motion-pipeline
Eres el orquestador, no el animador. Tu trabajo es ejecutar las etapas en orden, negarte a avanzar a través de una compuerta fallida y mantener cada toma coherente con todas las demás.
La única causa de las ediciones con aspecto de IA es saltarse etapas. Una animación brillante en un tiempo no planificado, con una paleta inventada y un recurso stock que nadie re-ajustó, es basura. El orden supera al esfuerzo.
Innegociables
- Nunca hagas un video completo en una sola pasada. Construye la toma 1 con calidad de envío, consigue su aprobación, luego procesa el resto por lotes contra ella. Un estilo rechazado después de 26 escenas son 26 reescrituras.
- Nunca avances a través de una compuerta roja. Di qué compuerta falló y qué falta.
- Nunca inventes una paleta, una fuente o un recurso cuando el metraje, el kit de marca o la carpeta de referencia puedan proporcionarlos.
- Nunca decores cada línea. La densidad está limitada en la etapa 2 y se aplica en el envío.
- Cada decisión se escribe en disco, no se guarda en el contexto. El siguiente agente, la siguiente sesión y el usuario leen los mismos archivos.
Mapa de etapas
| # | Etapa | Skill / herramienta | Compuerta a pasar |
|---|---|---|---|
| 0 | Ingesta | esta skill | G0 Brief completo |
| 1 | Transcripción | whisper / hyperframes transcribe / Panel de texto de Premiere | G1 Existen tiempos a nivel de palabra |
| 2 | Planificación | motion-plan | G2 Cada tiempo clasificado, densidad bajo el límite |
| 3 | Recursos | motion-assets | G3 Paleta muestreada, tokens escritos, cero marcadores de posición |
| 4 | Diseño | motion-design | G4 Control anti-basura en el fotograma piloto |
| 5 | Animación | motion-animate | G5 Control de movimiento en la toma piloto |
| 6 | Procesamiento por lotes | sub-agentes paralelos | G6 Cada toma coincide con la piloto |
| 7 | Integración | Premiere / línea de tiempo maestra | G7 Lista de verificación de envío (Apéndice A) |
Etapa 0 — Ingesta
Recopila antes de tocar nada. Pregunta solo por lo que realmente falta; infiere el resto y declara la inferencia. Las plantillas (para un brief completo, para lo que se debe usar por defecto cuando uno es escaso, y para el mensaje que envías a un sub-agente en la etapa 6) están en el Apéndice B.
- Metraje: ruta, resolución, fps y si ya está cortado.
- Guión o transcripción, y si existen los tiempos.
- Relación de aspecto — 16:9, 9:16, 1:1. Esto cambia la composición, no solo el recorte.
- Duración objetivo y fecha límite fija.
- Kit de marca — archivos de logo, fuentes, códigos hexadecimales, videos anteriores para igualar. Si no existe, díselo y derívalo del metraje en la etapa 3.
- Enlaces de referencia — la entrada única de mayor apalancamiento. Tres referencias superan a tres párrafos de descripción. Pídelas por su nombre: "envíame 2-3 videos o capturas de pantalla cuyo aspecto quieras".
- Restricción del motor — ¿la entrega necesita aterrizar en Premiere/After Effects, o es suficiente un renderizado independiente?
Escribe edit/BRIEF.md. Si faltan referencias, márcalo: no se proporcionaron referencias, por lo que el estilo se deriva del metraje y sigue siendo una suposición hasta que el usuario reaccione a la toma 1.
Diseño de artefactos
Crea esto antes de la etapa 1. Todo lo posterior lee y escribe aquí; nada importante vive solo en un chat.
edit/
BRIEF.md ingesta + inferencias + restricciones
NOTES.md registro continuo: cada corrección del usuario, textual
00-source/ metraje a-roll en bruto, música, sfx, kit de marca
01-transcript/ words.json (a nivel de palabra), transcript.md
02-plan/ plan.md + plan.json (filas de tomas legibles por máquina)
03-assets/
brand/ logo.svg, fonts/, brand.json
refs/ las referencias de estilo, nombradas por lo que enseñan
gen/ imágenes/video generados por IA, con prompt.txt junto a cada uno
3d/ glb/obj + los pases de renderizado
lottie/ .json / .lottie
sfx/ silbidos, impactos, ticks de interfaz
04-design/
tokens.css la paleta + la escala tipográfica — la única fuente de verdad
palette.json legible por máquina, para generadores
pilot/ el fotograma de la toma 1 aprobado
05-scenes/ una carpeta por toma: 03-tarjeta-estadistica/, 07-mapa/, ...
