데모 비디오 크리에이터
사용자가 승인한 모션 느낌의 약 60초짜리 가로형 제품 데모/런치 필름을 제작합니다. 결과물은 하나의 mp4 파일입니다.
이 스킬이 존재하는 이유: 사용자는 이 느낌에 도달하기 위해 오랜 시간 반복 작업을 했으며, 아래의 거의 모든 규칙은 그 과정에서 수정한 사항입니다. 에이전트가 혼자 작업하면 항상 같은 실수(훅 없는 인트로, 웹사이트 스크린샷, 잘린 나레이션, 늦은 자막, 조잡한 크롭, 모든 단어에 트레일러 효과음)로 돌아갑니다. '이유' 노트를 읽어 의도를 새 제품에 적용할 수 있도록 하세요. 평가를 그대로 복사하지 마세요.
이 기계에서 승인된 참고 자료(제작 전에 시청하세요):
videos/evals-hype/renders/evals-ref2-short-fast2-impact.mp4는 모션 느낌입니다("모션이 좋단다").videos/evals-demo2/에는 훅, 연속 나레이션, 나레이션 중심 편집 및 마무리 패스가 있습니다. 해당 디렉토리의SCRIPT.md,DESIGN.md및qa/finish.md파일은 "완료" 상태가 어떻게 보이는지 보여줍니다.- 해당 경로가 존재하지 않는 경우(새로 설치한 경우), 대신 게시된 샘플 필름(https://github.com/chacha95/demo-video-creator/tree/main/media (
demo_en.mp4,demo_ko.mp4))을 사용하세요.references/examples/에는 해당 SCRIPT 및 DESIGN 문서가 있습니다.
자율적으로 작업하세요. 사용자는 하나의 요청을 붙여넣고 하나의 비디오를 받고 싶어합니다. 세션이 입력을 요구하기 위해 중단되면 실망했습니다("인풋 요구해서 안되는데"). 합리적인 결정을 내리고 DECISIONS.md에 기록한 후 mp4가 생성될 때까지 계속 진행하세요.
0. 온보딩: 키 및 도구 (1단계 전에 한 번 확인)
여기서만 멈추고 질문할 수 있습니다. 시작할 때 모든 것을 한 번에 확인하고, 모든 누락 사항을 하나의 메시지로 보고한 후, 수정되면 자율적으로 실행하세요. 파이프라인 중간에 절대 질문하지 마세요.
확인:
grep -q '^ELEVENLABS_API_KEY=.' .env 2>/dev/null || [ -n "$ELEVENLABS_API_KEY" ] && echo "key ok" || echo "ELEVENLABS_API_KEY missing"
H=$(mktemp); chmod 600 "$H" # 키는 헤더 파일을 통해 전달되며, 명령줄에 절대 표시되지 않습니다.
printf 'xi-api-key: %s\n' "${ELEVENLABS_API_KEY:-$(grep '^ELEVENLABS_API_KEY=' .env | cut -d= -f2-)}" > "$H"
curl -s -o /dev/null -w "%{http_code}\n" -H @"$H" https://api.elevenlabs.io/v1/user; rm -f "$H" # 200 = 유효함
which ffmpeg node npx whisper-cli; node -e "require.resolve('playwright')" && echo "playwright ok"
채팅이나 로그에 키 값을 절대 출력하지 말고, 명령줄 인수에도 절대 넣지 마세요(위와 같이 -H @file 사용).
키가 없거나 200이 아닌 경우, 사용자에게 키를 얻는 방법을 알려주세요(사용자가 한국어로 작성하는 경우 한국어로).
ElevenLabs API 키가 필요해요 (나레이션 + 배경음악 생성용)
- https://elevenlabs.io 에 로그인하세요. 음악 생성(Music)은 유료 플랜이 필요할 수 있어요.
- 왼쪽 아래 프로필 → Developers / API Keys → Create API Key.
- 권한에서 Text to Speech, Music, **Voices (read)**를 켜고 만드세요. 키는 한 번만 보여요.
- 프로젝트 루트의
.env파일에 한 줄 추가하세요 (파일이 없으면 새로 만드세요):ELEVENLABS_API_KEY=여기에_키- 채팅에 키를 붙여넣지 마세요. 저장했다고만 알려주시면 이어서 진행할게요.
