SiuZheng/crear-video

Crear un video

El usuario crea videos de YouTube contigo: explicativos largos (16:9) y Shorts (9:16), animados en código con Remotion, narrados por una voz de Gemini, a menudo protagonizados por un personaje sprite. Esta habilidad es el proceso completo. Las herramientas están en <videokit>, la carpeta de videokit de este repositorio de la habilidad (lee references/toolkit.md antes de ejecutar nada). Si <videokit> no ha sido reemplazado por una ruta real, pregúntale al usuario dónde clonó el repositorio (la carpeta que contiene vk.py) y usa esa ruta.

Al usuario le importan principalmente tres cosas, y por eso el proceso tiene esta forma:

1. Nada se construye antes de que aprueben un borrador. Quieren ver la historia y exactamente cómo se verá y sonará cada escena: sus transiciones, animación, iluminación, efectos de sonido y calidad, primero. Cambiar un plan cuesta minutos; cambiar un render cuesta horas.
2. Debe verse profesional. Transiciones motivadas con desenfoque de movimiento, movimiento suavizado, profundidad, iluminación real, un sonido para todo lo que sucede, 1080p limpio. references/pro-look.md explica qué significa eso en la práctica y qué componentes lo logran.
3. Quieren el video terminado, no un flujo de preguntas. Un agente revisor responde las preguntas durante el proceso y puntúa el trabajo contra una lista de verificación fija de 10 elementos; el usuario recibe el video una vez que obtiene una puntuación de 9/10. references/review.md explica cómo: quién decide qué, la lista de verificación, las indicaciones y cuándo detenerse. Las revisiones ocurren temprano (el borrador, la animática), cuando los cambios son baratos, no solo al final.

Las etapas

Cada ✋ es una parada: espera la respuesta antes de continuar. ✋ usuario: el usuario decide. ✋ revisor: el agente revisor decide (un agente para todo el video, continúa con SendMessage - review.md).

0. El brief ✋ usuario

Pregunta lo que no puedas deducir de la solicitud, con AskUserQuestion (hasta 4 preguntas por llamada; una segunda llamada para lo que falte). No asumas ninguno de estos, incluso cuando el tema haga probable uno:

• Formato: video largo (16:9, 1920×1080) · Short (9:16, 1080×1920, menos de 3 min) · ambos (un video largo más 3-5 Shorts extraídos de él).
• Narración: voz IA (Gemini TTS; enviarás muestras) · sin narración (música + palabras en pantalla) · la propia grabación del usuario.
• Estilo: ofrece 3-4 estilos concretos que se adapten al tema (p. ej., espacio cinemático dibujado con código con luz real; gráficos en movimiento planos y limpios; garabato dibujado a mano; recorte de papel estilo libro de cuentos), cada uno descrito en una línea.
• Personajes: sus sprites de personaje existentes (en <videokit>/sprites; python vk.py characters los lista) · personajes nuevos generados con una herramienta de generación de imágenes como Gemini (Nano Banana, cuesta dinero) · emoji · dibujados en código · ninguno.
• Todos los demás activos (accesorios, objetos, íconos, fondos): pregunta esto por separado, siempre: dibujados en código (gratis; el estilo de la biblioteca de efectos) · emoji (gratis; el componente Emoji, iluminado como todo lo demás) · generados con una herramienta de generación de imágenes como Gemini (cuesta dinero) · una mezcla, decidida activo por activo en el borrador. Pregúntalo en cada video. Las imágenes generadas solo se hacen cuando el usuario eligió esa opción aquí.
• Música: una banda sonora original (ambiente: asombro / tensión / juguetón / épico) · una partitura compuesta nota a nota para este video (un tema, acordes y golpes sincronizados con las escenas - toolkit.md "Una partitura compuesta") · su propia canción (ellos envían el audio y la letra - nunca la descargues) · ninguna.

También resuelve el tema, la duración y el idioma si no están claros. Luego crea el proyecto: python -X utf8 vk.py new <carpeta> --title "..." --format long|short|both (desde la carpeta de videokit; el proyecto se crea junto a ella).

1. El borrador ✋ revisor, luego ✋ usuario

Investiga el tema (verifica cada hecho; anota cualquier cosa que dependa de la fecha de hoy), escribe script.md (la narración, una línea grabada por línea "> "), luego escribe plan.md a partir de la plantilla ya en el proyecto. references/draft.md explica cada sección. El corazón es la tabla escena por escena: para cada toma, la narración, lo que vemos (y lo que hace el personaje en ella), la cámara y la animación, la transición de entrada y salida, la iluminación y el color, los efectos de sonido y la música. Más los planes de estilo, movimiento, iluminación, transición y sonido, las especificaciones de calidad, los Shorts (si "ambos"), datos con fuentes y el costo. Escribe también 2-3 opciones de gancho (cada una una primera línea y un primer fotograma). Para un Short, sigue las reglas de draft.md "Los primeros 3 segundos": la sorpresa al segundo 1, una acción con un sonido en el fotograma 0, un primer fotograma brillante. Los números reales de Shorts muestran que las vistas se ganan o pierden allí; los del usuario van en references/channel-numbers.md.

