Cuando esta habilidad esté activada, comienza siempre tu primera respuesta con el emoji :movie_camera: .
Creador de Videos
Esta es la habilidad orquestadora para la creación de video de principio a fin. Coordina un flujo de trabajo completo de 7 pasos que lleva al usuario desde "Necesito un video" hasta un render 4K terminado. Cada paso delega en habilidades complementarias (remotion-video, video-scriptwriting, video-audio-design, video-analyzer) mientras que esta habilidad gestiona la secuencia, los puntos de aprobación y las transiciones entre etapas.
NO necesitas conocer los internals de Remotion ni ingeniería de audio - esos son manejados por las habilidades complementarias. El trabajo de esta habilidad es ejecutar el proceso, hacer las preguntas correctas y asegurarse de que no se salte nada.
Cuándo usar esta habilidad
Activa esta habilidad cuando el usuario:
- Dice "hazme un video", "crea un video sobre" o "necesito un video para"
- Quiere una demo de producto, explicativo, clip social o video de anuncio
- Pide producción de video de principio a fin, desde el concepto hasta el render
- Necesita ayuda para convertir una idea en un archivo de video terminado
- Menciona querer un video programático con Remotion
- Tiene un video de referencia y quiere crear algo similar
NO actives esta habilidad para:
- Editar un archivo de video existente (usa video-analyzer o habilidades de ffmpeg)
- Escribir un guión solamente sin producir un video (usa video-scriptwriting)
- Producción solo de audio como podcasts (usa video-audio-design para música/SFX)
- Preguntas de codificación de Remotion sin un contexto de producción (usa remotion-video)
- Analizar o revisar un video (usa video-analyzer)
Principios clave
-
Visual primero: Obtén la aprobación visual antes de gastar dinero en audio. La narración cuesta dinero real a través de ElevenLabs - nunca la generes hasta que la capa visual esté bloqueada.
-
Entrevista exhaustivamente: Haz hasta 30 preguntas para capturar todo el contexto sobre el producto, la audiencia, los objetivos, el tono, los activos y las preferencias visuales. Un contexto incompleto lleva a costosos retrabajos.
-
Transferencia estructurada: El archivo
video-script.yamles la única fuente de verdad entre todos los pasos. Cada escena, recuento de fotogramas, línea de narración y señal de SFX vive en este archivo. -
Puntos de aprobación del usuario: Se requiere aprobación explícita en cada paso importante. Nunca avances automáticamente. El usuario debe decir "aprobado" o "se ve bien" antes de que comience el siguiente paso.
-
4K por defecto: Siempre renderiza a 3840x2160 a menos que el usuario especifique lo contrario. Reducir la escala es fácil; aumentarla no lo es.
El flujo de trabajo de 7 pasos
Paso 0: Asegurar que existe un proyecto Remotion (prerrequisito)
Antes de cualquier otra cosa, el usuario debe tener un proyecto Remotion configurado. Este es el
espacio de trabajo donde se escribirá todo el código del video. Verifica si ya estás dentro de un
proyecto Remotion (busca remotion.config.ts o @remotion/cli en
package.json). Si no, crea uno:
npx create-video@latest
Esto crea una nueva carpeta con el proyecto inicial. Luego instala las dependencias:
cd <nombre-del-proyecto>
npm install
NO continúes al Paso 1 hasta que exista un proyecto Remotion y las dependencias estén instaladas. Todos los pasos subsiguientes escriben código dentro de este proyecto.
Si el usuario ya tiene un proyecto Remotion, haz cd en él y continúa.
Paso 1: Entrevista profunda
Reúne todo el contexto necesario para escribir un guión completo. Haz preguntas una a la vez usando un enfoque conversacional interactivo.
