video-creator
Propósito
Planificación de contenido de video para demostraciones de productos y marketing. Escribe guiones de narración con marcas de tiempo, crea storyboards escena por escena, define listas de tomas y enumera los activos necesarios. Guarda el plan de producción completo en un archivo. Este skill crea PLANES para producción de video, no archivos de video reales.
Quién lo invoca (entrante)
marketing(L2): guiones de video de demostración/explicativoslaunch(L1): videos de demostración de producto
A quién llama (saliente)
Ninguno: utilidad L3 pura.
Instrucciones ejecutables
Paso 1: Recibir el brief
Aceptar entrada del skill invocador:
topic— de qué trata el video (ej. "Demostración del plugin Rune", "Recorrido por la función X")audience— quién lo verá (ej. "desarrolladores", "fundadores no técnicos", "usuarios existentes")duration— duración objetivo en segundos (ej. 60, 120, 300)platform— dónde se publicará:youtube|twitter|tiktok|loom|internaloutput_path— dónde guardar el plan (por defecto:marketing/video-plan.md)
Derivar restricciones según la plataforma:
- YouTube: sin límite estricto de duración, se recomiendan capítulos para > 3 min
- Twitter/X: máximo 140 segundos, gancho en los primeros 3 segundos
- TikTok: máximo 60 segundos, cortes rápidos, subtítulos obligatorios
- Loom: compatible con asíncrono, enfoque en grabación de pantalla, sin música necesaria
Paso 2: Guión
Escribir un guión de narración con marcas de tiempo. Antes de escribir una sola línea, aplica los principios de Artesanía de Narración a continuación: un guión que el espectador ESCUCHA vive o muere por la apertura y el flujo, no por la lista de tomas.
Estructura:
- Gancho (0–5s): línea de apertura que capta la atención — plantea el problema o el beneficio
- Contexto (5–15s): contexto — para quién es y qué aprenderán
- Demostración/Cuerpo (15s–[duración-15s]): contenido principal dividido en escenas
- CTA (últimos 10s): llamada a la acción — qué hacer a continuación (hacer estrella al repo, registrarse, compartir)
Formato de cada sección:
[00:00] GANCHO
Narración: "..."
En pantalla: [lo que ve el espectador]
[00:05] CONTEXTO
Narración: "..."
En pantalla: [lo que ve el espectador]
Paso 3: Storyboard
Crear un desglose escena por escena:
Para cada escena:
- Número y nombre de la escena
- Duración en segundos
- Descripción visual (lo que aparece en pantalla)
- Texto de la narración (del Paso 2)
- Tipo de transición: corte | fundido | zoom | deslizamiento
Ejemplo:
Escena 3: Demostración en vivo — comando de instalación
Duración: 12s
Visual: Ventana de terminal, comando escrito "npm install -g @rune/cli", salida desplazándose
Narración: "Instálalo en segundos con un solo comando."
Transición: corte
Paso 4: Lista de tomas
Definir exactamente lo que se necesita grabar o mostrar:
Categorizar por tipo:
- Grabación de pantalla: enumerar cada estado de pantalla a capturar (URL, estado de la aplicación, qué hacer)
- Fragmento de código: enumerar cada bloque de código a mostrar (ruta de archivo + rango de líneas, o en línea)
- Diagrama/diapositiva: enumerar cada elemento visual estático necesario (título, puntos clave)
- Terminal: enumerar cada secuencia de comandos a grabar
Formato:
Toma 1 — Grabación de pantalla
URL: https://miapp.com/dashboard
Acción: Hacer clic en "Nuevo proyecto" → completar formulario → hacer clic en Crear
Duración: ~8s
Toma 2 — Terminal
Comando: npm install -g @rune/cli && rune init mi-proyecto
Salida esperada: [describir lo que debería aparecer]
Duración: ~10s
Paso 5: Activos necesarios
Enumerar todos los activos necesarios antes de comenzar la grabación:
- Capturas de pantalla (qué páginas/estados)
- Fragmentos de código (qué archivos, qué secciones)
- Diagramas (tema, estilo: diagrama de flujo | arquitectura | tabla comparativa)
- Fondos de diapositivas o tarjetas de título
- Miniatura (dimensiones según plataforma: YouTube 1280x720, Twitter 1200x628)
Paso 6: Informe
Usar Write para guardar el plan de video completo en marketing/video-plan.md (o en el output_path especificado):
# Plan de Video: [topic]
- **Plataforma**: [platform]
- **Duración objetivo**: [duration]s
- **Audiencia**: [audience]
- **Creado**: [date]
## Guión
[guion completo con marcas de tiempo del Paso 2]
## Storyboard
[desglose escena por escena del Paso 3]
## Lista de Tomas
[todas las tomas del Paso 4]
## Activos Necesarios
[lista de verificación del Paso 5]
## Notas de la Plataforma
[restricciones y consejos para la plataforma objetivo]
Luego, generar un resumen para el skill invocador:
## Plan de Video Creado
- Archivo: [output_path]
- Escenas: [count]
- Tomas: [count]
- Tiempo de grabación estimado: [n] minutos
- Activos a preparar: [count] elementos
### Próximos Pasos
1. Preparar los activos listados en el plan
2. Grabar las tomas en orden según la lista de tomas
3. Editar usando el storyboard como referencia
Artesanía de Narración (decide si un guión engancha o aburre)
Un guión de demostración es ESCUCHADO por una persona, no leído de una diapositiva. Estos principios separan un guión atractivo de una voz en off genérica — aplícalos en el Paso 2, antes de escribir cualquier línea.
