Crear video completo
Este skill coordina todo el proceso, cada fase se delega a un skill específico:
| Paso | Tarea | Skill | Resultado |
|---|---|---|---|
| 1 | Escribir guion | len-kich-ban-video | kich-ban/kich-ban-<tema>.md |
| 2 | Dividir en segmentos de 8 segundos, crear clips en Google Flow | chia-doan-8-giay | video/<tema>/phan-doan.md, clip/doan-XX.mp4 |
| 3 | Unificar voz (obligatorio si un personaje habla en ≥ 2 segmentos) | doi-giong-elevenlabs | video/<tema>/clip-doi-giong/doan-XX.mp4 |
| 4 | Ensamblar video completo | este skill — scripts/ghep-video.sh | video/<tema>/<tema>-hoan-chinh.mp4 |
Llama a los skills hijos con la herramienta Skill (ej. /len-kich-ban-video), completa ese skill antes de continuar con el siguiente paso. Toda la comunicación y documentación se realiza en español.
Antes de empezar
- Verificar trabajo en curso: busca
kich-ban/kich-ban-*.md(y archivoskich-ban-*.mdantiguos en la raíz) junto convideo/*/phan-doan.mden el directorio de trabajo. Si el usuario menciona un video existente, o solo hay un proyecto en curso, informa el estado (¿ya hay guion? ¿cuántos clips están descargados? ¿se unificaron las voces?) y pregunta desde qué paso continuar — no rehagas lo ya completado. - Verificar ffmpeg:
command -v ffmpeg ffprobe. Si falta, pregunta al usuario si desea instalarlo conbrew install ffmpeg(los pasos 2–4 lo requieren). - Informa brevemente al usuario sobre los 4 pasos a seguir y los puntos donde necesita participar: iniciar sesión en Google Flow y ElevenLabs, revisar guion/prompts, seleccionar clips, aceptar antes de usar créditos.
Proceso
Paso 1 — Escribir guion
Llama a /len-kich-ban-video, pasándole la solicitud del usuario y añadiendo las siguientes restricciones para que el guion sea compatible con el paso 2:
- Herramienta prevista: Google Flow (Veo), cada clip 8 segundos, con generación de voz.
- Mínimo de clips: número de escenas ≈ (duración − meme) ÷ 8, redondeando hacia arriba — video de 30 segundos → aproximadamente 4 escenas + meme. Cada escena = un clip de 8 segundos.
- Cada escena máximo 8 segundos, un solo ángulo de cámara; el diálogo no debe superar aproximadamente 18 palabras (sílabas) por escena.
- Cada escena máximo dos personajes que hablan, cada uno una intervención (A habla y luego B habla), anotando el momento en segundos de cada uno. Las intervenciones breves consecutivas se agrupan en una misma escena en lugar de dedicar una escena a cada frase.
- La música de fondo no debe incluirse en el prompt — la música se añade al ensamblar.
- Cierre: frase final sorpresa → SFX → meme de 2–5 segundos (el guion debe incluir una sección "Cierre sorpresa"); el SFX no se incluye en el prompt, se inserta al ensamblar.
- Solo una frase final divertida para todo el video, en la última escena. Las escenas/segmentos de 8 segundos anteriores no deben terminar con broma, risas o congelación de imagen — incluso si se dividen en varios clips.
Si ya existe un archivo de guion adecuado, pregunta al usuario si usarlo o reescribirlo. Al finalizar este paso, confirma <tema> (la parte después de kich-ban- en el nombre del archivo) — todos los directorios posteriores usarán este nombre.
Paso 2 — Dividir en segmentos de 8 segundos y crear clips
Llama a /chia-doan-8-giay con el archivo de guion recién obtenido. Ese skill dividirá los segmentos, escribirá los prompts, abrirá Google Flow para crear cada clip y lo guardará en video/<tema>/clip/.