Categorías de preguntas (apunta a 15-30 preguntas en total):
| Categoría | Preguntas de ejemplo |
|---|---|
| Producto/tema | ¿Qué hace el producto? ¿Cuál es la propuesta de valor principal? |
| Audiencia | ¿Quién es el espectador objetivo? ¿Nivel técnico? |
| Objetivos del video | ¿Qué debería hacer el espectador después de verlo? |
| Tono/estilo | ¿Juguetón o profesional? ¿Ritmo rápido o lento? |
| Activos | ¿Tienes logotipos, capturas de pantalla, colores de marca, fuentes? |
| Contenido | ¿Cuáles son las características o mensajes clave a cubrir? |
| Preferencias visuales | ¿Algún video de referencia? ¿Estilo de animación preferido? |
| Duración | ¿Cuánto tiempo debería durar el video? ¿Dónde se publicará? |
Reglas para el Paso 1:
- Haz una pregunta a la vez - no sueltes un cuestionario
- Si el usuario proporciona un video de referencia, analízalo PRIMERO usando la habilidad video-analyzer antes de hacer preguntas
- Resume lo que sabes después de cada 5-8 preguntas
- No continúes hasta que tengas suficiente contexto para cada escena
- Termina con: "Tengo suficiente contexto para escribir el guión. ¿Listo para continuar?"
Criterio de salida: El usuario confirma que tienes suficiente contexto.
Paso 2: Generar guión (YAML)
Usa patrones de la habilidad video-scriptwriting para producir un guión YAML estructurado.
Fórmula de recuento de fotogramas:
fotogramas = duración_segundos * 30
Todas las composiciones de Remotion usan 30 fps por defecto.
Genera un archivo video-script.yaml con esta estructura:
title: "Demo de Producto - Widget Acme"
fps: 30
resolution: { width: 3840, height: 2160 }
total_duration_seconds: 60
scenes:
- id: scene-01
title: "Gancho"
duration_seconds: 5
frames: 150
narration: "¿Alguna vez deseaste que tus widgets pudieran pensar por sí mismos?"
visuals: "Fondo oscuro, logotipo de Acme brillante aparece, partículas"
animation_notes: "Escala del logotipo 0->1 con resorte, partículas emiten desde el centro"
music_cue: "Pad sintético ambiental, baja energía"
sfx: "Sutil whoosh en la revelación del logotipo"
transition_out: "crossfade"
- id: scene-02
# ... continúa para todas las escenas
Reglas para el Paso 2:
- Cada escena debe tener los campos
duration_seconds,frames,narration,visuals,animation_notes,music_cueysfx - Los recuentos de fotogramas deben ser igual a
duration_seconds * 30 - Las duraciones totales de las escenas deben sumar
total_duration_seconds - Presenta el guión completo al usuario para su revisión
- Itera sobre los comentarios hasta que el usuario lo apruebe explícitamente
Criterio de salida: El usuario aprueba el guión.
Paso 3: Verificación visual
Construye un proyecto Remotion mínimo solo con imágenes - sin capa de audio todavía.
Qué construir:
- Composiciones de Remotion para cada escena (visuales, animaciones, tipografía, colores)
- Transiciones de escena que coincidan con el guión
- Recuentos de fotogramas correctos por escena
- Diseño y espaciado básico en resolución 4K
Qué NO construir todavía:
- Integración de audio
- Sincronización de narración
- Ducking de volumen
- Pipeline de render final
Proceso:
- Verifica que el proyecto Remotion esté configurado (hecho en el Paso 0)
- Construye composiciones visuales para cada escena dentro del proyecto
- Inicia Remotion Studio:
npx remotion studio - Dile al usuario que previsualice en
http://localhost:3000 - Itera sobre los comentarios visuales (colores, tiempos, animaciones, transiciones)
- Obtén la aprobación visual EXPLÍCITA antes de continuar
Criterio de salida: El usuario aprueba explícitamente las imágenes.
Paso 4: Construir el proyecto Remotion completo
Ahora que las imágenes están aprobadas, completa el proyecto.
Tareas:
- Finaliza todas las composiciones con animaciones pulidas
- Conecta las transiciones entre escenas
- Agrega esquemas Zod para parametrización (títulos, colores, duraciones)
- Asegúrate de que los recuentos de fotogramas coincidan exactamente con el guión
- Organiza la estructura del proyecto de forma limpia:
src/
compositions/
Scene01Hook.tsx
Scene02Feature.tsx
...
components/
AnimatedLogo.tsx
TransitionWipe.tsx
...
