tunght104/ai-agent-shorts-video

---

name: create-template-video description: Tạo video tin tức 9:16 bằng TEMPLATE HyperFrames chuyên nghiệp (poster editorial) từ URL bài báo hoặc file .txt tiếng Việt. Trigger khi user muốn tạo video tin tức, làm short news, video kiểu template/poster đẹp, "tạo video template", "làm bản tin kiểu poster", "video chuyên nghiệp". Output: video.mp4 + voice.mp3 + script.txt cho CapCut.

Create Template Video Skill

Sinh video tin tức 9:16 dùng các template HyperFrames trong templates/ (đẹp, chuyên nghiệp hơn 6 scene Remotion cũ). Claude chỉ điền chữ vào slot của template — toàn bộ thiết kế/animation do template lo.

Input

1 tham số: URL bài báo (http:///https://) HOẶC đường dẫn file .txt.

Workflow (theo đúng thứ tự)

Step 1–3: Lấy nội dung + tạo output dir

Phát hiện input rồi lấy nội dung:

• URL (bắt đầu http:///https://) → WebFetch với prompt:

  Trích xuất từ trang này:
  - title (string): tiêu đề bài báo
  - content (string): nội dung chính, ~500-1500 từ
  - ogImage (string|null): URL ảnh og:image
  - domain (string): domain của URL
  Trả về JSON với 4 field trên.
  

  Fail (paywall/JS/4xx) → bảo user lưu nội dung vào .txt rồi gọi lại. Stop.
• File .txt → Read; title = dòng đầu (≤80 ký tự), content = phần còn lại, ogImage = null, domain = "local".
• slug = ASCII không dấu (bỏ dấu tiếng Việt, đ→d), ≤40 ký tự; timestamp = YYYYMMDD-HHmm; outputDir = output/<slug>-<timestamp>/; mkdir -p.

Step 4: Đọc danh mục template

Đọc templates/CATALOG.md để biết template nào có + slot inputs của mỗi cái. Chỉ dùng templateId có trong CATALOG. Hiện có:

HOOK (chỉ 1):

• frame-liquid-bg-hero — hero aurora (blob động + headline + CTA). LUÔN dùng cho scene hook.

BODY (Claude tự chọn theo nội dung — xem Step 5):

• frame-vignelli — 1 con số nền tối charcoal + đỏ.
• frame-pentagram-stat — 1 con số nền tối neon (Swiss grid, số cam phát sáng + accent cyan + biểu đồ cột).
• frame-bold-poster — tuyên bố mạnh nhiều dòng + figure số lớn.
• frame-build-minimal — câu chốt mạnh nền tối (1 từ lớn IN ĐẬM, glow cam, reveal từng chữ).
• frame-creative-voltage — câu sáng tạo/khẩu hiệu, split xanh điện + chữ viết tay.
• frame-glitch-title — cyberpunk glitch RGB-split (nền nhiễu) — hợp tin sốc/breaking/công nghệ.
• frame-aicoding-list — DANH SÁCH 2–5 mục (mỗi mục có icon + tag mức độ), nền tối gradient. Dùng khi scene là list/xếp hạng.
• frame-aicoding-comparison — SO SÁNH 2 thứ (cũ vs mới, A vs B) — 2 card khung gradient + badge WIN + stat. Dùng khi scene đối đầu/đối chiếu.

OUTRO:

• frame-logo-outro — mặc định (logo glow + tên + tagline + url).
• frame-statement-outro — thay thế (card đỏ nền giấy).
• frame-logo-outro — outro mặc định / end-card thương hiệu (logo glow + tên + tagline + url).
• frame-statement-outro — outro thay thế (card đỏ trên nền giấy).

Step 5: Sinh script.json (template mode)

Cấu trúc bắt buộc:

{
    "version": "1.0",
    "renderer": "hyperframes",
    "aspect": "9:16",
    "metadata": {
        "title": "...",
        "source": { "url": "...", "domain": "...", "image": null },
        "channel": "AI Coding"
    },
    "voice": { "provider": "omnivoice", "speed": 1.0 },
    "scenes": [
        /* 8–12 scene: 1 hook + 6–10 body + 1 outro */
    ]
}

