Communitygithub.com

calesthio/generative-media-skills

Use esta habilidade para planejar, dirigir, finalizar e fazer controle de qualidade de vídeo imersivo mono ou estéreo de 180 graus, 360 graus, esférico, espacial, grande angular e vídeo imersivo, independente do provedor. Ela abrange escolha de formato, rigs de captura, costura, gerenciamento de nadir e emendas, conforto estereoscópico, direcionamento de atenção, estabilização, áudio ambisônico e espacial, títulos, legendas, acessibilidade, edição, cor, VFX, metadados de projeção, Vision Pro, YouTube, entrega em headsets, QA de dispositivos e direitos de privacidade, localização e imagem. Não use para aplicativos XR interativos, geração de modelos volumétricos/mundo, experiências em engines de jogos ou prompts de geração de vídeo específicos de provedores.

O que é generative-media-skills?

Esta habilidade capacita agentes de IA a planejar, dirigir, finalizar e realizar controle de qualidade de produções de vídeo imersivo passivo, como vídeo 360° monoscópico ou estereoscópico, VR180, vídeo espacial e vídeo dome/FOV amplo. Ela é útil para agentes que precisam tomar decisões de produção, escrever planos de captura e finalização, revisar resultados e solucionar problemas de entrega, sem depender de um fornecedor específico de câmera, headset ou gerador de conteúdo. A habilidade é suportada em plataformas como claude code, Cursor e Codex, e oferece diretrizes baseadas em fontes documentadas (como as diretrizes da Apple e do YouTube) e heurísticas de produção profissional. Ela funciona fornecendo um guia abrangente sobre escolha de formato, planejamento de captura, costura de emendas, gerenciamento de conforto estereoscópico, direcionamento de atenção, estabilização, áudio espacial, legendas, metadados de projeção, entrega para headsets (como Vision Pro) e considerações legais. A habilidade assume um papel de consultor especializado, mas exige que o agente decida primeiro o tipo de presença que o espectador precisa, para então selecionar o formato imersivo mais adequado.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/content-formats/immersive-spatial-video-production

Perguntar na sua IA favorita

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

Documentação

Produção de Vídeo Espacial Imersivo

Esta habilidade é para entregas de vídeo passivo que envolvem ou envolvem parcialmente o espectador: 360 monoscópico, 360 estereoscópico, VR180, vídeo espacial, vídeo dome/FOV amplo e filmes imersivos focados em headsets. Ela ajuda um agente a tomar decisões de produção, escrever planos de captura e finalização, revisar resultados e solucionar problemas de entrega sem depender de um único fornecedor de câmera, headset ou gerador.

Não ative esta habilidade para aplicações XR interativas, design de aplicativos OpenXR/WebXR, geração de cenas volumétricas, navegação por Gaussian-splat/mundo-modelo, construções em engines de jogos em tempo real ou edições comuns planas 16:9/9:16, a menos que a saída solicitada exija explicitamente entrega esférica, estéreo, espacial, grande angular ou para headset.

Mapa de Evidências

Fatos documentados abaixo usam estas fontes, verificadas em 2026-07-11, a menos que uma data de fonte seja nomeada inline:

