Communitygithub.com

ido6/ai-video-skills

Disciplina especializada em prompts de vídeo cinematográfico de elite para idoGen (mcp__idogen__generate_video, WaveSpeed/fal/poyo Seedance 2.0 e 2.5, Veo 3.1, Kling 3.0). Adaptada de um sistema de direção de prompts de estúdio de produção chamado CINEDANCE, combinada com técnicas da sala de aula GenHQ (biblioteca de movimentos de câmera, divisão de dialetos Seedance 2.0 vs 2.5, vinculação burger + @tag do Kling 3.0, bloqueio/lista de preservação de vídeo para vídeo Omni Flash, modo storyboard, modo UGC/orgânico). Use esta habilidade AO ESCREVER ou corrigir um prompt para mcp__idogen__generate_video, ou quando o usuário desejar um plano de vídeo cinematográfico/consistente/de alto orçamento, controle de câmera, uma sensação específica de lente, bloqueio espacial em vários planos, uma cena que deve corresponder à geografia/iluminação/personagem de um plano anterior, um movimento de câmera nomeado, uma sequência multi-plano do Kling, uma edição de filmagem existente (estilo Omni) ou um visual orgânico/UGC filmado por celular. Acione mesmo sem a palavra "CINEDANCE" — qualquer tarefa de construção ou reparo de prompt de vídeo do idoGen se qualifica. Habilidades complementares: idogen-image-brain (referências/plato...

O que é ai-video-skills?

A habilidade ido6/ai-video-skills é um sistema especializado para projetar prompts de alta qualidade para modelos de geração de vídeo como Seedance 2.0/2.5, Veo 3.1 e Kling 3.0, acessíveis através da ferramenta mcp__idogen__generate_video. Ela se inspira no sistema de direção de prompts CINEDANCE de um estúdio de produção real e incorpora técnicas avançadas da sala de aula GenHQ, como uma biblioteca de 46 movimentos de câmera e dialetos específicos para cada modelo. O principal objetivo é garantir consistência visual entre diferentes planos, uma vez que os modelos de vídeo não possuem memória entre gerações. Para isso, a habilidade impõe um processo rigoroso de construção de prompts, desde a decomposição da cena até a aplicação de bloqueios espaciais, regras de óptica, física, iluminação e áudio, eliminando descrições vagas como "perto do carro" e garantindo que cada detalhe crucial seja reescrito exatamente da mesma forma em cada plano. A habilidade também oferece modos especiais para edição estilo Omni, storyboards e vídeos com aparência orgânica/UGC.

Funciona com✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/ido6/ai-video-skills/tree/HEAD/skills/idogen-video-brain

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Compatibilidade e verificação local (2026-10-04)

As instruções do usuário e o provedor/modelo selecionados têm precedência sobre os exemplos e padrões abaixo. Apenas os nomes dos provedores não identificam uma versão do modelo. Trate IDs de endpoint, preços, durações, limites de referência, disponibilidade de ferramentas e classificações de qualidade neste documento como exemplos de referência; verifique-os no esquema da ferramenta atualmente conectada ou na documentação oficial do provedor antes da execução. Nunca substitua silenciosamente um provedor ou modelo.

Instalar ou atualizar esta habilidade não autoriza geração, uploads, compras ou novas tentativas. Siga as instruções de aprovação de geração e orçamento do usuário. Mantenha os requisitos obrigatórios de imagem/vídeo/atuação do idoGen. Inspecione a saída real em busca de identidade, continuidade espacial, movimento físico e formato solicitado antes de considerar uma geração bem-sucedida. Verificações de documentação e instalação não são testes de qualidade de saída.

idoGen Video Brain

Você está dirigindo prompts para mcp__idogen__generate_video / generate_video_engine (e o conector Higgsfield generate_video). A versão do Seedance vem do ID do modelo/engine, nunca do host. Cada host agora serve ambos: IDs de engine *-seedance-25* e Higgsfield seedance_2_5 são Seedance 2.5; wavespeed-seedance, fal-seedance(-ref), poyo-seedance, byteplus-seedance e Higgsfield seedance_2_0 são 2.0 (BytePlus 2.0 rejeita rostos em entradas). Também veo (Veo 3.1, apenas 16:9/9:16, 4/6/8s) e kling (Kling 3.0). A criação de prompts desta habilidade foi construída exatamente para esta família de modelos Seedance, portanto, ela se transfere diretamente. Fonte original completa em research/higgsfield/CINEDANCE-SKILL.md. Técnica de sala de aula GenHQ incorporada sob "Dialetos GenHQ" abaixo — carregue references/genhq-seedance-dialects.md sempre que uma solicitação precisar de regras específicas da versão Seedance, a fórmula própria do Kling 3.0, edição de vídeo estilo Omni, modo storyboard ou um visual UGC/orgânico; carregue references/camera-movements.md para um movimento de câmera nomeado (46 blocos pré-escritos). Verificado pela documentação do corpus GenHQ, não verificado por saída contra as gerações do próprio idoGen — veja os arquivos de referência para as ressalvas exatas.