Los 9 principios:
- Apertura centrada en el dolor. Abre con el mayor dolor del espectador o una estadística en movimiento ("Si alguna vez has tenido que…", "Este repo tiene 9k estrellas y…"). NUNCA una apertura tipo catálogo plano ("Hoy veremos…", "Esta es una herramienta que…") — no nombra ningún problema y no da ninguna razón para no desplazarse.
- Estructuras de contraste. "no solo X sino Y", "no es X, es Y", "como X pero con Y". El contraste atrae la atención.
- Dirección en segunda persona. "verás de inmediato", "si construyes en una Mac con chip M…". Atrae al espectador.
- Inmediatez demostrativa. "justo aquí", "esto", "en la línea de tiempo ahora". Concreto y presente.
- Nombres reales específicos, mantén la jerga. Nombra archivos, comandos, competidores reales ("Final Cut", "Cursor", "ffmpeg"). Los términos genéricos ("una herramienta de IA", "el framework") están prohibidos. No traduzcas forzadamente la jerga a palabras incómodas.
- Prueba social cuantificada — UNA VEZ. "más de 9k estrellas". Nunca acumules estrellas + forks + issues uno tras otro como fragmentos separados.
- Cláusulas cortas, flujo de comas. "Puedes recortarlo, reemplazarlo o regenerarlo." Un solo aliento, no fragmentos con viñetas.
- Advertencia como característica. Indica un límite honesto o "quién NO debería usar esto". Esta es la línea que más genera confianza en el video — una función de retención, no de relleno.
- Aterrizaje en caso de uso. Cierra con un escenario de ESPECTADOR específico, no "ve a verlo".
Armas nombradas y numeradas. Dale a cada diferenciador un título y un número ("Arma 01/02"). Encuentra los 2-3 detalles NO OBVIOS (una regex, un guard, un algoritmo, un fallback): un mecanismo sorprendente y preciso vale más que una lista genérica de capacidades.
Conectores entre escenas. Cada escena después de la primera comienza con un conector lingüístico que refiere a lo anterior ("El núcleo de esto es…", "Específicamente…", "Pero nota…") para que todo el video funcione como UN monólogo, no como N subtítulos telegráficos leídos en fila. Lee el guión completo en voz alta en secuencia — si suena a fragmentos inconexos, reescribe.
Patrones de fallo automático — rechazar el guión si aparece alguno:
- ❌ Gancho/Problema/Solución/CTA tratados como fragmentos aislados para rellenar
- ❌ Estadísticas complementarias (estrellas/forks/issues) como escenas separadas de una línea
- ❌ Cada oración reinicia como una viñeta independiente ("X ejecuta un pipeline. Y escribe. Z narra.")
- ❌ Afirmaciones genéricas de capacidad ("completo", "muy potente", "popular en la comunidad")
- ❌ Describir el README/repo en lugar del producto
- ❌ Cerrar con "ve a verlo" / "gracias por ver"
Voz en Off: Narración Segura para TTS (cuando la narración es generada por máquina)
Cuando la narración será sintetizada por un motor TTS (voz en off de IA, no humana), la narración hablada y el texto en pantalla son canales SEPARADOS — uno se escucha, el otro se lee. Optimiza cada uno de forma independiente; nunca introduzcas un slug, número o símbolo en bruto en el TTS esperando que la voz lo adivine correctamente. (Los ejemplos en vietnamita a continuación ilustran el patrón; aplica la misma sustitución fonética + números como palabras para el idioma que hable el motor TTS objetivo).
Números → palabras habladas (muchos motores TTS neuronales leen mal los dígitos simples):
| Forma | TTS lee mal | Escribir como |
|---|---|---|
| Decimal de versión | GPT 5.5 | GPT cinco punto cinco |
| Decimal de estadística | 82.7% | ochenta y dos punto siete por ciento |
| Especificación | 200MP | doscientos megapíxeles |
| Precio | $5 / 21 millones | cinco dólares / veintiún millones de dólares |
| Multiplicador / porcentaje | 2x / 30% | el doble / treinta por ciento |
Nombres de marca/inglés → fonético en la narración, ortografía exacta en pantalla:
| Término | narración (escuchada) | pantalla (leída) |
|---|---|---|
| README | réd-mi | README |
| ffmpeg | efe efe eme peg | ffmpeg |
| GitHub / repo | git jáb / ré-pó | GitHub / repo |
| API / GPT | ei-pi-ai / yi-pi-tí | API / GPT |
Eliminar de la narración hablada: emojis, URLs (decir "github punto com barra…"), símbolos (→ & % $ # / @), comandos de barra (decir "el comando de instalación del plugin"), extensiones de archivo en medio de la oración (decir "el archivo YAML"), identificadores camelCase, puntos suspensivos … y guiones largos — (el TTS los lee mal — dividir en dos oraciones cortas). Terminar cada oración con . o ? para una pausa natural.
