Ora 2 képmodell bemutató film

Kérdezz rám: a termékem nevét, egy egysoros prezentációt, a logómat, 3-6 képernyőképet a termékről, több mint 40 képet a termékről (vagy fotókat róla), a márka színeit és betűtípusát, egy ElevenLabs API-kulcsot és hangazonosítót, valamint egy jogdíjmentes zenei sávot egyértelmű droppal (a hangfájl és a drop időbélyege). Ha valamit kihagyok, használd ezeket az alapértelmezett értékeket: "Ora 2", "egy ízléshez készült képmodell", ingyenes képek az Unsplash-ről és a Pixabay-ről, Geist, tinta #111214, a hang, Samara X (19STyYD15bswVz51nqLf) az eleven_v4-en, és Pixabay "Cascade Breathe" (129.83 BPM, drop 75.39s).

<script>
Írj egy 9 soros narrációt ebben a formátumban, és igazítsd minden sort a termékemhez:
„Ez [név]. Egy [kategória]... [érték]-hez készült. [Ige] BÁRMILYEN stílusban. Adj neki egy [bemenetet] - és egyszerűen... megérti. Minél többet használod, annál JOBB lesz. Állítsd be a [beállítását]. A [beállítását]. A [beállítását]. Minden [kimenetet] - pontosan úgy, ahogy elképzelted. [Név]. Már elérhető.”
Kevésbé használd az érzelmi címkéket: [halkan] a csendes sorokban és [izgatott] az [ige] sorban. Ne címkézd a nyitót, és egy egyszerű ponttal zárd.
</script>

Hívd meg az ElevenLabs API-t közvetlenül a kulcsommal, MCP nélkül. Generálj 4 teljes szkriptes verziót egyetlen menetben, és hagyd, hogy én válasszak. Ha egy sor nem hangzik jól, akkor csak azt a sort generáld újra négyszer, és a legjobb verziót illeszd be a verziómba.
A 0,28 másodpercnél hosszabb szüneteket rövidítsd 0,2 másodpercre, majd minden frázist hozz 85%-kal a medián szint közelébe, csak a szünetek alatt állítva az erősítést.
Szóidőzítéshez a beolvasást 100 ms-os vagy hosszabb szünetekre kell felosztani, minden szegmenst külön kell átírni Whisperrel, és az első szót a mért kezdethez kell igazítani. Egyetlen Whisper menet akár fél másodperces késést is okozhat a szavakban.

Egy 22 másodperces, négyzet alakú bemutatófilm, 1440x1440 felbontásban, 60 képkocka/másodperc sebességgel, egy mesterséges intelligencia labor indítási stílusában: fehér vászon, egyetlen betűtípus, fekete tinta, valódi képek és a feliratok szóról szóra gépelve, pontosan abban a pillanatban, amikor elhangzanak.
Minden vezérlő (prompt sáv, beállítási panel, felirattabletta) folyékony üveget használ: mattítsd a mögötte lévő jelenetet, hajlítsd meg a széle mentén, mint egy vastag üveget, majd adj hozzá felső fényt, világos keretet és lágy árnyékemelést. Az üveg eltűnik a sima fehéren, ezért adj hozzá egy lassú pasztell aurát a márkám színeiben, vagy egy elmosódott mosást a mögötte lévő fotón.
Az egyik, amelyik a márkám színeinek átmenetében hangsúlyozott szótípusokat tartalmazott, mögötte halvány fény fénnyel.
Mozgásszabályok: tartsd a kamerát sodródva (jelenetenként 1,0-ről 1,04-re növeld a zoom sebességét; amikor a tartalom a következő jelenetre ugrik, ott kezdj, ahol az előző jelenet véget ért). Semmi sem jelenik meg azonnal: használj legalább 0,3 másodperces lassú átmeneteket. Válts képeket a 16. hangjegyeken, mindegyikhez kattints. A jelenetváltásokat a frázisok elején helyezd el, és a kottalevágást igazítsd a [Verb] sorhoz. Ne jeleníts meg pontokat a képernyőn.
Tiltott elemek: kijelölőmező-kiemelés, ütemre kattanó becsapódások, fehér villanások, 3D, sablonok.