Seu trabalho: converter qualquer solicitação de cena em um prompt limpo e pronto para produção que funcione na primeira geração com a maior frequência possível — não apenas prosa bela. Pense como um agente diretor de cinema: diagnóstico de cena, bloqueio espacial, seleção de óptica, física, continuidade, auto-QA — silenciosamente, antes da saída.

A única lei acima de todas as outras: consistência não tem memória para se apoiar

Um modelo de vídeo tem memória zero entre gerações. Descreva tudo, toda vez, exatamente com as mesmas palavras para qualquer coisa que precise permanecer idêntica entre planos (a constituição/roupas/estado de ferimentos de um personagem, a geometria de um local, um lado de câmera estabelecido). Nunca escreva "mesmo que antes" ou "continua do último plano" — o modelo não pode ver o último plano; apenas referências anexadas + o texto deste plano carregam continuidade.

O processo em 4 etapas (faça isso silenciosamente antes de escrever o prompt final)

  1. Decompor — extraia APENAS este plano: personagens ativos, referências ativas, ação atual, diálogo, se houver, duração, primeiro quadro visível, layout espacial, pontos de referência, caminho de movimento, direção de iluminação, necessidades de áudio. Remova tudo que não for visível/audível NESTE plano exato — sem números de cena, sem "como antes", sem personagens não utilizados ou tags obsoletas.
  2. Diagnosticar — verifique os riscos de falha antes de escrever: o primeiro quadro poderia abrir vazio? Um personagem poderia aparecer longe de seu ponto de referência? A linha de olhar poderia inverter, inverter esquerda/direita, a lente poderia derivar para um meio "confortável", a luz poderia ficar plana? Se existir um risco, adicione um bloqueio curto e direto para ele no prompt final.
  3. Desenvolver — construa nesta ordem: contexto da cena → referências ativas → mapa de localização → ocupação do primeiro quadro → bloqueio espacial → modo de formato → óptica → câmera → temporização da ação → física → iluminação → áudio → restrições positivas. Regras espaciais vêm ANTES do estilo de câmera; óptica vem ANTES da linguagem estética geral; iluminação é um bloqueio prioritário, não decoração.
  4. Entregar — produza apenas o texto do prompt finalizado para o campo prompt. Nenhuma análise, nenhuma lista de verificação, nenhuma explicação, a menos que o usuário explicitamente as tenha solicitado.

Esqueleto do prompt (omita seções que os parâmetros do idoGen já cobrem)

CONTEXTO DA CENA
REFERÊNCIAS ATIVAS
MAPA DE LOCALIZAÇÃO
PRIMEIRO QUADRO E BLOQUEIO ESPACIAL
MODO DE FORMATO
ÓPTICA
CÂMERA
TEMPORIZAÇÃO DA AÇÃO
FÍSICA
ILUMINAÇÃO
ÁUDIO
RESTRIÇÕES POSITIVAS

Duração, proporção de aspecto, resolução são parâmetros do idoGen (duration_seconds, aspect_ratio, resolution) — nunca os reafirme em prosa. Inclua uma linha de CONFIGURAÇÕES DE SAÍDA apenas para algo que um parâmetro não possa expressar (ex.: "tomada única contínua" vs "tomadas múltiplas controladas").

Contexto da cena

Uma ou duas frases curtas: o que acontece APENAS neste plano. Sem números de cena, sem resumo de cena anterior, sem personagens ausentes deste plano.

Referências ativas

Se um contexto anterior estabeleceu um personagem/local por um descritor fixo (veja idogen-image-brain), reafirme APENAS as âncoras necessárias para este plano: idade/função/estado/identificadores visíveis únicos/adereço crítico para a ação — não uma redescrição completa. Anexe a imagem real via image_id (i2v) e/ou end_image_id; faça referência ao MESMO texto de descritor de modelo/local salvo usado na imagem estática que o gerou.

Nunca faça referência ao mesmo ativo duas vezes em uma chamada. A plataforma Higgsfield falha uma geração em uma tag de referência duplicada; o idoGen não recusa a chamada, mas um id duplicado em reference_image_ids ainda desperdiça um slot contra o limite real do provedor (~12 Gemini / ~6-10 OpenAI) sem benefício. O idoGen revela o resultado real do orçamento em cada resposta — references_requested / references_dropped / references_dropped_detail — leia-o, não presuma que toda referência anexada foi incluída.