Recuérdale al llamarlo: voz fija — cada personaje tiene una voz fija que se aplica idéntica a todos sus segmentos, la emoción del segmento se escribe después y no se usan palabras para cambiar el tono de voz. Mínimo de segmentos — número de segmentos = duración total necesaria ÷ 8, redondeando hacia arriba, agrupando escenas cortas consecutivas. El fondo debe ser consistente — realiza el paso "Fijar ángulo de cámara y crear marco base" antes de crear clips; los segmentos con personajes en escenarios repetidos se crean usando Cuadro a video desde el marco base de ese ángulo. Solo el segmento que contiene la frase final es el segmento de cierre; todos los demás son segmentos normales — el prompt no debe incluir efectos de risa, acciones que corran hasta el final del clip, ni frases como "No hay risas, no hay público riendo, no hay efectos de sonido cómicos".
Antes de pasar al paso 3, verifica: todos los segmentos en phan-doan.md tienen estado descargado y el archivo clip/doan-XX.mp4 existe; los segmentos con error de género / edad / acento de voz se han recreado. Si falta alguno, vuelve a chia-doan-8-giay para esos segmentos.
Paso 3 — Unificar voz
Veo crea cada clip de forma independiente, no recuerda la voz del clip anterior — aunque el prompt haya usado voz fija (paso 2), un personaje que habla en varios segmentos suele sonar como si fueran varias personas al montarlos. Cambiar la voz con ElevenLabs es el único paso que garantiza que cada personaje tenga una sola voz en todo el video.
- Si hay un personaje que habla presente en 2 o más segmentos → por defecto se unifica la voz: llama a
/doi-giong-elevenlabsdirectamente, sin preguntar si se debe cambiar (solo pregunta lo que ese skill necesita: elegir voz, aceptar usar créditos). Solo se mantiene la voz de Veo cuando el usuario lo solicita explícitamente; en ese caso, informa claramente que la voz variará entre segmentos y anotamantener voz Veoen la columna "Cambiar voz". - Videos sin diálogo, o donde cada personaje solo tiene 1 segmento → omitir, explicando el motivo.
Al terminar, verifica: video/<tema>/clip-doi-giong/ contiene todos los segmentos, la columna "Cambiar voz" en phan-doan.md ya no tiene pendiente, y se ha escuchado el archivo concatenado (am-thanh/nghe-noi.wav) — cada personaje suena igual en todas las transiciones. Si aún hay pendiente, no pases al paso 4.
Paso 4 — Ensamblar video
-
Preparar SFX y meme de cierre — lee la sección "Cierre sorpresa" del guion y
.claude/skills/len-kich-ban-video/tham-khao/ket-bat-ngo-meme.md(fuente, licencia, palabras clave). Todos los archivos se guardan envideo/<tema>/meme/.-
Meme creado con Veo: ya existe desde el paso 2 (segmento de escena
Menclip/), no requiere acción adicional. -
SFX disponible en la biblioteca
sfx/: usa directamente la rutasfx/<nombre>.mp3en la lista de montaje, no es necesario copiarlo. Si el directorio no contiene archivos MP3, ejecuta primerobash sfx/tai-bo-sfx.sh. -
Meme disponible en la biblioteca
outro/(solo si el guion eligió una fuente de meme famoso): usa directamenteoutro/<nombre>.mp4 <inicio> <fin> caten la lista de montaje; advierte al usuario sobre los riesgos de derechos de autor indicados enoutro/README.md. -
SFX fuera de la biblioteca, otros memes stock / memes famosos: busca en las fuentes sugeridas usando el navegador (prioriza Pixabay → Mixkit → Freesound filtrado por CC0; memes famosos solo si el usuario ha aceptado el riesgo de derechos de autor). Para cada elemento, ofrece al usuario 2–3 opciones con enlace y licencia; pregunta antes de descargar (nombre de archivo, fuente, tamaño). Una vez descargado, renómbralo a un nombre corto sin acentos (
bum.mp3,khan-gia-cuoi.mp3,bac-cuoi.mp4). -
Si no se encuentra un SFX adecuado: créalo con ElevenLabs (consume créditos — pregunta primero). En la web
https://elevenlabs.io/app/sound-effects, o mediante API si el usuario ha configuradoELEVENLABS_API_KEY:bash .claude/skills/doi-giong-elevenlabs/scripts/elevenlabs-api.sh sfx "deep cinematic bass boom hit, meme style" video/<tema>/meme/bum.mp3 --segundos 1.5 -
Completa la ruta del archivo en la columna "Archivo" de la tabla SFX y meme en el guion.
