Communitygithub.com

Aadi-110i/PEP-PROJECT

Guía completa para la producción de videos explicativos: guion, locución, imágenes y ensamblaje. Cubre fórmulas de guion, reglas de ritmo, planificación de escenas y flujos de trabajo multiherramienta.

¿Qué es PEP-PROJECT?

Esta habilidad proporciona una guía integral y práctica para la producción de videos explicativos, desde la escritura del guion hasta el montaje final, utilizando la CLI de inference.sh (`belt`). Está diseñada para ayudar a desarrolladores y creadores de contenido a generar videos de tipo demostración de producto, explicación de funcionamiento, videos de onboarding o videos explicativos para redes sociales. La guía incluye fórmulas de guion probadas como Problema-Agitación-Solución (PAS) y Antes-Después-Puente (BAB), reglas detalladas de ritmo y duración de escenas, y ejemplos de comandos para generar locuciones con Dia TTS, imágenes y videos con modelos como Veo y Flux, y música de fondo. También detalla un pipeline de ensamblaje completo que combina generación de voz, escenas visuales en paralelo, fusión de medios, adición de audio y subtítulos. Además, ofrece consejos sobre ritmo narrativo, errores comunes y tablas de duración recomendada según la plataforma (TikTok, YouTube, etc.). Está optimizada para su uso con la herramienta de línea de comandos `belt` de inference.sh, y se complementa con otras habilidades relacionadas como generación de video con IA y guía de prompting.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Aadi-110i/PEP-PROJECT/tree/HEAD/skills/explainer-video-guide

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Guía de Videos Explicativos

Crea videos explicativos desde el guion hasta el montaje final a través de la CLI de inference.sh.

Inicio Rápido

Requiere la CLI de inference.sh (belt). Instrucciones de instalación

belt login

# Generar una escena para un video explicativo
belt app run google/veo-3-1-fast --input '{
  "prompt": "Animación de estilo gráfico en movimiento limpio, datos abstractos fluyendo entre nodos conectados, esquema de colores azul y blanco, estética corporativa profesional, transiciones suaves"
}'

Fórmulas de Guion

Problema-Agitación-Solución (PAS) — 60 segundos

SecciónDuraciónContenidoRecuento de Palabras
Problema10 sMenciona el punto de dolor que tiene el espectador~25 palabras
Agitación10 sMuestra por qué es peor de lo que creen~25 palabras
Solución15 sPresenta tu producto/idea~35 palabras
Cómo Funciona20 sMuestra 3 pasos o características clave~50 palabras
CTA5 sUna acción siguiente clara~12 palabras

Antes-Después-Puente (BAB) — 90 segundos

SecciónDuraciónContenido
Antes15 sMuestra el estado frustrante actual
Después15 sMuestra el resultado ideal
Puente40 sExplica cómo tu producto los lleva allí
Prueba Social10 sEstadística o testimonio rápido
CTA10 sSiguiente paso claro

Destacado de Funcionalidad — 30 segundos (redes sociales)

SecciónDuraciónContenido
Gancho3 sDato sorprendente o pregunta
Funcionalidad15 sMuestra una funcionalidad resolviendo un problema
Resultado7 sEl resultado/beneficio
CTA5 sPruébalo / Aprende más

Reglas de Ritmo

Tipo de ContenidoPalabras por MinutoNotas
Narración estándar150 ppmRitmo conversacional
Complejo/técnico120 ppmPermitir tiempo de procesamiento
Enérgico/redes sociales170 ppmMás rápido para formato corto
Contenido infantil100 ppmClaro y lento

Regla clave: 1 escena por mensaje clave. No incluyas múltiples ideas en un solo visual.

Pautas de Duración de Escenas

  • Plano de establecimiento: 3-5 segundos
  • Demostración de funcionalidad: 5-8 segundos
  • Texto/estadística en pantalla: 3-4 segundos (debe ser legible)
  • Transición: 0.5-1 segundo
  • Pantalla de CTA: 3-5 segundos

Producción Visual

Tipos de Escenas

# Producto en contexto
belt app run google/veo-3-1-fast --input '{
  "prompt": "Video de demostración de producto limpio, manos escribiendo en un portátil mostrando un panel de control, oficina moderna y luminosa, luz natural suave, profesional"
}'

# Visualización de concepto abstracto
belt app run bytedance/seedance-1-5-pro --input '{
  "prompt": "Gráficos en movimiento abstractos, flujos de datos coloridos conectando formas geométricas flotantes, animación fluida y suave, fondo oscuro con elementos brillantes, estética tecnológica"
}'

# Toma de estilo de vida/resultado
belt app run google/veo-3-1-fast --input '{
  "prompt": "Persona feliz relajándose en un sofá con un portátil, sonriendo a la pantalla, sala de estar luminosa y ventilada, luz cálida de la tarde, sensación de cliente satisfecho, estilo comercial de estilo de vida"
}'

# Comparación antes/después
belt app run falai/flux-dev-lora --input '{
  "prompt": "Comparación de pantalla dividida, lado izquierdo escritorio desordenado con papeles y estrés, lado derecho espacio de trabajo minimalista limpio y organizado, diferencia dramática, diseño limpio"
}'

Imagen a Video para Escenas

# Generar un fotograma fijo primero
belt app run falai/flux-dev-lora --input '{
  "prompt": "Espacio de trabajo profesional con interfaz holográfica brillante, futurista pero limpio, iluminación de acento azul"
}'

# Animarlo
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "Movimiento suave de cámara hacia adentro, elementos holográficos flotando y girando sutilmente, cambios de luz ambiental suaves",
  "image": "ruta/a/workspace-still.png"
}'

Producción de Locución

Consejos para la Escritura de Guiones

  • Frases cortas. Máximo 15 palabras por oración.
  • Voz activa. "Puedes rastrear tus datos" no "Tus datos pueden ser rastreados."
  • Tono conversacional. Léelo en voz alta — si suena rígido, reescríbelo.
  • Una idea por oración. Una oración por latido visual.

