데모 비디오 제작기
사용자가 승인한 모션 느낌의 약 60초 분량 가로형 제품 데모/런칭 영상을 제작합니다. 결과물은 하나의 mp4 파일입니다.
이 스킬이 존재하는 이유: 사용자는 이 느낌에 도달하기 위해 오랜 기간 반복 작업을 거쳤으며, 아래 거의 모든 규칙은 사용자가 수정한 사항입니다. 혼자서 작업하는 에이전트는 동일한 실수(훅 없는 인트로, 웹사이트 스크린샷, 잘린 내레이션, 늦은 자막, 조잡한 크롭 및 모든 단어에 트레일러 SFX)로 되돌아갑니다. "Why" 노트를 읽어 의도를 새로운 제품에 적용할 수 있도록 하고, 단순히 Evals를 복사하지 마세요.
이 머신에 승인된 참고 자료(제작 전 시청 필요):
videos/evals-hype/renders/evals-ref2-short-fast2-impact.mp4는 모션 느낌입니다("모션이 좋단다").videos/evals-demo2/에는 훅, 연속적인 VO, VO 중심 편집 및 마무리 패스가 포함되어 있습니다. 해당 디렉토리의SCRIPT.md,DESIGN.md및qa/finish.md는 "완료" 상태가 어떤지 보여줍니다.- 해당 경로가 존재하지 않으면(새로 설치한 경우), 대신 공개된 샘플 영상(
demo_en.mp4,demo_ko.mp4)을 사용하십시오: https://github.com/chacha95/demo-video-creator/tree/main/media .references/examples/에는 일치하는 SCRIPT 및 DESIGN 문서가 있습니다.
자율적으로 작업하십시오. 사용자는 하나의 요청을 붙여넣고 하나의 비디오를 받기를 원합니다. 세션이 입력을 요구하기 위해 중단되면 사용자는 불편해했습니다("인풋 요구해서 안되는데"). 합리적인 결정을 내리고 DECISIONS.md 에 기록한 다음 mp4가 존재할 때까지 계속 진행하십시오.
0. 온보딩: 키 및 도구(1단계 전에 한 번 확인)
중단하고 질문할 수 있는 유일한 순간입니다. 시작 시 한 번에 모든 것을 확인하고, 모든 누락 사항을 한 번에 보고한 다음, 수정되면 자율적으로 실행하십시오. 파이프라인 중간에 다시 묻지 마십시오.
확인:
grep -q '^ELEVENLABS_API_KEY=.' .env 2>/dev/null || [ -n "$ELEVENLABS_API_KEY" ] && echo "key ok" || echo "ELEVENLABS_API_KEY missing"
H=$(mktemp); chmod 600 "$H" # 키는 헤더 파일을 통해 전달되며, 명령줄에 절대 나타나지 않습니다.
printf 'xi-api-key: %s\n' "${ELEVENLABS_API_KEY:-$(grep '^ELEVENLABS_API_KEY=' .env | cut -d= -f2-)}" > "$H"
curl -s -o /dev/null -w "%{http_code}\n" -H @"$H" https://api.elevenlabs.io/v1/user; rm -f "$H" # 200 = 유효함
which ffmpeg node npx whisper-cli; node -e "require.resolve('playwright')" && echo "playwright ok"
키 값을 채팅이나 로그에 절대 출력하지 말고, 명령줄 인수에 절대 넣지 마십시오(위와 같이 -H @file 사용).
키가 없거나 200이 아닌 경우, 사용자에게(사용자가 한국어로 작성하면 한국어로) 키를 얻는 방법을 알려주십시오:
ElevenLabs API 키가 필요해요 (나레이션 + 배경음악 생성용)
- https://elevenlabs.io 에 로그인하세요. 음악 생성(Music)은 유료 플랜이 필요할 수 있어요.
- 왼쪽 아래 프로필 → Developers / API Keys → Create API Key.
- 권한에서 Text to Speech, Music, **Voices (read)**를 켜고 만드세요. 키는 한 번만 보여요.
- 프로젝트 루트의
.env파일에 한 줄 추가하세요 (파일이 없으면 새로 만드세요):ELEVENLABS_API_KEY=여기에_키- 채팅에 키를 붙여넣지 마세요. 저장했다고만 알려주시면 이어서 진행할게요.
