ALCANCE: esta habilidad CONSTRUYE formato 16:9 largo. No la cargues mientras editas un corto.
Nota permanente, 15/08/2026, y se trata del presupuesto de contexto, no de la corrección. Este archivo tiene 500 líneas y cada una trata sobre un corte de formato largo. En una prueba A/B controlada sobre la misma fuente de 24 minutos, la ejecución cuyo árbol de habilidades incluía esta más youtube-longform no produjo búsqueda de candidatos de clip en la Etapa 2 ni ningún CAPTION.md, y cortó su corto a partir de los primeros 47 segundos de la grabación. Las ejecuciones sin ellas buscaron en toda la fuente y produjeron ambas. La guía no es incorrecta; hay mucha, es irrelevante para un video vertical de 45 segundos, y desplaza el paso editorial que no tenía ninguna compuerta protegiéndolo. scripts/verify_story.py es ahora esa compuerta.
Su MÉTODO es compartido y eso no es una contradicción. short-composer (Paso 1) y graphics-only-short (Fase 4) citan el método de planificación de una sola pasada sobre la grabación completa que se describe a continuación, y lo citan en dos párrafos en lugar de cargar este archivo. La columna 9:16 en la tabla de comparación existe para marcar lo que la ruta de cortos hace de manera diferente, no para seguirse aquí. Aclarado el 27/08/2026, cuando la auditoría interpretó la nota de alcance como una contradicción con el propio cuerpo del archivo.
Cortos: skills/ultimate, que posee el espacio 9:16, y skills/shorts-multiplatform.
Animador Ejecutivo
skills/broll-scout decide qué va en un momento dado. skills/stat-overlay construye un gráfico. Esta habilidad es el paso intermedio: leer una grabación completa, proponer los 5-10 gráficos que esa grabación realmente merece, verificar cada uno contra la transcripción, luego construirlos y compuertarlos en una sesión de navegador por lotes en lugar de diez.
Hereda skills/00-house-rules/SKILL.md y cada regla en skills/stat-overlay/SKILL.md. Nada aquí anula el contrato de autoría. Solo añade admisión, verificación y procesamiento por lotes.
0. Qué objetivo — decide esto primero, cambia las etapas 5, 6 y 7
Las secciones 1-4 son idénticas para ambos: admisión, candidatos, la compuerta de precisión, el conteo. Las etapas 5 en adelante no lo son, y ejecutar las instrucciones verticales contra un corte 16:9 produce gráficos que build_longform_composition.py no puede usar en absoluto.
| 9:16 vertical | 16:9 formato largo | |
|---|---|---|
| consumido por | build_composition.py | build_longform_composition.py |
| un gráfico es | un .mov alfa compuesto sobre la placa | una escena declarada en composition.json |
| escrito como | una composición HyperFrames que tú escribes | un tipo + campos; el generador escribe el HTML |
| vocabulario | el registro de 373 bloques | los 14 tipos integrados, un conjunto cerrado |
| renderizado | --format mov a la resolución de la composición, más un gemelo mp4 | nada por gráfico — un render al final |
| área segura | contenido por encima de y=1400, libre de la banda de subtítulos | cuadro seguro 16:9, subtítulos desactivados |
| plataforma de compuerta | --platform instagram_reels | --platform youtube_long |
| resolución final | portrait-4k | landscape-4k |
| densidad | una inserción cada 8-12s (broll-scout) | 3-6 escenas + un stinger cada 20-40s |
| hoja de contacto | un proyecto reel separado en overlays/ | probe_frames.py --plan --grid en la composición |
La ruta 16:9 no tiene paso de autoría. No abres el registro, no escribes HTML y no renderizas nada por candidato. Traduces cada candidato a uno de estos:
título · capítulo · declaración · comparar · tercio_inferior · tarjeta_final — escenas, 8-15s, llevan un argumento que el espectador lee.
converger · sobrecargar · pasos · intercambiar · contador · ritmos · rodear · foto/clip — stinger, 2-4s, un gesto cada uno, CORTAR A no superpuesto.
skills/motion-language/SKILL.md posee ese vocabulario y sus campos por tipo.
build_longform_composition.py sale con tipo de escena desconocido en cualquier otra cosa, por lo que un candidato que no se asigna a ningún tipo se elimina — lo que suele ser correcto, porque significa que la idea era decoración. Luego sigue skills/youtube-longform/SKILL.md desde su Etapa 4.
