Explicador con evidencia (nota de voz → video vertical de 1 minuto con pruebas)
Basado en "Cómo obtienen tarjetas Visa los malauíes sin divisas extranjeras" (11 Nov 2026): una nota de voz de 4:15 en Android convertida en un TikTok de 60.4 s con 10 páginas web como evidencia, el diagrama de arquitectura de Bridge, 9 logos, 4 chings. Ejemplo práctico en assets/examples/visa-cards/ (guion + verificación para no expertos, lista de cortes, trabajos de captura, video.json completo, texto de publicación, hoja de contactos).
nota de voz ─► transcribir + islas ─► GUION + VERIFICACIÓN PARA NO EXPERTOS (punto de control) ─► cortar voz (bordes verificados) ─► tempo + palabras
│
└► evidencia: capturas de pantalla con rectángulos objetivo · logos · diagramas de documentos
│
video.json línea de tiempo (escenas, zooms, sellos, glosas, chings, pasos del diagrama)
│
efectos de sonido + música tranquila + mezcla ─► imágenes fijas con zonas seguras ─► renderizar ─► verificar
Configuración
SK=~/.claude/skills/evidence-explainer
zsh $SK/scripts/new_explainer.sh "<archivo de audio>" .context/<slug> # ~1-3 min; muestra espacio disponible en disco
cd .context/<slug> # todos los scripts se ejecutan desde aquí (W)
Requiere ffmpeg, Python 3 + numpy + Pillow, Node 20+, Chrome (Playwright usa el Chrome instalado), whisper.cpp + ggml-medium.en.bin en ~/.cache/whisper.cpp (scripts/setup_whisper.sh lo compila; se puede sobrescribir con WHISPER_DIR). El andamiaje ejecuta npm i en remotion/, o clona un node_modules existente cuando EXPLAINER_NODE_MODULES apunta a uno (copia APFS con copy-on-write, ~0 bytes). Apariencia = "modo dev" (src/brand.ts: cuadrícula de puntos, Space Mono, cian/amarillo/ámbar); el identificador y el sitio provienen de video.json.
Las etapas (lee la referencia cuando llegues allí)
| # | Etapa | Leer | Herramientas |
|---|---|---|---|
| 1 | Escribir el guion a partir de sent.txt, luego ejecutar la verificación para no expertos | references/01-script-and-lay-check.md | — |
| 2 | Cortar la voz a ≤ 60 s en bordes verificados, tempo, subtítulos | references/02-voice-cut.md | islands_labels.txt, dips.py, tx.sh, cut.py, voice.sh, words.py |
| 3 | Evidencia: capturas de pantalla + rectángulos objetivo, logos, diagramas de documentos | references/03-evidence.md | shoot.mjs, logo_tools.py, logo.mjs, register_image.py |
| 4 | Línea de tiempo en remotion/src/video.json | references/04-video-json.md | motor src/Explainer.tsx |
| 5 | Sonido: clics, chings, música tranquila, mezcla | references/05-sound.md | sfx_mix.py, score.py |
| 6 | Vista previa con zonas seguras de TikTok, renderizar, verificar | references/06-render-verify.md | remotion/stills.mjs, sheet.py, verify.sh |
Ruta rápida una vez que el guion está acordado:
python3 $SK/scripts/cut.py cut.json && zsh $SK/scripts/voice.sh 1.18 "Nombres, Marcas, Jerga"
python3 $SK/scripts/words.py word_fixes.json
node $SK/scripts/shoot.mjs shoot_jobs.json shots && cp shots/*.png remotion/public/shots/ && cp shots/shots.json remotion/src/shots.json
python3 $SK/scripts/logo_tools.py sync # después de obtener los logos
# escribir remotion/src/video.json, luego:
python3 $SK/scripts/sfx_mix.py ruta/a/musica.mp3 # o `none`
(cd remotion && npx tsc -p . && node stills.mjs 45,300,...) && python3 $SK/scripts/sheet.py stills --zones
(cd remotion && npx remotion render src/index.ts Explainer ../out/<slug>.mp4 --codec=h264 --crf=18 --audio-codec=aac --audio-bitrate=192k)
zsh $SK/scripts/verify.sh out/<slug>.mp4
Un renderizado completo de 60 s toma ~40 s; imágenes fijas ~1 s cada una después del bundle.
Estilo de la casa (de la revisión del creador en el primer video — mantenerlo a menos que se indique lo contrario)
- B-roll a pantalla completa. Las capturas de pantalla llenan el marco 1080×1920 (sin tarjeta de navegador); la cámara comienza amplia, luego hace zoom en la línea que demuestra el punto mientras un resaltador la recorre. Una etiqueta pequeña de
https://dominio+ la etiqueta amarilla// evidencia: ...está en la esquina superior izquierda. - Los logos aparecen con un clic de cámara (tarjeta blanca, inclinación ligera, escala descendente con efecto pop, destello blanco). Mostrar más logos: cada empresa mencionada recibe su logo una vez.