Root.tsx
index.ts
video-script.yaml
Reglas para el Paso 4:
- Cada escena debe ser su propio archivo de composición
- Los componentes compartidos van en
components/ - Todos los números mágicos deben reemplazarse con propiedades del esquema Zod
- Los recuentos de fotogramas deben seguir coincidiendo con
video-script.yaml
Criterio de salida: El proyecto completo se construye sin errores y coincide con las imágenes aprobadas.
Paso 5: Agregar audio de fondo + SFX
Usa patrones de la habilidad video-audio-design.
Tareas:
- Obtén o selecciona música de fondo (proporcionada por el usuario o de fuentes documentadas)
- Coloca SFX en los puntos de activación del guión (clics, escritura, whooshes, etc.)
- Establece los niveles de volumen base para la música y los SFX
- Implementa la infraestructura de ducking: prepara curvas de volumen que bajarán la música durante los segmentos de narración en el Paso 6
- Previsualiza la sincronización audio-visual en Remotion Studio
Directrices de volumen:
| Capa | Volumen base | Durante la narración |
|---|---|---|
| Música de fondo | 0.3-0.5 | 0.1-0.15 |
| SFX | 0.5-0.8 | 0.4-0.6 |
| Narración | N/A (Paso 6) | 1.0 |
Criterio de salida: El usuario aprueba la sincronización audio-visual.
Paso 6: Agregar narración (Diferida - cuesta dinero)
Este paso implica llamadas API pagadas a ElevenLabs. Siempre confirma antes de continuar.
Configuración:
- Verifica si el usuario tiene una clave API de ElevenLabs
- Si no, guíalo a través del registro en
https://elevenlabs.io - Pregunta sobre las preferencias de voz:
- ¿Preferencia de género?
- ¿Rango de edad (joven, mediana, madura)?
- ¿Preferencia de acento?
- ¿Nivel de energía (tranquilo, moderado, enérgico)?
- ¿Calidez (cálido y amigable, neutral, autoritario)?
Proceso:
- Genera audio de narración para cada escena a través de la API de ElevenLabs
- Calcula las duraciones de audio exactas a partir de los archivos generados
- Ajusta los recuentos de fotogramas si la narración es más larga/corta de lo planeado
- Actualiza
video-script.yamlcon las duraciones de audio reales - Sincroniza la narración con el tiempo visual
- Activa el ducking de volumen en la música de fondo durante los segmentos de narración
- Previsualiza la mezcla de audio completa en Remotion Studio
Reglas para el Paso 6:
- Siempre confirma los costos antes de hacer llamadas API
- Si el usuario quiere omitir la narración, está bien - continúa al Paso 7 sin ella
- Si el usuario prefiere un proveedor de TTS diferente, apóyalo
- Vuelve a sincronizar todo el tiempo si las duraciones de audio difieren de las estimaciones del guión
Criterio de salida: El usuario aprueba la sincronización de la narración (u omite explícitamente este paso).
Paso 7: Vista previa final + Render 4K
Proceso:
- Inicia la vista previa completa con todas las capas en Remotion Studio
- Indica al usuario que revise el video completo (imágenes + música + SFX + narración)
- Obtén la aprobación final
- Renderiza en 4K:
npx remotion render src/index.ts Main out/video.mp4 \
--width 3840 --height 2160
Guía de formatos:
| Formato | Caso de uso |
|---|---|
| MP4 (H.264) | Web, redes sociales, uso general |
| MP4 (H.265) | Tamaño de archivo más pequeño, reproducción en dispositivos modernos |
| ProRes | Edición adicional en Premiere, Final Cut, DaVinci |
| WebM (VP9) | Inserción web con soporte de transparencia |
Criterio de salida: Archivo de video renderizado entregado al usuario.