Mantén la jerga, registro hablado natural. Escribe como lo diría un amigo con conocimiento — pero mantén el término técnico estándar ("commit", "endpoint", "prompt" se quedan en su forma habitual; una traducción forzada suena mal y pierde significado). Solo traduce cuando la palabra local sea la que realmente usa la gente.
Notas de producción para un video hablado (si se va a producir realmente, no solo planificar):
- Una voz, un proveedor en todas las escenas — cambiar de voz/proveedor a mitad del video es discordante.
- Mide la duración del TTS PRIMERO, luego dimensiona los visuales de cada escena a la duración real del audio — estimar la duración y luego renderizar causa desfase A/V.
- Los subtítulos tipo karaoke son la señal #1 de profesionalismo en formato corto (TikTok/Reels/Shorts): un subtítulo centrado en la parte inferior que se llena palabra por palabra en sincronía con la voz, con palabras clave acentuadas. Comprensión en reproducción automática sin sonido más la señal más fuerte de "profesional" — reserva una banda de subtítulos inferior para ello.
Nota
Este skill crea PLANES para producción de video. La grabación y edición real deben ser realizadas por un humano o una herramienta dedicada de grabación de pantalla.
Formato de Salida
Plan de Video guardado en marketing/video-plan.md con guión, storyboard, lista de tomas, lista de verificación de activos y notas de plataforma. Informe resumido con recuento de escenas/tomas y tiempo de grabación estimado. Ver el Paso 6 Informe arriba para la plantilla completa.
Restricciones
- DEBE confirmar los parámetros del video (duración, resolución, formato) antes de generar
- NO DEBE exceder tamaños de archivo razonables sin confirmación del usuario
- DEBE guardar en el directorio de activos del proyecto
Aristas Cortantes
Modos de fallo conocidos de este skill. Verificar estos antes de declarar finalizado.
| Modo de fallo | Gravedad | Mitigación |
|---|---|---|
| Restricciones de plataforma no aplicadas (ej. excede el máximo de 140s de Twitter) | ALTA | Paso 1: derivar restricciones de la plataforma inmediatamente — condicionan todo lo posterior |
| Falta de sección CTA en el guión | MEDIA | CTA (últimos 10s) es obligatorio en cada guión — sin excepciones independientemente de la duración |
| No guardar en archivo (solo salida verbal) | ALTA | Restricción 3 + Paso 6: Write en output_path es obligatorio — solo verbal = sin persistencia |
| Prometer un archivo de video real entregable | MEDIA | Nota explícita: este skill crea un PLAN — la grabación real la hace un humano |
| Apertura tipo catálogo plano ("Hoy veremos…") en lugar de un gancho centrado en el dolor | ALTA | Artesanía de Narración #1: abrir con el mayor dolor del espectador — una apertura que no nombra ningún problema pierde el scroll en 2 segundos |
| Slugs/números/símbolos en bruto dejados en la narración para TTS ("README", "82.7%", "5.5") | ALTA | Sección de Voz en Off: reescribir la narración hablada fonéticamente + números como palabras; mantener la ortografía exacta solo en el canal de pantalla |
| El guión se lee como N fragmentos de sonido desconectados | MEDIA | Conectores de Artesanía de Narración: cada escena después de la primera comienza refiriéndose a la anterior — leer el guión completo en voz alta antes de declarar finalizado |
Hecho Cuando
- Restricciones de plataforma identificadas y aplicadas a duración/formato
- Artesanía de Narración aplicada — apertura centrada en el dolor, conectores entre escenas, ≥1 advertencia como característica, sin patrones de fallo automático
- Si la narración es hablada por TTS: números como palabras + nombres de marca fonéticos en el canal hablado, ortografía exacta en pantalla
- Guión escrito con marcas de tiempo (gancho, contexto, demostración/cuerpo, CTA)
- Storyboard creado escena por escena con transiciones
- Lista de tomas categorizada por tipo (grabación de pantalla, terminal, código, diagrama)
- Lista de verificación de activos necesarios generada
video-plan.mdescrito enoutput_pathcon la capacidad de edición de archivos del runtime- Informe de Plan de Video Creado emitido con recuento de escenas, tomas y activos
Perfil de Costo
~500-1500 tokens de entrada, ~500-1000 tokens de salida. Sonnet para calidad del guión.