clip-short

Cortador de Cortos Autónomo y Producción de Videos Virales Consciente del Formato (clip-short v2.4)

Un skill de ingeniería de video autónomo que ingiere material fuente de larga duración, comprende el formato y la historia, elige un tratamiento visual adecuado, renderiza un video vertical optimizado para móviles y luego verifica que el resultado sea correcto a partir del MP4 exportado.

La v2.4 mantiene el enrutador de tres ejes y cierra la brecha entre la calidad declarada y la visible: puerta de calidad de fallo cerrado, revisión semántica multimodal genuina, marcas de tiempo de narración a visual, verificaciones de orador a nivel de toma, identidad de objetos reales,validación de límites de diagramas, pruebas de colisión de subtítulos/objetos, OCR de miniaturas, procedencia reproducible y aprendizaje del rendimiento de campañas.

La v2.0 reemplazó el modelo fijo de "una receta para cada fuente" con tres decisiones independientes:

1. ¿Cuál es la fuente? (arquetipo visual)
2. ¿Cuál es la historia? (arquetipo narrativo)
3. ¿Qué tratamiento sirve a esa historia? (tratamiento de edición)

La pantalla partida 54/46 es un preset potente dentro de ese sistema, no una ley universal. Ningún clip se marca como listo hasta que pasa la puerta de calidad de producción contra el archivo renderizado real.

---

Cuándo Usarlo

• Ingerir y revisar transmisiones en vivo, charlas de conferencias, podcasts y VOD de varias horas para identificar candidatos a cortos de alta retención
• Seleccionar candidatos con la fórmula de Valor Esperado Más Alto (EV), filtrada por elegibilidad de campaña
• Clasificar el material fuente a lo largo de los tres ejes independientes (visual_archetype, narrative_archetype, editing_treatment)
• Enrutar el diseño a través del Motor de Diseño Adaptativo (recorte a pantalla completa, cambio de orador, pantalla partida adaptativa, PiP, seguimiento progresivo de diagramas, narración escena por escena, documental minimalista)
• Aplicar límites lingüísticos conscientes de la campaña: aperturas con oraciones completas, cero palabras de relleno, puntuación final y una duración que siga las reglas de la campaña sin truncar el clímax
• Verificar transcripciones y terminología del dominio antes del empaquetado
• Renderizar tipografía cinética consciente del rostro con espacio libre de zona segura
• Separar cinco capas de texto distintas: titular HUD, subtítulos, título de YouTube, titular de miniatura, pie de campaña
• Ejecutar inspección posterior al renderizado en fotogramas completos sobre el MP4 exportado y fallar cerrando a REJECTED_RENDER
• Puntuar con una puerta de producción aprueba/rechaza más una puntuación de potencial de rendimiento editorial
• Registrar métricas reales de campaña y retroalimentarlas en selecciones futuras
• Preparar un paquete de envío verificado para un lanzamiento por etapas aprobado por un humano

---

Arquitectura e Índice de Subskills

                        [ Fuente Maestra 4K / 1440p en Bruto ]
                                      |
                                      v
                    +-----------------------------------+
                    |   1. Verificación Previa de       | ---> [subskills/campaign-preflight.md]
                    |      Campaña                      |      Fallo cerrado a HUMAN_REVIEW
                    |   - Duración / sonido / contenido |      cuando faltan reglas
                    |   - Derechos y fuente aprobada    |
                    +-----------------------------------+
                                      |
                                      v
                    +-----------------------------------+
                    |   2. Clasificación de Tres Ejes   | ---> [subskills/format-router-templates.md]
                    |   A. Arquetipo visual de fuente   |      [references/clipper-format-archetypes.md]
                    |   B. Arquetipo narrativo          |
                    |   C. Tratamiento de edición       |
                    +-----------------------------------+
                                      |
              +-----------------------+-----------------------+
              |                                               |
              v                                               v
+-----------------------------+                 +-----------------------------+
|  3. Verificación de        |                 |   4. Ajuste Lingüístico    |
|     Transcripción          |                 |  - Apertura con oración    |
|  - Confianza de ASR        |                 |    completa                |
|  - Terminología del dominio|                 |  - 0 palabras de relleno   |
|  - Verificaciones de       |                 |  - Puntuación final        |
|    entidades / acrónimos   |                 |  - Duración consciente de  |
|  - Diferencia con          |                 |    campaña                 |
|    subtítulos originales   |                 |  [subskills/linguistic-    |
|  [subskills/transcript-    |                 |   boundary-snapping.md]   |
|   verification.md]         |                 |                            |
+-----------------------------+                 +-----------------------------+
              |                                               |
              +-----------------------+-----------------------+
                                      |
                                      v
                    +-----------------------------------+
                    |   5. Edición de Ritmo Adaptativa  | ---> [subskills/pip-split-screen-geometry.md]
                    |      y Semántica                  |
                    |   - Enrutamiento de recorte       |
                    |     basado en formato             |
                    |   - Enfoque visual por cambio     |
                    |     de tema                       |
                    |   - Seguimiento progresivo de     |
                    |     diagramas                     |
                    +-----------------------------------+
                                      |
                                      v
                    +-----------------------------------+
                    |   6. Tipografía y Metadatos       | ---> [subskills/kinetic-typography-safe-zones.md]
                    |   - Zonas seguras conscientes     |      [subskills/faithful-metadata-packaging.md]
                    |     del rostro                    |
                    |   - 5 capas de texto separadas    |
                    |   - Construcción de miniatura     |
                    |     dedicada                      |
                    +-----------------------------------+
                                      |
                                      v
                    +-----------------------------------+
                    |   7. Puerta de Producción y       | ---> [subskills/pre-render-quality-gates.md]
                    |      Puntuación                   |      [references/viral-scoring-rubric.md]
                    |   - Puertas técnicas previas al   |      [subskills/regression-fixtures.md]
                    |     renderizado                   |
                    |   - QA posterior al renderizado   |
                    |     en fotogramas completos       |
                    |   - Puerta aprueba/rechaza +      |
                    |     editorial                     |
                    +-----------------------------------+
                                      |
                                      v
                    +-----------------------------------+
                    |   8. Publicación por Etapas       | ---> [subskills/fleet-staged-publishing.md]
                    |      Aprobada por Humanos         |      [subskills/autonomous-10m-cadence-daemon.md]
                    |   - Paquete de envío              |      [subskills/performance-feedback.md]
                    |   - Aprobación humana requerida   |
                    |   - Bucle de retroalimentación    |
                    |     de métricas                   |
                    +-----------------------------------+

