Director y Generador Universal de Dos Motores (v4.0)
Habilidad automatizada de generación de video de producción en Remotion para videos verticales cortos en formato 9:16 (YouTube Shorts, TikTok, Instagram Reels, Facebook Ads). Encapsula dos motores visuales distintos bajo un único proyecto unificado:
┌────────────────────────┐
│ Guion o Audio del Usuario │
└───────────┬────────────┘
│
┌───────────────────────┴───────────────────────┐
▼ ▼
[ Modo 1: Historia de Personajes ] [ Modo 2: Promo Cinética ]
- Personajes 2D Planos Procedurales - Gráficos Cinéticos 2D Planos
- Bocadillos de Diálogo y Pensamiento - Encabezado de Marca Persistente y Marca de Agua
- Habitaciones a Pantalla Completa (100%) - Lienzo Flotante de Puntos
- Subtítulos Selectivos (Sin Duplicados) - Pastilla de Subtítulos Oscura + Verde Neón
- Narrativas Psicológicas y de Vida - Activos Vectoriales Personalizados por Guion
1. Selección de Modo del Motor (Selección de Modo de Doble Motor)
El usuario instalará y usará una sola habilidad. El motor correcto se activará automáticamente según el tipo de guion o las instrucciones del usuario:
| Modo | Palabra Clave de Disparo | Tipo de Guion | Metáfora Visual y Estilo |
|---|---|---|---|
| Modo 1: Motor de Narración de Personajes | historia, dibujo, drama, personaje, cuento | Diálogo basado en personajes, conflicto psicológico, historia educativa, narración de podcast | Personajes 2D planos procedurales, sincronía labial, bocadillos de diálogo, fondos de dormitorio/oficina a pantalla completa |
| Modo 2: Motor de Gráficos Cinéticos y Promo | promo, anuncio, comercial, saas, cinético, explicativo | Anuncio de producto, demo de SaaS/software, promo de e-commerce, estrategia de negocio | Textura de puntos, encabezado de marca, marca de agua en esquina, maqueta de teléfono, mecánica de tarjetas, pastilla de subtítulos oscura inferior |
[!TIP] Si el usuario no especifica ningún modo, el script elegirá automáticamente Modo 1 (Historia) si hay personajes o diálogos visibles, y Modo 2 (Promo) si hay un problema de negocio/solución de producto. Esto se indicará en la tabla de aprobación.
2. ⚠️ Regla Extremadamente Importante: Arquitectura de Habilidad Universal 100% Basada en Datos (Arquitectura Universal Basada en Datos)
[!CAUTION] ¡Está estrictamente prohibido crear nuevos componentes de React, archivos de código, carpetas separadas o scripts
.mjsúnicos para cada nuevo guion! Esta es una habilidad global universal que cualquier usuario puede instalar y ejecutar en cualquier guion sobre cualquier tema. Todos los cambios específicos del guion (apariencia del personaje, vestimenta, tema de fondo, diálogo, tiempos de acción, infografías y tarjetas selectivas) deben configurarse únicamente en 1 archivo JSON de entrada.
Canalización Universal de Generación de Video (Solo 2 Comandos):
- Síntesis Automatizada y Creación de JSON de Entrada desde el Guion (Analizador Director de IA):
- Para analizar automáticamente el contenido del guion, actividades físicas, objetos/props, emociones y diálogo para crear un storyboard dinámico:
python3 scripts/analyze-script-director.py --script=scripts/<nombre-historia>.txt --out=scripts/<nombre-historia>-input.json - O consulte la referencia
examples/sample-story-input.jsony creescripts/<nombre-historia>-input.jsonsegún las escenas.
- Para analizar automáticamente el contenido del guion, actividades físicas, objetos/props, emociones y diálogo para crear un storyboard dinámico:
- Síntesis Universal de Audio y Tiempo:
node scripts/tts-engine.mjs --input=scripts/<nombre-historia>-input.json- Esto generará automáticamente voz para cada escena con Cartesia o el TTS seleccionado y guardará los tiempos exactos de segundos/fotogramas del audio en el JSON de entrada.
- Compilación Universal de la Línea de Tiempo:
node scripts/build-story-timeline.mjs --input=scripts/<nombre-historia>-input.json- Esto creará
template/src/timeline.jsonlisto para Remotion.