.env 는 gitignore에 포함되어 있습니다. 커밋하거나 다른 곳에 복사하지 마십시오.
도구: 누락된 경우 brew install ffmpeg whisper-cpp (whisper-cli 는 로컬에서 Whisper QA 패스를 처리하며, 키가 필요 없음), Node 20+, 그 다음 npm i -D playwright && npx playwright install chromium.
파이프라인
브리프 → 참조 SPEC → SCRIPT.md (+VO 라인) → DESIGN.md → 자산 (실제 UI + 실제 출력)
→ VO (원테이크) → 음악 → 제작 (HyperFrames, VO 중심, 비트 고정) → fps 30/속도로 렌더링
→ 후처리(타이밍 재조정, 임팩트 FX, 믹스) → QA (모션, 스트립, 동기화 테이블, 마감 감사) → renders/<name>.mp4
프로젝트: videos/<name>/ 디렉토리에는 SCRIPT.md DESIGN.md DECISIONS.md index.html build/ capture/ assets/ audio/ scripts/ qa/ renders/ 가 포함됩니다.
도구 참고 사항:
- 렌더링: 프로젝트 디렉토리에서
npx --yes [email protected] render -o <out> --quiet --fps 95/4실행. 컴포지션 계약이 익숙하지 않다면hyperframes-core스킬을 읽으십시오. - HTTP: curl 사용. 여기서 Python은 SSL 인증서가 없습니다.
- 키: 저장소 루트의
.env(ELEVENLABS_API_KEY). 이 스킬의 모든 경로는 저장소 루트를 기준으로 합니다. 아래 온보딩 섹션 참조. - 번들된 도우미는
scripts/에 있습니다(마지막에 나열됨).
1. 참조 → SPEC.md
사용자가 참조 비디오를 제공하면 (watch 스킬 또는 yt-dlp로) 다운로드하고 프레임 단위로 측정하십시오. 제공하지 않으면 위의 승인된 영상을 측정하십시오. 다음을 기록하십시오:
- 컷 프레임, 샷 길이, 10초당 컷 수
- 카메라 곡선 및 이징(프레임당 남은 거리의 비율)
- 타자 속도, 단어 공개 간격, 악센트 플래시 길이
- 카드 동작 및 밝음↔어두움 전환
- 각 사운드가 컷을 기준으로 위치하는 곳
그런 다음 그 리듬으로 재구성하고 브랜드, 카피, 디자인 및 자산만 변경하십시오.
이유: 느낌은 숫자(프레임당 이징, 샷당 비트)에 있습니다. 에이전트가 형용사로 작업할 때 사용자는 "감도가 낮아" 또는 "모션이 어색해"라고 말했습니다. 측정된 숫자와 일치시켰을 때 승인되었습니다.
2. 스크립트
- 3초 안에 스스로를 설명하는 훅. 동일한 프롬프트의 실제 출력을 나란히 재생하는 것으로 시작하고 제품이 답하는 질문을 하십시오(Evals의 경우: "어느 것이 더 낫나요?"). 비트에 따라 A/B/C/D를 전환한 다음 반전을 제공하십시오("동일한 프롬프트. 다른 설정.").
- 이유: 추상적인 오프너(모델 이름 나열 및 스킬 카운터)는 "뭐 어쩌라는건지 모르겠어"라는 반응을 얻었습니다. 시청자는 문제를 읽는 것이 아니라 보아야 합니다.
- 하나의 실제 작업, 처음부터 끝까지. 입력 → 구성 → 실행 → 결과를 나란히 → 선택 → 증명(기록/세부 정보) → 집계(리더보드/통계) → 커뮤니티 → URL이 있는 엔드 카드.
- 정적인 웹사이트가 아닌 움직이는 출력을 보여주십시오. 게임, 비디오, 3D 장면 및 단편 영화는 데모에서 장관으로 읽히지만 랜딩 페이지 스크린샷은 지루하게 읽힙니다("웹사이트 보여주지 말고 영상이나 게임"). 제품이 웹 페이지만 만든다면 정적 캡처가 아닌 움직이는 상태(스크롤, 상호 작용)로 보여주십시오.
