راه‌اندازی: فیلم شروع هوس غذا

از من بخواهید: محصول من، دقیقاً همان درخواستی که کاربر در آن تایپ می‌کند، ۶ تا ۸ عکس برای کارت‌های نتیجه، یک آهنگ بدون حق امتیاز حدود ۱۳۰ BPM با یک قطره واضح (Mixkit، رایگان برای استفاده تجاری) و علامت تجاری من برای کارت پایان. اگر چیزی را از قلم انداختم، از موارد پیش‌فرض استفاده کنید: داستان سفارش غذا در زیر، عکس‌های غذا از Pexels (نودل آتشین، تاکوی birria، مرغ داغ، بال بوفالو، اسمَش برگر، رامن تند) و "کت واک" از Mixkit.

یک فیلم معرفی محصول ۱۵ ثانیه‌ای، ۱۹۲۰x۱۰۸۰ با سرعت ۶۰ فریم در ثانیه. فقط دوبعدی، یک برداشت متوالی. بدون محوشدگی، تاری یا کات: هر صحنه از صحنه‌ی قبلی رشد می‌کند. متن از یک خط ماسک بالا می‌رود، دکمه‌ها به صفحات گسترش می‌یابند، و رنگ از یک شیء قبل از کوچک شدن به شیء دیگر سرازیر می‌شود. به دوربین یک حرکت آسان برای هر صحنه بدهید و هرگز بزرگنمایی و کوچکنمایی متوالی انجام ندهید.

به این شکل نگاه کنید: بوم سفید گرم (#f5f5f2)، رابط کاربری مشکی (#0e0e10)، تزئینات لیمویی (#cdf24f)، نارنجی (#ff6a2a) و یک دکمه ارسال آبی (#2f6bff). یک درخشش رنگین‌کمانی به سبک Apple Intelligence در اطراف ورودی اضافه کنید: یک گرادیان مخروطی تار که از صورتی، نارنجی، لیمویی، فیروزه‌ای و بنفش می‌چرخد. از عکاسی واقعی غذا روی کارت‌های تیره، Geist برای رابط کاربری و از یک serif برای نام محصول در کارت پایان استفاده کنید.

موارد ممنوع: کراس‌فیدینگ، بلور، سه‌بعدی، ذرات، حرکت معکوس دوربین، مدت زمان بیشتر از ۱ ثانیه، هر چیزی که شبیه الگو باشد.

۱۳۰ BPM ، ۳۲ ضرب (۱۴.۸ ثانیه). آهنگ را ۱۲ ضرب قبل از افت آن شروع کنید.

ضرب آهنگ ۰-۶، بپرسید: به آرامی به سمت آهنگساز درخشان فشار دهید، حدود ۳ برابر بزرگنمایی. درخواست را با ریتم طبیعی کلیدها در سه خط ثابت تایپ کنید:
«واقعاً گرسنه‌ام، نمی‌دانم»
چی می‌خوام جز یه چیزی
تند، ترد و سیرکننده"

ضربدر ۶، ارسال: دکمه ارسال را فشار دهید. موجی از رنگ لیمو از آن پخش می‌شود و پیام را به یک حباب چت تبدیل می‌کند. یک بار آن را به عقب بکشید تا تلفن اطراف آن نمایان شود (صفحه نمایش ۴۲۸x۹۰۰، قاب مشکی ۱۱ پیکسلی، نوار وضعیت ۹:۴۱).

ضرب‌های ۶ تا ۱۲، فکرش را بکنید: دکمه‌ی ارسال به یک وُک نارنجی تبدیل می‌شود، یک نیم‌صفحه با دسته‌ای نازک. این دکمه ۶ ماده‌ی رنگارنگ را روی ضرب‌های ۸، ۹، ۱۰ و ۱۱ زیر نوشته‌ی درخشان «چیزی برایت پیدا می‌کنم...» پرتاب می‌کند.

ضربدر ۱۲، سقوط: یک دایره لیمویی از وُک بیرون می‌آید و در حدود ۰.۳۵ ثانیه کل کادر را پر می‌کند. کارت‌های غذای تیره (۳۳۰x۴۴۰، شعاع ۲۸، عکس در بالا، نام، توضیحات یک خطی، قیمت و امتیاز) از مرکز به بیرون می‌ریزند. نوار را روی سه کارت بلغزانید و روی «رشته‌های آتشین» فرود بیایید که با یک قرص «بهترین تطابق» بالا می‌رود.

