lexuanthanhhy/MKT.LANDINGPAGE.SKILLS

mkt-plan-short-video-edit-16-9

Planificador de dos capas para videos de diapositivas 16:9:

1. Capa estructural (15 tipos de pensamiento visual) — diseño de diapositivas: Antes-Después, Mapa Mental, Diagrama de Flujo, Matriz 2×2, Diagrama de Venn, Línea de Tiempo, Pirámide, Tabla Comparativa, Iceberg, Ciclo, Embudo, Mapa Conceptual, Cuadrícula de Iconos, Infografía Numérica, 3 Pilares. Impulsado por el arquetipo de escena (gancho → antes-después, problema → cuadrícula de iconos, solución → 3 pilares, …).
2. Capa de ilustración (biblioteca de 25 metáforas) — imágenes dibujadas a mano en papel crema compuestas dentro de la estructura: reloj de arena, cadena rota, orbe robot, alcancía rota, caracol ↔ cohete, Lego ensamblado, escalones, llave-cerradura, cumbre de montaña…

El JSON de salida es consumido por el editor mkt-hyperframe-talking-head-video-16-9 — reemplaza el llenado manual en el punto de control scenes-outline con un plan reproducible.

Salida

Archivo	Qué es
visual-plan.json	Validado por esquema. Por escena: visual_type (uno de 15) + metaphor + tier_letter + items[] + badges[] + pip_events[].
prompts.md	Indicaciones numeradas (1.png, 2.png, …) en papel crema. Cada una lleva la directiva estructural (Antes-Después / Pirámide / Embudo / …) + metáfora + título/subtítulo en vietnamita. Pega en AI33 / Nano Banana Pro.
scenes.json (vía apply_plan_to_scenes.py)	Adaptador para el formato del editor.

Esquema (resumen de 1 página):

{ workspace_slug, total_duration, brand,
  scenes: [{
    id, num, kind, variant, start, end,
    kicker, heading, accent_words[], voiceover_anchor,
    tier_letter,                 // ≤5 caracteres: "8h" / "0h" / "∞" / "100tr" / "AI"
    items[], badges[],
    broll: [{
      kind: "infographic-cream-paper",
      visual_type,               // 1 de 15 — ver references/visual-thinking-types.md
      metaphor,                  // 1 de 25 — ver references/visual-thinking-library.md (o "ninguna")
      title_vi, subtitle_vi,
      palette_accents[], layout_description,
      placeholder_filename, aspect
    }],
    pip_events: [{t_in, t_out, trigger}]
  }]
}

Requisitos estrictos

• Cada b-roll infographic-cream-paper debe llevar tanto visual_type (1 de 15) como metaphor (1 de 25 o "ninguna" para diagramas puramente estructurales). Las diapositivas de solo texto son rechazadas.
• Tier-letter ≤ 5 caracteres (números/símbolos/palabras clave de marca ganan — ver references/tier-letter-selection-rules.md).
• Ventanas PIP no superpuestas, con un intervalo ≥ 0.3s.
• Títulos en vietnamita con signos diacríticos completos. Los nombres de marca y símbolos matemáticos se mantienen en inglés.

Proceso

1. Detectar escenas

Lee script.txt + transcript.json (o transcript-cleaned.json). Reutiliza detect_scenes.py del editor si está presente, de lo contrario recurre a una heurística de 5 escenas (gancho → problema → solución → resumen → llamada a la acción).

Soporte para listicles: guiones con estructura de listicle (1 gancho + N consejos + 1 CTA) → produce N+2 escenas. Usa kind: "tip-1", "tip-2", …, "tip-N" para las escenas del cuerpo — el generate_root_index.py del editor downstream las monta como compositions/scene-{num}.html independientemente de N (sin colisión con fs-lesson-1/recap-card). Se recomienda N = 3..7 (máximo 10).

1b. Expansión de subagentes LLM downstream (CONTRATO DEL CONSUMIDOR)

Después de que este planificador escriba visual-plan.json, el orquestador (mkt-full-video-with-11-hyperframe-heygen-16-9) NO llama a generate_compositions.py (generador Python Jinja2 obsoleto). En su lugar, lanza N Agentes general-purpose en paralelo en 1 mensaje — 1 subagente por escena — cada uno creando compositions/scene-{num}.html a partir del visual-plan.json de este skill.

Esto significa:

• Cada bloque de escena en visual-plan.json debe ser lo suficientemente autocontenido para que un subagente aislado pueda crear su composición sin coordinación — con kicker, heading, accent_words, tier_letter, items, badges, metáfora de b-roll con layout_description, pip_events con temporización relativa+absoluta.
• La metáfora predeterminada "robot-orb-with-tasks" debe ser reemplazada (por edición manual del LLM orquestador) con una metáfora específica de la escena (scroll-tape-wasted, edit-regenerate-loop, projects-vault-shared-knowledge, right-tool-for-job-vehicles, pacific-vs-vietnam-timezone, …) antes de la expansión — metáfora genérica → composición aburrida.
• Los campos metaphor y layout_description se leen directamente en el prompt del subagente; descripciones más ricas → mejores composiciones.
• La imagen vive solo en la capa ROOT (<img id="broll-N"> en index.html). El HTML de la composición NO debe incrustar image-slot. El prompt del subagente debe prohibir explícitamente los image-slot incrustados.