- "Ka-ching" en cada transacción exitosa (cuenta creada, dinero recibido, billetera recargada, pago aprobado) con un chip verde de ✓ y un anillo.
- Arquitectura para no expertos. Un diagrama (Tú → Aplicación → Infraestructura → Tarjeta), con los logos en los nodos, construido paso a paso ("PASO 1 · REGISTRO"...), con paquetes etiquetados que viajan entre los nodos. El diagrama de desarrollador del proveedor se muestra solo haciendo zoom en sus recuadros en lenguaje sencillo, nunca completo.
- Pregúntate después de escribir el guion: ¿esto aclarará o confundirá a un no experto que usa el producto? Corrige cada "confunde" antes de construir (tarjetas de glosario, etiquetas más simples, sin estilo de código). Incluye esta verificación en el archivo de guion y en el resumen.
- Subtítulos anclados en la parte inferior: el borde inferior de la caja está fijo a 400 px del borde inferior del marco (justo por encima del bloque de nombre de usuario/texto de TikTok), las páginas de 2 líneas crecen hacia arriba, con relleno para evitar la barra de acciones derecha.
- Gancho primero (palabra grande en matriz de puntos + la pregunta del espectador sobre la primera evidencia, difuminada), llamada a la acción de seguimiento al final (recapitulación en cadena de logos, SEGUIR, identificador, botón, sitio).
- La música es un fondo tranquilo (score.py BASE −26 LUFS): una pista dramática fuerte se probó como "demasiado alta y molesta".
Puntos de control (detente y pregunta, con una recomendación)
- Guion + verificación para no expertos antes de cortar nada: la tabla de ritmos (lo que dice → lo que se muestra en pantalla) y la tabla de confunde/aclara.
- Afirmaciones que no puedes verificar (por ejemplo, "la aplicación X usa el proveedor Y"): mantenlas en sus palabras, redacta las etiquetas en pantalla como "ej." / "un ejemplo", y márcalas.
- Antes de renderizar: imágenes fijas de cada nuevo elemento con
--zones. - Antes de publicar: licencias de logos (CC BY/BY-SA necesitan una línea de crédito), afirmaciones matizadas ("muy probable" permanece visible), nombres malinterpretados por Whisper (los subtítulos usan la ortografía correcta incluso si lo dijo raro). Subir solo cuando se solicite.
Principios de trabajo
- Evidencia sobre afirmación: cada ritmo factual tiene una página que lo respalda, capturada en vivo, con zoom en la línea. Preferir fuentes primarias (sala de prensa de la empresa, documentación oficial, el regulador/banco central, la página de la tienda de la aplicación) sobre blogs. Anotar lo que una página NO dice (por ejemplo, la tabla de países de Bridge = quién puede ser incorporado, no disponibilidad de tarjetas) y etiquetar en consecuencia.
- Cortar solo en bordes verificados: islas de energía + caídas bisecadas (
tx.sh), nunca tiempos de palabras de Whisper (se desvían hasta segundos en audio de teléfono). Retranscribir el corte final y el renderizado. - Glosas cortas y concretas: "stablecoin = un dólar digital, 1 USDC ≈ $1", "KYC = la verificación de identidad + selfie que hiciste al registrarte", "API = un enchufe que permite a las aplicaciones usar X".
- Límites de zoom: una captura de pantalla móvil de 1200 px llena el marco con zoom 1.0 (ya está recortada ~36 px por lado); los párrafos toleran ≤ 1.3, los objetivos cortos (una línea de código, una fila de tabla) 1.8–2.0. Verificar que las palabras resaltadas y cualquier columna clave (por ejemplo, moneda) permanezcan dentro del marco.
- Verificar, luego informar: duraciones (video vs audio), −14 LUFS / pico ≤ −1, transcripción completa del renderizado, chings ≥ +5 dB sobre la voz, una hoja de contactos que hayas revisado. Decir lo que elegiste por etiqueta sin escuchar (música).
Formato del resumen final
Ruta del entregable + duración; imagen de la hoja de contactos; qué se muestra en pantalla, ritmo por ritmo (breve); veredicto de la verificación para no expertos; "verificar antes de publicar" (afirmaciones no verificadas, licencias, matices, nombres malinterpretados); mantenimiento (directorio de trabajo, disco, costo de re-renderizado, qué archivo editar).