Minara Video Scripts (OliviaPp8/minara-video-skills)

/minara-videoscript — Guiones de video Minara

Solo guion, sin animación. La salida es un documento de guion en Markdown y una carpeta de imágenes fijas de fotogramas clave. Después de que el operador lo apruebe, pasa a los siguientes procesos downstream:

Tipo de video	Habilidad downstream
Video de marketing / lanzamiento / demo (imagen construida en código, la UI puede redibujarse)	minara-video
Tutorial de caso de uso / principiante (UI reconstruida fielmente)	minara-usecase-video
Subtítulos + locución sobre la grabación de pantalla del operador	minara-guide-video
Cortar la narración grabada y colocarla en la pista de locución	minara-voiceover (lee las columnas Voiceover y Time de la hoja de fotogramas clave)
Música / efectos de sonido	minara-music (lee la sección de música y las señales de sonido de este documento)

Estructura: un suplemento de una sola escena tiene 5–8 fotogramas clave extraídos de un source.html; una película completa suele tener 6–10 escenas. Escribe guiones nuevos solo en inglés.

La unidad central: el fotograma clave

Un guion es una secuencia de fotogramas clave. Un fotograma clave es una imagen fija de un momento que el espectador debe ver, con todo lo que sucede a su alrededor escrito al lado. Cada fotograma clave lleva los mismos siete campos:

Campo	¿Qué contiene?
Imagen	. Etiqueta de fuente: UI code / Figma / AIGC.
Tiempo	Código de tiempo que representa el fotograma (40.5s) y el rango que cubre (39.8–41.6s).
Duración	Duración de ese rango en segundos (pausa + el movimiento hacia él).
Imagen	Qué hay en pantalla y qué se mueve, en orden. Movimiento de cámara si lo hay (acercamiento a la tarjeta del flujo de trabajo).
Locución	La línea que se dice sobre este rango, o —.
Texto en pantalla (花字)	Texto exacto, estilo, posición, tiempo de entrada/salida. O —. Reglas a continuación.
Música	Energía de la música de fondo para este rango + cualquier señal de sonido con su tiempo exacto.

Recuento aproximado: un fotograma clave por cada 2–4 segundos de película, al menos uno por escena. Elige los fotogramas donde algo ha aterrizado (el prompt está escrito, el gráfico está dibujado, la notificación ha llegado), no en medio de un movimiento borroso.

Idioma: solo inglés (el operador, 2026-10-19)

• Todo en el documento de guion está en inglés: título, notas, tabla de flujo, campos de fotogramas clave, locución, texto en pantalla, copia de UI, notas musicales, preguntas abiertas. Sin líneas de traducción al chino, sin columnas "中文对照", sin otros idiomas. Lo mismo aplica para cualquier texto dentro de las imágenes de los fotogramas clave.
• La copia de la UI se cita exactamente como aparece en la interfaz de usuario del producto en inglés.
• El operador puede hacer el briefing en chino; traduce el significado al guion en inglés. Habla con ellos en chino en el chat si escriben en chino. Solo el documento está en inglés.

Voz: tranquila, neutral, natural

El guion debe leerse como si lo hubiera escrito una persona, no un modelo. Tranquilo y neutral: indica lo que sucede, deja que el producto lo transmita.

• Lee cada línea de locución en voz alta. Si suena a anuncio, a generador de eslóganes o a comunicado de prensa, reescríbela. Si no se lo dirías a un colega, elimínala.
• Verbos simples, oraciones cortas, tiempo presente. Las contracciones están bien (it's, you'll). Ejemplo del registro: Just ask. / Backtest it. / Minara builds the workflow. / Then it keeps watching.
• Neutral, no emocionado: sin adjetivos exagerados, sin signos de exclamación, sin mayúsculas completas, sin emojis.
• Palabras prohibidas: exciting, powerful, seamless(ly), effortless(ly), revolutionary, game-changing, unlock, unleash, elevate, supercharge, empower, cutting-edge, next-level, robust, leverage, harness, journey, landscape, delve, transform(ative), "at your fingertips".
• Patrones de IA prohibidos:
  • "Not just X, but Y" / "It's not X. It's Y."
  • Listas de tres para el ritmo ("faster, smarter, safer")
  • "Imagine…", "What if…", "In a world where…", "Say goodbye to…", "Meet your new…"
  • Preguntas retóricas como gancho
  • Revelaciones con dos puntos o guion ("One thing changed: everything.")
  • Cláusulas en -ing que añaden profundidad falsa ("…, giving you full control.")
  • Relleno de importancia ("a pivotal moment", "redefines how…")
• Lista completa de patrones: la lista de patrones de escritura de IA (por ejemplo, Wikipedia: "Signs of AI writing"). Revisa cada línea de locución y cada texto en pantalla contra ella antes de entregarlo.
• Sin promesas de ganancias ("guaranteed", "risk-free"). Si aparecen backtests o rendimientos, indica dónde va la línea de riesgo (por ejemplo, Past performance does not guarantee future results.).
• Los hechos que no están en el material fuente se marcan con ⚠️ y van a "Preguntas abiertas". No inventes.