.env 는 gitignore에 포함되어 있습니다. 커밋하거나 다른 곳에 키를 복사하지 마세요.
도구가 없는 경우: brew install ffmpeg whisper-cpp (whisper-cli는 로컬에서 Whisper QA 패스를 처리하며 키가 필요 없음), Node 20+, 그 다음 npm i -D playwright && npx playwright install chromium.
파이프라인
brief → reference SPEC → SCRIPT.md (+VO lines) → DESIGN.md → assets (real UI + real outputs)
→ VO (one take) → music → build (HyperFrames, VO-led, beat-locked) → render at fps 30/speedup
→ post (retime, impact FX, mix) → QA (motion, strips, sync table, finish audit) → renders/<name>.mp4
프로젝트: videos/<name>/ 에 SCRIPT.md DESIGN.md DECISIONS.md index.html build/ capture/ assets/ audio/ scripts/ qa/ renders/ 포함.
도구 참고 사항:
- 렌더링: 프로젝트 디렉토리에서
npx --yes [email protected] render -o <out> --quiet --fps 95/4실행. 구성 계약이 익숙하지 않은 경우hyperframes-core스킬을 읽어보세요. - HTTP: curl 사용. 여기 Python에는 SSL 인증서가 없습니다.
- 키: 리포지토리 루트의
.env파일 (ELEVENLABS_API_KEY). 이 스킬의 모든 경로는 리포지토리 루트를 기준으로 합니다. 아래 온보딩을 참조하세요. - 번들된 헬퍼는
scripts/에 있습니다(끝에 나열됨).
1. 참고 자료 → SPEC.md
사용자가 참조 비디오를 제공하면 다운로드하여(watch 스킬 또는 yt-dlp 사용) 프레임별로 측정합니다. 그렇지 않으면 위에서 승인된 필름을 측정합니다. 기록:
- 컷 프레임, 샷 길이, 10초당 컷 수
- 카메라 곡선 및 이징(프레임당 남은 거리의 비율)
- 타자 속도, 단어 공개 간격, 악센트 플래시 길이
- 카드 안무 및 밝음↔어두움 전환
- 각 사운드가 컷을 기준으로 위치한 곳
그런 다음 해당 리듬으로 재구성하고 브랜드, 카피, 디자인 및 자산만 변경합니다.
이유: 느낌은 숫자(프레임당 이징, 샷당 비트)에 있습니다. 에이전트가 형용사로 작업할 때 사용자는 "감도가 낮아" 또는 "모션이 어색해"라고 말했습니다. 측정된 숫자와 일치하면 승인되었습니다.
2. 스크립트
- 3초 안에 설명되는 훅. 동일한 프롬프트의 실제 출력물을 나란히 재생하고 제품이 답하는 질문을 합니다(Evals의 경우: "Which one is better?"). 비트에 따라 A/B/C/D를 뒤집은 다음 반전을 전달합니다("Same prompt. Different setups.").
- 이유: 추상적인 오프너(모델 이름과 스킬 카운터의 집결)는 "뭐 어쩌라는건지 모르겠어"라는 반응을 얻었습니다. 시청자는 문제에 대해 읽는 것이 아니라 문제를 직접 봐야 합니다.
- 하나의 실제 작업을 처음부터 끝까지 따릅니다. 입력 → 구성 → 실행 → 결과를 나란히 → 선택 → 증거(기록/세부 정보) → 집계(리더보드/통계) → 커뮤니티 → URL이 포함된 엔드 카드.
- 움직이는 출력물을 보여주고 웹사이트는 보여주지 마세요. 게임, 비디오, 3D 장면 및 쇼트는 데모에서 장관으로 읽히지만, 랜딩 페이지 스크린샷은 지루하게 읽힙니다("웹사이트 보여주지 말고 영상이나 게임"). 제품이 웹 페이지만 만드는 경우, 정적 캡처가 아닌 움직이는(스크롤, 상호 작용) 상태로 보여주세요.
- 카피. 화면상의 줄은 2-5단어입니다. 나레이션 스크립트는 약 165-180단어(약 2.7단어/초)로 60초 동안 진행되어 음성이 조용해지지 않습니다.
