Ora 2 attēla modeļa prezentācijas filma

Palūdziet man: mana produkta nosaukumu, vienas rindas prezentāciju, manu logotipu, 3 līdz 6 produkta ekrānuzņēmumus, vairāk nekā 40 attēlus ar to, ko tas rada (vai tā fotoattēlus), mana zīmola krāsas un fontu, ElevenLabs API atslēgu un balss ID, kā arī bezmaksas celiņu ar skaidru nomešanas laiku (audio failu un nomešanas laika zīmogu). Ja kaut ko izlaižu, izmantojiet šos noklusējuma iestatījumus: "Ora 2", "attēla modelis, kas radīts gaumei", bezmaksas attēlus no Unsplash un Pixabay, Geist, tintes numuru #111214, balsi Samara X (19STyYD15bswVz51nqLf) vietnē eleven_v4 un Pixabay "Cascade Breathe" (129,83 BPM, nomešana pie 75,39 s).

<script>
Uzrakstiet 9 rindu balss pārraidi šādā formātā un pielāgojiet katru rindiņu manam produktam:
"Šī ir [nosaukums]. [Kategorija]... veidota priekš [vērtība]. [Darbības vārds] JEBKĀDĀ stilā. Dodiet tai [ievadi] - un tā vienkārši... saprot. Jo vairāk jūs to izmantojat, jo LABĀK tā kļūst. Pielāgojiet tās [iestatījumu]. Tās [iestatījumu]. Tās [iestatījumu]. Katru [izvadi] - tieši tā, kā jūs to iztēlojāties. [Nosaukums]. Tagad pieejama."
Emociju tagus lietojiet taupīgi: [klusi] klusajās rindās un [satraukti] [darbības vārda] rindā. Nelietojiet tagu ievaddaļai un beidziet to ar vienkāršu punktu.
</script>

Izsauciet ElevenLabs API tieši, izmantojot manu atslēgu, bez MCP. Ģenerējiet 4 pilna skripta versijas vienā piegājienā un ļaujiet man izvēlēties. Ja rinda neizklausās pareizi, 4 reizes ģenerējiet tikai šo rindiņu un pievienojiet labāko versiju manai versijai.
Pauzes, kas garākas par 0,28 s, saīsiniet līdz 0,2 s, pēc tam katru frāzi par 85% tuviniet mediānajam līmenim, regulējot pastiprinājumu tikai paužu laikā.
Vārdu laika mērīšanai sadaliet lasīšanu ar pauzēm, kas ir vismaz 100 ms, transkribējiet katru segmentu atsevišķi, izmantojot Whisper, un saskaņojiet tā pirmo vārdu ar izmērīto sākuma vērtību. Viens Whisper lasījums var novietot vārdus līdz pat pussekundes nokavēšanai.

22 sekunžu gara kvadrātveida palaišanas filma, 1440x1440, 60 kadri sekundē, mākslīgā intelekta laboratorijas palaišanas stilā: balts audekls, viens burtveidols, melna tinte, reāli attēli un paraksti, kas rakstīti vārds pa vārdam tieši tajā brīdī, kad tie tiek izrunāti.
Katrā vadības elementā (uzvedņu joslā, iestatījumu panelī, parakstu tabletē) tiek izmantots šķidrais stikls: apmatojiet ainu aiz tās, salieciet šo ainu gar malu kā biezu stiklu, pēc tam pievienojiet augšējo spīdumu, spilgtu malu un maigu pacelšanas ēnu. Stikls pazūd uz vienkāršas baltas krāsas, tāpēc pievienojiet lēnu pasteļtoņu auru manas zīmola krāsās vai izplūdušu fotoattēla mazgāšanu aiz tās.
Vienā uzsvērtie vārdu tipi mana zīmola krāsu gradientā ar vāju mirdzumu aiz tā.
Kustības noteikumi: saglabājiet kameras dreifēšanu (palieliniet ātrumu no 1,0 līdz 1,04 katrā ainā; kad saturs pāriet uz nākamo ainu, sāciet ar tālummaiņu vietā, kur beidzās iepriekšējā aina). Nekas neparādās uzreiz: izmantojiet vismaz 0,3 s ilgus palēninātus izbalējumus. Mainiet attēlus uz sešpadsmitdaļnotīm, katrai no tām noklikšķinot. Novietojiet ainas maiņas frāzes sākumā un izlīdziniet mūzikas kritumu ar [Darbības vārda] līniju. Nerādiet ekrānā punktus.
Aizliegts: atlases lodziņa iezīmēšana, sitienu pārraušanas izraisīti sitieni, balti zibšņi, 3D, veidnes.