  • Diretrizes de Interface Humana da Apple, "Experiências imersivas," https://developer.apple.com/design/human-interface-guidelines/immersive-experiences. Caminho de acesso: Apple Developer > Design > Human Interface Guidelines > Experiências imersivas. Suporta as alegações sobre passagem do visionOS, estilo de imersão, limite de 1,5 metro, movimento, permissões, dicas de atenção e conforto de transição nesta habilidade.
  • Diretrizes de Interface Humana da Apple, "Reproduzindo vídeo," https://developer.apple.com/design/human-interface-guidelines/playing-video. Caminho de acesso: Apple Developer > Design > Human Interface Guidelines > Reproduzindo vídeo. Suporta as alegações sobre o player de vídeo do sistema, proporção de tela original, legendas/controles de transporte, conforto no visionOS, aviso automático de imersão total, faixa de miniaturas e legendas ocultas do RealityKit nesta habilidade.
  • Documentação do Desenvolvedor Apple, "Lendo arquivos de vídeo 3D estereoscópicos," https://developer.apple.com/documentation/avfoundation/media_reading_and_writing/reading_stereoscopic_3d_video_files. Caminho de acesso: Apple Developer > Documentation > AVFoundation > Media reading and writing > Lendo arquivos de vídeo 3D estereoscópicos. Usado apenas para a alegação restrita de que a Apple documenta fluxos de trabalho AVFoundation para leitura de arquivos de vídeo estereoscópicos.
  • Documentação do Desenvolvedor Apple, "Escrevendo vídeo espacial," https://developer.apple.com/documentation/avfoundation/media_reading_and_writing/writing_spatial_video. Caminho de acesso: Apple Developer > Documentation > AVFoundation > Media reading and writing > Escrevendo vídeo espacial. Usado apenas para a alegação restrita de que a Apple documenta fluxos de trabalho AVFoundation para escrita de vídeo espacial.
  • Ajuda do YouTube: Enviar vídeos de 180 ou 360 graus; Usar áudio espacial em vídeos de 360 graus e VR.
  • RFC do Google Spatial Media Spherical Video V2 e RFC de Áudio Espacial, além das notas de lançamento do Spatial Media Metadata Injector v2.1.
  • Especificações OpenXR do Khronos e W3C WebXR apenas para definição de limite: elas descrevem runtimes XR interativos, não entregas de produção de vídeo passivo.
  • Heurísticas de produção profissional são rotuladas como heurísticas, porque os limites de conforto variam com a ótica do headset, sensibilidade do espectador, escala da tela e aplicativo de reprodução.

O Que o Agente Deve Decidir Primeiro

Comece perguntando que tipo de presença o espectador precisa, então escolha o menor formato imersivo que a atinja.

FormatoUse quandoEvite quandoImplicações de produção
360 MonoscópicoLugar, evento, jornalismo, arquitetura, contexto documental ou pesquisa de localização onde olhar ao redor importa mais que profundidadePerformance humana próxima, intimidade, objetos ao alcance do braço, movimento intensoRig e costura mais simples; escala/profundidade mais fraca; esconde mal a equipe porque tudo é visível
360 EstereoscópicoO espectador deve perceber profundidade em toda uma esferaAção rápida perto do rig, muitos cruzamentos de emendas, baixo orçamento, muitos VFX, espectadores podem assistir em telas planasCostura mais difícil; incompatibilidades de profundidade perto de emendas e polos podem ser desconfortáveis; precisa de QA em headset
VR180 estéreoPerformance, educação, viagem, esportes, demonstração de produto ou conteúdo narrativo com um palco frontal naturalO espectador precisa inspecionar atrás de si ou entender um ambiente completoQualidade estéreo mais forte e direção mais fácil; a equipe pode trabalhar atrás da câmera; a atenção permanece para frente
Vídeo espacial estilo AppleMemórias pessoais, documentário íntimo, momentos em escala de objeto, visualização em headset/biblioteca de fotosPrecisa de ambiente completo 180/360 ou reprodução esférica independente de plataformaTratar como vídeo estereoscópico com FOV restrito; preservar metadados nativos e testar no caminho de reprodução alvo da Apple
Dome ou FOV amplo imersivoPlanetário, instalação, simulador ou projeção de localDistribuição em headset é primáriaRequer mapeamento do local, horizonte seguro e testes no sistema de reprodução em vez de metadados genéricos do YouTube
Corte plano complementarMarketing, acessibilidade, trailer social, revisão editorial, partes interessadas sem headsetsÉ a única entrega para uma encomenda imersivaReenquadrar a partir do mestre esférico; não simplesmente cortar viewports aleatórias sem design de atenção

Fato documentado: o YouTube suporta upload e reprodução de vídeos esféricos de 180 e 360 graus em navegadores de desktop e aplicativos YouTube/YouTube VR em muitos headsets VR; o áudio espacial do YouTube suporta Ambisonics de Primeira Ordem e Ambisonics de Primeira Ordem com estéreo fixo na cabeça. Verificado em 2026-07-11 na Ajuda do YouTube.

