Stickman Animation Studio — /make-video
Transformez un seul prompt en une vidéo cartoon verticale complète, de qualité studio (1080×1920, 30 ips, H.264 + AAC) en n’utilisant que du code. Vous écrivez l’histoire, vous la storyboardez avec un contrat de synchronisation explicite narration‑visuel, vous exécutez le moteur fourni à travers ses portes de QA, et vous remettez le MP4 vérifié avec ses sources.
Opérez de manière autonome. Pas de questions de confirmation, pas de narration de progression, pas d’arrêt en cours de route. Si une étape est bloquée, traitez‑la comme un problème de routage : essayez l’outil suivant, l’actif suivant, ou construisez‑le vous‑même. Arrêtez‑vous uniquement lorsque la vidéo est rendue, vérifiée et livrée.
La langue de production est exclusivement l’anglais. Narration, dialogues, texte à l’écran, sous‑titres,
étiquettes et textes d’insertion sont tous en anglais. La narration doit sonner comme un documentaire professionnel,
éducatif ou un récit animé (references/10-english-voice-direction.md).
0. Sondez vos capacités, puis adaptez‑vous
Avant de produire, inspectez ce que CET agent/modèle peut réellement faire, et adaptez le flux de travail. Ne partez pas du principe ; vérifiez. Une minute passée ici vous évitera un rendu cassé plus tard.
| Sondage | Comment faire | Si absent → adaptation |
|---|---|---|
| Shell + accès fichiers | exécutez node --version | Pas de shell du tout → ce skill ne peut pas rendre ; passez par le transfert install/PASTE-THIS-PROMPT.md vers un agent de code |
| Recherche web | un outil de recherche web est‑il disponible ? | Pas de recherche → écrivez à partir des connaissances internes, marquez chaque affirmation « non vérifiée » dans fact-check.md, préférez les sujets intemporels (physique/histoire) |
| Vision sur images | pouvez‑vous lire des fichiers image ? | Pas de vision → fiez‑vous à engine/scripts/qa_stills.py + engine/scripts/qa_sync.ts (portes pixel/lexique) et mentionnez‑le dans le rapport de livraison |
| Exécution en arrière‑plan | pouvez‑vous exécuter des commandes longues en arrière‑plan ? | Non → lancez les rendus au premier plan et utilisez --preview d’abord ; prévoyez plusieurs minutes |
| Budget de contexte | très grand contexte ? | Contexte limité → lisez uniquement les fichiers references/ que l’étape actuelle nomme, un par un ; gardez le JSON de l’histoire comme source unique de vérité |
| Profondeur de raisonnement | modèle fort → poussez plus loin le craft : mise en scène plus riche, plus de beats, recherche plus approfondie | Modèle plus faible → suivez littéralement les valeurs par défaut des références ; elles sont calibrées pour produire de bons résultats sans improvisation |
Quel que soit l’environnement, les portes de qualité (étapes 4, 5, 7) ne sont pas optionnelles — un flux de travail plus faible doit quand même passer les mêmes vérifications exécutables.
0.5 Résolvez le moteur
Le moteur est un projet Remotion autonome. Trouvez‑le dans cet ordre :
- Un répertoire dans le projet actuel dont le
package.jsonest nomméstickman-studio-engine— utilisez‑le. - Le dossier
engine/qui se trouve à côté de ce fichier — copiez‑le dans l’espace de travail (cp -r <skill-dir>/engine ./engine) et exécuteznpm installà l’intérieur (première fois uniquement). - Si aucun des deux n’existe, le skill a été installé sans son moteur — clonez le dépôt du skill
et prenez
engine/à partir de là.
Configuration unique dans le répertoire du moteur :
npm install # Remotion + three + zod
pip install edge-tts imageio-ffmpeg numpy scipy pillow # narration + audio procédural + QA
Les 65 SFX, 6 pistes musicales et le grain du film sont générés de manière procédurale lors du premier rendu (aucun téléchargement,
ni licence, ni audio tiers). La narration nécessite une connexion internet pour edge-tts (gratuit, sans clé) ;
--no-tts fonctionne entièrement hors ligne pour le travail de pré‑production. Voix anglaises uniquement — voir
references/10-english-voice-direction.md pour le catalogue des voix et les règles de direction.
1. Recherchez le sujet (en anglais)
- L’entrée est un sujet, un titre, ou un chemin vers un fichier TXT (lisez‑le s’il est donné).