- 카피. 화면의 라인은 2
5단어입니다. VO 스크립트는 60초 동안 약 165180단어(≈2.7단어/초)로 실행되므로 음성이 조용해지지 않습니다. - 진실. 자신의 캡처에 나타나는 기능, 이름 및 숫자만 표시하십시오. 실제 인물의 초상은 금지입니다. 제품이 할 수 없는 것을 보여주는 데모는 데모가 없는 것보다 나쁩니다.
3. 디자인
DESIGN.md 를 한 번 작성하고 모든 샷이 이를 따르도록 하십시오. 다음을 설정합니다:
- 작은 태그용 모노와 함께 하나의 산세리프 패밀리
- 프레임당 하나의 강조색
- 고정 여백(예: 120px)에 왼쪽 정렬된 헤드라인, 모든 곳에서 동일한 태그→헤드라인 간격
- 부드러운 계층화된 그림자가 있는 둥근 카드(16~22px)로 표시되는 실제 UI
- 어두움/밝음 섹션 전환
references/examples/ 에는 "Signal"(흑연/종이, 파란색) 및 "editorial"(크림/잉크, 산호색)의 두 가지 완전한 시스템이 있습니다. 사용자가 새 영화를 요청할 때 사용자가 명시적으로 "시나리오랑 디자인만 다르게"를 요청했으므로 시스템을 재사용하지 말고 새 시스템을 디자인하십시오.
4. 자산(실제, 신선하고, 선명하게)
- UI: 4× DPR로 Playwright 캡처하므로 어떤 요소도 소스 픽셀보다 크게 표시되지 않습니다(2× 캡처는 흐릿하게 보였습니다). 전체 요소만 포함하는 크롭을 자르십시오. 크롭에 컨텍스트가 필요한 경우 인접한 행을 남겨두는 대신 UI 자체의 채우기 색상에서 카드 배경을 재구성하십시오.
- 출력:
scripts/rec_output.mjs <url> <out.mp4> 7 game|orbit(화면 녹화; 키를 누르거나 궤도를 돌며 출력이 움직이도록 함).- 화면 녹화가 프레임을 반복할 때
scripts/rec_scroll.mjs(프레임당 한 장의 스크린샷). - 반복되는 프레임은 미세한 끊김으로 나타나고 모션 QA에 실패하므로 사용하기 전에 중복 프레임을 제거하십시오.
- 동일한 프롬프트 결과: 스토리가 "N 설정"이라고 말하면 동일한 프롬프트/실행의 N 결과를 보여주십시오. 실제 실행이 필요한 경우 사용자의 로그인된 Chrome으로 제품에서 실행하십시오. 관련 없는 출력을 하나의 프롬프트 결과로 보여주면 "결과가 다 다르잖아"라는 반응을 얻었습니다.
- 로고: 브랜드 로고 순간이 필요한 경우 실제 브랜드 SVG를 사용하여 실제 3D(three.js
SVGLoader→ExtrudeGeometry, PBR 재질, 환경광, 알파 WebM)로 렌더링하십시오. 평평한 CSS 로고 전투는 싸구려처럼 보였습니다("짜친다").
5. 내레이션: 하나의 연속적인 테이크
- 음성:
bIHbv24MWmeRgasZH58o,eleven_v4, 안정성 0.15, 유사성 0.8, 스타일 0.8, 속도 ~1.1. - 인라인 감정 태그: [excited] [confident] [curious] [emphatic] [quick].
- 이 음성을 선택한 이유: 사용자는 기본 내레이터를 "너무 아재 목소리"라며 거부했습니다. 사용자는 힙하고 에너지 넘치는(샘 알트먼 / 일론 머스크 느낌) 음성을 원했고, 대안을 듣고 이 최대 감정 설정을 선택했습니다.
- 생성:
scripts/vo3_gen.py(하나의/with-timestamps호출). 테이크, 라인별 세그먼트 및 단어 타임스탬프를 작성합니다. - 전체를 배치하십시오. 약 0.25초부터 하나의 연속적인 조각으로 테이크를 배치하십시오. 문구로 자르거나, 비트에 문구를 흩뿌리거나, 조각을 시간 늘리지 마십시오.
- 이유: 문구 자르기는 음절 누출을 발생시켰습니다("소리 짤려").
- 흩뿌리기는 정적 공기를 남겼습니다("목소리가 중간에 죽잖아 … 쭉 이어지게").
- 라인별 재합성은 음량 드리프트를 발생시켰습니다.