Todo lo que está debajo de esta línea asume 9:16 a menos que se indique lo contrario.
1. Admisión — sin transcripción, sin plan
bash scripts/transcribe.sh VIDEO_UPLOAD/raw/<archivo>.mov drops/drop-NNN-slug/working
JSON a nivel de palabra, no un resumen. Cada candidato está anclado a un rango de palabras, por lo que una transcripción a nivel de párrafo convierte toda la habilidad en conjetura. Si ya existe una transcripción en working/, úsala — no vuelvas a transcribir.
Luego mira el metraje. No el archivo completo: python3 scripts/probe_frames.py es para composiciones, así que para el metraje fuente extrae fotogramas con ffmpeg cada ~10s y míralos. Estás verificando una cosa — qué hay ya en pantalla. Un gráfico que duplica una grabación de pantalla que el orador ya está mostrando es un espacio desperdiciado y el nivel 1 te gana.
2. Pase de candidatos — 5-10, y cada uno lleva una cita
Escribe working/motion/ANIMATION-PLAN.json:
{
"source": "drops/drop-NNN-slug/working/transcript.json",
"duration_ms": 184000,
"candidates": [{
"id": "01-tres-trabajos",
"start_ms": 22400, "end_ms": 28100,
"quote": "una habilidad hace tres trabajos, nombra la tarea, contiene los pasos, lleva los archivos",
"claim_on_screen": "3 trabajos: nombre · pasos · archivos",
"shape": "lista",
"evidence": "dicho",
"block": "grid-card-assemble",
"mechanism": "tres fichas se ensamblan a partir de partículas dispersas formando una fila",
"layout": "centrar-pila",
"reason": "enumera tres cosas y el espectador no puede retener tres cosas de oído",
"status": "build"
}],
"rejected": [{
"quote": "ha sido un año loco para los agentes",
"proposed": "línea de tiempo de lanzamientos de modelos",
"reason_rejected": "nunca menciona una fecha. el gráfico estaría inventando el contenido"
}]
}
Formas que merecen un gráfico, en el orden en que suelen aparecer en el habla: un número, una comparación, una lista de tres o más, un proceso con pasos, un antes/después, una línea de tiempo, una abstracción sin metraje de ella. Todo lo demás es trabajo del metraje.
Registra los rechazos. Misma razón que broll-scout: el registro de rechazos es lo que evita que la siguiente ejecución vuelva a proponer la misma línea de tiempo decorativa.
shape se verifica en busca de repeticiones en el momento de la planificación, antes de construir nada. Si cuatro candidatos son todos stat, la grabación no te dio cuatro tarjetas de estadística — te dio una idea que seguías recortando. Fusionarlos en un gráfico que contenga los cuatro números, o eliminar tres. Reelabora el plan aquí; descubrirlo en la hoja de contacto significa que construiste cuatro gráficos para tirarlos.
3. La compuerta de precisión — este es el punto central
Un gráfico es una afirmación renderizada en 4K con las fuentes de la marca, lo que hace que se lea como verificado lo sea o no. Por lo tanto, por candidato:
quotees textual de la transcripción. Cópiala, no la reescribas de memoria.claim_on_screenpuede comprimir la cita. No puede extenderla. Eliminar palabras es editar; agregar un número, una unidad, un porcentaje, una fecha o un nombre propio que el orador nunca dijo es invención. Si el gráfico necesita un dato para funcionar y el orador no lo dijo, el gráfico no funciona.evidencees uno dedicho|citado|no_confirmado.dicho— él dice el número. La línea fuente se lee como él.citado— hace referencia a algo externo y resolviste una fuente primaria real. Pon la línea fuente en el fotograma. Carga/verify-subagent-factual-claimsantes de aceptar un número que te haya entregado un subagente.no_confirmado— el fotograma lleva un⚠ no confirmadovisible, o el candidato se elimina. Esas son las únicas dos opciones. Nunca lo laves silenciosamente en una tarjeta de estadística limpia.
