lexuanthanhhy/MKT.LANDINGPAGE.SKILLS

mkt-plan-short-video-edit-16-9

Planejador de duas camadas para slides de vídeo 16:9:

1. Camada estrutural (15 tipos de Visual Thinking) — layout dos slides: Antes-Depois, Mapa Mental, Fluxograma, Matriz 2×2, Venn, Linha do Tempo, Pirâmide, Tabela Comparativa, Iceberg, Ciclo, Funil, Mapa Conceitual, Grade de Ícones, Infográfico Numérico, 3 Pilares. Guiado pelo arquétipo da cena (gancho → antes-depois, problema → grade de ícones, solução → 3 pilares, …).
2. Camada de ilustração (2 bibliotecas de 25 metáforas) — imagens hand-drawn em estilo cream-paper compostas dentro da estrutura: ampulheta, corrente quebrada, orbe robô, porco quebrado, caracol ↔ foguete, lego montado, escada, chave-na-fechadura, cume da montanha…

JSON de saída consumido pelo editor mkt-hyperframe-talking-head-video-16-9 — substitui o preenchimento manual no checkpoint scenes-outline por um plano reproduzível.

Saída

Arquivo	O quê
visual-plan.json	Validado por schema. Por cena: visual_type (um de 15) + metaphor + tier_letter + items[] + badges[] + pip_events[].
prompts.md	Prompts numerados (1.png, 2.png, …) em estilo cream-paper. Cada um carrega a diretiva estrutural (Antes-Depois / Pirâmide / Funil / …) + metáfora + título/subtítulo em vietnamita. Cole no AI33 / Nano Banana Pro.
scenes.json (via apply_plan_to_scenes.py)	Shim para o formato do editor.

Schema (resumo de 1 página):

{ workspace_slug, total_duration, brand,
  scenes: [{
    id, num, kind, variant, start, end,
    kicker, heading, accent_words[], voiceover_anchor,
    tier_letter,                 // ≤5 caracteres: "8h" / "0h" / "∞" / "100tr" / "AI"
    items[], badges[],
    broll: [{
      kind: "infographic-cream-paper",
      visual_type,               // 1 de 15 — veja references/visual-thinking-types.md
      metaphor,                  // 1 de 25 — veja references/visual-thinking-library.md (ou "none")
      title_vi, subtitle_vi,
      palette_accents[], layout_description,
      placeholder_filename, aspect
    }],
    pip_events: [{t_in, t_out, trigger}]
  }]
}

Requisitos obrigatórios

• Cada cena infographic-cream-paper b-roll deve carregar tanto visual_type (1 de 15) QUANTO metaphor (1 de 25 ou "none" para diagramas puramente estruturais). Slides com apenas texto são rejeitados.
• Tier-letter ≤ 5 caracteres (numerais/símbolos/palavras-chave da marca ganham — veja references/tier-letter-selection-rules.md).
• Janelas PIP não podem se sobrepor; intervalo mínimo de 0,3s.
• Títulos em vietnamita com diacríticos completos. Nomes de marcas e símbolos matemáticos permanecem em inglês.

Pipeline

1. Detectar cenas

Leia script.txt + transcript.json (ou transcript-cleaned.json). Reutilize o detect_scenes.py do editor se presente, caso contrário use a heurística de 5 cenas (gancho → problema → solução → recap → cta).

Suporte a listicle: scripts com estrutura de listicle (1 gancho + N dicas + 1 CTA) → produza N+2 cenas. Use kind: "tip-1", "tip-2", …, "tip-N" para as cenas do corpo — o editor downstream generate_root_index.py as monta como compositions/scene-{num}.html independentemente de N (sem colisão fs-lesson-1/recap-card). N recomendado = 3..7 (máx. 10).

1b. Fanout de sub-agentes LLM downstream (CONTRATO DO CONSUMIDOR)

Após este planejador escrever visual-plan.json, o orquestrador (mkt-full-video-with-11-hyperframe-heygen-16-9) NÃO chama generate_compositions.py (gerador Python Jinja2 obsoleto). Em vez disso, cria N agentes general-purpose em paralelo em 1 mensagem — 1 sub-agente por cena — cada um autorando compositions/scene-{num}.html a partir do visual-plan.json deste skill.

Isso significa:

• Cada bloco de cena em visual-plan.json deve ser autossuficiente o suficiente para que um sub-agente isolado autorize sua composição sem coordenação — kicker completo, heading, accent_words, tier_letter, items, badges, broll metaphor com layout_description, pip_events com temporização relativa+absoluta.
• A metáfora padrão "robot-orb-with-tasks" deve ser substituída (por edição manual do LLM orquestrador) por uma metáfora específica da cena (scroll-tape-wasted, edit-regenerate-loop, projects-vault-shared-knowledge, right-tool-for-job-vehicles, pacific-vs-vietnam-timezone, …) antes do fanout — metáfora genérica → composição tediosa.
• Os campos metaphor e layout_description são lidos diretamente no prompt do sub-agente; descrições mais ricas → melhores composições.
• A imagem reside apenas na camada ROOT (<img id="broll-N"> no index.html). O HTML da composição NÃO deve incorporar image-slot. O prompt do sub-agente deve proibir explicitamente slots de imagem incorporados.