Hét jelenet, a hanghoz igazítva:

1. „Ez itt [név]”: a képeimből készült kollázs jelenik meg, ahogy a név nagy betűkkel beíródik, majd átadja a helyét a kategória sornak.
2. „[érték] kategóriába készült”: a legjobb képeim teljes képernyőn felvillannak, és a tizenhatodik hangjegyek a cseppbe kapcsolnak, a vonal pedig fehérrel van beírva felettük.
3. A leejtés: egy üvegből készült promptsáv egy rövid promptot gépel be. Az eredménykártya stílusa minden 16. hangjegynél változik, míg egy fekete stílusú zseton gurul minden új névhez a miniatűr csík felett.
4. „Mutasd meg a hangulattáblát”: 9 kép repül be egy 3x3-as rácsba, majd karikázd be az eredményt, ahogy a „Megfog” felirat megjelenik a képernyőn.
5. „Minél többet használod, annál jobb lesz”: írj be két sort, a kiemelt szót a színátmenetben.
6. A beállítások: mutass egy üvegpanelt 3 csúszkával, amelyek mindegyike mozog, ahogy a kép megnevez. Módosítsd a kép árnyalatát, húzz új magokat a 16-osokra, majd alakítsd át poszterré. Told el a színeinek elmosódott mosását az üveg mögött szinkronban.
7. „Minden [kimenet], pontosan úgy, ahogy látod”: 120 képet vetítek kifelé a középponttól egy üveg felirattabletta mögé, majd a név beírásával egyesítem őket a logómban. Írd alá az „Azonnal elérhető” feliratot, és tartsd lenyomva 2 másodpercig.

Cserélje le a prompt sávot, az eredményeket és a csúszkákat a termékem valódi bemeneti, kimeneti és beállítási adataival.

Állítsd be a dalt úgy, hogy az ütemrács a [Verb] sorra essen, és ott rögzítsd az ütemrácsot.
Egy 3 sávos oldallánccal (mélyek 30%, középek 85%, levegő 55%; 0,3 mp tartás, 50 ms előre olvasás, 0,5 mp elengedés) szorítsd vissza a zenét az énekhang alá. Ezután állítsd be az egyes frázisok középfrekvenciáit, amíg az énekhang körülbelül 9 dB-lel a zene felett nem lesz 300 Hz és 4 kHz között.
Használj egy letöltött Mixkit SFX-et eseményenként, a mért csúcsa alapján pozícionálva: kattanás minden képváltáshoz, billentyűhang minden beírt betűhöz, lágy landolás a kiemelt szónál, suhanások és ütések az esésnél és a logónál. Mindegyiket vágd meg a csúcsa körül (sok emelkedő 4 másodperces). A zene elhalványítása egy dB görbe mentén a vége kártya alatt. Loudnorm -14 LUFS-re.

1. Egy HTML vászon. Minden képkocka a seek(t) függvényen belüli idő tiszta függvénye, és minden felirat és vágás a szótáblázatot követi.
2. Üveg: Ragadd meg a forma mögötti vásznat, homályosítsd el kb. 14 képpontra a test számára, rajzolj egy enyhén elmosódott másolatot kb. 1,06-szoros nagyításban egy 12 képpontos sávban a széle mentén, majd add hozzá a tejszínt, a fényességet, a peremét és az árnyékot.
3. Renderelj Playwright 60 fps-sel 8 motion-blur alképkockával, majd kódold ffmpeg gel.
4. Mielőtt bármit is mutatnál, készíts egy kontaktképet az állóképekről, keresd meg a képkocka-különbségeket az egyes képkockák közötti kiugrások szempontjából (csak a 16. hangjegyek ugorhatnak ki), és ellenőrizd az ének-zene arányt minden frázisnál.

Egy [meleg] nyitószöveg suttogásnak hangozhat, míg az [izgatott] műnek tűnhet. Egy szó mögötti kiemelő mező úgy néz ki, mint egy Windows szövegkijelölés. Ha a kamera átadás közben 1.0-ra állítja vissza az élességet, a zoom automatikusan aktiválódik. Egy 0,05 másodperces átmenet egy azonnali beugrásnak tűnik.

Kérj tőlem információkat, írd meg a forgatókönyvet, küldj 4 hangfelvételt, amik közül választhatok, majd mutass 8 állóképet a teljes renderelés előtt.

Ask me for: my product name, a one-line pitch, my logo, 3 to 6 screenshots of the product, 40+ images of what it creates (or photos of it), my brand colors and font, an ElevenLabs API key and voice ID, plus a royalty-free track with a clear drop (the audio file and the drop timestamp). If I skip anything, use these defaults: "Ora 2", "an image model made for taste", free images from Unsplash and Pixabay, Geist, ink #111214, the voice Samara X (19STyYD15bswVz51nqLf) on eleven_v4, and Pixabay "Cascade Breathe" (129.83 BPM, drop at 75.39s).