Heurística de produção: prefira VR180 estéreo em vez de 360 estéreo quando a história tem um palco frontal claro, porque dá ao espectador profundidade mais forte e à equipe uma zona de trabalho segura atrás da câmera. Use 360 completo apenas quando o espectador realmente se beneficia ao se virar.

Planejamento de Captura

Um briefing útil de vídeo imersivo inclui:

  • postura do espectador: sentado, em pé, andando apenas no mundo real, ou sentado no local;
  • agência pretendida do espectador: ambiente para olhar ao redor, performance de palco frontal, atenção guiada ou inspeção;
  • prioridade de plataforma: Vision Pro, YouTube VR, navegador/player Quest, dome, player de museu, aplicativo nativo, mestre de arquivo;
  • requisito de estéreo: mono, estéreo 180, estéreo 360, vídeo espacial ou fallbacks estéreo e monoscópicos;
  • requisito de áudio: mono/estéreo, estéreo fixo na cabeça, ambisonics FOA, FOA com narração/música fixa na cabeça ou mix espacial específico da plataforma;
  • requisito de acessibilidade: legendas ocultas/legendas, transcrição, audiodescrição, versão de conforto de movimento e fallback plano;
  • limite de direitos: pessoas, propriedade privada, geometria de localização sensível, transeuntes, sinalização, música e termos da plataforma.

Decisões de rig de captura:

  • Use menos lentes quando possível. Cada limite de lente é uma emenda, e emendas são onde incompatibilidades de paralaxe, exposição, flare e temporização se tornam visíveis.
  • Para 360 mono, priorize faixa dinâmica, exposição sincronizada e sobreposição de lentes limpa.
  • Para 360 estéreo, priorize obturadores sincronizados, geometria interaxial estável, calibração e assuntos mantidos longe de zonas de emenda.
  • Para VR180 estéreo, priorize limpeza da lente, horizonte nivelado, posicionamento na altura dos olhos do espectador e um plano de bloqueio de palco frontal.
  • Para vídeo espacial, preserve a relação estéreo nativa e os metadados da câmera durante a ingestão e exportação; evite etapas de transcodificação que aplainem o estéreo para 2D, a menos que esteja fazendo intencionalmente um corte complementar.
  • Para ação, prefira mover o assunto dentro de um mundo estável a mover o rig. Quando o rig precisar se mover, escolha um caminho suave, baixa aceleração e um horizonte estável visível.

Fato documentado: as Diretrizes de Interface Humana da Apple dizem que as pessoas devem poder escolher quando iniciar o vídeo e não devem ser automaticamente lançadas em vídeo totalmente imersivo; também recomenda manter as pessoas capazes de ver os arredores durante a reprodução e evitar conteúdo virtual que obscureça os controles de reprodução em contextos totalmente imersivos. Verificado em 2026-07-11.

Heurística de produção: posicione a câmera na altura dos olhos esperada do espectador ou perto dela. Posicionamento alto, baixo ou inclinado não motivado pode fazer os espectadores se sentirem como um observador flutuante em vez de presente na cena.

Costura, Nadir, Polos e Emendas

Trate a qualidade da costura como um problema de história e conforto, não apenas uma passagem técnica de limpeza.

Estratégia de emenda pré-filmagem:

  • Desenhe mapas de emenda para o rig escolhido antes de bloquear atores ou ação.
  • Mantenha rostos, mãos, texto, rótulos de produtos e objetos de primeiro plano próximos fora dos corredores de emenda conhecidos.
  • Coloque linhas de emenda através de áreas de baixo detalhe, distantes ou estáticas quando possível.
  • Controle a iluminação para que lentes vizinhas não discordem sobre exposição ou balanço de branco.
  • Bata a claquete e sincronize todas as câmeras e gravadores; mesmo pequenos deslocamentos temporais podem quebrar a costura e o conforto estéreo.

