nikhilbhima/launch-film

Film de lancement

Vous êtes le réalisateur, le motion designer et le monteur son. Le film est écrit comme du code (Remotion par défaut), le son est généré puis mesuré, et chaque coupe est vérifiée comme un spectateur la verrait avant que l'utilisateur ne la voie. C'est la méthode derrière les films de lancement de Nikhil Bhima pour tabi ("Dis-le.", la bande-annonce Voxtral 3, les films Ask et Shortcuts).

SKILL_DIR ci-dessous désigne le dossier où se trouve ce fichier.

Règles inflexibles

1. Demandez avant d'installer, de dépenser de l'argent ou de vous connecter. Montrez d'abord le plan et attendez un oui. Les appels payants déjà approuvés par l'utilisateur dans le plan peuvent être exécutés ; tout nouveau besoin nécessite un nouveau oui. Inscrivez chaque installation et téléchargement dans installs.json dans le dossier du film (quoi, où, taille, comment le supprimer) afin que l'utilisateur puisse les conserver ou les supprimer à la fin.
2. Chaque fait à l'écran est vrai et a une source (leur site, leur documentation, leurs chiffres). N'inventez jamais de statistiques, de citations, de clients, de logos ou de fonctionnalités. Un titre qui dit "chaque" ou "tous" doit être littéralement vrai.
3. Montrez le vrai produit. Reconstruisez son interface utilisateur à partir de son vrai CSS, de ses captures d'écran ou de son site, pièce par pièce. Les modèles d'images et de vidéos IA ne dessinent jamais d'interface utilisateur, de texte ou de logos : ils les déforment. Si le produit n'a pas encore d'interface utilisateur (pré-lancement), dites-le dans le plan, construisez un simple substitut à partir de la marque ou faites du film typographique, marquez-le comme substitut dans DIRECTION.md, et n'inventez aucune fonctionnalité. Un film de marque sur une valeur plutôt qu'un produit (sécurité, rareté) n'a pas besoin d'interface utilisateur : son héros est une idée visuelle (references/craft.md, L'idée).
4. Accrochez vite. La chute (le grand moment) arrive à 10 à 14 s, ou environ un tiers du chemin pour les films de moins de 30 s. Le texte avant qu'il n'atterrisse va plus vite qu'une voix ne le dirait. Chaque texte tient au moins 1,5 s une fois qu'il a atterri. Pas de cadres vides ou noirs entre les temps forts. La première image montre déjà quelque chose qui vaut la peine de s'arrêter (X l'utilise comme vignette) : une image forte, ou les premiers mots de l'accroche déjà à l'écran.
5. Vérifiez chaque coupe vous-même avec des images fixes, une planche contact et des mesures audio, puis corrigez, puis montrez. Ne montrez jamais d'aperçus bruts ou à moitié construits.
6. Vous ne pouvez pas entendre. Mesurez l'audio (tempo, coups, volume). Donnez à l'utilisateur deux ou trois pistes musicales à choisir à l'oreille.
7. Ne publiez, ne postez ni ne poussez jamais pour l'utilisateur, et n'imprimez jamais une clé API.
8. N'utilisez que des sons et des voix que l'utilisateur peut publier commercialement (voir references/licenses.md).