- No animes una afirmación que tuviste que estabilizar. Si hacer que la oración encaje en el gráfico requirió redondeo, redefinición de alcance o "aproximadamente", elimina el candidato. Eso es el gráfico en desacuerdo con el metraje, y el metraje es el que el humano grabó.
4. Conteo — propón 5-10, envía lo que permita el tiempo de ejecución
5-10 es el tamaño del conjunto de candidatos, nunca el número que aterriza en un corte.
La regla de densidad de broll-scout es vinculante para 9:16: aproximadamente una inserción cada 8-12 segundos, y el nivel 1 gana algunos de esos espacios directamente. En 16:9 esa regla es demasiado densa — presupuesta 3-6 escenas más un stinger cada 20-40s, lo que se acerca al 20-25% del tiempo de ejecución que lleva un gráfico.
| Tiempo de ejecución | Gráficos que realmente pueden aterrizar |
|---|---|
| Corto de 30-60s | 2-4 |
| Formato largo de 3-5 min | 5-8 |
| 10 min+ | 8-10, luego deja de proponer |
Por lo tanto, en un solo corto, espera construir 5-10 candidatos y marcar la mayoría como status: "hold". Ese es el resultado correcto, no un fallo — un candidato en espera es un gráfico terminado esperando el siguiente corte de la misma grabación, que es exactamente lo que plan_calendar.py espacia. Un plan de tomas vacío sigue siendo mejor que uno decorado.
Nunca coloques un gráfico en los primeros 3 segundos (el gancho es el rostro) ni a través de la línea de pago (los momentos emocionales aterrizan en los humanos).
5. Construir — un proyecto, N subcomposiciones
16:9 — salta esta sección por completo. No hay nada que escribir. Escribe los tipos y campos en
composition.jsony ve a la Etapa 4 deskills/youtube-longform/SKILL.md. Todo desde aquí hasta el final de la §7 describe el modelo de composición vertical.
Escribe según skills/stat-overlay/SKILL.md — primero búsqueda en el registro, logotipos reales a través de /media-use, una línea de tiempo en pausa, fromTo, 8-10 elementos en tres capas, contenido por encima de y=1400, 5-7 segundos. Nada de eso cambia aquí.
Dos habilidades de animación, y responden preguntas diferentes. Carga ambas.
/hyperframes-animation— qué es el movimiento. Cárgala antes de escribir cualquier candidato y compón 2-4 reglas atómicas de surules-index.md. Nunca empieces desde una línea de tiempo en blanco. Recurre a un modelo solo para coreografías genuinamente multifase, y para las formas que esta habilidad produce con más frecuencia — una lista ensamblándose, un número contando hacia arriba, un intercambio antes/después — sus 24 efectos de animación de texto con nombre generalmente ya nombran lo que estabas a punto de hacer manualmente. En un conjunto de 5-10, esto es también lo que mantiene el conjunto coherente: elige el vocabulario de reglas una vez, en el momento de la planificación, y reutilízalo. Diez gráficos que inventan su propia entrada se leen como diez videos no relacionados./hyperframes-keyframes— cómo se escribe la interpolación. Cárgala en el momento en que un candidato necesite un movimiento que ningún bloque del registro cubra: fotogramas clave 2D/3D seguros para la búsqueda, una línea de tiempo GSAP escrita a mano, morphing SVG o dibujo de trazo (getTotalLength()revela en los iconos de Lucide en línea), trabajo con trazados y máscaras, FLIP, estelas de texto, profundidad. Esta es la habilidad que mantiene el movimiento escrito a mano seguro para la búsqueda, lo que importa más aquí que en cualquier otro lugar del repositorio: el motor de captura busca de forma no lineal, y una interpolación que solo se ve bien cuando se reproduce de principio a fin se renderizará incorrectamente en un reel que tiene diez composiciones de largo.
