Communitygithub.com

Cinematic Story Video Production – CineStory Studio

Produza vídeos cinematográficos de narrativa a partir de capítulos de ficção ou roteiros usando geração multimodal de imagens Gemini, locução com Gemini TTS e animações GSAP com HyperFrames AI, garantindo consistência estrita de personagens, cortes de câmera fluidos e ausência de legendas / áudio poluído.

O que é Cinematic Story Video Production – CineStory Studio?

Este skill guia a produção completa de vídeos cinematográficos de alta fidelidade a partir de capítulos de novelas ou roteiros narrativos. Ele combina geração multimodal de imagens com ancoragem visual de personagens (via Reference Concept Sheet), locução pura de estúdio com Gemini TTS e direção de câmera dinâmica com múltiplos cortes rápidos, usando animações GSAP no HyperFrames AI. O skill impõe padrões rigorosos: consistência visual absoluta dos personagens (nunca usar prompts cegos sem referência), envio exclusivo do texto narrativo para o TTS para evitar que instruções sejam faladas, ausência de efeitos sonoros sintéticos e legendas na tela, e formatação anamórfica 2.39:1 para máxima imersão. Suporta as plataformas Google GenAI (gemini-2.5-flash-image e gemini-3.8-flash-tts) e HyperFrames AI (GSAP). O pipeline é composto por seis etapas: (1) decomposição do capítulo em cenas com storyboard, (2) criação de bíblia de personagens e fichas de referência, (3) geração multimodal de imagens com ancoragem, (4) locução pura com TTS, (5) montagem no HyperFrames com animações GSAP e (6) verificação e renderização final (npx hyperframes lint && npx hyperframes render).

Funciona com~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/nine-programmer/CineStory-Studio/tree/HEAD/.agents/skills/cinematic-story-video

Perguntar na sua IA favorita

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

Documentação

Skill de Produção de Vídeo Cinematográfico com Narrativa

Este skill guia a produção completa de vídeos cinematográficos de alta fidelidade a partir de capítulos de novelas ou roteiros narrativos. Ele combina geração multimodal de imagens com ancoragem de referência de personagens, locução pura de estúdio via Gemini TTS e direção de câmera fluida com múltiplos cortes usando HyperFrames AI (GSAP).


Filosofia Central & Padrões de Produção

  1. Consistência Estrita de Personagens: Cada personagem deve ser visualmente ancorado usando uma Ficha de Referência Conceitual. Nunca gere cenas da história apenas com prompts de texto cegos — sempre passe os bytes da imagem de referência do personagem e reforce o DNA visual (estrutura facial, cabelo, vestuário).
  2. Locução Pura de Estúdio (Gemini TTS): A voz do narrador deve ser gerada usando gemini-3.8-flash-tts. NUNCA coloque prompts de sistema, instruções de tom ou metadados no prompt de conteúdo; passe estritamente o texto puro da narração da história, caso contrário o modelo TTS falará as instruções em voz alta.
  3. Sem Poluição Sonora Sintética: Evite efeitos sonoros procedurais/sintéticos e música de fundo genérica, a menos que explicitamente solicitado pelo usuário. Uma narração vocal limpa e de alta clareza proporciona uma experiência imersiva de audiobook encontra filme.
  4. Sem Legendas: Evite queimar ou sobrepor legendas na tela cinematográfica, a menos que solicitado. Mantenha a tela limpa com uma letterbox anamórfica 2.39:1 para maximizar o impacto visual.
  5. Cortes Cinematográficos Dinâmicos: Evite tomadas estáticas únicas por parágrafo. Para cenas de alta intensidade ou ação, quebre o ritmo em múltiplos cortes rápidos (ex.: Corte 1: detalhe extremo/reação, Corte 2: impacto/plano geral, Corte 3: close-up emocional).
  6. Segurança Estrita (.env): Nunca leia, exiba (cat), imprima, mostre ou edite .env. Scripts de back-end carregam variáveis de ambiente programaticamente na memória em tempo de execução.

Pipeline de Produção (Passo a Passo)

flowchart TD
    A["Texto do Capítulo (chapter_XX.md)"] --> B["1. Decomposição em Cenas & Storyboard"]
    B --> C["2. Bíblia de Personagens & Fichas de Referência"]
    C --> D["3. Geração Multimodal de Imagens (gemini-2.5-flash-image)"]
    B --> E["4. Locução Pura de Estúdio (gemini-3.8-flash-tts)"]
    D --> F["5. Composição HyperFrames & Movimento GSAP"]
    E --> F
    F --> G["6. Validação (npx hyperframes lint)"]
    G --> H["7. Renderização Completa (npx hyperframes render)"]

Etapa 1: Decomposição da História e Construção do Storyboard

  1. Leia o capítulo alvo da novela ou o texto da história (ex.: chapter_01.md).
  2. Divida o capítulo em 8–12 batidas/sequências cinematográficas distintas.
  3. Para cada sequência, especifique:
    • scene_id: ex.: scene_01, scene_02, etc.
    • title: Título descritivo curto (português/inglês).
    • narration: O texto exato e puro da narração para aquela sequência.
    • visual_prompt: Prompt cinematográfico detalhado (16:9, iluminação, ângulo de câmera, atmosfera).
    • characters_present: Lista de chaves dos personagens (ex.: ["prima", "tawan"]).
  4. Salve a decomposição em video_project/storyboard.json.