Generar Locución

# Narración profesional con Dia TTS
belt app run falai/dia-tts --input '{
  "prompt": "[S1] ¿Cansado de pasar horas en informes que nadie lee? Hay una mejor manera. Conoce DataFlow. Convierte tus datos sin procesar en historias visuales... en segundos. Solo conecta tu fuente, elige una plantilla y comparte. Prueba DataFlow gratis hoy."
}'

Control de Ritmo en TTS

TécnicaEfectoEjemplo
Punto .Pausa media"Esto lo cambia todo. Así es cómo."
Puntos suspensivos ...Pausa larga (dramática)"Y el resultado... fue increíble."
Coma ,Pausa corta"Rápido, simple, potente."
Exclamación !Énfasis/energía"¡Empieza a construir hoy!"
Signo de interrogación ?Entonación ascendente"¿Y si hubiera una mejor manera?"

Música y Audio

Pautas para la Música de Fondo

  • Volumen: 20-30% por debajo de la narración (reducir 6-12dB cuando se reproduce la voz)
  • Estilo: combinar con el tono de la marca (corporativo = ambiente electrónico, startup = indie optimista)
  • Estructura: crescendo de introducción (primeros 3s) -> bucle sutil bajo la narración -> crescendo en CTA
  • Sin voces: solo instrumental bajo la narración
# Generar música de fondo
belt app run <music-gen-app> --input '{
  "prompt": "música de fondo corporativa optimista, electrónica moderna, 90 BPM, positiva y profesional, sin voces, adecuada para video explicativo de producto"
}'

Pipeline de Ensamblaje

Flujo de Trabajo de Producción Completo

# 1. Generar locución
belt app run falai/dia-tts --input '{
  "prompt": "[S1] Aquí tu guion..."
}'

# 2. Generar imágenes de escenas (en paralelo)
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 1"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 2"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 3"}' --no-wait

# 3. Fusionar escenas en secuencia
belt app run infsh/media-merger --input '{
  "media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'

# 4. Añadir locución al video
belt app run infsh/video-audio-merger --input '{
  "video": "merged-scenes.mp4",
  "audio": "voiceover.mp3"
}'

# 5. Añadir subtítulos
belt app run infsh/caption-videos --input '{
  "video": "final-with-audio.mp4",
  "caption_file": "captions.srt"
}'

Duración del Video por Formato

FormatoDuraciónPlataforma
Teaser para redes sociales15-30 sTikTok, Instagram Reels, YouTube Shorts
Demostración de producto60-90 sSitio web, página de destino
Explicación de funcionalidad90-120 sYouTube, correo electrónico
Tutorial/paso a paso2-5 minYouTube, centro de ayuda
Video de presentación para inversores2-3 minComplemento de presentación

Tipos de Transición

TransiciónCuándo UsarlaEfecto
CortePor defecto entre escenas relacionadasLimpio, profesional
Disolución/EncadenadoPaso del tiempo, cambio de estado de ánimoSuave, contemplativo
BarridoNuevo tema o secciónSeparación clara
Zoom/empujeProfundizar en un detalleEnfocar la atención
Corte de coincidenciaSimilitud visual entre escenasIngenioso, memorable

Errores Comunes

ErrorProblemaSolución
Guion demasiado extensoLocución apresurada, espectador abrumadoReducir a 150 ppm máximo
Sin gancho en los primeros 3sLos espectadores se van inmediatamenteEmpezar con el problema o una estadística sorprendente
Imágenes desfasadas con la narraciónDesconexión confusaLas imágenes deben coincidir o preceder ligeramente a las palabras
Música de fondo demasiado altaNo se oye la narraciónReducir la música 6-12dB por debajo de la voz
Sin subtítulosEl 85% de los videos en redes sociales se ven en silencioAñadir siempre subtítulos
Demasiadas ideasEl espectador no retiene nadaUn mensaje central por video

Habilidades Relacionadas

npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering

Explora todas las aplicaciones: belt app list

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

Aadi-110i/PEP-PROJECT

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

Aadi-110i/PEP-PROJECT

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

Aadi-110i/PEP-PROJECT

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

Aadi-110i/PEP-PROJECT

ElevenLabs text-to-speech with 22+ premium voices, multilingual support, and voice tuning via inference.sh CLI. Models: eleven_multilingual_v2 (highest quality), eleven_turbo_v2_5 (low latency), eleven_flash_v2_5 (ultra-fast). Capabilities: text-to-speech, voice selection, stability/style control, 32 languages. Use for: voiceovers, audiobooks, video narration, podcasts, accessibility, IVR. Triggers: elevenlabs, eleven labs, elevenlabs tts, premium tts, professional voice, ai voice, high quality tts, multilingual tts, eleven labs voice, voice generation, natural speech, realistic voice, voice over, speech synthesis

Aadi-110i/PEP-PROJECT

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

Aadi-110i/PEP-PROJECT

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

Aadi-110i/PEP-PROJECT

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

Aadi-110i/PEP-PROJECT

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

Aadi-110i/PEP-PROJECT

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

Aadi-110i/PEP-PROJECT

Three.js animation - keyframe animation, skeletal animation, morph targets, animation mixing. Use when animating objects, playing GLTF animations, creating procedural motion, or blending animations.

Aadi-110i/PEP-PROJECT

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

Aadi-110i/PEP-PROJECT

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

Aadi-110i/PEP-PROJECT

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

Skills relacionados