Stickman Video Master Skill — Del guion al reel final
Un pipeline completo y probado en batalla: cortos de terror/misterio en hindi (1080×1920, 30 fps) creados con código — investigación, guion, diseño de personajes, construcción de escenas, voz en off, mezcla, QC.
Producción de referencia: Reel de Bhangarh (el video demo está en el repositorio — demo/demo_10s.mp4, el código completo con el mismo estilo está en las carpetas code/ y vo/).
PASO 0 — Investigación (antes del guion)
- Investigación profunda del lugar/historia real: Wikipedia + fuentes oficiales (evidencia primaria como el tablero de ASI).
- Etiqueta cada afirmación con: [DOCUMENTADO] (hay evidencia) · [LEYENDA] (tradición oral) · [NO ENCONTRADO] (no lo agregues al guion).
- Nunca incluyas afirmaciones virales falsas sin verificar. (Lección de Bhangarh: "el único fuerte donde está prohibido entrar de noche" resultó FALSO, se eliminó del guion).
- Verifica la demanda: mira los videos más grandes de YouTube sobre el mismo tema — ¿qué enfoque funcionó (visita nocturna, primer plano del tablero, historia pura)?
PASO 1 — Redacción del guion
- La primera oración = el evento completo (gancho). La pista para la respuesta debe estar oculta en la primera línea/fotograma.
- Cada oración: 6–12 palabras; total ~150 palabras ≈ 49 segundos a ~190 ppm.
- Ponles NOMBRES a los personajes. Revela primero, "porque" después.
- En medio, un desafío al "tú" + al final un comentario de una palabra (SÍ o NO).
- Frases clave: "en realidad / o sea / mira con atención / piensa un poco". PROHIBIDO: palabras de IA (misterio, hecho, emoción, sensación).
- Regla de diálogos de personajes: solo 2–4 diálogos seleccionados con su propia voz; el resto es narración. Sin diálogos inventados.
- Verificación de ritmo: VO a 2.3–2.7 palabras/seg · silencio muerto >12% = recortar · el título no debe spoilear la respuesta.
PASO 2 — Storyboard + Bloqueo geométrico
- Línea → tabla de escenas (t0–t1 de cada línea definido primero). Luego bloqueo de coordenadas ASCII: piso (FLOOR), posiciones de personajes, cámara en cada tiempo clave.
- Primero el boceto, luego el aspecto visual — sin boceto, NO se salta al código final.
PASO 3 — Diseño de personajes (código code/my_builder.js)
- Personaje = actor SVG diseñado (~640 unidades): brazo FK de 2 segmentos (cadera→rodilla, hombro→codo), articulaciones redondas, trayectoria facial en forma de mandíbula para cada rol.
- Cada rol tiene su paleta de ADN: piel, iris, vestimenta, marca distintiva (maang tikka, tilak, pagri).
- Los detalles de la frente (tilak) se dibujan DESPUÉS de la capa de cabello — de lo contrario, quedan ocultos debajo del cabello.
- API de actuación:
setFaceMood·lookEyes·poseArms·speakHuman(formas de labios) ·walkHuman(ciclo de caminata real — deslizamiento = FALLO GRAVE). - Manos: palma + pulgar + líneas de dedos. Bucle de parpadeo + respiración en cada actor.
- Referencia de calidad: el personaje NO debe crearse con formas primitivas (cabeza circular, cuerpo cilíndrico) — solo trayectorias esculpidas.
PASO 4 — Diseño de escenarios (código code/my_head.js, my_scenes_a/b.js)
- Materiales primero: cada superficie con degradado de múltiples paradas (iGrad) + sombra real; colores planos = FALLO.
- Habitación = cascarón 3D: pared trasera + paredes laterales en perspectiva + polígono de piso + zócalo.
- Pared de piedra: cada piedra con tono diferente + línea de resalte + manchas climáticas (textura de piedra procedural) — repetición tipo baldosa de baño = FALLO.
- Roca/cantos rodados: polígono irregular de 12 puntos + 3 tonos de facetas + grieta + manchas de arena + sombra de contacto. Octágono/losa = FALLO GRAVE.
- Accesorios vivos: lámpara colgante, llamas de fuego + humo, cuervos, niebla (¡ligera!) — pero no dejes los efectos FX encendidos; cada FX debe tener su tiempo de apagado.
- Ley de cámara: antes de cada
camTo, calcula la parte inferior de la vista:cy + 960/s ≤ 1920, de lo contrario se verá cielo/borde negro debajo del fotograma. - El rectángulo de cielo siempre debe tener altura completa.