-
-
Preguntar sobre la postproducción (todo de una vez; toma sugerencias de la sección "Notas de postproducción" del guion):
- Música de fondo: ruta del archivo de música (el usuario debe tener derechos de uso — música propia, música libre de derechos, o biblioteca musical de la plataforma), o bien sin música para añadirla luego en TikTok/CapCut. Volumen predeterminado 0.18 y baja automáticamente la música cuando hay diálogo.
- Emparejamiento de color: activado por defecto (
--emparejar-color) — ajusta el brillo y tono de los clips para que se aproximen a un clip de referencia y el fondo no varíe entre cálido y frío, claro y oscuro. El clip de referencia (--clip-ref <número>, contando según el orden en la lista de montaje) debe ser el que al usuario le parezca de mejor color, preferiblemente del mismo tipo de plano que la mayoría del video (generalmente un primer plano). Los clips de meme después de la líneasin-musicano se modifican. El emparejamiento de color no corrige elementos desplazados de lugar — los clips con composición incorrecta deben recrearse en el paso 2. - Transiciones: corte directo (por defecto, recomendado cuando hay meme — el fundido encadenado se aplica a todos los cortes, incluido el corte al meme que debería ser un corte seco) o fundido encadenado (recomendado 0.3 segundos). Ten en cuenta que el fundido encadenado acorta el video en
(número de clips − 1) × duración de la transición; si la duración es importante, ajusta el rango "Usar" de los segmentos para compensar.
-
Escribir la lista de montaje
video/<tema>/danh-sach-ghep.txta partir de la tabla de segmentos enphan-doan.md, en el orden correcto, cada línea: ruta del clip + rango "Usar". Priorizaclip-doi-giong/doan-XX.mp4si existe, si no,clip/doan-XX.mp4. Al final de la lista, el segmento de meme de cierre:sin-musicajusto antes del primer clip de meme → la música de fondo se apaga al entrar al meme.- Las líneas
sfxysin-musicasolo se colocan en el segmento de cierre (justo antes del clip de meme) — nunca insertes SFX de risas entre los segmentos normales. sfx <archivo> <desfase> <volumen>justo antes del clip de meme → el golpe suena justo en el corte (desfase-0.05). Puede haber varias líneassfxconsecutivas con diferentes desfases (ej. risas del público con desfase0.3, volumen0.5).- El clip de meme añade una columna de ajuste:
cat(ampliar para llenar el marco vertical — predeterminado para memes horizontales) omo(fondo borroso, clip centrado — cuando el meme tiene texto/rostros cerca del borde). - Clip de la frase final: el rango "Usar" termina 0.3–0.8 segundos después de la frase final (pausa de impacto), sin dejar espacio sobrante.
# <tema> — <x> segundos video/<tema>/clip-doi-giong/doan-01.mp4 0 5 video/<tema>/clip-doi-giong/doan-02.mp4 0 8 video/<tema>/clip-doi-giong/doan-03.mp4 0 3 # segmento de meme de cierre sin-musica 0.2 sfx sfx/bum-bass-ngan.mp3 -0.05 1 sfx sfx/khan-gia-cuoi.mp3 0.3 0.5 video/<tema>/clip/doan-04.mp4 0 3(Ejemplo anterior:
doan-04es un meme creado con Veo, ya está en vertical, por lo que no necesita columna de ajuste. Si el meme se descargó de otra fuente, ejemplovideo/<tema>/meme/bac-cuoi.mp4 0 3 cat.) -
Ejecutar el ensamblaje:
bash .claude/skills/lam-video/scripts/ghep-video.sh video/<tema>/danh-sach-ghep.txt \ video/<tema>/<tema>-hoan-chinh.mp4 --musica <archivo-musica> --transicion 0.3 --emparejar-color --clip-ref 2El script automáticamente: empareja el color según el clip de referencia (cuando se usa
--emparejar-color), inserta SFX en los puntos precisos y apaga la música de fondo en el segmento de meme, corta cada clip según el rango de uso, lleva todos los clips al mismo tamaño / fotogramas / formato de audio (según el primer clip), añade silencio a los clips sin audio, concatena (corte directo o fundido encadenado), repite la música hasta alcanzar la duración y la desvanece al final del video, baja la música cuando hay diálogo, normaliza el volumen a −14 LUFS para redes sociales. Otras opciones:--volumen-musica,--no-bajar-musica,--fps,--no-normalizar-audio(consulta el inicio del script). Si el video es largo, ejecútalo en segundo plano para evitar interrupciones.
