ESCOPO: esta skill CONSTRÓI formato longo 16:9. Não a carregue enquanto estiver cortando um curta.
Nota permanente, 2026-08-15, e é sobre orçamento de contexto em vez de correção. Este arquivo tem
500 linhas e cada uma delas é sobre um corte de formato longo. Em um teste A/B controlado na mesma
fonte de 24 minutos, a execução cuja árvore de skills carregava esta mais youtube-longform não produziu
nenhuma pesquisa de candidatos a clipe no Estágio 2 e nenhum CAPTION.md, e cortou seu curta a partir dos primeiros 47 segundos da
gravação. A execução sem eles pesquisou toda a fonte e enviou ambos. A orientação não está
errada; há muita coisa, é irrelevante para um vertical de 45 segundos e sufoca a
etapa editorial que não tinha nenhuma proteção. scripts/verify_story.py agora é essa proteção.
Seu MÉTODO é compartilhado e isso não é uma contradição. short-composer (Etapa 1) e
graphics-only-short (Fase 4) ambos citam o método de planejamento de uma única passagem sobre a gravação inteira
abaixo, e o citam em dois parágrafos em vez de carregar este arquivo. A coluna 9:16 na
tabela de comparação existe para marcar o que o caminho dos curtas faz de diferente, não para ser seguido aqui.
Esclarecido em 2026-08-27, quando a auditoria leu a nota de escopo como contradizendo o próprio corpo do arquivo.
Curtas: skills/ultimate, que possui o slot 9:16, e skills/shorts-multiplatform.
Executive Animator
skills/broll-scout decide o que vai em um timestamp. skills/stat-overlay constrói um
gr�fico. Esta skill é a passagem entre eles: leia uma gravação inteira, proponha os 5 a 10 gráficos
que essa gravação realmente merece, prove cada um contra a transcrição, depois construa e gerencie-os
em uma sessão de navegador em lote em vez de dez.
Herda skills/00-house-rules/SKILL.md e todas as regras em skills/stat-overlay/SKILL.md.
Nada aqui substitui o contrato de autoria. Apenas adiciona intake, prova e lote.
0. Qual alvo — decida isso primeiro, altera os estágios 5, 6 e 7
As seções 1 a 4 são idênticas para ambos: intake, candidatos, a verificação de precisão, a contagem. Os estágios
5 em diante não são, e executar as instruções verticais em um corte 16:9 produz gráficos
que build_longform_composition.py não consegue usar.
| 9:16 vertical | 16:9 formato longo | |
|---|---|---|
| consumido por | build_composition.py | build_longform_composition.py |
| um gráfico é | um .mov alfa composto sobre a placa | uma cena declarada em composition.json |
| criado como | uma composição HyperFrames que você escreve | um kind + campos; o gerador escreve o HTML |
| vocabulário | o registro de 373 blocos | os 14 tipos integrados, um conjunto fechado |
| renderização | --format mov na resolução da composição, mais um gêmeo mp4 | nada por gráfico — uma renderização no final |
| área segura | conteúdo acima de y=1400, livre da faixa de legenda | caixa segura 16:9, legendas desligadas |
| plataforma de portão | --platform instagram_reels | --platform youtube_long |
| resolução final | portrait-4k | landscape-4k |
| densidade | um insert a cada 8-12s (broll-scout) | 3-6 cenas + um stinger a cada 20-40s |
| folha de contato | um projeto de reel separado em overlays/ | probe_frames.py --plan --grid na comp |
O caminho 16:9 não tem etapa de autoria. Você não abre o registro, não escreve HTML e não renderiza nada por candidato. Você traduz cada candidato em um destes:
title · chapter · statement · compare · lower_third · endcard — cenas, 8-15s, elas
carregam um argumento que o espectador lê.
converge · overload · steps · swap · countup · beats · surround · photo/clip —
stingers, 2-4s, um gesto cada, corte PARA não sobreposto.
skills/motion-language/SKILL.md possui esse vocabulário e seus campos por tipo.
build_longform_composition.py termina com unknown scene kind em qualquer outra coisa, então um
candidato que não mapeia para nenhum tipo é cortado — o que geralmente está correto, porque significa que a ideia
era decoração. Em seguida, siga skills/youtube-longform/SKILL.md a partir do Estágio 4.
Tudo abaixo desta linha assume 9:16, a menos que diga o contrário.
1. Intake — sem transcrição, sem plano
bash scripts/transcribe.sh VIDEO_UPLOAD/raw/<file>.mov drops/drop-NNN-slug/working
JSON em nível de palavra, não um resumo. Cada candidato está ancorado a um intervalo de palavras, então um
transcrito em nível de parágrafo torna toda a habilidade um palpite. Se um transcrito já existir em
working/, use-o — não retranscreva.
Depois assista à filmagem. Não o arquivo inteiro: python3 scripts/probe_frames.py é para
composições, então para a filmagem de origem extraia stills com ffmpeg a cada ~10s e olhe para eles. Você
está verificando uma coisa — o que já está na tela. Um gráfico que duplica uma gravação de tela
que o palestrante já está mostrando é um slot desperdiçado e a camada 1 chega antes de você.