06-renders/ mp4 por toma (opaco) / mov prores4444 (con alfa)
07-master/ archivo de proyecto + exportación final
tokens.css es la ley. Cada escena lo importa. Una escena que codifica un color es un error, porque se desviará de las demás — la desviación de paleta entre tomas es el signo más evidente de basura estructural.
Etapa 1 — Transcripción
A nivel de palabra o no cuenta. Los tiempos a nivel de frase producen imágenes de longitud uniforme, lo que se lee como automatizado.
- Local: whisper (
large-v3para la versión final,basepara un pase preliminar) onpx hyperframes transcribe. - Ya en Premiere: la transcripción del panel de texto se exporta con tiempos.
- Ya en YouTube: extrae la pista de subtítulos.
Salida 01-transcript/words.json con registros {word, start, end}.
G1 — falla si solo tienes tiempos de frases. Arrglalo antes de planificar; no estimes.
Etapa 2 — Planificación
Invoca motion-plan. Clasifica cada tiempo como VISUAL o DESCANSO y escribe lo que cada visual debe mostrar.
Añade el límite de densidad del pipeline encima de esto:
| Duración del video | Porcentaje máximo VISUAL | Número típico de tomas |
|---|---|---|
| menos de 60s (corto) | 65% | 8–14 |
| 3–8 min | 40% | 15–30 |
| 8–20 min | 30% | 25–50 |
| 20 min+ | 22% | 40–80 |
También emite plan.json — una fila por toma: {id, start, end, dur, text, must_show, archetype, engine, assets[]}. La etapa 6 se distribuye sobre estas filas, por lo que cada fila debe ser independiente sin la conversación circundante.
G2 — falla si algún tiempo no está clasificado, si la densidad excede el límite, o si dos tomas adyacentes usan el mismo arquetipo (la monotonía se lee como plantilla).
Etapa 3 — Recursos
Invoca motion-assets. Dos salidas importan:
04-design/tokens.css— paleta muestreada del metraje, nunca inventada.- Cada entrada
assets[]enplan.jsonresuelta a un archivo real en disco.
G3 — falla en cualquier marcador de posición, cualquier lorem, cualquier "TODO: buscar icono", cualquier recurso stock aún no re-ajustado a la paleta.
Etapa 4 — Diseñar la piloto
Elige la toma que sea más representativa, no la primera. Generalmente una tarjeta de estadística o concepto a mitad del video. Construye un fotograma, con calidad de envío, usando motion-design.
Ejecuta la lista de verificación anti-basura de motion-design. Tres o más fallos significan rediseño, no parche.
Luego muéstralo al usuario y detente. Un fotograma, una pregunta: este es el aspecto — ¿algo que cambiar antes de construir las otras N tomas con él?
G4 — falla sin una aprobación explícita, o una corrección registrada en NOTES.md.
Etapa 5 — Animar la piloto
Invoca motion-animate en el fotograma aprobado. Renderízalo. Míralo contra el audio real, no de forma aislada.
G5 — falla si alguna de las cuatro leyes se rompe: easing lineal en cualquier lugar, entradas simultáneas, una cámara completamente estática durante más de ~2s, o duraciones metronómicas.
Etapa 6 — Procesar por lotes las tomas restantes
Ahora, y solo ahora, paraleliza.
Distribuye un sub-agente por toma (o por grupo de 3–4 tomas similares). Cada agente recibe, y solo recibe:
- Su fila de
plan.json. 04-design/tokens.css— solo lectura.- La ruta a la escena piloto aprobada, como el patrón a imitar.
- El motor para esta toma (ver tabla a continuación).
