Uppsetning: Kynningarmyndband fyrir myndband frá Ora 2

Spyrjið mig um: vöruheitið mitt, einnar línu kynningu, merkið mitt, 3 til 6 skjáskot af vörunni, 40+ myndir af því sem hún býr til (eða ljósmyndir af því), liti og leturgerð vörumerkisins míns, ElevenLabs API lykil og raddkenni, auk laga án höfundarréttar með skýru dropi (hljóðskráin og tímastimpill dropans). Ef ég sleppi einhverju, notið þessar sjálfgefnu stillingar: "Ora 2", "myndlíkan gert fyrir smekk", ókeypis myndir frá Unsplash og Pixabay, Geist, blek #111214, röddin Samara X (19STyYD15bswVz51nqLf) á eleven_v4, og Pixabay "Cascade Breathe" (129.83 BPM, drop við 75.39s).

<script>
Skrifaðu níu lína talsetningu í þessu sniði og aðlagaðu hverja línu að vörunni minni:
„Þetta er [nafn]. [Flokkur]... hannaður fyrir [gildi]. [Sagnorð] í ALLRI stíl. Gefðu því [inntak] - og það bara... skilur. Því meira sem þú notar það, því BETRA verður það. Stilltu [stillinguna]. Þaðs [stillingu]. Þaðs [stillingu]. Sérhver [úttak] - nákvæmlega eins og þú ímyndaðir þér það. [Nafn]. Kominn út núna.“
Notaðu tilfinningamerkingar sparlega: [mjúklega] í rólegu línunum og [spenntur] í [sögninni] línunni. Ekki merkja upphafssetninguna og endaðu hana með punkti.
</script>

Kallaðu beint á ElevenLabs API með lyklinum mínum, án MCP. Búðu til fjórar tökur af fullum handriti í einni umferð og láttu mig velja. Ef lína hljómar ekki rétt, endurnýjaðu þá línu fjórum sinnum og splæstu bestu útgáfunni inn í tökuna mína.
Styttið hlé sem eru lengri en 0,28 sekúndur í 0,2 sekúndur og færið síðan hverja setningu um 85% af leiðinni að miðgildi, og stillið aðeins magnið á meðan hlé eru gerð.
Fyrir tímasetningu orða, skiptu upplestrinum í hlé sem eru 100 ms eða lengri, umritaðu hvern hluta fyrir sig með Whisper og samstilltu fyrsta orðið við mældan upphafsstaf. Ein Whisper-leið getur komið orðum allt að hálfri sekúndu of seint.

22 sekúndna ferkantað kynningarmyndband, 1440x1440 við 60 ramma á sekúndu, í stíl við kynningu á gervigreindarrannsóknarstofu: hvítt strigi, ein leturgerð, svart blek, raunverulegar myndir og texti skrifaður orð fyrir orð á nákvæmlega þeim tíma sem þeir eru sagðir.
Sérhver stjórntæki (kvaðningarstika, stillingargluggi, myndatextatöflur) notar fljótandi gler: berið gljáa á senuna á bak við hana, beygið senuna meðfram brúninni eins og þykkt gler, bætið síðan við gljáa að ofan, björtum brún og mjúkum lyftiskugga. Glerið hverfur á venjulegu hvítu, svo bætið við hægum pastelblæ í litum vörumerkisins míns eða óskýrri þvotti á myndinni á bak við hana.
Sú lagði áherslu á orðtegundir í litasamsetningu vörumerkisins míns, með daufri ljóma á bak við það.
Hreyfireglur: Haldið myndavélinni á hreyfingu (flýtið úr 1,0 í 1,04 á hverja senu; þegar efni færist yfir í næstu senu, byrjið á aðdráttarpunktinum þar sem fyrri sena endaði). Ekkert birtist samstundis: notið slakar dofnanir á að minnsta kosti 0,3 sekúndum. Skiptið um myndir á 16. nótum með smelli fyrir hverja. Lentið á senubreytingum við upphaf frasans og stillið nótnafallið við [Sagnorð] línuna. Ekki sýna punkta á skjánum.
Bannað: hápunktar í valboxum, smellur með takti, hvít blikk, 3D, sniðmát.