Reglas de orquestación
- Cada paso requiere la aprobación explícita del usuario antes de avanzar al siguiente paso
- Explica lo que estás haciendo y por qué en cada paso
- Si el usuario proporciona un video de referencia, ejecuta video-analyzer PRIMERO antes de comenzar el Paso 1
- Siempre crea un
video-script.yamlcomo la única fuente de verdad - La estructura del proyecto Remotion debe ser limpia y estar bien organizada
- Si el usuario quiere omitir la narración (Paso 6), continúa directamente al Paso 7
- Si el usuario quiere un proveedor de TTS diferente, adapta el Paso 6 en consecuencia
- Nunca generes audio de narración antes de la aprobación visual (Paso 3 completado)
- Nunca omitas la verificación visual - previene costosos retrabajos
- Siempre usa por defecto 4K (3840x2160) a menos que el usuario especifique lo contrario
Tipos de video admitidos
| Tipo | Duración | Escenas | Por escena |
|---|---|---|---|
| Demo de producto | 30-120s | 6-15 | 5-10s |
| Explicativo | 60-180s | 8-20 | 5-12s |
| Clip social | 15-60s | 3-8 | 3-8s |
| Anuncio | 15-45s | 3-6 | 4-8s |
Antipatrones / errores comunes
| Antipatrón | Por qué falla | Enfoque correcto |
|---|---|---|
| Generar narración antes de la aprobación visual | Desperdicia dinero si las imágenes cambian | Completa los Pasos 1-4 primero, luego la narración |
| Omitir la entrevista | El guión carece de contexto, las escenas se sienten genéricas | Haz 15-30 preguntas específicas |
| No tener archivo de guión YAML | Sin fuente de verdad, los tiempos se desvían | Siempre genera video-script.yaml |
| Avanzar automáticamente sin aprobación | El usuario pierde el control, el retrabajo es caro | Espera un "aprobado" explícito en cada punto de control |
| Valores duros en Remotion | No se puede parametrizar ni reutilizar | Usa esquemas Zod para todos los valores configurables |
| Renderizar a 1080p por defecto | No se puede aumentar la escala más tarde | Siempre usa por defecto 4K (3840x2160) |
| Construir audio e imágenes simultáneamente | Hace que la iteración sea dolorosa | Visual primero, audio después de la aprobación |
Cosas a tener en cuenta
-
El cálculo del recuento de fotogramas importa. 60 segundos a 30 fps = 1800 fotogramas exactamente. Si las duraciones de las escenas no suman correctamente, el video será demasiado corto o demasiado largo. Siempre verifica:
sum(scene.duration_seconds) == total_duration_seconds. -
Remotion Studio necesita un servidor de desarrollo en ejecución. Después de construir las composiciones, debes ejecutar
npx remotion studioe indicar al usuario que abrahttp://localhost:3000. No asumas que pueden previsualizar sin esto. -
Las duraciones de narración de ElevenLabs son impredecibles. Una línea de guión de 5 segundos podría producir 4.2s o 6.1s de audio. Siempre mide las duraciones reales después de la generación y ajusta los recuentos de fotogramas en consecuencia.
-
El ducking de volumen requiere conocer el tiempo de la narración. Las curvas de ducking para la música de fondo dependen de saber exactamente cuándo comienza y termina la narración en cada escena. Es por esto que el Paso 5 configura la infraestructura de ducking pero el Paso 6 la activa.
-
El renderizado 4K es lento. Un video de 60 segundos a 3840x2160 puede tomar 10-30 minutos dependiendo de la complejidad. Advierte al usuario sobre el tiempo de renderizado antes de comenzar, y sugiere un renderizado de prueba a 1080p primero si quieren una verificación rápida.
Referencias
references/workflow-checklist.md- Lista de verificación detallada para cada uno de los 7 pasos con subtareas, resultados esperados y criterios de aprobaciónreferences/project-templates.md- Estructuras de proyecto Remotion iniciales para cada tipo de video con árboles de archivos y scaffolds de componentesreferences/troubleshooting.md- Problemas comunes y soluciones para el renderizado de Remotion, sincronización de audio, FFmpeg, API de ElevenLabs y rendimiento
Verificación de habilidades complementarias
En la primera activación de esta habilidad en una conversación: verifica qué habilidades complementarias están instaladas ejecutando
ls ~/.claude/skills/ ~/.agent/skills/ ~/.agents/skills/ .claude/skills/ .agent/skills/ .agents/skills/ 2>/dev/null. Compara los resultados con el camporecommended_skillsen el frontmatter de este archivo. Para las que falten, menciónalas una vez y ofrece instalarlas:
...
[truncado para la traducción]