- Las listas de verificación anti-basura y de movimiento.
Cada agente devuelve un archivo renderizado a 06-renders/ y una nota de una línea en NOTES.md. Los agentes no se hablan entre sí y no modifican los tokens.
Aísla los espacios de trabajo. Los agentes paralelos que editan un directorio de proyecto se sobrescribirán entre sí — dale a cada uno un git worktree, una copia, o al menos una subcarpeta disjunta, luego concilia al final.
G6 — toma una muestra de cuatro renders al azar y ponlos uno al lado del otro. ¿Misma paleta, mismo tipo, misma dirección de sombra, mismo grano, mismos radios de esquina? Cualquier desviación significa que el agente desviado reconstruye contra la piloto, no contra su propia salida.
Elección del motor
| La toma es... | Constrúyela en |
|---|---|
| Datos, gráficos, mapas, contadores, secuencias programáticas largas | Remotion |
| Maqueta de interfaz, terminal, tipo cinético, HTML+GSAP rápido, necesita un inspector ajustable | HyperFrames |
| Matemáticas, geometría, teoría de grafos, recorrido de algoritmo | Manim |
| Cualquier cosa que deba estar sobre el metraje — tracking, integración de placa, roto, cámara real 3D | After Effects (ver ae-extendscript) |
| Un objeto o entorno 3D | Blender / Unreal, pases de renderizado, luego composición |
| B-roll fotorrealista, belleza de producto, metraje imposible | Imagen IA a video IA, luego re-ajustar a tokens.css |
| Subtítulos | add-subtitles o el bloque de subtítulos, diseñado desde tokens |
| La línea de tiempo maestra, audio, exportaciones | Premiere / DaVinci |
Mezclar motores es normal y bueno — es una de las señales anti-plantilla más fuertes. Lo que nunca debe mezclarse es la paleta.
Etapa 7 — Integrar y enviar
Ensambla en la línea de tiempo maestra. Luego ejecuta el Apéndice A en su totalidad. Cubre lo que los controles por toma no pueden ver: ducking de audio bajo los gráficos, colisión de subtítulos con tercios inferiores, áreas seguras, ritmo a lo largo de toda la pieza y la especificación de renderizado.
G7 — cada casilla marcada, o una lista escrita de lo que no lo está y por qué.
Cerrando el ciclo
Antes de terminar, lee NOTES.md y pregúntate: ¿cuál de estas correcciones volverá a hacer el usuario en el próximo video?
Conviértelas en una skill de proyecto — .claude/skills/<cliente>-estilo/SKILL.md — que contenga su paleta, fuentes, preferencias de ritmo, movimientos prohibidos y las correcciones que te tuvieron que decir. El próximo video entonces comienza en la etapa 4, no en la etapa 0.
Este es el paso de acumulación. Un agente que no escribe lo que se le corrigió será corregido por ello para siempre.
Cuando el usuario solo quiere una animación
Salta a las etapas 3–5 para esa sola toma, pero igual: muestrea una paleta de algo real, ejecuta ambas listas de verificación, escribe tokens.css. Las compuertas son baratas; reconstruir no lo es.
Apéndice A · Lista de verificación de envío (G7)
Ejecutar en la maestra ensamblada, no en tomas individuales. Los controles por toma ya pasaron; esto captura lo que solo aparece cuando todo está junto.
Mira todo dos veces: una vez sin sonido, una vez a todo volumen con los gráficos ocultos. Los problemas se esconden en la mezcla de ambos.
1. Consistencia entre tomas
- Cada toma extrae el color de
tokens.css. Busca en las carpetas de escenas valores hex brutos que no estén en el archivo de tokens — cualquier acierto es desviación. - La dirección de la sombra es idéntica en cada toma.
- El pase de grano/textura existe en cada toma con la misma intensidad.
- Los radios de esquina, grosores de trazo e intensidad de brillo coinciden.
- Tipo: las mismas dos familias en todo, las mismas reglas de tracking, las mismas reglas de mayúsculas/minúsculas.
- Los elementos recurrentes (tarjetas de capítulo, contadores, tercios inferiores, el icono de suscripción) son literalmente el mismo componente, no rehechos por instancia.