- Esto creará
- Verificación de Vista Previa y Renderizado Completo:
cd template && npx remotion render src/index.ts Main ./out/<nombre-video>.mp4 --concurrency=4
3. Reglas del Motor de Narración de Personajes (Modo 1) (Directrices del Modo 1)
- Construcción de Personajes, Reparto y Escena con más de 3 Personajes (Reparto Dinámico y Escenografía):
- Reparto según el Guion: Determinar cuántos personajes se necesitan en el guion y crear una identidad distinta para cada uno.
- Originalidad Facial: Cuando haya múltiples personajes, nunca se debe clonar la misma cara/gafas. Debe haber una clara diferencia en edad, peinado y vestimenta.
- Uso de Gafas: Solo los personajes mayores o de profesiones específicas deben usar gafas; está estrictamente prohibido poner gafas redondas innecesarias a clientes o empleados comunes.
- Vestimenta e Identidad: Dueño de tienda (panyabí/kurta), personal de ventas (uniforme/polo), cliente (camiseta casual/sudadera con capucha).
- Cabello Sólido: El cráneo debe estar completamente cubierto (sin calvas en forma de media luna).
- Escalado y Encuadre (1, 2 o 3 personajes):
- 1 personaje:
scale: 1.85, centrado (center) o a la izquierda/derecha. - 2 personajes:
scale: 1.75, izquierda y derecha (left: 80,right: 80,bottom: 160). - 3 personajes (
tertiaryCharacter): En un fotograma 9:16 con 3 personas, usarscale: 1.55para una composición perfecta. El secundario a la izquierda (left: 20), el tercer personaje en el centro (center), y el personaje principal a la derecha (right: 20,flip: true).
- 1 personaje:
- Capa de Multitud de Fondo (
crowd):- Si hay compradores en una tienda o un equipo en una oficina, agregar
crowd: "shoppers"|"office_team"|"village_crowd"|"classroom_students". Esto coloca a la multitud detrás de los personajes (zIndex: 12), a pequeña escala (scale: 1.1 - 1.15),bottom: 240-260, con desenfoque ligero (blur: 2px) y profundidad de campo natural.
- Si hay compradores en una tienda o un equipo en una oficina, agregar
- Análisis de Entorno y Contexto (Entorno Dinámico y Recurso Procedimental Semántico):
- Usar más de 26 temas de fondo preconstruidos según el entorno:
- Tiendas:
clothing_store,electronics_store,pharmacy,grocery_store - Hogar y Reuniones:
living_room,home_study,tea_stall,cafe,wedding_hall - Oficinas e Instituciones:
corporate_office,hospital_clinic,police_station,classroom,deep_library - Campo y Exteriores:
village_bazaar,village_sunset,street_outdoor,bus_interior - Estado de Ánimo y Conflicto:
dark_conflict,dramatic_red,blue_melancholy,golden_sunrise
- Tiendas:
- Generador de Habitación Procedimental Semántico Inteligente (Sin Recurso Ciego a Oficina):
- Si se proporciona un tema completamente nuevo o no listado (como
bakery,gym,bank,courtroom,kitchen), el motor no recurre ciegamente a la oficina; sino que decodifica el nombre del tema y genera automáticamente vectores de siluetas, letreros y colores de interiores relevantes.
- Si se proporciona un tema completamente nuevo o no listado (como
- Cada escena ocupará el 100% de la pantalla de principio a fin (
width: 100%, height: 100%).
- Usar más de 26 temas de fondo preconstruidos según el entorno:
- Regla de Temblor de Cámara y Temblor de Personaje (Temblor de Pantalla Calibrado por Tono y Temblor de Personaje - MÁXIMO ESTRICTO 1.0-1.2 SEGUNDOS):
- ⚠️ Prohibido el temblor continuo o el personaje tembloroso: Bajo ninguna circunstancia se puede agitar la cámara continuamente durante 10 a 20 segundos en una escena o mantener a un personaje temblando. Esto causa una irritación extrema en el espectador.
- Límite de Temblor de Personaje (
trembleX): En caso de miedo, ira o conmoción del personaje, el temblor durará un máximo de 1.0 a 1.2 segundos (30–36 fotogramas) y luego disminuirá suavemente a 0 para volver a una pose normal y estable. - Verificación de Tono: En diálogos normales, discusiones comunes, clientes hablando o narraciones, la pantalla y el personaje deben permanecer completamente quietos (
screenShake: false). - Límite de Conmoción Repentina: Solo en casos de impacto o conmoción extremadamente intensa y repentina, se permite una sacudida momentánea de un máximo de 1.0 a 1.2 segundos (30–36 fotogramas), que debe decaer suavemente de inmediato y la cámara debe estabilizarse nuevamente.
