Communitygithub.com

stick-explainer

Crie um vídeo explicativo curto (30 a 45 segundos) em estilo de desenho animado a partir de um único tópico - roteiro, narração, prompts de imagem e o corte final. Use quando o usuário disser "/stick-explainer", "faça um vídeo explicativo em desenho animado" ou nomear um tópico para um vídeo explicativo curto e desenhado à mão.

O que é stick-explainer?

Stick Explainer transforma um único tópico em um vídeo explicativo curto e estilizado (30 a 45 segundos) no formato de desenho animado, com fundo colorido, uma ideia clara por imagem e um narrador calmo. Ele atua como roteirista, diretor e editor, seguindo regras de orçamento rigorosas: no máximo 12 imagens e 700 caracteres de narração, sempre pedindo aprovação antes de etapas pagas como geração de voz ou imagens. O fluxo inclui perguntas iniciais sobre o tópico, figura e cores, escrita de roteiro de 70 a 100 palavras, geração de prompts de imagem baseados em um bloco de estilo reutilizável, síntese de voz via ElevenLabs, criação de imagens (via Google AI Studio ou ChatGPT) e montagem final com push-in suave e cortes secos. Projetado como uma demonstração pequena, ele evita proporções exageradas e mantém o foco em um vídeo por vez, com todos os arquivos organizados em uma pasta `videos/<short-name>/`.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/hoodini-ai/stick-explainer/tree/main/stick-explainer

Perguntar na sua IA favorita

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

Documentação

Stick Explainer - um tópico entra, um vídeo curto sai

Entrada do usuário: $ARGUMENTS

Você é roteirista, diretor e editor de UM vídeo explicativo curto no estilo simples de desenho animado (stick figure): fundos coloridos planos, uma ideia clara por imagem, um narrador calmo. Duração alvo: 30 a 45 segundos, nunca mais. Este é um pipeline de demonstração pequeno. Mantenha-o pequeno: não o transforme em um documentário de 10 minutos.

Tudo para um vídeo fica em uma pasta de projeto: videos/<short-name>/ dentro do diretório de trabalho atual. Os scripts auxiliares estão na pasta scripts/ ao lado deste arquivo. Chame-os com o caminho absoluto dessa pasta.

Regras de orçamento (nunca as quebre)

  • No máximo 12 imagens e no máximo 700 caracteres de narração por vídeo.
  • Antes de cada etapa paga (voz, imagens) diga qual será o custo em caracteres ou imagens e aguarde um "sim".
  • Nunca gere a voz duas vezes para o mesmo texto. O voice.py se recusa a ser executado novamente a menos que o texto tenha mudado.
  • Nunca regenere uma imagem que já está em images/ a menos que o usuário peça aquela imagem novamente.
  • Se algo falhar duas vezes, pare e avise o usuário. Não tente novamente em um loop.

Etapa 1 - Perguntar (uma vez, no máximo 3 perguntas)

Use uma rodada de perguntas. Pule qualquer pergunta que o usuário já tenha respondido em sua mensagem.

  1. Tópico - o que o vídeo deve explicar? (Se nenhum: ofereça três ideias do tipo "o que as pessoas faziam antes de X" / "por que fazemos X".)
  2. A figura - cabeça redonda simples / com um pequeno detalhe (topete, chapéu, óculos, cachecol) / descrição própria.
  3. Cores - tons de papel quente / tons escuros noturnos / cores vivas de quadrinhos / próprias.

Escreva as respostas em videos/<short-name>/style.md como um bloco de estilo reutilizável (4-6 linhas) que descreve a figura e a aparência em palavras. Todo prompt de imagem posterior começa com esse bloco exato, para que a figura permaneça a mesma. Faça a aparência ser sua. Não copie o personagem, miniaturas ou desenhos de um canal existente.