• provider: luôn là omnivoice (TTS local duy nhất; không cần voiceId/API key).
• Mỗi scene: { id, type, voiceText, templateId, inputs }. inputs khớp slot trong CATALOG.
• scenes[0].type = hook; scene cuối .type = outro (templateId = frame-logo-outro).
• 8–12 scene; tổng voiceText ~270–360 từ (~90–120s) — GIỮ NGUYÊN tổng thời lượng, chỉ chia nhỏ ra NHIỀU scene hơn cho nhịp nhanh, đỡ nhàm. Mỗi body scene ~25–40 từ (mỗi scene chỉ 1 ý duy nhất — nếu 1 đoạn có 2 ý thì TÁCH thành 2 scene thay vì nhồi vào 1). Mục tiêu: mỗi scene xuất hiện trên màn hình chỉ ~6–10s rồi chuyển cảnh.

Map nội dung → template:

• hook → LUÔN frame-liquid-bg-hero (slots: kicker, headline, subheadline, cta, brand). headline hiển thị bằng gradient bắt mắt (mặc định vàng→tím); có thể đặt headline_from/headline_to (2 màu hex) để đổi tông. Không dùng template khác cho hook.
• body → Claude TỰ CHỌN template hợp nhất cho từng scene theo nội dung (ưu tiên ĐA DẠNG — đừng lặp 1 template cho mọi body). Chọn trong:
  • frame-vignelli — scene có 1 con số/stat muốn nhấn mạnh, tông tối charcoal + đỏ. Slots: kicker, number, label, note, brand.
  • frame-pentagram-stat — scene có 1 con số/benchmark, nền tối neon (Swiss grid, số cam phát sáng + accent cyan) + biểu đồ cột. Slots: label, headline (số), subtitle, anchor, footer_left, footer_right.
  • frame-build-minimal — câu chốt/nhận định ngắn xoay quanh 1 từ khoá, nền tối + 1 từ lớn in đậm glow cam. Slots: eyebrow, hero (1 từ), desc, side_left, side_right.
  • frame-bold-poster — tuyên bố mạnh nhiều dòng + figure số lớn. Slots: kicker, date, figure, headline[], standfirst, footer_left, footer_right.
  • frame-creative-voltage — câu sáng tạo/khẩu hiệu (vài từ), split xanh điện + viết tay. Slots: meta, display_lines, accent_index, script, caption.
  • frame-glitch-title — tin sốc/breaking/công nghệ kiểu cyberpunk glitch. Slots: title, subtitle.
  • frame-aicoding-list — scene là DANH SÁCH / SO SÁNH 2–5 mục (ai bị ảnh hưởng, ưu/nhược, các bậc, checklist). Slots: title, accent, accent_from, accent_to, subtitle, items[]. Mỗi item {icon, title, desc, tag, level}:
    • icon: Claude TỰ CHỌN emoji hợp từng mục (🚫 ⚠️ ✅ ❌ 📈 💡 🔒 🚀 …), KHÔNG cố định.
    • level: danger/warn/good/info → quyết định màu icon+tag+thanh. tag: nhãn ngắn (Nguy/Cao/Lợi…).
    • accent_from/accent_to: Claude TỰ CHỌN 2 màu hex cho gradient chữ nhấn (hợp tông bài), vd cam→đỏ, tím→lam, xanh lá.
  • frame-aicoding-comparison — scene SO SÁNH ĐÚNG 2 thứ (cũ vs mới, A vs B, trước/sau). Slots: badge, pre, vs, post, left{}, right{}. Mỗi vế {label, from, to, icon?, bullets[], stat?, stat_label?, win?}:
    • from/to: Claude TỰ CHỌN 2 màu hex gradient cho mỗi vế (thường 2 vế khác tông, vd trái cam→đỏ, phải teal→lam).
    • icon: emoji tuỳ chọn cho mỗi vế. win: true cho vế thắng (viền sáng + badge WIN). stat/stat_label: số liệu tuỳ chọn dưới mỗi card.
  • Gợi ý cân bằng: nếu nhiều scene đều là số, xen kẽ frame-vignelli (than + đỏ/vàng) và frame-pentagram-stat (tối neon cam/cyan) cho đỡ đơn điệu; chèn frame-build-minimal cho scene không-số.
• outro → frame-logo-outro (mặc định; slots: brand_name, tagline, primary_url). Dùng frame-statement-outro nếu muốn card đỏ nền giấy.