Etapa 2: Bíblia de Personagens e Ancoragem de Referência

  1. Verifique character_references/character_bible.md para saber se existem personagens já definidos.
  2. Se novos personagens forem introduzidos, gere primeiro uma Ficha de Referência de Personagem dedicada:
    • Formato: folha de conceito em widescreen 16:9 mostrando múltiplos ângulos (close-up retrato, vista 3/4, corpo inteiro) sobre um fundo de estúdio cinematográfico neutro.
    • Salve em character_references/<chave_do_personagem>_reference_sheet.png.
    • Documente o DNA visual exato em character_references/character_bible.md (idade, traços faciais, penteado, estilo de roupa, características distintivas).

Consulte o Guia de Consistência de Personagens para modelos de prompt de referência detalhados.


Etapa 3: Geração Multimodal de Imagens

  1. Use gemini-2.5-flash-image através do SDK Google GenAI.
  2. Para cenas com personagens já estabelecidos:
    • Carregue a ficha de referência do personagem como bytes de imagem binária.
    • Forneça a parte da imagem de referência junto com o prompt de texto na requisição multimodal.
    • Instrua explicitamente o modelo: "Usando o personagem exato da imagem de referência (, <descrição>): [Descrição da cena]".
  3. Para cenas de ação / alto drama:
    • Gere sub-cortes múltiplos (ex.: scene1_cut1_tire.png, scene1_cut2_impact.png, scene1_cut3_face.png).
  4. Salve as imagens em video_project/images/ e copie-as para os assets do projeto HyperFrames (sample_hyperframe/assets/).

Script auxiliar: scripts/generate_scene_images.py


Etapa 4: Locução Pura de Estúdio (Gemini TTS)

  1. Use o modelo gemini-3.8-flash-tts.
  2. Configure a geração de áudio:
    • response_modalities=["AUDIO"]
    • speech_config com voz predefinida (ex.: Puck ou Aoede).
  3. CRÍTICO: Passe APENAS o texto exato da narração da história em contents.
    # CORRETO:
    response = client.models.generate_content(
        model="gemini-3.8-flash-tts",
        contents=scene["narration"],  # Apenas texto puro!
        config=types.GenerateContentConfig(response_modalities=["AUDIO"], speech_config=...)
    )
    
  4. Converta o PCM/WAV bruto de saída para MP3 limpo a 44,1 kHz usando FFmpeg.
  5. Salve os arquivos de áudio em video_project/audio/voice/ e copie para sample_hyperframe/assets/.

Script auxiliar: scripts/generate_gemini_tts.py


Etapa 5: Montagem HyperFrames e Movimento Cinematográfico

  1. Meça a duração de cada arquivo de voz da cena usando ffprobe.
  2. Calcule os tempos de início e durações das cenas:
    • scene_duration = voice_duration + 0.6s (0,2s de pré-rolagem + 0,4s de margem).
  3. Gere sample_hyperframe/index.html com:
    • Sobreposições de letterbox widescreen 2.39:1 (.letterbox-top, .letterbox-bottom).
    • Contêineres de imagem puros, sem legendas.
    • Elementos <audio> nativos agendados em seus timestamps exatos (tl.call(() => audio.play(), ..., voice_start)).
    • Animação de linha do tempo GSAP:
      • Cortes múltiplos para batidas de ação (alternância de exibição com transições de flash branco).
      • Aproximação / panorâmica lenta estilo Ken Burns (scale: 1.0 -> 1.08-1.12).
      • Crossfades / cortes suaves entre cenas.
    • Registre a linha do tempo: window.__timelines = [tl].
  4. Atualize sample_hyperframe/hyperframes.json com a duração total exata:
    { "duration": 177.6, "fps": 30, "width": 1920, "height": 1080 }
    

Script auxiliar: scripts/build_hyperframes_project.py Guia de animação detalhada: Guia de Movimento HyperFrames


Etapa 6: Verificação e Renderização

  1. Verificação de Lint:
    cd sample_hyperframe
    npx hyperframes lint
    
    Garanta 0 erros, 0 avisos.
  2. Renderizar o Filme Completo:
    npx hyperframes render --output ../video_project/output/<nome_do_capitulo>_full_movie.mp4
    
  3. Verificação de Qualidade:
    • Confirme que o arquivo existe e o tamanho é razoável (~150–250 MB para ~3 min Full HD).
    • Verifique a sincronização áudio-vídeo e a ausência de quadros pretos ou quedas de áudio.

Habilidades Relacionadas