Revisão de costura pós-produção:

  • Verifique o nível do horizonte antes da estabilização criativa.
  • Inspecione as emendas durante a varredura, não apenas em quadros estáticos.
  • Revise linhas de alto contraste, membros em movimento, objetos reflexivos, fumaça, água e multidões.
  • Corrija o nadir apenas quando a correção for menos perturbadora que a pegada do rig. Um disco borrado sob o espectador pode ser mais honesto e confortável do que um piso falso distorcido.
  • Mantenha as regiões dos polos limpas, porque a distorção equirretangular pode esconder defeitos na visualização de edição que se tornam óbvios na reprodução do headset.

Heurística de produção: se um assunto deve cruzar uma emenda, encene o cruzamento longe do rig e em um momento de baixa atenção. Um cruzamento de emenda distante é frequentemente aceitável; um cruzamento de emenda próximo ao rosto é geralmente um problema de refilmagem ou reenquadramento.

Profundidade Estéreo e Conforto

Falhas de conforto estéreo estão entre as formas mais rápidas de tornar o vídeo imersivo inutilizável. Revise o estéreo o mais cedo possível, idealmente no headset alvo.

Princípios de conforto:

  • Mantenha a direção para frente esperada do espectador estável, a menos que uma revelação motivada exija o contrário.
  • Evite movimento rotacional rápido, trepidação manual e aceleração que o corpo do espectador não sente.
  • Evite forçar os espectadores a convergir em objetos muito próximos por longos períodos.
  • Evite objetos passando extremamente perto da câmera, a menos que toda a peça seja projetada em torno desse efeito e testada.
  • Evite disparidade vertical, incompatibilidades de exposição esquerda/direita, incompatibilidades de cor esquerda/direita, deslocamentos de sincronia e violações de janela estéreo.
  • Para 360 estéreo, seja especialmente cauteloso perto de emendas, zênite e nadir porque a correspondência estéreo pode degradar ali.
  • Para títulos e legendas, coloque o texto a uma distância aparente confortável e mantenha-o estável em relação ao contexto de visualização.

Fato documentado da Apple: experiências imersivas do visionOS usam passagem para manter as pessoas conectadas aos arredores físicos; na imersão progressiva e total, o sistema define um limite de aproximadamente 1,5 metro e aumenta a passagem/desvanece a experiência à medida que o usuário se aproxima ou passa dele. A Apple também aconselha evitar incentivar movimento na imersão progressiva ou total. Verificado em 2026-07-11.

Heurísticas de produção:

  • Prefira visualização sentada ou estacionária, a menos que a entrega seja intencionalmente projetada para um local supervisionado.
  • Mantenha a ação crítica dentro do campo visual natural do espectador na maior parte do tempo. Deixe os espectadores explorarem entre os momentos, não durante os momentos que carregam o enredo, segurança ou instruções.
  • Ao julgar o estéreo, use um espectador conservador, não a pessoa mais tolerante a VR da equipe.
  • Se a câmera se mover, torne o caminho visualmente previsível e dê aos espectadores referências estáveis, como piso, horizonte, arquitetura ou estrutura do veículo.

Bloqueio e Direcionamento de Atenção

O vídeo imersivo não pode assumir que o editor controla o quadro, então a direção deve ser incorporada à encenação, áudio, iluminação e movimento.

Dicas de atenção que geralmente funcionam:

  • linha de visão e orientação corporal do ator;
  • som chegando da área de interesse;
  • brilho, contraste de cor ou contraste de movimento na região pretendida;
  • movimento de primeiro plano para segundo plano que guia o olhar;
  • objetos entrando da visão periférica devagar o suficiente para serem notados;
  • silêncio ou parada temporária em outros lugares da esfera;
  • geografia espacial repetida, para que os espectadores aprendam onde coisas importantes acontecem.

Evite depender de:

  • cortes bruscos que movem a direção de visualização do espectador sem preparação;
  • pequenos detalhes escondidos fora do campo frontal provável;
  • legendas como a única pista para olhar em algum lugar;
  • ação constante em todas as direções;
  • sons altos repentinos atrás do espectador sem razão narrativa.