2. Elegir visual_type por escena (EL NUEVO PASO)

Consulta el mapa de arquetipos en references/visual-thinking-types.md. Valores predeterminados por arquetipo:

Arquetipo	visual_type predeterminado	Alternativa
gancho	before-after	number-infographic
problema / fracaso	icon-grid	iceberg
punto de inflexión	before-after	flowchart
solución	three-pillar	flowchart
diferenciador	comparison-table	venn
prueba / resultado	number-infographic	comparison-table
resumen	number-infographic	mind-map
llamada a la acción	icon-grid	three-pillar

3. Elegir metaphor de la biblioteca

references/visual-thinking-library.md — 25 entradas dibujadas a mano. Elige una cuya imagen encaje naturalmente dentro del visual_type elegido (por ejemplo, antes-después + dong-ho-cat, tres pilares + robot-orb-with-tasks, infografía numérica + heo-dat-vo-ket-sat). Establece "ninguna" solo cuando un diagrama puramente estructural sea más legible (por ejemplo, comparison-table de verificaciones de características).

4. Derivar tier-letter, items, badges

Ver references/tier-letter-selection-rules.md. Números + unidades ganan (8h, 100tr, 15h). Símbolos permitidos (∞, →, ×). Límite estricto de ≤ 5 caracteres.

5. Calcular eventos PIP

1 ventana por escena de forma predeterminada: t_in = scene_start + 1.4s, t_out = t_in + 3.5s (limitado a 0.3s antes del final de la escena). Las escenas de solución largas (≥ 12s) obtienen 2 ventanas. El gancho no obtiene ninguna.

6. Generar prompts.md

render_infographic_prompts.py recorre visual-plan.json, inyecta la directiva visual_type al inicio de cada indicación, luego superpone metáfora + elementos decorativos + paleta. El resultado es una indicación editorial en papel crema lista para pegar.

Punto de control con el usuario

Después de ejecutar plan_visuals.py, presenta un resumen en markdown (NO el JSON sin procesar) — ver references/plan-checkpoint-protocol.md. Formato:

### Escena 1 · GANCHO (0.07–13.73s)
- Tipo visual: **before-after** → HyperFrame `tier-row`
- Tier-letter: **8h → 0h** (rosa ↔ lima)
- Metáfora: **reloj de arena lleno↔vacío** (1.png)
- PIP: no (escena de gancho)

### Escena 3 · SOLUCIÓN (27.37–47.75s)
- Tipo visual: **three-pillar** → HyperFrame `hero-orb`
- Especificaciones: ∞ Recuerda chatear · 100tr Lee documentos · 8h Auto-grabación
- Metáfora: **robot-orb-with-tasks** (3.png)
- PIP: 28.77→32.77s + 34.37→38.87s

Patrones de respuesta del usuario:

• OK → finalizar y pasar al editor
• cambia escena N tipo visual a funnel → parchear visual_type
• cambia escena N metáfora a caracol → parchear metaphor + regenerar prompts.md
• cambia tier-letter escena N a 25 → parchear tier_letter
• fusiona escenas N+M → reestructurar

Archivos

mkt-plan-short-video-edit-16-9/
├── SKILL.md
├── scripts/
│   ├── plan_visuals.py                      ← PRINCIPAL. --workspace <dir>
│   ├── render_infographic_prompts.py        ← visual-plan.json → prompts.md
│   └── apply_plan_to_scenes.py              ← visual-plan.json → scenes.json (adaptador del editor)
├── assets/templates/
│   ├── visual-plan.schema.json              ← Esquema JSON (visual_type + metaphor requeridos)
│   └── infographic-prompt.j2                ← Jinja: directiva estructural + metáfora + paleta
└── references/
    ├── visual-thinking-types.md             ← 15 tipos estructurales (EL lente principal)
    ├── visual-thinking-library.md           ← 25 entradas de metáforas (capa de ilustración)
    ├── tier-letter-selection-rules.md       ← Selector de glifos
    ├── scene-archetype-pattern-mapping.md   ← Arquetipo → variante + árbol de decisión de metáfora
    └── plan-checkpoint-protocol.md          ← Plantilla de resumen + manejadores de revisión

Ejemplo práctico

Proyecto de producción loi-ich-claude-ai:

Escena	Tipo	visual_type	Metáfora	Tier	Variante HyperFrame
1	gancho	before-after	dong-ho-cat	8h / 0h	tier-row
2	problema	icon-grid	broken-chain	3×	chats-stack
3	solución	three-pillar	robot-orb-with-tasks	∞ / 100tr / 8h	hero-orb
4	resumen	number-infographic	heo-dat-vo-ket-sat	15h	counter-row
5	CTA	icon-grid	gift-box-open	AI	terminal-row

Ese es el estándar de oro — dado script.txt + transcript.json para ese proyecto, plan_visuals.py --workspace . debería volver a derivar esta tabla.