Si un candidato se puede construir solo componiendo reglas, no abras la habilidad de fotogramas clave. Si no se puede, no improvises la interpolación — ábrela.
Variedad: un sistema, diez oraciones diferentes
Estos dos fallos no se parecen en nada y ambos arruinan el conjunto:
- Diez videos no relacionados. Diferentes escalas tipográficas, diferentes curvas de aceleración, diferentes pesos de color. Se lee como stock, porque stock es el único lugar donde gráficos no relacionados llegan juntos.
- La misma tarjeta diez veces. Un diseño, una entrada, solo cambian las palabras. Se lee como una plantilla, y un espectador la descubre en la tercera y deja de leer la cuarta.
Por lo tanto, arregla el sistema y varía la ejecución. Nada en la columna izquierda puede desviarse en todo el conjunto; nada en la columna derecha puede repetirse.
| Constante en todos los candidatos | Distinto por candidato |
|---|---|
Color y tipo de brand/tokens.json | mechanism — el único movimiento que transmite la idea |
| La escala tipográfica (tamaños de titular / cuerpo / etiqueta) | Diseño: centrar-pila, anclado a la izquierda, dividido, anclado al borde, a sangre completa |
| La familia de aceleración y la firma de temporización | Dirección de entrada y el eje sobre el que viaja el movimiento |
| Despeje de banda de subtítulos, área segura, banda de 5-7s | Bloque de registro y las 2-4 reglas compuestas desde /hyperframes-animation |
| El vocabulario de reglas — qué reglas están en juego | Cuáles de ellas lideran y en qué orden |
| Tratamiento de la línea fuente | Densidad y ritmo dentro de la banda de 5-7s |
Hazlo cumplir mecánicamente, en el momento de la planificación:
mechanismes único en todo el conjunto. Una oración, que describe el movimiento y no el contenido: "tres fichas se ensamblan a partir de partículas dispersas" es un mecanismo; "muestra los tres trabajos" es una reformulación declaim_on_screen. Dos candidatos cuyos mecanismos se parafrasean mutuamente son un candidato — fusiónalos o elimínalos. Este es el campo que realmente hace el trabajo, porque dos gráficos pueden usar bloques diferentes y aún así moverse de manera idéntica.- Ningún bloque de registro dos veces, a menos que sea una familia
--batchdeliberada (ver la advertencia a continuación). Con 373 bloques en el catálogo, recurrir al mismo dos veces significa que la segunda búsqueda fue más perezosa que la primera. Busca por candidato, desde la propiashapedel candidato. layoutes único en todo el conjunto, o lo más cercano que permitan cinco espacios. Si cada gráfico centra su contenido, el reel tiene una composición repetida en diferentes colores.- Varía el ritmo. Según
/hyperframes-creative, una sola escena quiere 3+ aceleraciones y una interpolación más lenta ~3x la más rápida — eso se aplica en todo el conjunto también. Si cada candidato se construye durante 2s, se mantiene durante 3s y sale durante 1s, se sentirán idénticos sin importar lo diferentes que se vean. - Alterna el registro. Un conjunto de cinco quiere aproximadamente: uno que aterrice fuerte y rápido, dos que se construyan y resuelvan, un tercio inferior tranquilo que apenas se mueva, uno que merezca complejidad real. Cinco gráficos todos lanzados a máxima intensidad se aplanan en ruido.
La advertencia de --batch, que es la trampa para la que existe esta sección. La Sección 5 dice que los candidatos con la misma shape pueden compartir una composición y renderizarse como filas variables. Esa es una eficiencia real y también fabrica exactamente el fallo anterior: los hermanos de lote son idénticos por construcción. Por lo tanto, el lote es correcto para un conjunto que está destinado...