Sjö senur, tímasettar eftir röddinni:

1. „Þetta er [nafn]“: Myndasamsetning af myndunum mínum birtist þegar nafnið er skrifað í stóru formi og víkur síðan fyrir flokkalínunni.
2. „made for [value]“: blikkar á öllum skjánum af bestu myndunum mínum kveikja á 16. nótum í dropanum, með línunni slegin inn í hvítu yfir þær.
3. Dropinn: Glerspjaldslína skrifar stutta spyrnu. Niðurstöðukortið breytir um stíl á hverri 16. nótu, en svartur stílflögu rúllar fyrir hvert nýtt nafn fyrir ofan smámyndarrönd.
4. „Sýndu því skaptöflu“: Níu myndir fljúga inn í 3x3 reit, hringdu síðan í kringum niðurstöðuna á meðan „Það nær þér“ skrifar á skjáinn.
5. „Því meira sem þú notar það, því betra verður það“: skrifaðu tvær línur, með áhersluorðinu í litbrigðinu.
6. Stillingarnar: Sýnið glerplötu með þremur rennistikum, hver hreyfist eftir því sem hún nefnir hana. Breytið litbrigði myndarinnar, veltið nýjum fræjum á 16. hæð og breytið henni síðan í veggspjald. Færið óskýra litasamsetningu á bak við glerið samstillt.
7. „Sérhver [úttak], nákvæmlega eins og þú sérð það“: birti 120 af myndunum mínum út frá miðjunni á bak við glermyndatöflu og sameina þær síðan í lógóið mitt þegar nafnið slærst inn. Settu „Út núna“ fyrir neðan og haltu inni í 2 sekúndur.

Skipta út leiðbeiningastikunni, niðurstöðunum og rennistikunum fyrir raunveruleg inntak, úttak og stillingar vörunnar minnar.

Stilltu lagið þannig að dropinn lendi á [Verb] línunni og festu taktgrindina þar.
Beygðu tónlistina undir röddinni með þriggja banda hliðarkeðju (lágmarkstíðni 30%, miðlungstíðni 85%, loft 55%; 0,3 sek. hald, 50 ms framsýni, 0,5 sek. losun). Stilltu síðan miðlungstíðni hverrar frasar þar til röddin er um 9 dB fyrir ofan tónlistina á milli 300 Hz og 4 kHz.
Notið eitt niðurhalað Mixkit SFX fyrir hvert atvik, staðsett eftir mældum hámarki: smell fyrir hverja myndbreytingu, takkahljóð fyrir hvern staf sem sleginn er inn, mjúk lending á áhersluorðinu, „súps“ og áhrif á dropann og merkið. Klippið hvert hljóð í kringum hámarkið (margar risers eru 4 sekúndur). Stillið tónlistina eftir dB ferli undir lokakortinu. Hávaðanlegt gildi er -14 LUFS.

1. Eitt HTML striga. Hver rammi er hreint fall af tíma innan seek(t), og hver myndatexti og klipp fylgja orðatöflunni.
2. Gler: Náðu striganum á bak við lögunina, þokaðu hann um 14px fyrir líkamann, teiknaðu örlítið þokukennt afrit stækkað um 1,06x í 12px rönd meðfram brúninni, bættu síðan við mjólk, gljáa, rim og skugga.
3. Rifjaðu upp með Playwright við 60fps með 8 undirrömmum með hreyfinguþoku og kóðaðu síðan með ffmpeg.
4. Áður en þú sýnir mér nokkuð, gerðu tengiliðaskrá af kyrrstöðum, skimaðu rammamun til að finna popp í einum ramma (aðeins 16. nótna hlaup mega hoppa) og athugaðu hlutfallið milli röddar og tónlistar fyrir hverja setningu.

Opnunarorð sem hljóma hlýlega geta hljómað eins og hvíslun, en orð sem hljóma eins og spennt orð geta virst falsað. Merkingarkassi fyrir aftan orð lítur út eins og textaval í Windows. Ef myndavélin stillir sig á 1.0 við afhendingu, smellpassar aðdrátturinn. 0,05 sekúndna dofnun lítur út eins og skyndileg birta.

Biddu mig um innslátt, skrifaðu handritið, sendu mér fjórar raddsetningar til að velja úr og sýndu mér svo átta ljósmyndir áður en heildarútgáfan fer fram.

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.

Fyrirmæli tekin úr póstur @rossaxbt.