2. Passagem de candidatos — 5 a 10, e cada um carrega uma citação
Escreva working/motion/ANIMATION-PLAN.json:
{
"source": "drops/drop-NNN-slug/working/transcript.json",
"duration_ms": 184000,
"candidates": [{
"id": "01-three-jobs",
"start_ms": 22400, "end_ms": 28100,
"quote": "a skill does three jobs, it names the task, it holds the steps, it carries the files",
"claim_on_screen": "3 jobs: name · steps · files",
"shape": "list",
"evidence": "spoken",
"block": "grid-card-assemble",
"mechanism": "three chips assemble out of scattered particles into a row",
"layout": "centre-stack",
"reason": "he enumerates three things and the viewer cannot hold three things by ear",
"status": "build"
}],
"rejected": [{
"quote": "it's been a wild year for agents",
"proposed": "timeline of model releases",
"reason_rejected": "he never names a date. the graphic would be inventing the content"
}]
}
Formas que ganham um gráfico, na ordem em que geralmente aparecem na fala: um número, uma comparação, uma lista de três ou mais, um processo com etapas, um antes/depois, uma linha do tempo, uma abstração sem filmagem dela. Todo o resto é trabalho da filmagem.
Registre rejeições. Mesma razão do broll-scout: o registro de rejeição é o que impede a próxima execução de repropor a mesma linha do tempo decorativa.
shape é verificado quanto a repetições no momento do plano, antes de qualquer coisa ser construída. Se quatro candidatos
são todos stat, a gravação não lhe deu quatro cartões de estatística — lhe deu uma ideia que você
ficou recortando. Mescle-os em um gráfico que contenha todos os quatro números, ou corte três. Retrabalhe o
plano aqui; descobri-lo na folha de contato significa que você construiu quatro gráficos para jogar fora.
3. A verificação de precisão — este é o objetivo principal
Um gráfico é uma afirmação renderizada em 4K com fontes da marca, o que o faz parecer verificado independentemente de ser ou não. Então, por candidato:
quoteé verbatim do transcrito. Copie-o, não o redigite de memória.claim_on_screenpode comprimir a citação. Não pode estendê-la. Remover palavras é edição; adicionar um número, uma unidade, uma porcentagem, uma data ou um nome próprio que o palestrante nunca disse é fabricação. Se o gráfico precisa de um fato para funcionar e o palestrante não o disse, o gráfico não funciona.evidenceé um despoken|cited|unconfirmed.spoken— ele diz o número. A linha de origem lê como ele.cited— ele faz referência a algo externo e você resolveu uma fonte primária real. Coloque a linha de origem no quadro. Carregue/verify-subagent-factual-claimsantes de aceitar um número que um subagente lhe entregou.unconfirmed— o quadro carrega um visível⚠ unconfirmed, ou o candidato é cortado. Essas são as únicas duas saídas. Nunca o lave silenciosamente em um cartão de estatística limpo.
- Não anime uma afirmação que você teve que estabilizar. Se fazer a frase caber no gráfico exigiu arredondamento, reescopo ou "aproximadamente", corte o candidato. Isso é o gráfico discordando da filmagem, e a filmagem é aquela que o humano gravou.
4. Contagem — proponha 5 a 10, entregue o que o tempo de execução permitir
5 a 10 é o tamanho do conjunto de candidatos, nunca o número que chega em um corte.
A regra de densidade do broll-scout é vinculante para 9:16: aproximadamente um insert a cada 8-12 segundos, e
a camada 1 ganha alguns desses slots diretamente. Em 16:9 essa regra é muito densa — orçe 3-6
cenas mais um stinger a cada 20-40s, o que chega perto de 20-25% do tempo de execução carregando um gráfico.
| Tempo de execução | Gráficos que podem realmente chegar |
|---|---|
| Curta de 30-60s | 2-4 |
| Formato longo de 3-5 min | 5-8 |
| 10 min+ | 8-10, pare de propor |
Então, em um único curta, espere construir de 5 a 10 candidatos e marcar a maioria como status: "hold".
Esse é o resultado correto, não uma falha — um candidato em espera é um gráfico finalizado esperando pelo
próximo corte da mesma gravação, que é exatamente o que plan_calendar.py espaça. Um
plano de tomada vazio ainda é melhor do que um decorado.
Nunca coloque um gráfico nos primeiros 3 segundos (o gancho é o rosto) ou na linha de retorno (batidas emocionais caem em humanos).
5. Construir — um projeto, N sub-composições
16:9 — pule esta seção inteiramente. Não há nada para criar. Escreva os tipos e campos em
composition.jsone vá paraskills/youtube-longform/SKILL.mdEstágio 4. Tudo daqui até o final da §7 descreve o modelo de composição vertical.
Crie por skills/stat-overlay/SKILL.md — pesquisa de registro primeiro, logotipos reais via /media-use,
uma linha do tempo pausada, fromTo, 8-10 elementos em três camadas, conteúdo acima de y=1400, 5-7 segundos.