Flujo de trabajo

1. Recopilar insumos: brief, capturas de pantalla, ruta del código de frontend, enlace de Figma, notas de funciones, corte existente, referencia musical si la hay. Pregunta una vez, en una pregunta combinada, solo por lo que no se puede inferir: duración, horizontal/vertical, plataforma (X / Discord / sitio web), con o sin locución, dónde se sitúa en la película, estado de ánimo de la música si el operador tiene alguno en mente.
2. Fijar las opciones de presentación al principio del documento para que no se desvíen: el caso de ejemplo, qué superficie (Desktop / App / Web), zona horaria, qué no se muestra. Elige el caso según las reglas de tema a continuación.
3. Redactar el texto primero: sección 1 (qué debe transmitir), el flujo de usuario y la copia de UI, la lista de escenas con tiempos, y la lista de fotogramas clave (IDs, tiempos, imagen, locución, texto en pantalla, música). Aún sin imágenes. Esto evita que el trabajo de imágenes dirija la historia.
4. Crear las imágenes de los fotogramas clave según las rutas a continuación, en docs/keyframes/<tema>/K1.png …. Los fotogramas de UI van primero (son gratuitos y exactos); pregunta antes de cualquier fotograma AIGC que cueste créditos.
5. Escribir el documento en el directorio docs/ del proyecto (NN-script-scene-N-<tema>.md para una sola escena; NN-script-<slug>.md para una película completa). Raíz del proyecto si no hay docs/. Abre cada PNG de fotograma clave y verifícalo con su campo Picture antes de enlazarlo.
6. Autoverificación con la lista de control a continuación. Calcula los recuentos de palabras de la locución y los tiempos; no los estimes.
7. Enviar al operador: ruta del archivo y 3–5 líneas (duración, número de escenas, número de fotogramas clave por fuente, palabras de locución / proporción del tiempo de ejecución, dirección musical en una línea, número de preguntas abiertas). El operador edita el guion y marca los fotogramas, no el código. Sin animación antes de la aprobación. Las imágenes fijas están permitidas antes de la aprobación; el movimiento no.
8. Después de la aprobación: entrega. El guion downstream por segundo se expande a partir de los tiempos de los fotogramas clave de este documento; nada se reescribe. minara-music construye cues.json a partir de la sección de música. Para una revisión, genera storyboard.html a partir de assets/storyboard-template.html de minara-video; los fotogramas clave AIGC se asignan a sus filas AIGC.

Creación de imágenes de fotogramas clave

Tres rutas. Usa la primera que encaje; un guion puede mezclarlas, y cada fotograma clave indica cuál usó.

Ruta A — Código de UI (predeterminado para cualquier cosa que sea UI del producto)

El fotograma se dibuja en HTML, por lo que la copia es exacta y el fotograma puede reutilizarse en la animación posterior.

1. Copia assets/keyframes-source-template.html a docs/keyframes/<tema>/source.html. Un <section class="k" id="K1"> por fotograma clave; ?k=K1 muestra ese fotograma.
2. Rellena cada fotograma desde la UI real: toma la copia, los datos y la estructura del código de frontend (componentes, cadenas i18n) o de la composición HyperFrames existente. Redibuja en grande, según las reglas de video: cuerpo ≥28px, títulos ≥48px, números clave 80–140px, 3–5 elementos por pantalla, solo Geist, paleta Minara (#F2F2F2 escenario, #15171A / #222222 / #FFFFFF UI, #B0B0B0 secundario, verde #07B56A subida/éxito solo, rojo #F75D5F bajada solo), sin degradados, "Illustrative data" abajo a la derecha.
3. Dibuja el texto en pantalla (花字) en el fotograma donde se ubicará, para que el operador revise la disposición real.
4. Captura:

   ~/.claude/skills/minara-videoscript/scripts/shoot_keyframes.sh \
     docs/keyframes/<tema>/source.html docs/keyframes/<tema> landscape K1 K2 K3
   

   La salida es 2560×1440 (portrait: 1440×2560), coincidiendo con la entrega 2K. El script también pasa #k1, por lo que también funcionan páginas fuente V2 más antiguas (seleccionadas por hash).
5. Si la animación ya existe y un fotograma clave es un momento de ella: busca la composición en lugar de redibujar. Usa la página de prueba del proyecto con ?t=<segundos> o npm run snapshot -- <t1>,<t2>, luego copia el PNG como K<n>.png.

