Ora 2 моделінің тұсаукесер фильмі

Маған мыналарды сұраңыз: өнім атауы, бір жолдық ұсыныс, логотип, өнімнің 3-тен 6-ға дейінгі скриншоты, оның жасағандарының (немесе фотосуреттерінің) 40-тан астам суреті, бренд түстері мен қаріпі, ElevenLabs API кілті және дауыс идентификаторы, сондай-ақ айқын түсірілімі бар роялтисіз трек (аудио файл және түсірілу уақыт белгісі). Егер мен бірдеңені өткізіп жіберсем, келесі әдепкі мәндерді пайдаланыңыз: "Ora 2", "дәмге арналған сурет моделі", Unsplash және Pixabay сайттарынан тегін суреттер, Geist, сия #111214, eleven_v4 сайтындағы Samara X дауысы (19STyYD15bswVz51nqLf) және Pixabay "Cascade Breathe" (129.83 BPM, 75.39 секундта түсірілу).

<script>
Осы форматта 9 жолдық дыбыстық жазба жазып, әрбір жолды менің өніміме бейімдеңіз:
"Бұл [атауы]. [санат]... [мән] үшін жасалған. [Етістік] КЕЗ КЕЛГЕН стильде. Оған [енгізу] беріңіз - сонда ол жай ғана... түсінеді. Оны неғұрлым көп қолдансаңыз, соғұрлым ЖАҚСЫ болады. Оның [параметрін] реттеңіз. Оның [параметрін]. Оның [параметрін]. Әрбір [шығысын] - дәл сіз елестеткендей етіп реттеңіз. [Атауы]. Қазір шығады."
Эмоция белгілерін сирек қолданыңыз: ақырын сөйлемдерге [жұмсақ] және [Етістік] жолына [қозған]. Бастауыш сөйлемді белгілемеңіз және оны нүктемен аяқтаңыз.
</script>

MCP пайдаланбай, менің кілтімді пайдаланып, ElevenLabs API-ға тікелей қоңырау шалыңыз. Бір өтуде 4 толық сценарийлік тапсырманы жасаңыз және маған таңдау жасауға мүмкіндік беріңіз. Егер жол дұрыс естілмесе, сол жолды 4 рет қайта жасаңыз және ең жақсы нұсқасын менің тапсырмама қосыңыз.
0,28 секундтан ұзын үзілістерді 0,2 секундқа дейін қысқартыңыз, содан кейін әрбір фразаны медиана деңгейінің 85%-ына дейін жеткізіңіз, күшейтуді тек үзілістер кезінде ғана реттеңіз.
Сөз уақытын есептеу үшін оқуды 100 мс немесе одан да ұзақ үзілістермен бөліңіз, әр сегментті Whisper көмегімен бөлек транскрипциялаңыз және оның бірінші сөзін өлшенген сөздің басталуымен туралаңыз. Whisper-дің бір рет өтуі сөздерді жарты секундқа дейін кешіктіруі мүмкін.

Жасанды интеллект зертханасының іске қосу стиліндегі 22 секундтық шаршы форматтағы, 60 кадр/сек жылдамдықпен 1440x1440 ажыратымдылықтағы ұшыру пленкасы: ақ кенеп, бір қаріп, қара сия, нақты суреттер және айтылған уақытта сөзбе-сөз терілген жазулар.
Әрбір басқару элементі (сұрау жолағы, параметрлер панелі, тақырып тақтасы) сұйық әйнекті пайдаланады: артындағы көріністі глазурьмен бояңыз, сол көріністі қалың әйнек сияқты жиегі бойымен бүгіңіз, содан кейін үстіңгі жылтырды, ашық жиекті және жұмсақ көтергіш көлеңкені қосыңыз. Әйнек қарапайым ақ түсте жоғалады, сондықтан менің бренд түстеріме баяу пастель аурасын немесе артындағы фотосуреттің бұлыңғырлығын қосыңыз.
Біреуі менің бренд түстерімнің градиентінде сөз түрлеріне баса назар аударды, оның артында әлсіз жарқыл бар.
Қозғалыс ережелері: камераны қозғалтпай ұстаңыз (әр көрініс үшін 1,0-ден 1,04-ке дейін басыңыз; мазмұн келесі көрініске ауысқанда, алдыңғы көрініс аяқталған жерден бастаңыз). Ештеңе бірден пайда болмайды: кем дегенде 0,3 секундтық жеңілдетілген әлсіреулерді пайдаланыңыз. 16-ншы ноталардағы кескіндерді әрқайсысы үшін бір рет басу арқылы өзгертіңіз. Фраза басталғанда жер көрінісі өзгереді және музыканың үзілуін [Verb] жолымен туралаңыз. Экранда нүктелерді көрсетпеңіз.
Тыйым салынған: таңдау терезесіндегі ерекшеліктер, ритммен үзілген дыбыстар, ақ жыпылықтаулар, 3D, үлгілер.