⚠️ Quy tắc TTS tiếng Việt (BẮT BUỘC cho voiceText)

voiceText được OmniVoice (TTS tiếng Việt) đọc to. Số và ký hiệu bị đọc theo nghĩa đen — vd "5.5" có thể thành "năm rưỡi" (sai cho số phiên bản). Vì vậy luôn viết số ra chữ tiếng Việt trong voiceText. Còn inputs (chữ hiển thị trên màn hình) thì GIỮ định dạng số đẹp ("5.5" / "82.7%").

Bảng đầy đủ (áp dụng cho voiceText):

Dạng số	SAI (TTS đọc nhầm)	ĐÚNG (viết ra chữ)
Phiên bản thập phân	GPT 5.5 → "năm rưỡi"	GPT năm chấm năm
Số liệu thập phân	82.7%	tám mươi hai phẩy bảy phần trăm
Phiên bản số nguyên	iPhone 17	iPhone mười bảy (hoặc iPhone 17 cũng được)
Phiên bản có chấm	iOS 18.2	iOS mười tám chấm hai
Thông số kỹ thuật	200MP	hai trăm megapixel
Pin	5000mAh	năm nghìn miliampe giờ
Token	1M tokens	một triệu token
Giá VND	21 triệu đồng	hai mươi mốt triệu đồng
Giá USD	$5	năm đô la (hoặc năm đô)
Bội số	2x	gấp đôi (tự nhiên hơn "hai lần")
Phần trăm	30%	ba mươi phần trăm
Thời gian	60 giây	sáu mươi giây
Tỉ lệ	3:1	ba trên một / ba so với một

• Dấu thập phân: dùng chấm (nói tự nhiên) hoặc phẩy (trang trọng) — chọn nhất quán.
• Acronym tiếng Anh: AI/GPT thường OK; nếu đọc sai thì viết phiên âm ây ai / gí pi tí, API → ây pi ai.
• voiceText TUYỆT ĐỐI KHÔNG có emoji/icon, không có URL và không có → & % $ # + = (giọng đọc sạch). Brand (Apple, OpenAI, TikTok) giữ nguyên. Kết câu bằng . hoặc ? để có ngắt nghỉ tự nhiên.
• inputs (chữ HIỂN THỊ trên màn hình) ĐƯỢC PHÉP dùng emoji/icon để sinh động (🔥 🚀 ✨ ⚡ 📈 ⚠️ → …) — render màu OK. Giữ định dạng số đẹp ("5.5", "82%"). Tách biệt hoàn toàn với voiceText.
  • Dùng emoji vừa phải (0–1 icon mỗi field, đặt ở nhãn/headline/CTA ngắn — vd kicker "🔥 Tin nóng", cta "Theo dõi ngay →"). ĐỪNG nhét emoji vào chữ lớn pop từng ký tự (vd hero của build-minimal) vì sẽ vỡ animation.

Step 6: Tự kiểm tra

• scenes[0]=hook, scene cuối=outro; mỗi templateId ∈ CATALOG; mỗi inputs đủ slot bắt buộc;
• headline ≤3 dòng & mỗi dòng ngắn; voiceText đã viết số ra chữ và KHÔNG chứa emoji/icon; emoji (nếu có) chỉ nằm trong inputs. Sửa thầm tối đa 2 lần.

Step 7: Ghi script.json

Dùng tool Write ghi <outputDir>/script.json.

Step 8: Chạy pipeline

Bash foreground, stream output:

npm run pipeline -- <outputDir>/script.json

CLI tự nhận renderer: "hyperframes" và chạy template pipeline (TTS → render từng template → fit theo giọng đọc → ghép + trộn SFX). Lỗi → báo rõ + đường dẫn outputDir.

Step 9: Báo kết quả

✓ Video: [video.mp4](output/<slug>/video.mp4)
✓ Audio: [voice.mp3](output/<slug>/voice.mp3) — cho CapCut
✓ Script: [script.txt](output/<slug>/script.txt) — cho CapCut auto-caption
Tổng thời lượng: XX.Xs

Ghi chú

• Render mỗi scene ~15–20s (Chromium). Video 8–10 scene ~3–5 phút. Cần ffmpeg + Chrome (đã có).
• TTS idempotent (giữ voice/scene-*.mp3); clip cũng idempotent (giữ clips/scene-*.mp4) — xoá để render lại sau khi sửa inputs.
• Thêm template mới: làm theo mục cuối templates/CATALOG.md rồi bổ sung 1 dòng vào catalog.