Ruta B — Figma

Cuando el diseño tiene el fotograma en Figma (nuevas pantallas aún no en código, diseños de campaña).

1. Obtén fileKey y nodeId del enlace (node-id=1-2 → 1:2). Carga la guía de diseño a código de Figma antes de get_design_context.
2. get_screenshot con maxDimension: 2560, luego descarga la URL con curl en docs/keyframes/<tema>/K<n>.png.
3. Usa get_design_context / get_variable_defs para tomar la copia y los tokens exactos para la tabla de copia de UI.
4. Si el fotograma de Figma es una pantalla de escritorio densa, es solo referencia: reconstruye en grande a través de la Ruta A y anota Figma → UI code como fuente.

Ruta C — AIGC a partir de capturas de pantalla

Para fotogramas que no son UI del producto: una imagen de apertura, una metáfora, una persona usando el teléfono, un entorno, un plano atmosférico. Nunca para UI del producto ni para nada con texto o números reales; esos van por A o B.

1. Pregunta primero. La generación de imágenes gasta créditos (Figma generate_image usa créditos de Figma AI; los modelos Weave necesitan un costo cotizado y una aprobación explícita). Indica qué fotogramas, qué modelo y el costo, luego espera.
2. Proporciona al modelo la captura de pantalla o un fotograma de la Ruta A como referencia si la herramienta lo acepta; de lo contrario, describe la referencia en el prompt.
3. Reglas del prompt: 16:9 (o 9:16), la paleta Minara en palabras (escenario gris claro, UI casi negra, blanco, verde solo para éxito), limpio y minimalista, luz suave natural, sin degradados, sin púrpura-rosa-naranja, sin texto, letras, números ni logotipos en la imagen (los modelos los distorsionan; el texto se añade en código), sin imágenes de memes, sin parecidos a personas reales ni otras marcas.
4. Guarda como K<n>.png, y escribe el prompt exacto, modelo, imagen de referencia y fecha en docs/keyframes/<tema>/prompts.md para que el fotograma pueda regenerarse o entregarse al colega que hace tomas AIGC.
5. Abre el resultado. Rechaza cualquier cosa con texto extraviado, manos incorrectas, colores incorrectos, o que parezca arte de stock de IA; regenera o recurre a una disposición de la Ruta A.

Texto en pantalla (花字)

El texto en pantalla es cualquier texto colocado sobre la imagen que no forma parte de la UI en sí: líneas de subtítulos, un título, un número clave, la CTA final.

• Permitido: (1) la línea de locución o parte de ella, como subtítulo o énfasis; (2) copia real de la UI extraída y ampliada; (3) un título, número clave o CTA que el operador solicitó. Nada más. Sin palabras de anotación, muros de etiquetas, palabras clave flotantes o etiquetas de funciones. Si un concepto necesita explicación, muéstralo con imagen y movimiento.

• Se aplican las reglas de locución: tranquilo, simple, sin palabras prohibidas, sin signos de exclamación, en minúsculas (excepto mayúsculas iniciales).

• Escribe cada elemento como: "Just ask." · 64px / 700 · #15171A · arriba a la izquierda sobre la ventana · entrada 12.4s, salida 14.0s · sube 24px con minaraSnap.

• Estilos para elegir (mantén una película coherente):

  Estilo	Uso	Especificación
  Caption	Línea de locución mostrada como texto	40–48px / 500, centro inferior, blanco sobre oscuro o #15171A sobre claro, sin caja
  Headline	Título o la única afirmación de la escena	64–96px / 700, tracking −0.02em, alineado a la izquierda
  Key number	Un número que es el punto del plano	120–200px / 700, números tabulares; verde/rojo solo si es una ganancia/pérdida
  CTA	Tarjeta final	56–72px / 700 + nombre del producto o URL

• Movimiento: entrada con minaraSnap (0.6–0.9s, pequeño ascenso o escala desde 0.96), salida con un desvanecimiento de ≤0.3s. Cada elemento permanece al menos el tiempo que lleva leerlo en voz alta (0.4s/palabra, mínimo 1.2s).

• Sin emojis, sin rellenos degradados, sin brillo, sin texto contorneado o 3D, sin mayúsculas completas.

Música (estilo de música de fondo y señales de sonido)

El documento le da a minara-music todo lo que necesita, por lo que la música se decide con el guion, no después.