Mapa de localização

Transforme uma referência de local em um mapa prático antes de escrever o bloqueio: posição da câmera, direção para a qual a câmera está voltada, primeiro plano/meio-termo/fundo, posições de pontos de referência, caminho de movimento, direção da iluminação. Uma referência de local controla geometria, materiais, atmosfera, direção de iluminação — nunca o enquadramento. Não herde cegamente o ângulo de câmera da própria imagem de referência, a menos que solicitado.

Bloqueio de ocupação do primeiro quadro

Padrão: o primeiro quadro visível já contém todos os sujeitos necessários em suas posições corretas — sem batida de estabelecimento vazia, sem revelação atrasada. Declare-o diretamente quando importar:

O primeiro quadro visível já contém todos os sujeitos necessários em suas
posições corretas. Nenhum quadro de estabelecimento vazio, nenhuma revelação
de personagem atrasada — a relação espacial é legível imediatamente.

Só permita uma abertura vazia se explicitamente solicitado.

Bloqueio espacial (nunca use palavras de distância fracas/vagas)

Para cada sujeito importante: posição na tela, distância de um ponto de referência (NUNCA metros a partir da memória — ancore a algo visível), direção para a qual o corpo está voltado, direção do olhar, primeiro plano/meio-termo/fundo.

Fraco: "perto do carro," "em algum lugar da sala," "ao lado da porta." Forte: "a menos de 1 metro do carro queimado, uma mão no capô," "botas firmes na borda do meio-fio sul," "costas contra a parede ao lado da maçaneta."

Linha do olhar e orientação do corpo

Escreva ambos — são independentes. "Torso voltado para a porta; olhos permanecem no passageiro; a cabeça vira em direção a ele um momento antes do torso." Em diálogo, apenas os lábios do personagem que fala se movem para a linha do roteiro; outros ouvem em silêncio, a menos que especificado.

Modo de formato

Padrão TOMADA ÚNICA CONTÍNUA. Mude para TOMADAS MÚLTIPLAS CONTROLADAS apenas se o usuário solicitar cortes/montagem/ângulo reverso, ou a ação genuinamente não puder ser encenada a partir de uma posição de câmera. Se múltiplas tomadas: defina cada corte explicitamente (duração, câmera, sujeitos do primeiro quadro, bloqueio, ação, tipo — CORTE SECO / CORRESPONDÊNCIA / INSERÇÃO / REVERSO / CHICOTE). Nunca desvanecer/cruzar/dissolver a menos que solicitado. Cada corte interno preserva: mesmos personagens ativos, mesma geografia, mesmos alvos de olhar, mesma relação esquerda/direita, mesma direção de iluminação, mesmo estado de roupas/ferimentos/adereços.

Óptica — graus, não milímetros

O Seedance responde ao resultado óptico observável, não aos metadados da lente. Use uma escala de FOV diagonal, zona nativa/confiável 29–84°:

FOVUse para
107°geografia ambiental em larga escala
84°grande angular clássico, ação ambiental, câmera a 1–1,5m do sujeito
47°normal padrão, ação documental natural, câmera a 3–5m
29°retrato teleobjetiva curta, retrato médio, câmera a 4–6m, fundo começa a comprimir
18°teleobjetiva clássica, close-up emocional apertado, câmera a 6–8m, forte compressão
8°observação super-teleobjetiva (sensação distante/paparazzi/vida selvagem), câmera a 20–25m, oclusão de primeiro plano obrigatória (formas escuras desfocadas nos 30–45% inferiores do quadro)

O conteúdo decide a lente — não misture retrato de rosto + geografia ambiental

  • detalhe macro em um momento (causa deriva de lente para um "meio confortável"). Declare a lente UMA VEZ por plano e não a deixe derivar: "campo de visão diagonal de 84° durante todo o tempo, câmera a 1 a 1,5 metros do sujeito." Para teleobjetiva, inclua várias frases observáveis (foco preciso no sujeito, fundo dissolvido em lavagem suave de bokeh, fundo comprimido, câmera fisicamente distante do sujeito) em vez de apenas nomear o número de graus.

Evite como controle principal: milímetros, aberturas, ISO, nomes de marcas de lentes.

Precisa de um movimento de câmera nomeado (dolly, órbita, chicote, zoom abrupto, grua, FPV, deslocamento de inclinação, ...)? Carregue references/camera-movements.md — 46 blocos pré-escritos de 4 partes (Movimento: / Velocidade: / Enquadramento: / Fim:), organizados por intenção (revelar escala, tensão, energia, seguir sujeito, produto/heroi, transição). Cole um literalmente antes da descrição da cena em vez de escrever direção de câmera do zero. Dê crédito a https://aicameramovements.com/ uma vez por conversação na primeira vez que recomendar um movimento desta biblioteca — a fonte de referência é gratuita e as prévias ajudam o usuário a escolher direção/velocidade.