PASO 5 — Ensamblaje + Renderizado
- El núcleo del motor = prefijo de cualquier HTML ensamblado (shell svg#stage + defs + rig + helpers E/iGrad/makeCam/seekWrap) + archivo de escena + etiquetas de cierre. Mantén
gsap.min.jsjunto al archivo — no encadenes copias de archivos con&&(si uno falla, todo se detiene). - Línea de tiempo con GSAP; renderizado determinista mediante seek: Playwright 1080×1920 →
window.seekToTime(t)por cada fotograma → JPEG q88 → ffmpeg libx264 crf18. Renderiza en fragmentos de ~20 s (evita reinicios de VM), con patrón de reanudación (si el fotograma >10 KB, saltar). - Lección de GSAP: no uses interpolación x/y en grupos que ya tienen transformaciones (translate+scale) — usa interpolaciones absolutas de transformación de atributos.
- Líneas largas de subtítulos: en el script de render, si
getComputedTextLength() > 1030, aplica el correctortextLength=1030. - Signo de poseArms: girar armR hacia la izquierda del fotograma = rotación POSITIVA. Personaje caído: envoltura a −84°, la cabeza se desplaza ~530 unidades a la izquierda — calcula la posición final de la cabeza antes de colocar la envoltura.
PASO 6 — Bucle de autoevaluación (cada escena)
- Extrae fotogramas de prueba (mitad de cada escena + fotogramas problemáticos) → revísalos tú mismo (también recortes ampliados) → correcciones → repite fotogramas.
- 3 evaluaciones: Artística (composición, color) · Física (anatomía, sombras, conexión con el suelo) · Narrativa (coincidencia con la narración, expresión al revés).
- Puntuación /100; 95+ es APROBADO FINAL. Fallo grave (mano rota, objeto flotante, sombra invertida, accesorio cambiado) anula la puntuación.
- Coloca pancartas/subtítulos en el espacio de pantalla: posición Y de la cabeza en pantalla = (wy − cy)·s + 960; pancarta entre 118–222, subtítulos fuera de 1652+.
PASO 7 — Voz en off (código vo/fit_lines.py)
- Modelo SOLO gemini-3.8-flash-tts (principal) / gemini-3.1-flash-tts-preview (solo como respaldo en caso de 429). Prohibido TTS 2.5. Cuota de 10 llamadas/día/modelo — calcula el presupuesto primero.
- Narración = UNA sola llamada, todo el guion junto. Envía el texto CRUDO — el estilo de dirección largo reduce el ritmo 2.5× y a veces incluso dice la dirección.
- Voces: narración Puck (preferencia de Raj, predeterminada en los reels de @i.raj1801) · villano/otra voz Algenib.
- El WAV de TTS viene a 48000 Hz — los cálculos de tono deben basarse en la tasa real: tono ×1.12 = asetrate 53760 (NUNCA uses rubberband — produce eco). Si quieres que el villano suene más grave, usa ×0.96.
- Ajuste de líneas: toma los segmentos de las tomas de Whisper (small, idioma
hi) → corta cada línea → compresión de pausas (silenceremove) → tono → atempo por línea para que encajen exactamente en la ventana de subtítulos. - Decodifica el WAV para Whisper usando wave+numpy de la biblioteca estándar (PyAV
metadata_errorsda TypeError).
PASO 8 — Mezcla (código vo/mix.py)
- BGM nuevo para cada reel — nunca reutilices; libre de licencia (biblioteca de Kevin MacLeod). Volumen ~0.10, por debajo de la VO.
- Mapa de beats de SFX: whoosh (lanzamiento), impact (golpe/caída), thunder (relámpago/maldición), riser (antes de la maldición).
- Loudnorm de 2 pasos (medir → aplicar linealmente) = −14.0 LUFS, TP ≤ −1.5. Un solo paso a menudo se detiene en −15.8.
- Multiplexación: copia del flujo de video + AAC 192k.
PASO 9 — QC final + Entrega
- El archivo entregado se verifica con Whisper: ¿cada línea del guion aparece en el orden y tiempo correctos? La verificación de la toma de origen no es suficiente.
- Verifica y reporta duración, tamaño y LUFS.
- Lección de entrega: no reutilices el nombre del archivo de video — la aplicación muestra una copia antigua en caché. Cada nueva entrega = nuevo nombre (v2, _Final, fecha).
- Los videos perfectos (aprobados por Raj) se guardan en la carpeta
Perfect_Videos/<fecha>/— solo los perfectos.
Guía de archivos
script/Script_v1.md— guion de Bhangarh + etiquetas de verdad/leyenda + verificación de ritmo (úsalo como plantilla)code/my_head.js— sombreadores, HUD, drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLampcode/my_builder.js— buildBhangarhActor (5 roles, rig completo)code/my_scenes_a.js/my_scenes_b.js— 8 sets + línea de tiempo + subtítuloscode/props_snippet.js/api_snippet.js— árbol/hierba + API de actuacióncode/render_test.py/render_full.py— fotogramas + renderizado completo (con reanudación)vo/fit_lines.py/vo/mix.py— ajuste de VO + mezcla finaldocs/— resumen del sistema visual + leccionesdemo/demo_10s.mp4— muestra de 10 segundos de este pipeline (el reel real no está público aquí)