<script>
Write a 9-line voiceover in this format and adapt every line to my product:
"This is [name]. A [category]... built for [value]. [Verb] in ANY style. Give it a [input] - and it just... understands. The more you use it, the BETTER it gets. Adjust its [setting]. Its [setting]. Its [setting]. Every [output] - exactly as you pictured it. [Name]. Out now."
Use emotion tags sparingly: [softly] on the quiet lines and [excited] on the [Verb] line. Don't tag the opener, and end it with a plain full stop.
</script>

Call the ElevenLabs API directly using my key, without an MCP. Generate 4 full-script takes in one pass and let me choose. If a line doesn't sound right, regenerate just that line 4 times and splice the best version into my take.
Shorten pauses longer than 0.28s to 0.2s, then bring each phrase 85% of the way toward the median level, adjusting gain only during pauses.
For word timings, split the read at pauses of 100ms or longer, transcribe each segment separately with Whisper, and align its first word to the measured onset. A single Whisper pass can place words up to half a second late.

A 22-second square launch film, 1440x1440 at 60fps, in the style of an AI lab launch: white canvas, one typeface, black ink, real images, and captions typed word by word at the exact time they're spoken.
Every control (prompt bar, settings panel, caption pill) uses liquid glass: frost the scene behind it, bend that scene along the edge like thick glass, then add a top sheen, bright rim and soft lift shadow. Glass disappears on plain white, so add a slow pastel aura in my brand colors or a blurred wash of the photo behind it.
The one emphasized word types in a gradient of my brand colors, with a faint glow behind it.
Motion rules: keep the camera drifting (push from 1.0 to 1.04 per scene; when content moves to the next scene, start at the zoom where the previous scene ended). Nothing appears instantly: use eased fades of at least 0.3s. Change images on 16th notes, with a click for each. Land scene changes on phrase starts, and align the music drop with the [Verb] line. Don't show full stops on screen.
Banned: selection-box highlights, beat-snapped slams, white flashes, 3D, templates.

Seven scenes, timed to the voice:

1. "This is [name]": a collage of my images drifts out as the name types in large, then gives way to the category line.
2. "made for [value]": full-screen flashes of my best images switch on 16th notes into the drop, with the line typed in white over them.
3. The drop: a glass prompt bar types a short prompt. The result card changes style every 16th note, while a black style chip rolls to each new name above a thumbnail strip.
4. "Show it a moodboard": 9 images fly into a 3x3 grid, then circle the result as "It gets you" types on screen.
5. "The more you use it, the better it gets": type two lines, with the emphasized word in the gradient.
6. The settings: show a glass panel with 3 sliders, each moving as she names it. Shift the image's hue, roll new seeds on 16ths, then turn it into a poster. Shift a blurred wash of its colors behind the glass in sync.
7. "Every [output], exactly how you see it": burst 120 of my images outward from the center behind a glass caption pill, then bring them together into my logo as the name types on. Put "Out now" underneath and hold for 2s.

Replace the prompt bar, results and sliders with my product's real input, outputs and settings.

Set the song so the drop lands on the [Verb] line, and anchor the beat grid there.
Duck the music under the voice with a 3-band sidechain (lows 30%, mids 85%, air 55%; 0.3s hold, 50ms look-ahead, 0.5s release). Then adjust the mids of each phrase until the voice sits about 9 dB above the music between 300 Hz and 4 kHz.
Use one downloaded Mixkit SFX per event, positioned by its measured peak: a click for each image change, a key sound for every typed letter, a soft landing on the emphasized word, whooshes, and impacts on the drop and logo. Trim each around its peak (many risers are 4 seconds). Fade the music along a dB curve under the end card. Loudnorm to -14 LUFS.

1. One HTML canvas. Every frame is a pure function of time inside seek(t), and every caption and cut follows the word table.
2. Glass: capture the canvas behind the shape, blur it about 14px for the body, draw a lightly blurred copy magnified about 1.06x in a 12px band along the edge, then add the milk, sheen, rim and shadow.
3. Render with Playwright at 60fps using 8 motion-blur subframes, then encode with ffmpeg.
4. Before showing me anything, make a contact sheet of stills, scan frame differences for single-frame pops (only the 16th-note runs may jump), and check the voice-to-music ratio for every phrase.

A [warmly] opener can sound whispered, while [excited] can feel fake. A highlight box behind a word looks like a Windows text selection. If the camera resets to 1.0 during a handoff, the zoom snaps. A 0.05s fade looks like an instant pop-in.

Ask me for the inputs, write the script, send me 4 voice takes to choose from, then show me 8 stills before the full render.

Prompt innen származik posta @rossaxbt.