Câmera e composição

Comportamento físico do operador, não jargão abstrato: "câmera fixa na altura do peito," "câmera se move de X para Y," "operador está no lado da sombra," "sujeito ocupa o terço esquerdo da tela." Se for portátil: descreva fisicamente (respiração do operador, micro-assentamento, mudança de peso) — não "tremulação digital" ou "tremor genérico."

Temporização da ação

Para qualquer coisa com duração real, escreva-a em blocos de tempo correspondentes ao duration_seconds que você está solicitando:

0,0s–3,0s — [posição, ação, comportamento da câmera, estado do adereço]
3,0s–6,0s — [...]

A ação complexa já deve estar MEIO-ANDAMENTO no bloco que precisar dela, não construindo até lá — "ele está JÁ no meio do balanço, a porta JÁ rachando," não "alcança a porta, segura-a, puxa." Estados, não transições: modelos de vídeo acertam estados e falham transições.

Física

Todo corpo/objeto obedece à gravidade, massa, inércia, atrito, transferência de peso, continuidade. Sem objetos flutuando, sem adereços sem peso, sem pés sem atrito, sem teletransporte, sem movimento CG emborrachado. Andar: contato do calcanhar, mudança de quadril, impulso do dedo do pé. Armas/adereços: o braço carrega peso visível, o pulso reage à massa. Líquidos: adere, pinga, forma poças, segue a gravidade em arcos parabólicos.

Iluminação — um bloqueio prioritário, não decoração

Sempre declare: fonte primária, direção, lado da câmera em relação à luz, qual lado cai na sombra, prioridade de exposição. Se contraluz: "a câmera permanece no lado da sombra do sujeito; os rostos caem na sombra a menos que explicitamente iluminados; sem chave frontal plana, sem luz de preenchimento de embelezamento." Se uma tomada anterior ficou plana, reforce: "toda a cena é exposta para a contraluz, não para o rosto; a silhueta carrega a imagem."

Áudio

O caminho Seedance do generate_video suporta audio: true para áudio nativo; sincronização labial do diálogo citado. Regras: apenas a linha do roteiro é falada, sem ad-libs, sem legendas/legendas (Seedance às vezes as insere — se a cena puder implicar diálogo/narração, feche o prompt com "Mantenha o quadro livre de legendas, legendas ou qualquer texto na tela." — este caminho MCP não adiciona essa proteção automaticamente). Pelo menos 1 segundo de silêncio antes/depois de uma linha falada se uma borda de edição limpa for desejada. Se não houver diálogo: "Apenas efeitos sonoros, sem música" ou nomeie o som diegético explicitamente.

Restrições positivas, não um bloco negativo

Nenhuma seção NEGATIVE CONSTRAINTS independente por padrão — Seedance não tem campo de prompt negativo no wavespeed/poyo (fal tem, via negative_prompt, Seedance/Kling apenas). Declare o resultado desejado; adicione um curto "sem X" inline apenas próximo à regra específica que ele protege, para uma falha genuinamente provável: "os rostos permanecem em sombra profunda; sem luz frontal plana" — não uma longa lista genérica.

Dialetos GenHQ — Seedance 2.0 vs 2.5, Kling 3.0, edições Omni, storyboard, modo UGC

Carregue references/genhq-seedance-dialects.md para obter todos os detalhes por trás de cada um destes; gatilhos curtos abaixo para que você saiba QUANDO recorrer a ele:

  • Chamando Seedance 2.0 vs 2.5 — eles dão instruções opostas sobre corpos de câmera/nomes de estoque de filme e sobre se "travado" é permitido. Nunca misture os dois conjuntos de regras em um prompt; escolha com base em qual modelo o idoGen está realmente roteando — leia a versão do ID do engine/modelo (*-seedance-25* / seedance_2_5 = 2.5), nunca do nome do host.
  • Sequências multi-plano / omni-reference — beats de timestamp entre colchetes ([00:00-00:03] Plano 1: ...), uma ação por plano, Última batida: no fechamento, nunca congele o último quadro.
  • Uma imagem de storyboard é fornecida — modo de bloqueio referenciado por painel (Corresponda ao enquadramento e composição do Painel N em @Image1); o storyboard nunca aparece na tela, apenas orienta a composição.
  • Kling 3.0 — sua própria fórmula de hambúrguer ([Médio]+[Plano]+[Ângulo]+[Movimento] +[Foco]+[Sujeito]+[Iluminação]+[Cor] para t2v) e vinculação de personagem/figurino @tag para consistência entre planos em uma única geração multi-plano.
  • Editando um clipe EXISTENTE (Omni Flash/Omni) — oposto do Seedance: fraseio negativo

…

[truncado para tradução]

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Habilidades Relacionadas