Nada disso muda aqui.
Duas habilidades de animação, e elas respondem a perguntas diferentes. Carregue ambas.
/hyperframes-animation— qual é o movimento. Carregue-a antes de criar qualquer candidato e componha 2-4 regras atômicas de seurules-index.md. Nunca comece de uma linha do tempo em branco. Recorra a um blueprint apenas para coreografias genuinamente multifásicas, e para as formas que esta habilidade mais produz — uma lista montando, um número contando, uma troca antes/depois — seus 24 efeitos de animação de texto nomeados geralmente já nomeiam o que você estava prestes a criar manualmente. Em um conjunto de 5 a 10, isso também é o que mantém o conjunto coerente: escolha o vocabulário de regras uma vez, no momento do plano, e reutilize-o. Dez gráficos cada um inventando sua própria entrada parecem dez vídeos não relacionados./hyperframes-keyframes— como o tween é escrito. Carregue-a no momento em que um candidato precisar de movimento que nenhum bloco de registro cobre: keyframes 2D/3D seguros de seek, uma linha do tempo GSAP criada manualmente, morph SVG ou dash-draw (getTotalLength()revela nos ícones Lucide inline), trabalho de path e mask, FLIP, rastros de texto, profundidade. Esta é a habilidade que mantém o movimento escrito manualmente seguro de seek, o que importa mais aqui do que em qualquer outro lugar no repositório: o mecanismo de captura busca de forma não linear, e um tween que só parece certo quando reproduzido do início ao fim será renderizado errado em um reel que tem dez composições de comprimento.
Se um candidato pode ser construído apenas compondo regras, não abra a habilidade de keyframes. Se não puder, não improvise o tween — abra-a.
Variedade: um sistema, dez frases diferentes
Essas duas falhas não se parecem em nada e ambas matam o conjunto:
- Dez vídeos não relacionados. Diferentes escalas de tipo, diferentes eases, diferentes pesos de cor. Parece banco de imagens, porque banco de imagens é o único lugar onde gráficos não relacionados chegam juntos.
- O mesmo cartão dez vezes. Um layout, uma entrada, apenas as palavras mudam. Parece um modelo, e um espectador o percebe no terceiro e para de ler o quarto.
Então fixe o sistema e varie a execução. Nada na coluna da esquerda pode variar no conjunto; nada na coluna da direita pode se repetir.
| Constante em todos os candidatos | Distinto por candidato |
|---|---|
Cor e tipo de brand/tokens.json | mechanism — o único movimento que carrega a ideia |
| A escala de tipo (tamanhos de título / corpo / rótulo) | Layout: centre-stack, left-anchored, split, edge-anchored, full-bleed |
| A família de easing e a assinatura de tempo | Direção de entrada e o eixo no qual o movimento viaja |
| Folga da faixa de legenda, área segura, banda de 5-7s | Bloco de registro, e as 2-4 regras compostas de /hyperframes-animation |
| O vocabulário de regras — quais regras estão em jogo | Quais delas lideram, e em que ordem |
| Tratamento da linha de origem | Densidade e ritmo dentro da banda de 5-7s |
Force-o mecanicamente, no momento do plano:
mechanismé único em todo o conjunto. Uma frase, descrevendo o movimento e não o conteúdo: "três chips se montam a partir de partículas dispersas" é um mecanismo; "mostra os três empregos" é uma reformulação declaim_on_screen. Dois candidatos cujos mecanismos parafraseiam um ao outro são um candidato — mescle ou corte. Este é o campo que realmente faz o trabalho, porque dois gráficos podem usar blocos diferentes e ainda se mover de forma idêntica.- Nenhum bloco de registro duas vezes, a menos que seja uma família
--batchdeliberada (veja a ressalva abaixo). Com 373 blocos no catálogo, alcançar o mesmo duas vezes significa que a segunda pesquisa foi mais preguiçosa que a primeira. Pesquise por candidato, a partir da própriashapedo candidato. layouté único em todo o conjunto, ou tão próximo quanto cinco slots permitirem. Se cada gráfico centraliza seu conteúdo, o reel tem uma composição repetida em cores diferentes.- Varie o ritmo. Por
/hyperframes-creativeuma única cena quer 3+ eases e um tween mais lento ~3x o mais rápido — isso se aplica através do conjunto também. Se cada candidato constrói por 2s, segura por 3s e sai por 1s, eles parecerão idênticos, não importa o quão diferentes pareçam. - ** alterne o registro.** Um conjunto de cinco quer aproximadamente: um que chega forte e rápido, dois que constroem e resolvem, um terço inferior quieto que mal se move, um que merece complexidade real. Cinco gráficos todos afinados na intensidade máxima se achatam em ruído.
A ressalva do --batch, que é a armadilha para a qual esta seção existe. A Seção 5 diz que candidatos com a mesma forma
podem compartilhar uma composição e renderizar como linhas variáveis. Isso é uma eficiência real
e também manufatura exatamente a falha acima: irmãos de lote são idênticos por construção.
Então, o lote é correto para um conjunto que deve...
[truncado para tradução]