- 라인을 변경해야 하는 경우 전체 테이크를 다시 생성하십시오.
- 확인:
- VO 내부의 간격은 ≤0.35초입니다.
- 최종 믹스에서 Whisper 패스를 수행하면 잘린 단어나 말하는 태그가 없음을 보여줍니다.
- "Evals"가 "evils"처럼 들리면 "E-vals"로 다시 철자하십시오.
- 한국어 버전:
ZNSVYmudV9pOqphY0x8C(Choi), 동일한 태그 및 설정. VO와 타자 모두에서 제품의 영어 UI 용어(Task, Setup, Battle, Model, Skill, Environment)를 유지하십시오. 사용자는 사이트 자체 단어("사이트에서 쓰이는 영어 용어는 그대로")를 원하기 때문입니다. 모든 한국어 글리프에 Pretendard를 사용하십시오.
6. 음악
- 무엇을 만들 것인가: 현대적이고 프리미엄한 배경 음악. 재고 EDM 라이저와 기업 분위기는 "촌스러"로 읽힙니다.
- 방법: ElevenLabs Music을 사용하여 프롬프트로 2~3개의 후보를 생성하십시오: "modern minimal tech launch, punchy kick, deep 808, crisp hats, glassy plucks, Apple/Linear keynote, no cheesy risers, no stock vibe, 120 BPM". 가장 깔끔한 것(낮은 중간 대역 혼잡)을 선택하십시오.
- 맞춤:
scripts/beats.py/bars.py는 BPM과 첫 번째 다운비트를 제공합니다.scripts/music_fit.py는 트랙의 브레이크와 드롭이 스토리 비트에 맞도록 트랙을 마디 수준으로 재배열합니다.
7. 제작(VO 중심, 비트 고정)
- 일시 정지된 하나의 GSAP 타임라인을 사용하며 완전히 결정적입니다. 각 샷은 자체 로컬 시간에서 실행됩니다.
- 편집은 음성을 따릅니다. 각 샷 변경은 해당 구의 첫 번째 단어가 도착하는 비트 또는 그 직전에 위치합니다. 더 일찍 반올림하고 절대 늦지 않게 하여 단어가 도착할 때 그림이 준비되도록 하십시오.
- 동기화: 각 화면 단어는 말하기 0.05~0.20초 전에 나타나며, 테이크의 단어 타임스탬프에 의해 구동됩니다.
- 이유: 음성을 따라가는 텍스트는 "싱크가 안맞아"처럼 느껴졌습니다. 1초 선행은 텍스트와 음성이 분리되어 "너무 느린데"처럼 느껴졌습니다.
- 작은 선행은 완벽하게 동기화된 것으로 읽힙니다.
scripts/sync_audit.mjs로 모든 라인을 감사하고 테이블(text_on, voice_on, lead)을 유지하십시오.
- 모션 문법:
references/MOTION_RULES.md에 있습니다. 전체를 읽으십시오. 핵심:- 시간의 순수 함수인 하나의 카메라
- 빠른(≈프레임당 남은 거리의 25%) 또는 떠다니는(≈12%) 이징만 사용
- 종료는 컷 안으로 가속되고 다음 샷은 속도를 상속받음
- 두 샷이 속도 흐림과 함께 함께 이동하는 실제 휩
- 화면에 고정된 오버레이
- 겹치는 액션
- 모든 홀드는 1~3% 떠다님
- 죽은 정지, 정지 프레임, 이중 컷 없음
- 비트 ±1 프레임에 컷
- 한 방향으로 확대/축소하십시오. 요소 안으로 확대했다가 다시 풀지 마십시오("줌 인 했다가 왜 다시 풀어"). 푸시는 다음 샷으로 앞으로 해결되어야 합니다.
- 구성 순간은 움직여야 합니다. VO가 설정(예: "Model. Skill. Environment.")을 언급할 때, 각 음성 단어에 실제 UI 값이 뒤집혀 들어오는 것을 보여주고 속도를 다음 히트로 전달하십시오. 거기서 정적인 카드는 "감도가 낮아"로 읽혔습니다.
8–9. 렌더링 및 후처리
- 속도: 프레임 드롭이 아닌 재렌더링으로 처리.