---

Estándares de Producción Principales (OBLIGATORIO)

1. La Clasificación de Tres Ejes Es Obligatoria

Nunca asignes una fuente directamente a una plantilla de edición fija. Clasifica de forma independiente:

• Eje A — Arquetipo visual de fuente: Qué es físicamente la grabación (presentador individual, podcast multicámara, cara en esquina + pantalla compartida, grabación de pantalla completa, pizarra/diagrama, presentación de diapositivas, juegos + cara, juegos en pantalla completa, ilustración/narración animada, documental/B-roll narrado, deportes/acción, actuación en vivo, demostración de producto, debate de dos oradores).
• Eje B — Arquetipo narrativo: Cuál es la historia (curiosidad/misterio, opinión contraria, explicación/educación, debate/desacuerdo, historia personal, demostración/resultado, comedia/remate, reacción, lista/pasos, revelación emocional).
• Eje C — Tratamiento de edición: Cómo se debe mostrar esta historia específica (recorte a pantalla completa, cambio dinámico de orador, pantalla partida adaptativa, imagen en imagen, zoom progresivo de diagramas, narración escena por escena, subtítulos animados, B-roll contextual, tratamiento documental minimalista).

Los seis formatos FORMAT_* heredados siguen siendo válidos como presets de tratamiento (combinaciones nombradas de los tres ejes). No son el clasificador.

2. Motor de Diseño Adaptativo (El 54/46 Dorado Es un Preset, No Una Ley)

El diseño se selecciona a partir del contenido fuente, no se aplica por defecto:

Contenido fuente	Diseño
Orador en vertical / presentador	Recorte vertical a pantalla completa
Podcast en horizontal	Recorte vertical consciente del rostro
Dos oradores	Cambio dinámico de orador con tiempo mínimo de permanencia
Cara en esquina + pantalla compartida	54/46 adaptativa o PiP
Diagrama de arquitectura ancho	Seguimiento horizontal progresivo y zoom de componentes
Grabación de pantalla	Recorte y zoom de ventana activa
Animación ilustrada	Seguimiento de escena a pantalla completa
B-roll / documental narrado	Visuales contextuales a pantalla completa
Presentación de diapositivas	Aislamiento de diapositiva con recuadro del orador solo cuando sea útil
Juegos / deportes	Recorte seguro para la acción con recuadro de cara
Actuación en vivo	Encuadre de escenario completo con cortes sincronizados al ritmo
Demostración de producto	Recorte centrado en el objeto con visibilidad de manos/resultado

La Pantalla Partida Móvil 54/46 Dorada sigue siendo el preset por defecto para grabaciones de streamer con PiP en esquina:

• Panel superior: $1080 \times 1040$ ($54.17%$), recorte de cabeza y hombros.
• Panel inferior: $1080 \times 880$ ($45.83%$), tarjeta de apoyo aislada por prominencia.
• Unión: 4px #1E293B en $y = 1038$.

No debe forzarse en diagramas panorámicos, ilustraciones narradas, documentales a pantalla completa o fuentes donde la división reduzca las etiquetas por debajo de la legibilidad en móvil. Cuando el diagrama completo solo quepa reduciéndolo, divide el diagrama en partes semánticas y haz zoom en cada componente.