- 진실. 자신의 캡처에 나타나는 기능, 이름 및 숫자만 표시하세요. 실제 인물과 유사하게 하지 마세요. 제품이 할 수 없는 것을 보여주는 데모는 데모가 없는 것보다 나쁩니다.
3. 디자인
DESIGN.md 를 한 번 작성하고 모든 샷이 이를 따르도록 합니다. 설정:
- 작은 태그용 모노를 포함한 하나의 산세리프 패밀리
- 프레임당 하나의 악센트
- 하나의 고정된 여백(예: 120px)에 왼쪽 정렬된 헤드라인과 동일한 태그→헤드라인 간격
- 부드러운 레이어드 섀도우가 있는 둥근 카드(16-22px)로 표시되는 실제 UI
- 어두움/밝음 섹션 전환
references/examples/ 에는 두 가지 완전한 시스템이 있습니다: "Signal"(흑연/종이, 파란색) 및 "editorial"(크림/잉크, 코럴). 사용자가 새 영화를 요청하면 기존 시스템을 재사용하지 말고 새 시스템을 디자인하세요. 사용자가 명시적으로 "시나리오랑 디자인만 다르게"를 요청했기 때문입니다.
4. 자산 (실제, 새 것, 선명함)
- UI: 4× DPR에서 Playwright 캡처를 수행하여 어떤 요소도 소스 픽셀보다 크게 표시되지 않도록 합니다(2× 캡처는 흐릿해 보였습니다). 전체 요소만 포함하는 잘라내기를 하세요. 크롭에 컨텍스트가 필요한 경우, 이웃 행을 남기는 대신 UI 자체 채우기 색상을 사용하여 카드 배경을 재구성하세요.
- 출력물:
scripts/rec_output.mjs <url> <out.mp4> 7 game|orbit(화면 녹화; 키를 누르거나 궤도를 돌아 출력물이 움직이도록 함).- 화면 녹화가 프레임을 반복하는 경우
scripts/rec_scroll.mjs(프레임당 하나의 스크린샷)을 사용하세요. - 사용 전에 중복 프레임을 제거하세요. 반복되는 프레임은 미세한 스터터로 나타나 모션 QA에 실패합니다.
- 동일 프롬프트 결과: 스토리가 "N setups"이라고 말하면 동일한 프롬프트/실행에서 N개의 결과를 보여주세요. 실제 실행이 필요한 경우, 사용자의 로그인된 Chrome에서 제품 내에서 실행하세요. 관련 없는 출력물을 하나의 프롬프트 결과로 표시하면 "결과가 다 다르잖아"라는 반응을 얻었습니다.
- 로고: 브랜드 로고 순간이 필요한 경우, 실제 3D(three.js
SVGLoader→ExtrudeGeometry, PBR 재질, 환경 조명, 알파 WebM)로 렌더링된 실제 브랜드 SVG를 사용하세요. 평평한 CSS 로고 전투는 싸구려처럼 보였습니다("짜친다").
5. 나레이션: 하나의 연속 테이크
- 음성: Will
bIHbv24MWmeRgasZH58o,eleven_v4, 안정성 0.15, 유사성 0.8, 스타일 0.8, 속도 ~1.1. - 인라인 감정 태그: [excited] [confident] [curious] [emphatic] [quick].
- 이 음성을 선택한 이유: 사용자는 기본 내레이터를 "너무 아재 목소리"라고 거부했습니다. 힙하고 에너제틱한 느낌(Sam Altman / Elon 느낌)을 원했고, 대안을 듣고 이 최대 감정 설정을 선택했습니다.
- 생성:
scripts/vo3_gen.py(하나의/with-timestamps호출). 테이크, 라인별 세그먼트 및 단어 타임스탬프를 작성합니다. - 전체를 배치하세요. 약 0.25초부터 시작하여 하나의 연속된 조각으로 테이크를 배치하세요. 구문으로 자르거나, 구문을 비트에 흩뿌리거나, 조각을 시간-스트레치하지 마세요.
- 이유: 구문 자르기는 음절 누출을 발생시켰습니다("소리 짤려").
- 흩뿌리기는 데드 에어를 남겼습니다("목소리가 중간에 죽잖아 … 쭉 이어지게").
- 라인별 재합성은 음량을 변동시켰습니다.
- 라인을 변경해야 하는 경우 전체 테이크를 다시 생성하세요.