• Brief a nivel de película (un bloque): tempo (BPM, predeterminado 120), tonalidad (predeterminado La menor; Do mayor para piezas brillantes), sensación en 1–2 líneas simples (Soft electronic, warm pads, light plucked arpeggio, no vocals.), qué evitar (sin drops EDM, sin golpes de tráiler, sin chasquidos lo-fi, sin chops vocales), y una pista de referencia si el operador la proporcionó. Las pistas con licencia provienen solo del operador.
• Energía por fotograma clave: una de silent / intro / light / build / full / breakdown / climax / outro (el vocabulario de minara-music), más unas palabras de ambiente. La energía sigue la historia: el nombre del producto o la afirmación de lanzamiento obtiene climax; un ritmo de privacidad o seguridad obtiene breakdown; la tarjeta final obtiene outro.
• Señales de sonido: solo para acciones visibles, cada una con su tiempo exacto: tap 35.0s, typing 32.1–34.6s (cps 18), success 45.0s, notify 45.2s, whoosh 47.3s, thud 43.2s, bell 0.4s. Los tipos son la lista de efectos de sonido de minara-music.
• La locución atenúa la música; indica duck under VO en el brief cuando haya locución.

Plantilla de documento de guion

# Script | <Tema>: <resumen de una línea>            ← película completa: "Script | <Nombre de la película>"

> El guion actual único para <escena N / la película completa>.
> Propósito: <reemplaza la escena N, XX–XXs / nueva película>. El corte existente no cambia hasta que esto se apruebe.
> Fuentes: <ruta del código de frontend / enlace de Figma / rutas de capturas de pantalla / documento del producto>. Los elementos marcados con ⚠️ no están en la fuente y necesitan confirmación del producto.
> **Presentación (fijada)**: <caso; superficie; zona horaria; qué no se muestra; si hay un paso de pregunta de seguimiento>.
> **Salida**: <2560×1440 o 1440×2560>, 60fps. Fotogramas clave: `docs/keyframes/<tema>/` (fuente: `source.html`, prompts AIGC: `prompts.md`).

## 1. Qué debe transmitir esto
1. <lo primero que un espectador debe recordar>
2. … (máx. 4; cada uno se asigna a al menos un fotograma clave)

## 2. Flujo de usuario y copia de UI
| Paso | Acción del usuario | Copia de UI (exacta) | Fuente |
(Source = ruta del código / nodo de Figma / captura de pantalla; los prompts de demo se marcan "(demo)")

## 3. Hoja de fotogramas clave (<total>s<, reemplaza XX–XXs>)
| Fotograma clave | Tiempo | Dur | Escena | Imagen (corta) | Locución | Texto en pantalla | Música | Fuente de la imagen |
|---|---|---|---|---|---|---|---|---|
| K1 | 0.0–2.4s | 2.4s | S1 | Avatar aterriza centro | — | — | intro · bell 0.4s | UI code |
(Una fila por fotograma clave; rangos contiguos y sumando el total. Esta es la tabla que leen las habilidades downstream).

## 4. Escenas y fotogramas clave
### <Id de escena> | <Título de la escena>
- Duración: <d>s
- Fotogramas clave: <K1, K2, K3, …>
- Resumen: <lo que sucede en esta escena y por qué>

#### <K1> · <título del fotograma clave>
- **Tiempo**: <0.0–2.4s>
- **Duración**: <2.4s>
```

## 5. Preguntas abiertas
- <pregunta y ⚠️ si no hay respuesta>

## 6. Música y sonido
> **Brief**: …
- K1–K2: …

## 7. Recuento de palabras de locución
| Escena | Palabras | Segundos | … |

## 8. Autoverificación
- [ ] …

(Nota: la plantilla completa se ha acortado por brevedad en la traducción; la estructura debe seguirse fielmente según las secciones proporcionadas originalmente.)

Lista de control de autoverificación

Antes de enviar al operador, verifica cada elemento:

• El documento está en inglés.
• Cada línea de locución está en presente, es simple, sin palabras prohibidas ni patrones de IA.
• Cada fotograma clave tiene las 7 columnas completas.
• Las imágenes de los fotogramas clave están renderizadas y vinculadas correctamente.
• Los tiempos son contiguos y suman la duración total de la película/escena.
• UI copy está citada exactamente como aparece en el producto.
• Las fuentes de los fotogramas clave están anotadas (UI code / Figma / AIGC).
• Las preguntas abiertas están claramente marcadas (⚠️ si no están en las fuentes).
• El recuento de palabras de la locución y los tiempos se han calculado (no estimado).
• No hay texto, números ni logotipos generados por AIGC en las imágenes.

Actualizaciones

• 2026-10-19 (operador): regla de solo inglés añadida; se eliminó la compatibilidad con chino.
• 2026-09-15 (operador): lista de patrones de IA ampliada; se añadió la regla de recuento de palabras.