3. La Edición de Ritmo Semántico Reemplaza las Fases de Tiempo Fijo

El enfoque visual cambia cuando cambia el tema o el argumento, no cuando se alcanza una marca de tiempo arbitraria:

• Podcast estilo Lex: muestra al que pregunta durante la pregunta, al que responde durante la explicación, al orador relevante durante la contradicción y mantén la conclusión en el orador que la entrega.
• Misterio estilo Veritasium: ilustración inicial intrigante, investigador y agricultores durante la configuración, revelación progresiva en las moscas, mantén la hoz y la confesión para el clímax.
• Explicador técnico estilo Theo: orador durante la analogía, diagrama de interfaz/arnés durante el mecanismo, zoom dirigido durante la sintaxis especial, nodo final durante la ejecución de la herramienta.

La progresión de marcas de tiempo de 5 fases puede usarse solo como fallback cuando la detección de ritmo no esté disponible. Las fases fijas nunca anulan el enfoque semántico.

4. Duración Prioritaria de la Narrativa y Cumplimiento de Campaña

Orden de resolución de la duración:

1. Regla de campaña (min_seconds / max_seconds explícito) — máxima prioridad.
2. Finalización narrativa — nunca cortes un clímax terminal para alcanzar un número por defecto. Comprime la configuración en su lugar.
3. Objetivo por defecto $18.0\text{s} - 22.5\text{s}$; techo flexible $23.5\text{s}$ cuando sea necesario para completar una idea.

Los requisitos de campaña anulan los valores por defecto del sistema para duración, sonido, contenido, hashtags, menciones, cuenta, audiencia y divulgación. Las reglas de campaña faltantes o ambiguas fallan cerrando a HUMAN_REVIEW.

5. Verificación de Transcripción Antes del Empaquetado

No confíes ciegamente en Whisper ni en ningún modelo ASR. Antes de puntuar o empaquetar:

• Verifica la terminología del dominio, acrónimos y entidades nombradas contra diccionarios.
• Compara con los subtítulos originales de la fuente cuando estén disponibles.
• Revisa la confianza del ASR y marca sustituciones inusuales.
• Requiere revisión humana de terminología de baja confianza.
• Nunca publiques un título o pie de página construido sobre una entidad no verificada.

6. Tipografía Consciente del Rostro y Cinco Capas de Texto Separadas

Mantén estas capas semánticamente consistentes pero textualmente distintas:

1. Titular HUD del video — insignia de curiosidad superior, 3–6 palabras, máximo 38 caracteres, sin puntuación final, se desvanece después del gancho.
2. Subtítulos hablados — transcripciones literales alineadas por palabra.
3. Título de YouTube — buscable y fiel, puede usar una paráfrasis fiel.
4. Titular de miniatura — un titular principal, construido en una etapa dedicada de miniatura.
5. Pie de campaña y hashtags — requisitos específicos de la campaña.

Colocación consciente del rostro: coloca el titular y los subtítulos a partir de puntos de referencia faciales detectados, no una coordenada fija. Nunca cubras ojos, boca o la expresión clave del orador. Los subtítulos mantienen MarginV = 920 (línea base $y = 1000$) en el preset 54/46; los diseños adaptativos calculan una zona segura equivalente que evita el rostro del sujeto y cualquier texto fuente.

Reglas de miniatura: solo un titular, sin fragmentos de subtítulos, sin tarjeta de titular duplicada, rostro y ojos despejados, la imagen de apoyo comunica inmediatamente el tema, legible en tamaño móvil.

7. QA Posterior al Renderizado en Fotogramas Completos y Puerta de Producción

Todas las decisiones de calidad se toman contra el archivo MP4 exportado real, no la configuración de renderizado. Rechaza (REJECTED_RENDER) en cualquier fallo crítico:

• Superposición de depuración: código, expresiones de filtro o variables internas visibles en cualquier fotograma.
• Cursor: cursor del ratón visible involuntariamente.
• Integridad del recorte: diagrama, texto o sujeto importante cortado.
• Legibilidad del gráfico: visual de apoyo ilegible en tamaño móvil.
• Oclusión del rostro: titular o subtítulos oscurecen características faciales importantes.
• Colisiones de texto: los subtítulos se superponen con texto fuente existente.
• Integridad de la miniatura: titulares duplicados o texto excesivo.
• Precisión de los subtítulos: las palabras habladas difieren de los subtítulos mostrados.
• Continuidad visual: fotogramas negros, congelamientos o transiciones accidentales.
• Cumplimiento de campaña: duración, sonido, contenido o requisitos de cuenta violados.

Genera una hoja de contactos en 0.25s, 1.0s, cada transición de escena importante, cada transición de subtítulo/gráfico importante, el punto medio y los últimos 2 segundos. Realiza una revisión de reproducción completa antes de marcar como listo.

8. Dos Puntuaciones Separadas

• Puerta de calidad de producción — aprueba/rechaza. Cumplimiento de campaña, integridad del renderizado, precisión de subtítulos, audio, legibilidad visual y derechos. Un fallo crítico rechaza...