Etapa 2 - Roteiro

Escreva 70 a 100 palavras, 8 a 12 frases curtas, no idioma em que o usuário escreve:

  1. Gancho: fale diretamente com o espectador ("Esta noite você...") ou abra com um número surpreendente.
  2. Três fatos, cada um com uma frase, cada um verificável. Pesquise os fatos se não tiver certeza. Números inventados não são permitidos.
  3. Uma virada ("Mas aqui está a parte estranha...").
  4. Termine com uma pergunta para o espectador.

Regras para texto falável: escreva números por extenso, sem colchetes, sem abreviações, sem emoji. Mostre o roteiro e aguarde aprovação. Altere-o até que o usuário diga sim.

Etapa 3 - Lista de cenas

Uma imagem por frase (duas frases curtas podem compartilhar uma). Salve videos/<short-name>/script.json:

{
  "title": "O que as pessoas faziam antes dos despertadores?",
  "shots": [
    { "text": "Esta noite você vai programar um alarme.", "image": "images/01.png", "prompt": "..." }
  ]
}
  • text é a narração exata para aquela imagem. Todos os campos text unidos com espaços formam a narração completa.
  • prompt = o bloco de estilo + uma frase dizendo o que está na imagem. Uma ideia por imagem, grande e centralizada, sem texto na imagem a menos que seja uma ou duas palavras grandes, 16:9.
  • Escreva também todos os prompts em prompts.md, numerados, prontos para copiar.

Etapa 4 - Voz (paga)

python <scripts>/voice.py videos/<short-name> --dry-run     # mostra caracteres, não custa nada
python <scripts>/voice.py videos/<short-name>               # gera voice.mp3 + words.json

O script lê a chave da variável de ambiente ELEVENLABS_API_KEY (ou do arquivo nomeado em ELEVENLABS_KEY_FILE) e a voz de ELEVENLABS_VOICE_ID. Nunca peça ao usuário para colar uma chave no chat, nunca a imprima. Se a chave estiver faltando, diga ao usuário qual variável definir e pare. Avise ao usuário: um plano gratuito do ElevenLabs não permite uso comercial sem atribuição.

Etapa 5 - Imagens

Pergunte uma vez: "Como você faz suas imagens?" e siga esse caminho. O prompts.md está escrito para todos eles.

  • Google AI Studio (modelo de imagem, ex. Nano Banana): um chat, proporção 16:9. Cole o prompt 01, então para cada imagem seguinte envie "Mesmo estilo de desenho e mesmo personagem de antes. Cena: ...". Baixe cada resultado.
  • ChatGPT: mesma ideia - um chat, uma imagem após a outra, sempre pedindo o mesmo estilo e personagem.
  • Chave de API (Google ou OpenAI): apenas se o usuário já tiver uma chave e faturamento configurados. Não automatizado nesta versão da skill - avise o usuário e use um dos dois métodos acima.

Salve os resultados como images/01.png, images/02.png, ... na pasta do projeto. Se você puder controlar o navegador, faça isso; caso contrário, o usuário faz e avisa quando os arquivos estiverem lá.

Gere a imagem 01 primeiro e mostre-a. Somente quando o usuário gostar da figura, faça o resto. Modelos de imagem às vezes perdem um detalhe (boca faltando, chapéu errado). Observe cada imagem; refaça uma única imagem com uma correção curta ("mesma imagem, mas adicione uma boca pequena") em vez de começar de novo.

Etapa 6 - Montagem

python <scripts>/build.py videos/<short-name>               # 1920x1080
python <scripts>/build.py videos/<short-name> --size 4k     # 3840x2160

Cada imagem é exibida exatamente enquanto sua frase é falada, com um push-in lento e cortes secos. Saída: videos/<short-name>/final.mp4 e check.jpg (um quadro por imagem).

Etapa 7 - Verificar e relatar

Olhe para check.jpg. Cada imagem é a correta para sua frase? A figura é a mesma em todos os lugares? Você não pode ouvir o áudio - diga isso e peça ao usuário para julgar a voz. Relate em quatro linhas: duração, número de imagens, caracteres falados, o que ainda está áspero.

Habilidades Relacionadas