La revisión del borrador: genera al revisor con plan.md y script.md (review.md, "Generándolo"). Arregla cada defecto que encuentre y todo lo que el borrador pueda corregir para los elementos que puntuó por debajo de 2; toma su selección de gancho en el borrador; registra lo que tomaste y lo que no en out/review/decisions.md.

Luego muéstraselo al usuario: un breve resumen en el chat (la historia en unas pocas líneas, las escenas como una lista compacta, cualquier cosa que necesites que decidan, y la puntuación proyectada del revisor en una línea) con un enlace a plan.md. Pide aprobación o cambios, revisa y repite hasta que diga adelante. No grabes, generes ni animes nada antes de eso: esta es la regla del usuario.

2. Voz (si hay narración)

• La voz predeterminada (video.json: Gemini "Kore" a speed 1.2) no necesita pregunta. Una voz o estilo nuevo: vk.py voice samples → envía las muestras (SendUserFile) → ✋ usuario: elige de oído (los agentes no pueden oír, así que esto nunca va al revisor). Configúralo en video.json, con speed.
• vk.py voice record (en caché; las líneas idénticas se reutilizan de otros proyectos de forma gratuita), luego vk.py words (tiempos de palabras + una verificación de que cada línea dice lo que dice el guion; escucha cualquier cosa que marque).
• Gemini 402 = los créditos prepagos se agotaron: detente e informa al usuario.

3. Estilo ✋ revisor

• Crea cada activo de la manera que indique la lista de activos del borrador aprobado (código, emoji, Gemini o existente):
  • los sprites existentes van en CHARACTERS / PROP_DIRS en scripts/build.py;
  • generados (solo si están aprobados): una herramienta de generación de imágenes como Gemini (Nano Banana), recortados en PNG transparentes e incorporados de la misma manera (toolkit.md, "Imágenes de Gemini");
  • emoji: <Emoji char="🚀" .../> (fx/emoji.tsx) con la luz de borde de la escena y una sombra de contacto;
  • código: dibujado en la escena con la biblioteca de fx (LitSphere, Sun, formas, DrawPath...).
• Construye 3-4 fotogramas de estilo - los momentos clave del borrador, completamente iluminados - como una hoja de contactos (vk.py stills ...) y envíalo al revisor ("Una elección en el camino"): aprueba el estilo o di qué cambiar. Registra la respuesta.

4. Construcción

1. scripts/build.py: completa a partir del borrador - pausas, señales (c.at(line, 'phrase')), MOVES (cómo llega cada sección), effects() (un sonido para cada evento), music() (ambiente, arco de intensidad, acentos - o la partitura compuesta), ambience(), el texto de YouTube. Ejecuta vk.py build.

2. Escenas: un archivo por escena en src/scenes/, escrito en segundos de historia contra las señales, usando src/fx (cámara, capas de profundidad, iluminación, partículas, texto cinético, la pista del personaje). Enumérelos en src/Video.tsx con sus transiciones. Mantén al personaje dentro de la acción (parado sobre, montando, señalando, reaccionando a lo que hay en pantalla): un personaje simplemente flotando se lee como relleno. Bloquea cada toma primero (colocada, sincronizada con sus señales y en movimiento) antes del pase de iluminación y riqueza. Movimiento significa más que el personaje: desde el bloqueo, cada toma tiene una cámara que se desplaza o viaja, bandas de profundidad CamLayer y algo más en movimiento. Un Short que obtuvo 20/20 con un mundo estático detrás del personaje aún fue considerado demasiado simple una vez que se vio en movimiento.

3. La animática ✋ revisor: vk.py animatic renderiza el video completo a la mitad del tamaño con su sonido real y sin desenfoque de movimiento (aproximadamente 1,5 min para un Short de 30 s) y ejecuta las comprobaciones de ritmo. Envíalo al revisor (la indicación de animática). Arregla el gancho, el ritmo y la claridad ahora, antes del pulido.

4. Shorts (si "ambos"): especificaciones en build.py a través de kit.shorts.build, una escena por Short en src/shorts/.

5. Pase de riqueza: revisa toma por toma contra "Hazlo rico" en references/pro-look.md y agrega efectos dondequiera que una toma sea simple. Cada toma necesita:

   • un fondo con profundidad;
   • una luz que se pueda ver;
   • el sujeto situado en el mundo;
   • algo al frente;
   • una cámara que nunca se bloquee;
   • vida en el fondo;
   • el acabado;
   • el sonido.

   Cada video debe sentirse rico, así que esto es parte del trabajo, no un extra. Mantén las reglas de moderación para que se mantenga limpio y mantén los efectos fuera del texto.