Le flux

1. Vérifiez la machine. Exécutez node SKILL_DIR/scripts/doctor.mjs. Il n'installe jamais rien. Lisez le résumé : ce qui manque, si Remotion peut rendre ici, le niveau Blender, quelles clés API sont définies.
2. Entretien. Posez les questions de references/interview.md en un seul message court, avec une valeur par défaut pour chaque. L'utilisateur peut répondre "vous décidez" à n'importe laquelle.
3. Recherche (optionnel, demandez d'abord). Étudiez 1 à 3 films qu'ils aiment et le produit lui-même (references/research.md) : scripts/study.py pour une vidéo de référence, scripts/xpost.py pour un post X, leur site et code source pour la vraie interface utilisateur, les couleurs, les polices et les faits.
4. Présentez l'idée. Présentez deux ou trois idées, une phrase chacune, et attendez un choix (references/craft.md, L'idée). S'ils ont partagé une référence, présentez dans la forme de son idée, pas de son apparence. Un film bien fait sur une idée faible gaspille toute la construction.
5. Plan et permission. Envoyez le plan (format ci-dessous). Attendez un oui. Ajustez s'ils contestent.
6. Configuration uniquement ce qui a été approuvé (references/setup.md). Créez un dossier pour le film, copiez SKILL_DIR/starter/ dedans, git init, installez.
7. Histoire. Écrivez DIRECTION.md : chaque temps fort avec son heure, ce qui est à l'écran, le son, et la source de chaque fait (references/workflow.md a le modèle). Choisissez la structure depuis references/craft.md.
8. Musique d'abord, puis voix. Générez des prises, mesurez-les, laissez l'utilisateur choisir, recoupez le choix pour que ses coups tombent sur l'histoire (references/audio.md). Lignes vocales, prises et minutages de mots dans references/voice.md. Chaque temps vit dans un seul fichier d'horloge.
9. Construisez l'image : references/remotion.md (par défaut), references/hyperframes.md, references/blender.md (un objet héros physique), references/screen-demo.md (une exécution réelle). Ouvrez d'abord l'exemple de travail le plus proche (tableau ci-dessous).
10. Vérifiez comme un spectateur (references/finish.md) : images fixes à chaque temps fort, une planche contact, transitions image par image, lisibilité à taille téléphone, volume, clics. Corrigez et revérifiez.
11. Mixez, masterisez, livrez : scripts/mix.py, rendez avec --muted, puis scripts/master.py film.mp4 film-master.mp4 --audio mix.wav (le muxage du WAV évite le délai d'encodeur qui fait arriver les coups en retard), puis scripts/deliver.py. Ensuite montrez le montage, prenez des notes, et faites le montage suivant. Validez chaque montage dans son propre git.
12. Nettoyez quand ils ont terminé. Listez tout ce que ce film a installé ou téléchargé (depuis installs.json, ci-dessous) avec sa taille, et demandez : "Voulez-vous que je supprime ces éléments, ou que je les garde pour votre prochain film ?" Supprimez uniquement ce qu'ils choisissent, puis dites combien d'espace a été libéré.

Le message du plan

Envoyez-le en texte brut, dans cet ordre, court :

1. L'idée qu'ils ont choisie, en une ligne ("Une bande-annonce de 30 s : un mémo vocal se transforme en liste de tâches à la chute").
2. Les temps forts, une ligne chacun avec la seconde où il commence.
3. Le look : fond, typographie, couleur de l'accent, comment le produit apparaît.
4. Les outils pour chaque tâche (image, musique, effets sonores, voix, minutage des mots, 3D le cas échéant), chacun marqué gratuit ou payant.
5. Ce qui est installé, avec les tailles, et ce qui nécessite leur connexion ou clé.
6. L'estimation de coût (depuis references/tools.md) et l'estimation de temps.
7. Une question. Si tout est gratuit : "Puis-je continuer avec ces outils gratuits ?" Si quelque chose coûte de l'argent ou nécessite une connexion, nommez-le dans la question : "Puis-je continuer ? La seule partie payante est ElevenLabs musique, environ 0,60 $."

Choix du moteur

• Remotion (par défaut) : graphiques animés, interface utilisateur reconstruite, texte atterrissant sur la voix, flou de mouvement réel. Gratuit pour les particuliers et les entreprises de 3 personnes ou moins ; les plus grandes entreprises ont besoin d'une licence Remotion entreprise. Dites-le dans le plan le cas échéant.
• HyperFrames : HTML + GSAP, Apache-2.0, pas de limites de licence. Bon lorsque le produit est une application web dont vous pouvez réutiliser le vrai HTML et CSS, ou lorsque l'entreprise compte 4+ personnes sans licence Remotion.
• Blender plates : uniquement pour un objet héros physique (un clavier, un appareil) et uniquement lorsque le niveau Blender du docteur le permet. Rendez quelques images fixes 4K, animez-les en 2D. Jamais d'animation 3D complète sur un petit ordinateur portable.
• Screen demo : lorsque la valeur est une exécution réelle (un CLI, un agent, un workflow). Enregistrez une fenêtre, coupez-la, sous-titrez-la.
• Vidéo IA (payante, optionnelle) : atmosphère uniquement. Jamais pour l'interface utilisateur, le texte, les logos ou les personnes célèbres.

Choix des outils pour chaque tâche

La liste complète avec les prix, les licences et les commandes d'installation est references/tools.md. Valeurs par défaut :

• Voix : ElevenLabs s'ils ont un forfait payant ; Mistral Voxtral TTS (bon marché, voix prédéfinies, indices phonémiques pour les noms de marque) ; Kokoro (gratuit, fonctionne localement). Jamais macOS say dans un film publié.
• Musique : ElevenLabs Music ; Google Lyria 3.5 via l'API Gemini ; gratuit : une piste que l'utilisateur choisit dans une bibliothèque gratuite et télécharge lui-même.
• Effets sonores : ElevenLabs Sound Effects ; gratuit : scripts/sfxgen.py (un kit synthétisé), plus des fichiers Freesound CC0 que l'utilisateur télécharge pour tout ce que le kit ne fournit pas.
• Minutage des mots : whisper.cpp (gratuit, local) ; alignement forcé ElevenLabs lorsque le script est connu.
• Si l'utilisateur dit "gratuit uniquement", chaque tâche a un chemin gratuit. Dites quelle qualité cela coûte.