--fps 95/4(1.263×) 또는30/speedup으로 렌더링하여 하나의 비트가 정수 프레임과 같도록 선택하십시오. 30fps로 재생하십시오. - 후처리:
scripts/post_template.py를 복사하고NF,BIG,MED,FLASH,VO_OFF를 설정하십시오. 다음을 처리합니다:- 30fps로 타이밍 재조정
- 4~6개의 큰 히트에 임팩트 FX: +8.5% 줌 펀치(τ 0.09),
22Hz에서 16px 흔들림(τ 0.1), 4프레임에 걸쳐 16px→7px RGB 분할, 12프레임의 흰색 플래시 - 보조 컷에는 더 가벼운 버전
- 믹스 및 음량
- 히트 수가 적은 이유: 모든 컷에 임팩트를 넣으면 임팩트로 읽히지 않습니다.
- 믹스:
- VO 약 −16 LUFS, 전면에 배치.
- 음악은 음성 아래에서만 약 4~6dB 덕킹되며, 부드러운 엔벨로프(어택 ≈50ms, 릴리즈 0.6s)가 적용됩니다.
- SFX 버스는 음악 아래 약 3dB.
- 큰 히트 시 리버스 스웰 + 붐(HP 60Hz) + 트랜지언트 + 글리치를 레이어링합니다.
- 다른 곳에서는 실제 UI 동작(타이핑, 클릭, 틱)에만 SFX를 넣습니다. 모든 단어에 트레일러 슬램은 "안어울리는거"로 제거되었습니다.
- 마스터 −14 LUFS, AAC 192k.
scripts/mixcheck3.py로 확인하십시오.
10. 제공 전 QA
python3 scripts/motion.py <mp4> <bpm> <first_beat>: 비트에 컷, 죽은 정지 없음, 정지 상태 홀드 없음. 푸티지 자체에서 발생하는 예외를 설명하십시오.- 모든 전환에서
sh scripts/strip.sh <mp4> <t> <out.png>(연속 16프레임)를 실행하고 각각을 살펴보십시오. 콘택트 시트(약 2초마다 한 프레임)는 모션이 깨져도 깔끔하게 보이며, 이것이 이전에 잘못된 모션이 배송된 방식입니다. - 모든 VO 라인에 대한 동기화 테이블: 선행은 0.05~0.20초여야 합니다.
- 마감 감사 ("미감 높게 디테일한 마감"): 모든 샷의 시작, 중간 및 끝에서 전체 해상도 스틸을 가져와 가장자리와 모서리를 검사하십시오. 각 문제와 수정 사항을
qa/finish.md에 기록하십시오. 다음을 찾으십시오:- 잘린 아이콘 또는 텍스트
- 카드 가장자리의 부분적인 UI 행 또는 구분선
- 스크롤바
- 과도하게 확대된 스테이지의 회색 띠
- 푸티지 HUD에 있는 레이블
- 흐릿한 업스케일
- 고르지 않은 패딩
- 카드 가장자리에 닿는 텍스트
- 샷 사이에서 떠다니는 헤드라인 여백
- 사용자는 단일 프레임에서 반쯤 잘린 종이 클립 아이콘과 카드 모서리의 구분선을 발견했으므로 모든 것을 볼 것이라고 가정하십시오.
- 최종 믹스에서 Whisper를 한 번 실행하고 음량이 −14 LUFS ±0.5인지 확인하십시오.
사용자가 거부한 항목(재도입하지 마십시오)
| 거부된 항목 | 사용자의 말 |
|---|---|
| 밑줄 / 밑줄 획 | "밑줄 긋는거 하지마" |
| 단어 뒤의 색상 강조 상자 | "백그라운드 컬러 넣어서 효과 주는거 빼줘" |
| 행 틱 바 | "갈색 띠 없애줘" |
| 윤곽선, 가는 선 상자, 규칙, 싸구려 그라데이션, 이모지, 가짜 UI 목업 | — |
| 0.1초 푸티지 스트로브, 섹션 사이의 갑작스러운 전체 화면 푸티지 | "영상 막 쏟아져 나오는거", "갑자기 다른 화면" |
| 영화와 분리된 어두운 독립형 인트로 | "짜친다" |
| 로고 아래 텍스트 레이블 | "글씨는 없애줘" |
제공 후
- 사용자가 재생 속도(1.05× / 1.1×)를 요청하면 적용하십시오.