5. Verificación (bucle hasta que esté limpio)

vk.py qa renderiza cada señal y cada punto medio de transición en hojas de contactos (out/qa/) y luego ejecuta las verificaciones automáticas → out/qa/<comp>_checks.md: texto debajo de los botones y títulos de YouTube/TikTok, menor de 44 px, superpuesto o saliéndose del marco (medido en la propia página); y en el render más reciente, estiramientos donde la imagen apenas cambia, tomas donde el fondo permanece quieto (menos del 25% del marco en movimiento), huecos en la voz, franjas descubiertas a lo largo del borde del marco, la costura del bucle y el volumen. Arregla cada problema que enumere y revisa cada "vale la pena echarle un vistazo". Luego revisa las hojas contra la lista de verificación en references/pro-look.md - transiciones a mitad de camino, dirección de la iluminación, el personaje en la escena, sin fotogramas planos (cualquier cosa que se vea plana o vacía se enriquece) - arregla y ejecútalo de nuevo (vk.py qa --auto reejecuta solo las verificaciones, aproximadamente un minuto). Haz un render de prueba corto (vk.py render --frames 0-150) para ver el movimiento real y la velocidad de renderizado antes del render completo. Los renders reutilizan cada fragmento de 4 s cuyos fotogramas no cambiaron, así que después de una corrección simplemente ejecuta el render de nuevo (--fresh solo después de cambiar un dibujo de lienzo o intercambiar un archivo de video).

6. Final ✋ revisor

• vk.py final (y vk.py final --comp Short-<id> para cada Short): 1080p H.264, respaldado como v1/v2..., verificado por tamaño, fps, códecs, -14 LUFS y pico verdadero. Sin copias de vista previa para teléfono o 720p: entrega solo el archivo 1080p. Luego vk.py qa --auto sobre él.
• La revisión final (review.md, "Rondas y cuándo detenerse"): el revisor lo puntúa en la lista de verificación y elige el título. Arregla los defectos y las correcciones mejor clasificadas, registra las decisiones, renderiza de nuevo y envía la nueva versión junto con la anterior para comparar. Pasa con 18/20 sin ningún elemento en 0 y sin defectos abiertos; detente después de 3 rondas, o antes cuando una ronda no encuentre nada nuevo y la puntuación se mantenga.
• TikTok (Shorts, cuando el usuario también los publique allí): vk.py final --platform tiktok → "<Título> (TikTok).mp4": sin grano, la mitad del polvo, una tasa de bits más alta y un ligero enfoque, porque TikTok recodifica cada carga con fuerza.
• Miniatura (src/Thumbnail.tsx → 1280×720 jpg), captions.srt, youtube.md (título, descripción con capítulos, etiquetas, la divulgación de voz IA); shorts.md para Shorts.

7. Entrega

Envía el video terminado con SendUserFile cuando tenga menos de ~30 MB (los Shorts suelen tenerlo); de lo contrario, proporciona la ruta en la que se puede hacer clic (el corte de TikTok suele ser más grande: da su ruta). Resumen lo que contiene escena por escena y cómo resultó la verificación: la puntuación final del revisor (y las rondas anteriores), cualquier cosa que aún esté por debajo de 2, las notas de canal del revisor (cosas sobre el canal en su conjunto: su decisión) y que el revisor juzgó el sonido solo por medidores: su propia escucha con sonido es la última verificación. Agrega las notas de subida. Luego guarda o actualiza una nota de memoria del proyecto (qué se hizo, dónde, decisiones que tomó el usuario). Cuando el usuario pregunte más tarde cómo le fue a un Short publicado, agrega su fila a references/channel-numbers.md.

Reglas que siempre aplican

references/house-rules.md contiene las reglas permanentes: léelo una vez por video. La versión corta: nunca imprimas la clave API; sin imágenes de Gemini sin un sí; nunca descargues canciones ni pongas letras de otros artistas en pantalla; las preguntas "solo por preguntar" obtienen respuestas, no construcciones; borrador antes de construir; solo 1080p; el revisor responde las preguntas de la etapa, mientras que el brief, el borrador, una voz nueva, el dinero y cualquier cosa pública se quedan con el usuario.

Referencias

• references/review.md - el agente revisor: quién decide qué, la lista de verificación de 10 elementos, las indicaciones para cada etapa, el registro de decisiones y cuándo detenerse.
• references/draft.md - cómo escribir el borrador (plan.md) y presentarlo, incluidas las reglas de los primeros 3 segundos para Shorts.
• references/channel-numbers.md - una plantilla para las propias estadísticas de YouTube del usuario (tasa de retención por Short, qué hizo cada apertura) y cómo leer Studio.
• references/pro-look.md - el estándar profesional: transiciones, animación, iluminación, partículas, tipo, sonido, verificaciones de calidad, rendimiento del renderizado y los componentes para cada uno.
• references/toolkit.md - comandos de videokit (las verificaciones automáticas, la animática, el corte de TikTok), la estructura del proyecto, el reloj de la historia, los hooks de build.py, Shorts, videos musicales, problemas de Windows.
• references/house-rules.md - las reglas permanentes y por qué.