- Faites des recherches par recherche web avant d’écrire. Construisez une table de vérification des faits (affirmation | ce que dit la source
| URL de la source) pour chaque affirmation factuelle que vous allez narrer →
stories/<slug>/fact-check.md. - Si quelque chose n’est que supposé ou folklorique, soit supprimez‑le, soit marquez‑le dans la narration (« la légende raconte que… »).
- Préférez le détail vrai le plus étrange plutôt qu’un détail inventé plus agréable.
2. Écrivez le script + choisissez la voix
Visez 190–210 mots ≈ 60–75 s. Structure (respectez‑la exactement) :
- Ligne 1 : accroche paradoxale posée comme un fait simple. Pas de salutations, pas de « Saviez‑vous que ».
- Mise en place et enjeux — héros, lieu, désir.
- Escalade + une courte réplique où quelqu’un se moque du héros.
- Point de bascule / question rhétorique.
- « Vous voyez, » + le mécanisme, avec une analogie quotidienne et un graphique d’insertion.
- Rebondissement sur la dernière ligne. Finissez fort.
Règles complètes du craft : references/04-script-craft.md. Sauvegardez le script dans stories/<slug>/script.md.
Ensuite dirigez la voix avant le rendu : choisissez le fournisseur/voix/débit pour le genre dans
references/10-english-voice-direction.md (par défaut : en-US-AndrewMultilingualNeural à +22% ;
documentaire calme lit plus lentement). Testez la ligne d’accroche avec une synthèse rapide en cas de doute.
3. Vérifiez et construisez les assets
- Listez ce dont l’histoire a besoin : lieux, objets fixes, objets tenus.
- Vérifiez ce qui existe :
npx tsx scripts/locations.ts --list. Réutilisez avant de construire ; ne créez jamais de quasi‑doublon ; nommez les assets pour ce qu’ils sont. - Construisez les assets manquants avant le storyboard — recettes dans
references/08-extending-assets.md(lieu 3D / objet 3D / accessoire 2D / fond 2D / tenue). - Vérifiez les nouveaux assets 3D avec
npx tsx scripts/locations.ts --stills --only=<name>.
4. Storyboard AVEC un contrat de synchronisation (la porte de synchronisation)
Écrivez stories/<kebab-title>.json. Schéma + identifiants : references/09-schema-reference.md,
engine/src/catalog.ts. Règles de craft : references/05-storyboard-craft.md.
La synchronisation narration‑visuel est obligatoire et vérifiée par machine. Chaque segment de narration
(le say d’un plan) doit montrer visuellement ce qu’il dit : bon lieu, bonne heure du jour, l’action décrite
comme une pose/beat/accessoire, les objets mentionnés à l’écran, les répliques liées à un acteur quote, et
la continuité entre les plans. Le timing au mot près à l’intérieur d’un plan est lié par des beats (at = un
mot prononcé).
Exécutez la porte exécutable et itérez jusqu’à zéro erreur :
npx tsx scripts/qa_sync.ts stories/<file>.json # vérifications lieu/temps/action/objet/dialogue/continuité
npx tsx scripts/qa_sync.ts stories/<file>.json --map # affiche la table du contrat de synchronisation plan par plan
- Toutes les ERREURS doivent être corrigées (changez le lieu/l’heure/la pose/les accessoires du plan, ou reformulez la narration).
- Examinez chaque AVERTISSEMENT ; soit corrigez‑le, soit enregistrez pourquoi il est acceptable dans
stories/<slug>/sync-map.md(générez la table avec--map; modèle :templates/sync-map.md). - Un lexique spécifique à l’histoire (idiomes, noms inventés) va dans
stories/<slug>/sync-lexicon.json— voir le modèle.
5. Porte des images fixes (ne jamais sauter)
npm run make -- stories/<file>.json --stills # une image de QA par plan → out/<slug>/stills/
python scripts/qa_stills.py out/<slug>/stills # porte d’exposition/image noire (sortie 1 en cas d’échec)
Ensuite inspectez chaque image fixe pour le cadrage, les visages, les accessoires flottants, la lisibilité, la cohérence — avec votre
propre vision si vous en avez, sinon agentvision check <file> par image plus la porte pixel ci‑dessus. Corrigez
et relancez jusqu’à ce que ce soit propre. Ne rendez jamais la vidéo avant que cette porte soit validée.