Paso 5 — Verificar y entregar
-
ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video>— la duración coincide con la duración objetivo (diferencia máxima de 1 segundo, excepto por la parte de fundido encadenado), relación de aspecto correcta, contiene video y audio. -
Genera una imagen de collage para una vista rápida de todo el video y ábrela:
ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=240:-1,tile=6x2" -frames:v 1 video/<tema>/xem-nhanh.pngVerifica: orden correcto de escenas, sin segmentos negros, personajes y escenarios consistentes entre segmentos — misma ventana, mismos objetos detrás de cada personaje, personajes no cambian de lado, el tono de color no varía entre cortes. Los segmentos con composición incorrecta → recrea ese segmento desde el marco base del ángulo.
-
Abre el video con
open <video>para que el usuario lo vea. Si algún segmento no es de su agrado → vuelve achia-doan-8-giaypara recrear solo ese segmento (ydoi-giong-elevenlabssi el segmento tiene diálogo), luego vuelve a ejecutar el paso 4 — los demás segmentos se mantienen.
Responde al usuario de forma concisa: ruta del video completo, duración, resolución, número de segmentos, si se unificaron las voces, qué archivo de música se usó, y qué segmentos deberían rehacerse (si los hay).
Paso 6 — Publicar en redes sociales (opcional)
Cuando el usuario esté satisfecho con el video, pregunta si desea publicarlo — no publiques sin permiso. Si desea publicarlo, llama a /dang-facebook (Reel / video en Página o perfil personal) y/o /dang-youtube (Shorts / video normal), uno por uno. Cada skill escribe el contenido de la publicación a partir del guion, pide al usuario que lo revise y confirme antes de publicar, y luego guarda la ruta en video/<tema>/dang-bai/dang-bai.md.
Autoverificación antes de entregar
- El guion está escrito para Google Flow de 8 segundos con el mínimo de clips (número de escenas ≈ duración ÷ 8): escenas de máximo 8 segundos, un solo ángulo de cámara, ≤ 18 palabras de diálogo, máximo dos personajes que hablan (cada uno una intervención), sin música en el prompt.
- Todos los segmentos en
phan-doan.mdestán descargados; la lista de montaje está en el orden correcto, con el rango "Usar" adecuado, priorizando las versiones con voz unificada. - Voces unificadas: todos los personajes que hablan en 2 o más segmentos han pasado por
doi-giong-elevenlabs(o el usuario eligió explícitamente mantener la voz de Veo); la lista de montaje usaclip-doi-giong/para todos los segmentos, sin mezclar clips originales con clips de voz unificada; se han escuchado las transiciones en el video final. - El video final tiene la duración correcta, la relación de aspecto correcta, contiene video y audio, sin segmentos negros; se ha visto el collage de vista rápida.
- Fondo consistente: los clips se crearon desde el marco base según el ángulo de cámara, se ensamblaron con
--emparejar-color(a menos que el usuario no lo desee), no hay segmentos con composición incorrecta. - La música de fondo (si la hay) es un archivo para el cual el usuario tiene derechos de uso.
- Solo hay una frase final divertida al final del video; los segmentos anteriores no contienen risas / congelación de imagen al final del clip (se ha revisado cada transición).
- El video termina con frase final → pausa de impacto → SFX justo en el corte → meme de 2–5 segundos que llena el marco, la música de fondo se apaga en el meme; el video se detiene justo en el meme.
- Los SFX y memes provienen de fuentes con licencia clara (o son creados); los memes famosos solo se usan si el usuario ha aceptado el riesgo de derechos de autor.
- No se rehace lo ya completado al continuar un proyecto en curso; se ha preguntado antes de cada paso que consuma créditos o descargue archivos.