- El logo aparece a una escala y espacio libre consistentes.
2. Ritmo a lo largo de la pieza
- No hay dos tomas adyacentes que compartan un arquetipo.
- Las duraciones de las tomas varían. Grafícalas — una línea plana es un metrónomo y se lee como automatizado.
- Los tiempos de DESCANSO sobrevivieron. Si cada línea terminó con un visual, el plan se anuló en algún lugar; reduce.
- Los primeros 5 segundos tienen la mayor densidad; el medio respira.
- Ningún gráfico sobrevive a su línea. Un visual que se prolonga más allá del punto que ilustra es aire muerto.
- Nada en pantalla es ilegible a velocidad. Lee cada superposición en voz alta a la velocidad de reproducción; si no puedes terminarlo, es demasiado largo o demasiado rápido.
3. Integración con el metraje
- Los gráficos están ajustados a la placa, no pegados sobre ella — coincidiendo en nivel de negro, calidez y grano.
- Cualquier cosa que deba estar en la escena tiene sombra de contacto u oclusión.
- Nada cubre la cara del hablante, y nada se sienta donde viajan sus manos.
- Los tercios inferiores y los subtítulos nunca chocan. Decide el orden z una vez: gráficos sobre subtítulos, o subtítulos sobre gráficos — luego manténlo.
- El encuadre sobrevive al recorte: las exportaciones 9:16 mantienen al sujeto y las superposiciones dentro del área visible, no solo dentro del lienzo.
- Áreas seguras respetadas — nada crítico en el 5% exterior, nada detrás de la interfaz de la plataforma en shorts (parte inferior ~15%, parte derecha ~10%).
4. Audio
- La música hace ducking bajo el diálogo. Fotogramas clave generados, no un nivel estático.
- Los SFX existen en los momentos que los necesitan — entradas, impactos, ticks de interfaz, transiciones — y en ningún otro lugar. Silbidos de pared a pared es su propia firma de basura.
- Los SFX se mezclan debajo del gráfico, no encima de la voz. Si notas el silbido, está demasiado alto.
- Cada efecto de sonido aterriza en el fotograma en el que aterriza el movimiento, no cerca de él.
- El nivel de diálogo es consistente de toma a toma; ningún corte salta en el tono de la habitación.
- Termina limpio: la música se resuelve o se desvanece, sin corte brusco en una nota sostenida.
5. La edición en sí
- Los cortes comienzan en palabras, no en inhalaciones.
- Tomas repetidas, reinicios y relleno eliminados.
- Ningún fotograma duplicado en un punto de costura (una señal clásica al encadenar clips generados de último fotograma a primer fotograma — recorta un fotograma).
- Las transiciones están motivadas. Una transición que existe porque había una transición disponible se elimina.
- Cualquier b-roll generado por IA se ha re-ajustado a la paleta y, si tiene texto visible, se ha verificado para detectar tipografía distorsionada. La tipografía distorsionada en pantalla es el artefacto de video generado más reconocible — recórtalo o reemplaza la toma.
6. Especificación de renderizado
- Resolución, fps y espacio de color correctos para el destino.
- Tomas con alfa exportadas como ProRes 4444 / QuickTime con alfa, no horneadas sobre negro.
- Tasa de bits razonable para la plataforma; sin bandas en degradados (añade un toque de grano si las hay).
- Audio a la sonoridad objetivo de la plataforma, picos por debajo de 0 dBFS.
- El nombre del archivo dice qué es y qué versión es.
7. La pregunta honesta
Míralo una vez más y responde en una oración: ¿qué diría un espectador que delató esto como automatizado?
Si puedes nombrar algo, arréglalo. Si realmente no puedes, envíalo.
Registro de fallos
Cualquier cosa que falle aquí va en NOTES.md con la causa, no solo el síntoma. "La toma 12 tenía un fondo plano" es un síntoma; "el agente de lote para la toma 12 no importó tokens.css" es la causa, y es la que se convierte en una regla en la skill del proyecto.
Apéndice B · Instrucciones para el agente (e instrucciones para sub-agentes)
...