6. Rendu
npm run make -- stories/<file>.json # pleine qualité → out/<slug>/<slug>.mp4
npm run make -- stories/<file>.json --preview # ébauche en demi-taille d’abord en cas de doute
Lancez en arrière‑plan quand c’est possible ; ne démarrez pas de tâches lourdes non liées simultanément. La narration est mise en cache par slug et n’est re‑synthétisée que lorsque le script/la voix/le débit changent.
7. Vérification (ffprobe + trames + porte audio)
ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,codec_name -of csv=p=0 out/<slug>/<slug>.mp4
ffmpeg -i out/<slug>/<slug>.mp4 -vf fps=1/5 qa_%03d.jpg # extrait des trames sur toute la vidéo
python scripts/qa_audio.py out/<slug>/<slug>.mp4 # porte de loudness/clipping/présence vocale
- Spécifications : 1080×1920 (540×960 pour
--preview), 30 ips, h264 + aac ; durée ≈ narration + 0,6 s. - Trames : première/milieu/dernière pas noires ; sous‑titres lisibles ; pas de plan bloqué.
- La porte audio doit PASSER : −14 LUFS ±1,5, pic vrai ≤ −1,0 dBTP, énergie vocale présente.
8. Boucle de réparation, puis livraison
Bouclez les étapes 4→7 jusqu’à ce que chaque porte soit validée. Budget : jusqu’à 3 cycles de réparation par porte ; si une porte échoue encore après cela, livrez avec une note explicite sur ce qui reste (ne livrez jamais silencieusement un échec connu, ne vous arrêtez jamais sans livraison).
Livrez sous forme d’un ensemble : le MP4, script.md, fact-check.md, sync-map.md, le JSON de l’histoire, les éventuels
nouveaux assets de la bibliothèque, et les limites honnêtes (fait vérifié vs. dramatisé ; quelles portes ont été exécutées et comment
elles ont été vérifiées).
Barre de qualité (non négociable)
- Synchronisation : les visuels montrent exactement ce que la narration communique — zéro contradiction, zéro plan vide. Quand la narration et l’animation raconteraient deux histoires différentes, réécrivez le storyboard.
- Personnages expressifs : réactions sur les beats, poses lisibles en silhouette, une source lumineuse cohérente par scène ; la vie au repos (respiration/clignement/marche) est automatique — le mouvement intentionnel s’ajoute par‑dessus.
- Cinématographie : échelle de cadrage par scène, variété de caméra (la porte de synchronisation signale ≥3 plans identiques en cadrage+caméra à la suite), un objectif visuel clair par plan.
- Le son ne combat jamais la voix : le ducking est automatique ; les
sfxmanuels uniquement pour des moments spécifiques ; la porte audio impose la loudness et l’absence de clipping. - Pas de répétition, pas de bâclage : variez les cadrages, les transitions et les réactions ; ≤ 2 fx par plan ; ≤ 1 insert toutes les 8–10 plans.
- Aucune image ou vidéo générée par IA, aucun service de génération d’images, aucune API payante. Jamais.
- Anglais uniquement — narration, dialogues, texte à l’écran, sous‑titres.
Matériel de référence détaillé (lisez par étape, pas tout à la fois)
| Fichier | Lisez‑le pour |
|---|---|
references/01-animation-principles.md | mouvement, easing, anticipation, action secondaire — telles que le moteur les implémente |
references/02-character-system.md | le rig du stickman : proportions, silhouettes, poses, visages, cohérence |
references/03-scenes-camera-light.md | couches de parallaxe, cadrage, mouvements de caméra, éclairage, palettes verrouillées |
references/04-script-craft.md | structure du script, accroches, analogies, budgets de mots |
references/05-storyboard-craft.md | grammaire des plans, beats, transitions, le contrat de synchronisation |
references/06-sound-design.md | ducking, carte auto‑SFX, moods musicaux, règles de confort, portes audio |
references/07-rendering-qa.md | toutes les portes de QA, vérifications pixel, ffprobe, boucles de réparation |
references/08-extending-assets.md | recettes : lieu/objet 3D, accessoire/fond 2D, tenue, sfx |
references/09-schema-reference.md | chaque champ du JSON de l’histoire, avec valeurs par défaut et contraintes |
references/10-english-voice-direction.md | le catalogue des voix anglaises, la direction, le rythme, le repli hors ligne |