از ۱۶ تا ۲۱، چت: لیموترش دوباره به حباب کاربر برمی‌گردد و کلماتش را با خود حمل می‌کند، در حالی که کارت انتخاب شده به داخل حفره‌اش پرتاب می‌شود. عبارت «پیدایش کردم. نودل آتشین از وک اند فایر، دودی، تند و واقعاً سیرکننده.» ظاهر می‌شود و به دنبال آن عبارت «می‌خواهید برایتان سفارش دهم؟» ظاهر می‌شود. سپس دو قرص نمایش داده می‌شود: «همین حالا سفارش دهید» با رنگ مشکی و «گزینه‌های بیشتر» که به صورت دور تا دور مشخص شده‌اند. مکان‌نما روی «همین حالا سفارش دهید → چرخنده → «✓ سفارش داده شد» کلیک می‌کند.

از ۲۱ تا ۳۲، به بعد: دکمه سیاه به داخل صفحه کشیده می‌شود و تا لبه‌ها به شکل قرص باقی می‌ماند، در حالی که دوربین به آن فشار می‌آورد. برچسب آن به اندازه تیتر بزرگ می‌شود و سپس کنار می‌رود. «شما هوس نودل کرده بودید.» و «حالا در راه است.» را کلمه به کلمه (۹۲ پیکسل، سفید روی مشکی) وارد کنید. یک نقطه پیک مسیری را تا یک سنجاق دنبال می‌کند. سنجاق به علامت تجاری تبدیل می‌شود و علامت کلمه از پشت آن پاک می‌شود، با «ساخته شده با» در بالا و نام محصول در پایین.

۱. یک فایل HTML ، ۱۹۲۰x۱۰۸۰. محاسبه‌ی هر استایل از زمان درون seek(t): بدون انتقال CSS ، تایمر یا حالت که بین فریم‌ها منتقل می‌شود.
۲. از یک تبدیل دوربین روی یک کانتینر استفاده کنید، که با [زمان، زوم، x، y] کلیدگذاری شده و بخش‌های آسان‌شده و زوم در فضای لاگ درون‌یابی شده‌اند.
۳. برای هر بار ترکیدن و نشستن، از فنرهای پله‌ای بسته استفاده کنید.
۴. هر انتقال را به یک عنصر مشترک تبدیل کنید: سیل آهک یک کپی از کلمات حباب را حمل می‌کند و دکمه برچسب خود را به صفحه منتقل می‌کند.
۵. صدا: برای هر رویداد - تایپ کردن، ارسال پاپ، هر پرتاب، افتادن ضربه، صدای خش خش کارت، کلیک، صدای موفقیت، صدای ووش پر کردن صفحه و درخشش علامت - از یک Mixkit SFX دانلود شده استفاده کنید. هر کدام را با اوج و میزان بلندی صدای اندازه‌گیری شده خود روی -۱۴ LUFS قرار دهید.
۶. با Playwright با سرعت ۶۰ فریم بر ثانیه و با استفاده از ۸ ساب‌فریم در هر فریم، رندر بگیرید و آن را با ffmpeg tmix ترکیب کنید. هر لحظه سریع را فریم به فریم بررسی کنید و ویدیوی کامل را برای یافتن پاپ‌های تک فریم اسکن کنید.

چهار زیرفریم در حرکات سریع، کپی‌های سایه‌مانندی از خود به جا می‌گذارند، بنابراین ۸ را رندر کنید و حرکت را کند کنید. سیل باید به دورترین گوشه برسد و حدود ۰.۳۵ ثانیه طول بکشد، در غیر این صورت مانند یک برق ناگهانی به نظر می‌رسد. z-index را روی هر لایه تنظیم کنید تا کارت‌ها بالای سیل شناور نشوند. درخواست تایپ شده را روی خطوط ثابت نگه دارید تا دوربین هرگز مجبور نباشد مکان‌نمای بسته‌بندی را دنبال کند. هر متغیر را قبل از اولین فراخوانی seek() تعریف کنید.

از من نظراتتان را بپرسید، سپس قبل از نوشتن متن کامل فیلم، نقشه ریتم و ۴ تصویر ثابت (پرسیدن، دراپ کردن، گپ زدن، اوترو) را به من نشان دهید.