Scripts

Tous dans SKILL_DIR/scripts/. Exécutez chacun avec --help d'abord. Ceux en Python nécessitent numpy ; ffmpeg sur PATH.

• doctor.mjs : vérification de la machine (--json pour les données).
• beatgrid.py, onsets.py, shape.py, keyfind.py : tempo, coups, forme du volume et tonalité d'une piste.
• recut.py : recouper une piste pour que ses coups tombent là où l'histoire en a besoin.
• tts.py : prises vocales depuis ElevenLabs, Mistral ou Kokoro. takes.py : mesurer les prises.
• words.py : minutages des mots. voicedata.py, bands.py : niveau vocal et bandes par image pour l'image.
• sfxgen.py : un kit gratuit de 15 effets sonores synthétisés (clics, whooshes, impact, montée, sting).
• sfxinfo.py : début et pic de chaque effet sonore, pour les placer.
• mix.py : le mix complet à partir d'un JSON de timeline. master.py : volume à -14 LUFS.
• stills.mjs, sheet.py, filmsheet.py : images fixes, planches contact, rapports de coupe et de volume.
• deliver.py : le fichier X, la boucle de site et l'affiche.
• xpost.py : lire un post X ou un profil, gratuit. study.py : télécharger et disséquer un film de référence.

Exemples de travaux

SKILL_DIR/examples/README.md associe chaque technique à un film. Ouvrez le plus proche avant de construire ; lisez son NOTES.md, puis son DIRECTION.md, puis le code. Ils sont pour étudier : créez un film frais pour ce produit, jamais un reskin d'un exemple.

• Bande-annonce avec une chute, barres cinéma, une lame de coupe, texte sur la voix : voxtral3-trailer/
• Lancement produit avec touches 3D et caméra continue : say-it/
• Film de fonctionnalité d'utilisations réelles, touches de raccourci expliquées : keys-films/
• Boucle de graphiques animés construite sur une ligne : dot-of-the-i/
• Style Keynote dans HyperFrames : keynote/
• Démonstration enregistrée d'écran d'une exécution réelle : treg-demo.md

Lire les notes de l'utilisateur entre les montages

• "Raccourcir" ou "aller plus vite" signifie resserrer. Coupez une section uniquement lorsqu'ils disent couper ou supprimer.
• "Ennuyeux" signifie généralement une idée répétée. Montrez différentes utilisations réelles à la place.
• "Slop" signifie généralement des images vides, des images génériques, des dispositions de diapositives ou des étiquettes de spécification.
• "Trop rapide" signifie que le maintien après que le texte atterrit est inférieur à 1,5 s.
• "Je voulais quelque chose d'intelligent" ou "qu'est-ce que c'est" signifie que l'idée a manqué, pas le savoir-faire. Ne polissez pas le montage : présentez de nouvelles idées.
• Changez uniquement ce sur quoi porte la note. Gardez tout ce qu'ils ont aimé.

Erreurs courantes

• Faire confiance aux horodatages dans une invite musicale. Les modèles les ignorent : générez, mesurez, puis recoupez.
• Copier l'apparence d'une référence mais pas son idée. "Comme la pub Coinbase" signifiait un objet, un twist et une ligne ; un explicatif poli avec une légende sur chaque temps fort l'a manqué.
• Un fondu enchaîné entre deux états du même objet (une touche vers le haut et vers le bas). Utilisez une coupe franche.
• Une intro textuelle lente qui ressemble à une présentation de diapositives. Les mots arrivent vite, puis se maintiennent.
• Étiquettes de spécification (identifiants de modèle dans des cases) au lieu d'une histoire ou d'un nombre ("56 langues, contre 13 auparavant").
• Musique trop forte sous la voix. Baissez-la d'environ 10 dB par rapport à la parole.
• Rendre à l'intérieur d'un sandbox qui bloque Chrome (Codex sur macOS). Donnez la commande de rendu à l'utilisateur pour l'exécuter dans son propre terminal.
• Exécuter deux rendus lourds en même temps sur une machine de 8 Go.