- Bocadillos de Diálogo y Pensamiento (
SpeechCalloutBubble):- Altura
top: 650para que la cola del bocadillo apunte directamente a la cabeza del personaje que habla (izquierdaleft: 180, derecharight: 180). - Etiqueta de Nombre del Hablante: Flotará sobre el bocadillo (
zIndex: 60,padding: "5px 20px",border: "2.5px solid #ffffff").
- Altura
- ⚠️ Subtítulos Selectivos y Subtítulos Perfectamente Sincronizados con la Voz (Subtítulos Selectivos y Pastilla de Karaoke Sincronizada con la Voz):
- Cuando haya un bocadillo de diálogo o una tarjeta central a pantalla completa en la pantalla, los subtítulos separados en la parte inferior deben estar completamente desactivados (Sin Duplicados).
- Solo cuando no haya ningún bocadillo o tarjeta en la parte superior, aparecerán en la parte inferior frases contundentes de 3 a 5 palabras generadas dinámicamente a partir del texto de voz real de la narración.
- Los subtítulos nunca estirarán un resumen estático de una línea; las palabras exactas que se pronuncian en el audio aparecerán en la pantalla frase por frase en tiempo real.
- Efectos Visuales:
- Cada frase aparecerá con una pastilla de vidrio oscuro que entra con un suave pop de resorte (
springscale). - Palabra pronunciada en tiempo real: texto brillante en verde neón (
#22C55E) + resaltado de la pastilla de fondo + golpescale(1.08). - Palabra clave resaltada: insignia vibrante ámbar/dorada (
#F59E0B➔#EA580C). - No habrá fotogramas en blanco ni parpadeos en la transición de frases; la transición de una frase a otra será perfecta.
- Cada frase aparecerá con una pastilla de vidrio oscuro que entra con un suave pop de resorte (
- ⚠️ Regla de Sincronía Labial y Hablante Activo (Regla de Sincronía Labial Selectiva del Hablante):
- Cuando haya dos personas en la pantalla, solo la boca de la persona a la que apunta el bocadillo de diálogo (
speechBubble.speakerPosition) se moverá (isSpeaking: true). - La boca del otro oyente o personaje oyente debe estar tranquila y cerrada (
isSpeaking: false-> línea de reposo cerrada). Las bocas de dos personas nunca se moverán al mismo tiempo.
- Cuando haya dos personas en la pantalla, solo la boca de la persona a la que apunta el bocadillo de diálogo (
- ⚠️ Regla de Tiempo entre Narrador y Diálogo (Regla de Tiempo entre Narrador y Diálogo):
- Cuando en una escena el narrador o la narración describen eventos en tercera persona, ningún personaje en la pantalla debe mover la boca (
isSpeaking: false) y no debe haber ningún bocadillo de diálogo. - Los bocadillos de diálogo solo aparecerán en los fotogramas específicos (
speechBubbles: [{ start, duration }]) durante el diálogo en primera persona del propio personaje, y solo durante esos segundos específicos se moverá su boca; cuando termine el diálogo, el bocadillo desaparecerá y la boca se cerrará nuevamente.
- Cuando en una escena el narrador o la narración describen eventos en tercera persona, ningún personaje en la pantalla debe mover la boca (
- ⚠️ Rol del Personaje e Integridad del Diálogo (Identidad del Hablante e Integridad del Rol):
- El diálogo de un personaje nunca debe ser pronunciado por un personaje con la vestimenta de otro (por ejemplo, que las palabras de un empleado salgan de la boca de un cliente es un error grave).
- Si el personaje que habla en una conversación cambia (por ejemplo, de dueño a empleado, luego llega un cliente): la escena debe dividirse en tomas cortas (Corte de Cámara), de modo que el personaje que habla sea el correcto con la vestimenta adecuada y esté visible en la pantalla.
- ⚠️ Actividad Física y Tiempos de Acción de un Vistazo (Tiempos de Acción de un Vistazo):
- Los personajes no deben quedarse quietos como robots con los brazos rectos, ni tampoco se puede congelar ninguna actividad durante 10 a 15 segundos en toda la escena.