2. Escolher visual_type por cena (O NOVO PASSO)

Consulte o mapa de arquétipos em references/visual-thinking-types.md. Padrão por arquétipo:

Arquétipo	visual_type padrão	Fallback
gancho	before-after	number-infographic
problema / falha	icon-grid	iceberg
pivô	before-after	flowchart
solução	three-pillar	flowchart
diferenciador	comparison-table	venn
prova / resultado	number-infographic	comparison-table
recap	number-infographic	mind-map
cta	icon-grid	three-pillar

3. Escolher metaphor da biblioteca

references/visual-thinking-library.md — 25 entradas hand-drawn. Escolha uma cuja imagem se encaixe naturalmente dentro do visual_type escolhido (ex.: before-after + dong-ho-cat, three-pillar + robot-orb-with-tasks, number-infographic + heo-dat-vo-ket-sat). Defina "none" apenas quando um diagrama puramente estrutural for mais legível (ex.: comparison-table de verificações de funcionalidades).

4. Derivar tier-letter, items, badges

Veja references/tier-letter-selection-rules.md. Numerais + unidades vencem (8h, 100tr, 15h). Símbolos OK (∞, →, ×). Limite rígido de ≤ 5 caracteres.

5. Calcular eventos PIP

1 janela por cena por padrão: t_in = scene_start + 1.4s, t_out = t_in + 3.5s (limitado a 0,3s antes do fim da cena). Cenas de solução longas (≥ 12s) ganham 2 janelas. Gancho não ganha nenhuma.

6. Renderizar prompts.md

render_infographic_prompts.py percorre visual-plan.json, injeta a diretiva visual_type no topo de cada prompt, depois adiciona metáfora + elementos decorativos + paleta. O resultado é um prompt editorial cream-paper pronto para colar.

Checkpoint com o usuário

Após plan_visuals.py ser executado, apresente um resumo em markdown (NÃO JSON bruto) — veja references/plan-checkpoint-protocol.md. Formato:

### Cena 1 · GANCHO (0.07–13.73s)
- Tipo visual: **before-after** → HyperFrame `tier-row`
- Tier-letter: **8h → 0h** (rosa ↔ lima)
- Metáfora: **ampulheta cheia↔vazia** (1.png)
- PIP: não (cena de gancho)

### Cena 3 · SOLUÇÃO (27.37–47.75s)
- Tipo visual: **three-pillar** → HyperFrame `hero-orb`
- Especificações: ∞ Lembrar de conversar · 100tr Ler documentos · 8h Clicar manualmente
- Metáfora: **robot-orb-with-tasks** (3.png)
- PIP: 28.77→32.77s + 34.37→38.87s

Padrões de resposta do usuário:

• OK → finalizar + passar para o editor
• mudar cena N visual para funnel → corrigir visual_type
• mudar cena N metáfora para caracol → corrigir metaphor + re-renderizar prompts.md
• mudar tier-letter cena N para 25 → corrigir tier_letter
• mesclar cenas N+M → reesboçar

Arquivos

mkt-plan-short-video-edit-16-9/
├── SKILL.md
├── scripts/
│   ├── plan_visuals.py                      ← PRINCIPAL. --workspace <dir>
│   ├── render_infographic_prompts.py        ← visual-plan.json → prompts.md
│   └── apply_plan_to_scenes.py              ← visual-plan.json → scenes.json (shim editor)
├── assets/templates/
│   ├── visual-plan.schema.json              ← JSON Schema (visual_type + metaphor obrigatórios)
│   └── infographic-prompt.j2                ← Jinja: diretiva estrutural + metáfora + paleta
└── references/
    ├── visual-thinking-types.md             ← 15 tipos estruturais (A lente PRIMÁRIA)
    ├── visual-thinking-library.md           ← 25 entradas de metáfora (camada de ilustração)
    ├── tier-letter-selection-rules.md       ← Seletor de glifos
    ├── scene-archetype-pattern-mapping.md   ← Arquétipo → variante + árvore de decisão de metáfora
    └── plan-checkpoint-protocol.md          ← Template de resumo + manipuladores de revisão

Exemplo prático

Projeto de produção loi-ich-claude-ai:

Cena	Tipo	visual_type	Metáfora	Tier	Variante HyperFrame
1	gancho	before-after	dong-ho-cat	8h / 0h	tier-row
2	problema	icon-grid	broken-chain	3×	chats-stack
3	solução	three-pillar	robot-orb-with-tasks	∞ / 100tr / 8h	hero-orb
4	recap	number-infographic	heo-dat-vo-ket-sat	15h	counter-row
5	cta	icon-grid	gift-box-open	AI	terminal-row

Esse é o padrão ouro — dado script.txt + transcript.json para esse projeto, plan_visuals.py --workspace . deve rederivar essa tabela.