Ask me for: my product, the exact request a user types into it, 6 to 8 photos for the result cards, a royalty-free song around 130 BPM with a clear drop (Mixkit, free for commercial use), and my brand mark for the end card. If I skip anything, use the defaults: the food-ordering story below, food photos from Pexels (fire noodles, birria tacos, hot chicken, buffalo wings, smash burger, spicy ramen), and Mixkit "Cat Walk".

A 15-second product launch film, 1920x1080 at 60fps. 2D only, one continuous take. No fades, blurs or cuts: each scene grows from the last. Text rises from a mask line, buttons expand into pages, and color floods from one object before shrinking into another. Give the camera one eased move per scene, and never zoom in and out consecutively.

Look: warm white canvas (#f5f5f2), black UI (#0e0e10), lime accent (#cdf24f), orange (#ff6a2a), and a blue send button (#2f6bff). Add an Apple Intelligence-style iridescent glow around the input: a blurred conic gradient rotating through pink, orange, lime, cyan and violet. Use real food photography on dark cards, Geist for UI and a serif for the product name on the end card.

Banned: crossfades, blur-ins, 3D, particles, camera moves that reverse direction, holds longer than 1s, anything that feels like a template.

130 BPM, 32 beats (14.8s). Start the song 12 beats before its drop.

Beats 0-6, ask: push slowly into the glowing composer, about 3x zoom. Type the request over three fixed lines with a natural keystroke rhythm:
"I'm really hungry, I don't know
what I want but something
spicy, crispy and filling"

Beat 6, send: press the send button. A lime ripple spreads from it and transforms the message into a chat bubble. Pull back once to reveal the phone around it (428x900 screen, 11px black bezel, 9:41 status bar).

Beats 6-12, think: the send button grows into an orange wok, a half-disc with a thin handle. It tosses 6 colorful ingredients on beats 8, 9, 10 and 11 beneath the shimmering text "Finding something for you…".

Beat 12, the drop: a lime circle expands from the wok to fill the frame in about 0.35s. Dark food cards (330x440, radius 28, photo on top, name, one-line description, price and rating) burst in from the center. Slide the strip across three cards and land on "Fire Noodles", which lifts with a "Best match" pill.

Beats 16-21, chat: the lime contracts back into the user's bubble, carrying its words as the chosen card flies into its slot. "Found it. Fire Noodles from Wok & Fire, smoky, spicy and seriously filling." rises in, followed by "Want me to order it for you?" Then show two pills: "Order now" in black and "More options" outlined. The cursor clicks Order now → spinner → "✓ Ordered".

Beats 21-32, outro: the black button expands into the page, staying pill-shaped as it reaches the edges while the camera pushes into it. Its label grows to headline size, then slides away. Bring in "You were craving noodles." and "Now it's on the way." word by word (92px, white on black). A courier dot follows a route to a pin. The pin becomes the brand mark, and the wordmark wipes out from behind it, with "made with" above and the product name below.

1. One HTML file, 1920x1080. Compute every style from time inside seek(t): no CSS transitions, timers or state carried between frames.
2. Use one camera transform on a container, keyed by [time, zoom, x, y] with eased segments and zoom interpolated in log space.
3. Use closed-form step-response springs for every pop and settle.
4. Make every handoff a shared element: the lime flood carries a copy of the bubble's words, and the button carries its label into the page.
5. Sound: use a downloaded Mixkit SFX for each event - typing, send pop, each toss, drop impact, card swoosh, click, success tone, page-fill whoosh and mark sparkle. Place each by its measured peak and loudnorm to -14 LUFS.
6. Render with Playwright at 60fps using 8 subframes per frame, blended with ffmpeg tmix. Review every fast moment frame by frame and scan the full video for single-frame pops.

Four subframes leave ghost copies on fast moves, so render 8 and slow the move down. The flood must reach the farthest corner and take about 0.35s, or it looks like a flash. Set z-index on every layer so the cards don't float above the flood. Keep the typed request on fixed lines so the camera never has to follow a wrapping cursor. Declare every variable before the first seek() call.

Ask me for the inputs, then show me the beat map and 4 stills (ask, drop, chat, outro) before writing the full film.

دستور العمل گرفته شده از پست @ultimaxbt.