- 확인:
- 나레이션 내부 간격은 ≤0.35초입니다.
- 최종 믹스에 대한 Whisper 패스는 잘린 단어나 말한 태그가 없음을 보여줍니다.
- "Evals"가 "evils"처럼 들리면 "E-vals"로 다시 표기하세요.
- 한국어 버전: 최
ZNSVYmudV9pOqphY0x8C, 동일한 태그 및 설정. 두 버전의 나레이션과 타자 모두에서 제품의 영어 UI 용어(Task, Setup, Battle, Model, Skill, Environment)를 유지하세요. 사용자는 사이트에서 사용하는 영어 용어를 그대로 사용하기를 원하기 때문입니다("사이트에서 쓰이는 영어 용어는 그대로"). 모든 한국어 글리프에는 Pretendard를 사용하세요.
6. 음악
- 만들 것: 현대적이고 프리미엄한 배경 음악. 재고 EDM 라이저와 기업 분위기는 "촌스러"로 읽힙니다.
- 방법: 다음과 같은 프롬프트를 사용하여 ElevenLabs Music으로 2-3개의 후보를 생성하세요: "modern minimal tech launch, punchy kick, deep 808, crisp hats, glassy plucks, Apple/Linear keynote, no cheesy risers, no stock vibe, 120 BPM". 가장 깔끔한 것(중저음역대 혼잡이 적은 것)을 선택하세요.
- 맞춤:
scripts/beats.py/bars.py는 BPM과 첫 번째 다운비트를 제공합니다.scripts/music_fit.py는 바 수준에서 트랙을 재배열하여 브레이크와 드롭이 스토리 비트에 맞도록 합니다.
7. 빌드 (나레이션 중심, 비트 고정)
- 하나의 일시 중지된 GSAP 타임라인을 사용하며 완전히 결정적입니다. 각 샷은 자체 로컬 시간으로 실행됩니다.
- 편집은 음성을 따릅니다. 각 샷 변경은 해당 구문의 첫 번째 단어 바로 앞이나 그 비트에 위치합니다. 더 일찍 반올림하고 절대 늦지 않게 하여 단어가 도착할 때 사진이 준비되도록 합니다.
- 동기화: 화면상의 각 단어는 말하기 0.05-0.20초 전에 나타나며, 테이크의 단어 타임스탬프에 의해 구동됩니다.
- 이유: 음성을 따르지 못하는 텍스트는 "싱크가 안맞아"로 느껴졌습니다. 1초 앞서는 것은 텍스트와 음성이 분리되어 "너무 느린데"로 느껴졌습니다.
- 작은 리드는 완벽하게 동기화된 것으로 읽힙니다.
scripts/sync_audit.mjs로 모든 라인을 감사하고 표를 유지하세요 (text_on, voice_on, lead).
- 모션 문법:
references/MOTION_RULES.md에 있습니다. 전체를 읽으세요. 핵심:- 시간의 순수 함수인 하나의 카메라
- 스내피(프레임당 남은 거리의 약 25%) 또는 플로티(약 12%) 이징만 사용
- 종료는 컷으로 가속되고 다음 샷은 속도를 상속받음
- 두 샷이 함께 이동하고 속도 흐림이 있는 실제 휩
- 화면에 고정된 오버레이
- 중첩 동작
- 모든 홀드는 1-3% 드리프트
- 데드 스톱, 고정 프레임, 이중 컷 없음
- 비트 ±1 프레임에서 컷
- 한 방향으로 확대/축소하세요. 요소를 확대했다가 다시 축소하지 마세요("줌 인 했다가 왜 다시 풀어"). 푸시는 다음 샷으로 전진하여 해결되어야 합니다.
- 구성 순간은 움직여야 합니다. 나레이션이 설정(예: "Model. Skill. Environment.")을 언급할 때, 각 음성 단어에 따라 실제 UI 값이 뒤집히는 것을 보여주고 속도를 다음 히트로 전달하세요. 거기서 정적 카드는 "감도가 낮아"로 읽혔습니다.
8-9. 렌더링 및 후반 작업
- 프레임 드롭이 아닌 재렌더링으로 속도 조절하세요.
