Requisitos previos
Instala y carga estas habilidades antes de generar (omite si ya están en contexto vía @pruna):
| Habilidad | Descripción | Instalación |
|---|---|---|
generation-diversity | Úsalo al escribir cualquier prompt generativo — semilla ritual, estructura explícita, ejes de escenario y compuertas de calidad antes de llamadas a API de pago. | npx skills add PrunaAI/pruna-skills@generation-diversity -y |
audio-prompting | Úsalo al crear prompts TTS, música o sonido para cualquier modelo de audio generativo — estilo de director, estructura de canción y capas de postproducción. | npx skills add PrunaAI/pruna-skills@audio-prompting -y |
video-prompting | Úsalo al crear prompts de video o movimiento para cualquier modelo generativo — dramaturgia, cámara, movimiento físicamente correcto, anclajes de fotograma y encadenamiento de clips. | npx skills add PrunaAI/pruna-skills@video-prompting -y |
pruna-api | Úsalo antes de cualquier llamada HTTP a Pruna o Replicate — credenciales, subida/consulta/descarga, lotes paralelos y seguridad del agente. | npx skills add PrunaAI/pruna-skills@pruna-api -y |
O instala el conjunto completo de una vez: npx skills add PrunaAI/pruna-skills@pruna -y
Sigue las secciones Antes de generar / craft de cada habilidad — no repliques el contenido de la guía aquí.
Hábito del agente
En la primera respuesta, nombra `gemini-3.1-flash-tts` entre comillas invertidas, confirma REPLICATE_API_TOKEN (o detente con enlaces de registro de pruna-api), luego pregunta por las entradas requeridas. Abre la admisión → admisión de aclaración generation-diversity (idioma, voz, guion) antes del primer POST. Redirige cuando Cuándo NO usar sea más adecuado.
Cuándo NO usar
Usa una habilidad diferente en su lugar:
| Habilidad | Descripción | Instalación |
|---|---|---|
p-video-avatar | Úsalo cuando alguien quiera una persona en cámara leyendo un guion — presentador sincronizado de labios, portavoz o avatar narrado a partir de una foto de retrato. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
music-2.5 | Úsalo cuando alguien quiera una canción original de IA con voz — letra cantada, pista de estilo prompt o audio fuente para un videoclip musical. | npx skills add PrunaAI/[email protected] -y |
stable-audio-2.5 | Úsalo cuando alguien quiera música instrumental ligera de fondo — una base ambiental bajo diálogo o música incidental para reels y tutoriales. | npx skills add PrunaAI/[email protected] -y |
Entorno
export REPLICATE_API_TOKEN=r8_...
Requiere ffmpeg / ffprobe al recortar, concatenar VO de escenas o mezclar con una base musical.
HTTP (curl)
curl -s -X POST \
-H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{
"input": {
"text": "[calurosamente] El peluche salió volando. [pausa corta] Y luego desapareció.",
"voice": "Sulafat",
"prompt": "Narrador cálido de cuento, ritmo suave, empático, sin voz de locutor.",
"language_code": "en-US"
}
}' \
"https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions"
Consulta urls.get hasta que status sea succeeded; descarga output (URL de audio). Cliente compartido: sigue pruna-api (HTTP de Replicate en la habilidad de herramienta).
Antes de generar
- Completa el orden de lectura de la guía de requisitos previos.
- Confirma
text,voice,promptylanguage_codecon el usuario.text,prompty las[etiquetas]en línea deben alinearse — misma dirección emocional (veraudio-promptingtts-style-prompting). Al listar campos, nombraREPLICATE_API_TOKEN(Replicate — noPRUNA_API_KEY). - Notas del modelo:
text+promptcombinados ≤ ~8,000 bytes; salida máxima ~655s. Cuando el TTS alimente ap-videocomoinput.audio, mantén cada línea ≤ ~19s (ffprobe) — P-API recorta el audio a 20s. Voces comunes:Kore,Aoede,Sulafat,Achird,Charon,Puck,Vindemiatrix— lista completa en el readme de Replicate.
Entrada requerida
text(cadena) — texto hablado; soporta[etiquetas]en línea. Máx. ~4,000 bytes.
Campos opcionales comunes
voice(por defectoKore)prompt— notas de estilo/director (máx. ~4,000 bytes)language_code— BCP-47 (por defectoen-US)
Etiquetas en línea (ejemplos): [sigh] [laughing] [whispering] [short pause] [medium pause] [long pause] [excitedly].
Pasos siguientes típicos
Continuaciones comunes después de esta habilidad:
| Habilidad | Descripción | Instalación |
|---|---|---|
p-video | Úsalo cuando alguien quiera un clip corto simple a partir de texto o imágenes — B-roll rápido, borradores o animación de fotograma inicial/final. No cuando el encargo necesite generación cinematográfica, máxima calidad, sincronización de labios ajustada o audio importado a 1080p. | npx skills add PrunaAI/pruna-skills@p-video -y |
p-video-avatar | Úsalo cuando alguien quiera una persona en cámara leyendo un guion — presentador sincronizado de labios, portavoz o avatar narrado a partir de una foto de retrato. | npx skills add PrunaAI/pruna-skills@p-video-avatar -y |
stable-audio-2.5 | Úsalo cuando alguien quiera música instrumental ligera de fondo — una base ambiental bajo diálogo o música incidental para reels y tutoriales. | npx skills add PrunaAI/[email protected] -y |
narrated-multi-scene | Úsalo cuando alguien quiera una historia de varias partes con voz en off — B-roll episódico, promoción por capítulos o varias escenas de video enlazadas sin diálogo en cámara. | npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y |
video-editing | Úsalo al ensamblar o pulir clips ya renderizados con ffmpeg — concatenación, fundidos cruzados, subtítulos y leyendas quemadas, superposiciones de texto/logotipo, sliders de antes/después, pistas de música de fondo, exportación a plataformas — o al componer un video combinado HTML multicapa con Hyperframes. No para generación de video con IA, creación de prompts o ediciones de video basadas en modelos. | npx skills add PrunaAI/pruna-skills@video-editing -y |