.json
3. [PASO DEL AGENTE — el único paso creativo] redactar un pequeño JSON; ver a continuación por modo
Cinematográfico: redactar plan.json → node scripts/fill-timings.cjs → fit-fonts.cjs → make-composition.cjs
Temático: redactar theme.json → bash scripts/render-theme.sh <proyecto> (compila + renderiza + efectos de placa)
4. node scripts/preview-frames.cjs <proyecto> # ~2s/fotograma vistas previas compuestas → § QA Visual (ANTES del renderizado)
5. bash scripts/render-and-composite.sh <proyecto> # compuertas → final.mp4 + instantánea history/
(Modo Temático: SALTAR pasos 3b/5 — render-theme.sh ya ejecuta compilación + render-and-composite
+ _postfx.sh; el entregable es final_fx.mp4, final.mp4 es antes de la reacción de placa)
El paso 3 difiere según el modo:
Paso 3 — Modo Cinematográfico (solo incrustación)
- Leer
safe-zones.jsonprimero. Los planos de narración van enzones.hugLeft/hugRight— franjas limpias COLINDANTES con la silueta (el texto lejos del cuerpo se lee como flotante, no incrustado; las esquinas lejanas son el plan de respaldo, no el predeterminado). La heroica predeterminada va enheroAnchor/heroBands.best(centrada EN el sujeto, ~30–55% ocluida).recommendation:"fg"mueve la NARRACIÓN al frente para legibilidad; la heroica permanece incrustada siempre queheroBands.feasible— heroica-fg es el último recurso. - El ADN es la identidad que elegiste en el Paso 0 (CATALOG.md) — no reabrir la elección aquí. Verificar que sea adecuada para la escena (banda heroica brillante luma > 150 quiere
ink; la guía completa de elección está en el catálogo, cubriendo todas las diez incl. neon / glitch / chrome / velocity). Indicar tu elección + por qué; el usuario decide. El ADN bloquea tipo/paleta/mezcla/movimiento + tres actos heroicos; las zonas seguras v2 (palette/optics/lighting) lo parametrizan para ESTA escena automáticamente. - Redactar
<proyecto>/cinematic.json—"dna": "<nombre>"+ BLOQUES de pensamiento, no grupos brutos: cada bloque = líneas de palabras (agrupadas de 2–5 en límites de cláusula) + el plano en el que se apila +csspor línea (solo tamaño/peso/estilo — sin posiciones) + como máximo UNA línea marcada como"hero": true(la palabra promocionada;"text"para forma de visualización). Esquema: encabezado descripts/make-cinematic.cjs. - Compilar:
node scripts/make-cinematic.cjs <proyecto>— reduce bloques → plan.json → index.html. Generado para ti: tiempos secuenciados por transcripción, acumular-dentro-del-bloque, pasar-página-entre-bloques, el BLOQUEO HEROICO (el contexto previo de un bloque heroico, la HEROICA y el contexto posterior se apilan como UNA composición unida centrada en el sujeto — orden de lectura arriba→abajo = orden hablado por construcción; el contexto flota al FRENTE mientras la heroica se incrusta DETRÁS = el sándwich de profundidad; una regla de masa mantiene la heroica dominando su contexto), división cima/menor heroica, orden de lectura por construcción, plan de respaldo fg según zonas seguras. Luego las compuertas se ejecutan como de costumbre. (Sigue siendo posible redactar plan.json directamente a mano para diseños que los bloques no pueden expresar — luego ejecutarfill-timings.cjs+fit-fonts.cjs+make-composition.cjstú mismo.)
Paso 3 — Modo Temático (constitución temática)
Leer themes/README.md PRIMERO — registros de paradigma/pieza, enlaces, reglas estrictas y el esquema exacto de theme.json.
- Elegir un ADN de tema por registro de contenido (cada
themes/<nombre>.jsontienevoice+when). Indicar tu elección + por qué; el usuario decide. - Redactar
<proyecto>/theme.json—dna,lines(literal, orden de transcripción; 1–5 palabras cada una — paratakeovercada línea es una TARJETA),minors(palabras de énfasis),hero:{match}(la palabra/frase culminante; dejarla FUERA delinespara piezas incrustadas, mantenerla DENTRO para piezas en línea y panel+redactar). - Renderizar:
bash scripts/render-theme.sh <proyecto>— compila (compuerta de completitud literal en tiempo de compilación), renderiza ambas capas, compone, aplica la reacción de placa →final_fx.mp4. Usarpreview-frames.cjsentre la compilación y el renderizado para QA Visual.
QA Visual — vista previa ANTES de renderizar
node scripts/preview-frames.cjs <proyecto> [t…] compone fotogramas de vista previa fieles en ~2s cada uno
(capas de leyendas capturadas en el tiempo de búsqueda + fotograma de video real + oclusión mate + superposición de riel = cómo se verá
la composición final en ese momento). Las muestras predeterminadas = cada ventana de grupo/clímax.
Un renderizado completo cuesta minutos — nunca lo uses para descubrir problemas de diseño.
Revisar las vistas previas (<proyecto>/preview/sheet.png) contra esta lista — estos son los fallos que las
compuertas geométricas no pueden detectar:
- Lavado — texto claro sobre un fondo brillante...