--fps 95/4(1.263×) 또는30/speedup으로 렌더링하여 하나의 비트가 정수 프레임 수와 같도록 합니다. 30fps로 재생하세요. - 후반 작업:
scripts/post_template.py를 복사하고NF,BIG,MED,FLASH,VO_OFF를 설정하세요. 처리:- 30fps로 재타이밍
- 4-6개의 큰 히트에 임팩트 FX: +8.5% 줌 펀치 (τ 0.09), ~22Hz에서 16px 흔들림 (τ 0.1), 4프레임에 걸쳐 RGB 분할 16px→7px, 1-2프레임의 흰색 플래시
- 보조 컷에 더 가벼운 버전
- 믹스 및 음량
- 히트가 적은 이유: 모든 컷에 임팩트를 주면 더 이상 임팩트로 읽히지 않습니다.
- 믹스:
- 나레이션 약 −16 LUFS, 앞에 배치.
- 음악은 말하는 동안에만 약 4-6dB 덕킹되며 부드러운 엔벨로프(약 50ms 어택, 0.6s 릴리즈)를 사용합니다.
- SFX 버스는 음악보다 약 3dB 아래.
- 큰 히트에서 리버스 스웰 + 붐 (HP 60Hz) + 트랜션트 + 글리치 레이어.
- 다른 곳에서는 실제 UI 동작(타이핑, 클릭, 틱)에만 SFX를 넣으세요. 모든 단어에 트레일러 슬램은 "안어울리는거"로 제거되었습니다.
- 마스터 −14 LUFS, AAC 192k.
scripts/mixcheck3.py로 확인하세요.
10. 전달 전 QA
python3 scripts/motion.py <mp4> <bpm> <first_beat>: 비트에 컷, 데드 스톱 없음, 고정 홀드 없음. 푸티지 자체에서 발생하는 예외는 설명하세요.- 모든 전환에서
sh scripts/strip.sh <mp4> <t> <out.png>(16개의 연속 프레임)를 실행하고 각각을 살펴보세요. 연속 사진(약 2초마다 한 프레임)은 모션이 끊겨도 깔끔해 보이기 때문에, 이전에 잘못된 모션이 전달되는 원인이 되었습니다. - 모든 나레이션 라인에 대한 동기화 표: 리드는 0.05-0.20초여야 합니다.
- 마감 감사 ("미감 높게 디테일한 마감"): 모든 샷의 시작, 중간 및 끝에서 전체 해상도 스틸을 추출하고 가장자리와 모서리를 검사하세요. 각 문제와 수정 사항을
qa/finish.md에 기록하세요. 찾을 내용:- 잘린 아이콘 또는 텍스트
- 카드 가장자리의 부분적인 UI 행 또는 구분선
- 스크롤바
- 너무 확대된 스테이지의 회색 띠
- 푸티지 HUD 위에 있는 레이블
- 흐릿한 업스케일
- 고르지 않은 패딩
- 카드 가장자리에 닿는 텍스트
- 샷 간에 표류하는 헤드라인 여백
- 사용자는 단일 프레임에서 반쯤 잘린 클립 아이콘과 카드 모서리의 구분선을 발견했으므로 모든 것을 볼 것이라고 가정하세요.
- 최종 믹스에서 Whisper를 한 번 실행하고 음량이 −14 LUFS ±0.5인지 확인하세요.
사용자가 거부한 사항 (다시 도입하지 마세요)
| 거부된 사항 | 사용자의 말 |
|---|---|
| 밑줄 / 밑줄 스트로크 | "밑줄 긋는거 하지마" |
| 단어 뒤의 색상 강조 상자 | "백그라운드 컬러 넣어서 효과 주는거 빼줘" |
| 행 눈금 막대 | "갈색 띠 없애줘" |
| 아웃라인, 가는 선 상자, 규칙, 싸구려 그라데이션, 이모지, 가짜 UI 목업 | — |
| 0.1초 푸티지 스트로브, 섹션 간 갑작스러운 전체 화면 푸티지 | "영상 막 쏟아져 나오는거", "갑자기 다른 화면" |
| 필름에서 분리된 어두운 독립형 인트로 | "짜친다" |
| 로고 아래 텍스트 레이블 | "글씨는 없애줘" |
전달 후
- 사용자가 재생 속도(1.05× / 1.1×)를 요청하면 이를 적용합니다.
…
[번역을 위해 잘림]