- Las acciones y los props solo deben aparecer de un vistazo (2.0 a 3.5 segundos) durante el diálogo relevante (
characterPoses/secondaryPoses):- Revisar libro de cuentas (
checking_khata): Sostener un libro de cuentas rojo con ambas manos y mirar hacia abajo mientras se habla de cuentas o registros; al terminar el diálogo, bajar el libro y volver a la pose normal. - Buscar en el inventario (
searching_inventory): Extender la mano hacia el estante durante el diálogo de búsqueda, mostrando una lupa y una etiqueta de estante vacío; cuando termine de hablar, bajar la mano y hablar normalmente. - Sostener una camisa de muestra (
holding_shirt): Cuando el cliente pida una camisa, sostenerla en alto en una percha durante 2-3 segundos, luego doblar el brazo y esperar. - Espera impaciente (
arms_crossed): Pararse con los brazos cruzados sobre el pecho.
- Revisar libro de cuentas (
- ⚠️ Ritmo de Formato Corto y Límite de Retención de Tarjeta (Regla de Retención Máxima de Tarjeta/Escena de 12-18s):
- En TikTok, YouTube Shorts o Reels, nunca se debe mantener una sola tarjeta de gráficos en movimiento estáticos o infografía en la pantalla continuamente durante 20 a 40 segundos. Esto provoca una caída extrema de la audiencia (Pérdida de Audiencia / Asesino de Retención).
- Las narraciones largas o el texto explicativo (como la moraleja y el final de una historia) deben dividirse automáticamente en pequeñas piezas visuales:
- Escena animada de resolución emocional / autorrealización del personaje (12–15 s.): Emoción del personaje principal y final silencioso.
- Tarjeta de comparación de moraleja central (15–18 s.): Comparación de los puntos clave que se puedan leer rápidamente.
- Tarjeta de interacción con la audiencia y CTA de seguimiento (10–12 s.): Invitación directa al espectador a comentar y seguir.
- Cada escena y tarjeta debe cambiar entre 8 y 18 segundos como máximo para crear un nuevo estímulo visual.
- ⚠️ Mapeo Visual y Props según la Actividad (Narración Visual Impulsada por la Actividad y Mapeo Narrativo Literal):
- Cuando el guion o la voz en off mencionen una actividad física específica (por ejemplo: "dijo sin apartar la vista de la computadora", "trabajaba sentado en el escritorio", "el jefe llamó", "entregó la carta de renuncia", "protestó"):
- La escena debe mostrar visiblemente esa actividad y los props apropiados (
prop: "office_desk_computer"|"executive_desk"|"ceo_office_desk"|"resignation_letters"y pose del personaje:using_computer|sitting_desk|pointing|reading_document|celebrating). - Los personajes nunca deben quedarse como robots en una habitación vacía; si la descripción menciona una computadora o un escritorio, la perspectiva debe mostrar al personaje sentado en la mesa trabajando en el monitor.
- La escena debe mostrar visiblemente esa actividad y los props apropiados (
- Cuando el guion o la voz en off mencionen una actividad física específica (por ejemplo: "dijo sin apartar la vista de la computadora", "trabajaba sentado en el escritorio", "el jefe llamó", "entregó la carta de renuncia", "protestó"):
- ⚠️ División de Escenas y Cambios Frecuentes de Escenario (Regla Estricta de Granularidad de Escena de 4-10s y Perspectiva Dinámica):
- En toda la historia, nunca se debe mantener un solo fondo o fotograma continuamente durante 20 a 30 segundos. El escenario visual también debe cambiar (Corte de Escena) a medida que cambia el tema o el estado de ánimo en la voz en off.
- Cada escena tendrá una duración máxima de 4 a 10 segundos.
- Cuando la descripción implique un cambio de tiempo, transformación de puesto o cambio de lugar (por ejemplo: trabajador común ➔ protesta ➔ reunión ➔ ascenso a gerente ➔ aviso de suspensión ➔ miedo de los compañeros ➔ conflicto con Sumon ➔ renuncia masiva ➔ oficina del jefe ➔ realización solitaria), se debe asegurar una escena visual, fotograma y perspectiva separados para cada uno.
- ⚠️ Matriz Universal de Acción, Objeto y Asiento (Matriz Semántica Universal de Acción a Prop y Asiento):
- Independientemente del tema o entorno mencionado en el guion, el personaje nunca debe quedarse ciegamente de pie; se deben asignar props y asientos automáticamente según la siguiente matriz:
| Escena y Contexto | Prop Automático (
prop) | Disposición de Asientos |
- Independientemente del tema o entorno mencionado en el guion, el personaje nunca debe quedarse ciegamente de pie; se deben asignar props y asientos automáticamente según la siguiente matriz:
| Escena y Contexto | Prop Automático (
...[truncado para la traducción]