Heurística de produção: em cortes de história imersiva, trate cada tomada como uma imagem de palco mais um convite. O espectador deve saber onde olhar, mas não deve se sentir punido por olhar para outro lugar.

Estabilização e Movimento

A estabilização deve preservar a verdade da orientação enquanto reduz o desconforto.

  • Nivele o horizonte, a menos que uma razão estilística ou física justifique a rotação.
  • Corrija a trepidação antes do reenquadramento criativo.
  • Evite suavização excessiva de guinada que fica atrás de uma plataforma em movimento e faz o mundo parecer desconectado.
  • Se a filmagem a pé for inevitável, teste se um corte mais curto, visão frontal travada ou corte complementar plano é mais humano.
  • Em 360, a estabilização pode revelar áreas em branco ou corrigidas nos polos e nadir; inspecione após a estabilização, não apenas antes.
  • Para reprodução em headset, verifique se os metadados e a pose ainda estão corretos após a estabilização e exportação.

Fato documentado da Apple: as Diretrizes de Interface Humana da Apple recomendam transições suaves e previsíveis entre estilos imersivos e alertam que transições repentinas podem ser desorientadoras ou desconfortáveis. Verificado em 2026-07-11.

Áudio Espacial e Ambisônico

O áudio geralmente faz mais trabalho de atenção do que a imagem.

Use estas camadas deliberadamente:

  • Leito ambisônico: ambiente, multidão, tom de sala, ambiência, espaço diegético.
  • Objetos direcionais ou elementos panorâmicos: dicas de atenção e fontes sonoras visíveis.
  • Estéreo fixo na cabeça: narração, música, narração de acessibilidade ou conteúdo semelhante a UI que não deve girar com o espectador.
  • Fallback estéreo padrão: entrega sem headset e cortes complementares planos.

Fato documentado: o YouTube aceita Ambisonics de Primeira Ordem e Ambisonics de Primeira Ordem com Estéreo Fixo na Cabeça para vídeos de 360 graus e VR. Sua orientação de upload diz para criar o vídeo 360/VR com áudio espacial, executar a ferramenta de metadados Spatial Media mais recente e enviar o resultado. Verificado em 2026-07-11.

Fato documentado: o Google Sp

... [truncado para tradução]

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/character-design-continuity

Provider-independent character design and continuity direction for generated media. Use when an agent must create, preserve, revise, or QA a recurring character across AI-generated images, video clips, avatars, animation, comics, ads, product mascots, serialized social posts, or multi-shot campaigns; especially when building character bibles, reference packs, prompts, expression/pose ranges, costume/hair/makeup/prop continuity, identity and likeness safeguards, iteration plans, handoff notes, or continuity reviews.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent cinematic trailer production for AI agents creating movie-style trailers, teaser trailers, launch trailers, game trailers, documentary trailers, series promos, and high-impact generated-media previews. Use for trailer strategy, structure, shot planning, voiceover/title-card copy, music and sound-design direction, generated-video prompt translation, edit pacing, platform/runtime choices, delivery handoff, rights/claims caveats, and trailer QA.

calesthio/generative-media-skills

Provider-independent explainer video production for AI agents creating educational, product, concept, nonprofit/public-service, onboarding, training, animated, mixed-media, and short social explainers. Use when an agent must turn a topic, brief, research corpus, product, process, policy, dataset, or complex idea into a factual, accessible, narrated, captioned, storyboarded, generated-media-ready explainer video with claim review, localization, pacing, variants, and QA.

calesthio/generative-media-skills

Provider-independent production workflow for AI agents creating music videos, lyric videos, visualizers, performance/narrative/dance videos, social cutdowns, album or single launch assets, and generated-media clips synchronized to songs. Use when planning, directing, prompting, editing, reviewing, or delivering video content built around a recorded song, artist performance, lyrics, beat timing, choreography, platform variants, music rights, likeness consent, accessibility, or synthetic-media disclosure.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

Habilidades Relacionadas