Дауыспен уақытша сәйкестендірілген жеті көрініс:

1. "Бұл [аты]": атау үлкен әріптермен терілгенде, суреттерімнің коллажы пайда болады, содан кейін санат жолына жол береді.
2. "[құндылыққа] арналған": менің ең жақсы суреттерімнің толық экранды жыпылықтауы 16-шы ноталарға ауысады, ал олардың үстінде ақ түспен жол теріледі.
3. Түсіру: шыны жолақ қысқа жолақты тереді. Нәтиже картасы әрбір 16-шы нота сайын стильді өзгертеді, ал қара стильдегі чип нобай жолағының үстіндегі әрбір жаңа атауға домалайды.
4. "Көңіл-күй тақтасын көрсетіңіз": 9 сурет 3x3 торға ұшады, содан кейін экранда "It gets you" деп жазылған кезде нәтижені дөңгелектеңіз.
5. «Оны неғұрлым көп қолдансаңыз, соғұрлым жақсы болады»: екі жол теріңіз, градиентте екпін түсірілген сөзді көрсетіңіз.
6. Параметрлер: әрқайсысы оның атауы бойынша қозғалатын 3 сырғытпасы бар шыны панельді көрсетеді. Кескіннің реңкін өзгертіңіз, 16-шы нүктелерге жаңа тұқымдарды ораңыз, содан кейін оны плакатқа айналдырыңыз. Түстерінің бұлыңғырлығын әйнектің артына синхронды түрде жылжытыңыз.
7. "Әрбір [шығыс], дәл сіз көргендей": шыны жазу таблеткасының артындағы ортасынан 120 суретімді сыртқа қарай бөліп, атауы жазылған кезде оларды логотипіме біріктіріңіз. Астына "Қазір шықты" деп жазып, 2 секунд ұстап тұрыңыз.

Сұрау жолағын, нәтижелерді және сырғытпаларды өнімімнің нақты кіріс, шығыс және параметрлерімен ауыстырыңыз.

Әнді тамшы [Verb] жолына түсетіндей етіп орнатыңыз және ырғақ торын сол жерге бекітіңіз.
3 диапазонды бүйірлік тізбекпен музыканы дауыстың астына қойыңыз (төменгі жиіліктер 30%, орташа жиіліктер 85%, ауа 55%; 0,3 с ұстап тұру, 50 мс алға қарау, 0,5 с босату). Содан кейін әр фразаның ортасын дауыс 300 Гц және 4 кГц арасындағы музыкадан шамамен 9 дБ жоғары болғанша реттеңіз.
Әрбір оқиға үшін өлшенген шыңына қарай орналастырылған бір жүктелген Mixkit SFX пайдаланыңыз: әрбір кескін өзгерісі үшін бір шертпе, әрбір терілген әріп үшін перне дыбысы, екпінді сөзге ақырын қону, ысқырықтар және түсіп кету мен логотипке әсер ету. Әрқайсысын шыңының айналасында кесіңіз (көптеген көтергіштер 4 секунд). Музыканы картаның соңғы астындағы дБ қисығы бойымен баяулатыңыз. Қатты дыбыс -14 LUFS дейін.

1. Бір HTML кенебі. seek(t) ішіндегі әрбір кадр уақыттың таза функциясы болып табылады, ал әрбір жазу мен кесінді Word кестесінен кейін келеді.
2. Әйнек: пішіннің артындағы кенепті түсіріңіз, оны дене үшін шамамен 14 пиксельге бұлыңғырлатыңыз, жиек бойымен 12 пиксельдік жолақта шамамен 1,06 есе үлкейтілген аздап бұлыңғыр көшірме салыңыз, содан кейін сүтті, жылтырды, жиекті және көлеңкені қосыңыз.
3. 8 қозғалыс бұлыңғырлығы бар ішкі кадрларды пайдаланып, Playwright көмегімен 60 кадр/сек жылдамдықпен рендеринг жасаңыз, содан кейін ffmpeg көмегімен кодтаңыз.
4. Маған бірдеңе көрсетпес бұрын, фотосуреттердің байланыс парағын жасаңыз, бір кадрлық дыбыстарды кадр айырмашылықтарына қарап шығыңыз (тек 16-ноталық дыбыстар ғана секіруі мүмкін) және әрбір фраза үшін дауыс пен музыканың арақатынасын тексеріңіз.

[Жылы] ашқыш сыбырлап естілуі мүмкін, ал [қуанышты] жалған болып көрінуі мүмкін. Сөздің артындағы ерекшелеу өрісі Windows мәтін таңдауына ұқсайды. Егер камера беру кезінде 1.0-ге қайта орнатылса, масштабтау сөнеді. 0,05с сөнуі лезде пайда болатындай көрінеді.

Маған енгізулерді сұраңыз, сценарий жазыңыз, таңдау үшін 4 дауыстық жазба жіберіңіз, содан кейін толық көрсетілім алдында 8 кадр көрсетіңіз.

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.

Сұрау алынған жер пост @rossaxbt.