Septiņas ainas, kas pielāgotas balsij:

1. "Šis ir [vārds]": manu attēlu kolāža izgaismojas, vārdam rakstoties lieliem burtiem, un pēc tam paver ceļu kategorijas rindai.
2. "radīts [vērtībai]": pilnekrāna režīmā zibšņi ar maniem labākajiem attēliem ieslēdzas sešpadsmitās notis pilienā, un līnija virs tām ir rakstīta baltā krāsā.
3. Nomešana: stikla uzvednes josla ieraksta īsu uzvedni. Rezultātu kartes stils mainās ik pēc 16. nots, savukārt melna stila mikroshēma ripo pie katra jaunā vārda virs sīktēla joslas.
4. “Parādiet noskaņu dēli”: 9 attēli pārvietojas 3x3 režģī, pēc tam apvelciet rezultātu, kad ekrānā parādās uzraksts “Tas jūs aizrauj”.
5. “Jo vairāk to lieto, jo labāks tas kļūst”: ieraksti divas rindiņas, ar uzsvērto vārdu gradientā.
6. Iestatījumi: parādīt stikla paneli ar 3 slīdņiem, katrs no tiem pārvietojas, kad viņa to nosauc. Mainiet attēla nokrāsu, uz sešpadsmitdaļām uzklājiet jaunas sēklas un pēc tam pārvērtiet to par plakātu. Sinhroni pārvietojiet izplūdušu krāsu kārtu aiz stikla.
7. "Katrs [izvades attēls] tieši tāds, kā jūs to redzat": no centra aiz stikla paraksta tabletes izstumjiet 120 manus attēlus uz āru, pēc tam apvienojiet tos manā logotipā, kamēr nosaukums parādās. Zem tā ierakstiet "Tūlītēja publicēšana" un turiet 2 sekundes.

Aizvietot uzvednes joslu, rezultātus un slīdņus ar mana produkta reālajiem ievades, izvades un iestatījumiem.

Iestatiet dziesmu tā, lai piliens nokristu uz [Verb] līnijas, un izvietojiet tur ritma režģi.
Samaziniet mūzikas skaļumu zem balss, izmantojot 3 joslu sānu ķēdi (zemās frekvences 30%, vidējās frekvences 85%, gaiss 55%; 0,3 s noturēšana, 50 ms iepriekšēja gaidīšana, 0,5 s atlaišana). Pēc tam regulējiet katras frāzes vidējās frekvences, līdz balss ir aptuveni par 9 dB virs mūzikas starp 300 Hz un 4 kHz.
Izmantojiet vienu lejupielādētu Mixkit skaņas efektu katram notikumam, pozicionējot to pēc tā izmērītā maksimuma: klikšķis katrai attēla maiņai, taustiņa skaņa katram ierakstītajam burtam, maiga piezemēšanās uz uzsvērtā vārda, švīkstoņi un triecieni uz kritiena un logotipa. Apgrieziet katru ap tā maksimumu (daudzi pacēlāji ir 4 sekundes). Samaziniet mūzikas skaļumu pa dB līkni zem beigu kartes. Skaļuma norma līdz -14 LUFS.

1. Viens HTML audekls. Katrs kadrs ir tīra laika funkcija seek(t) ietvaros, un katrs paraksts un izgriezums seko vārdu tabulai.
2. Stikls: uztveriet audeklu aiz formas, izpludiniet to apmēram 14 pikseļos ķermenim, uzzīmējiet viegli izpludinātu kopiju, kas palielināta apmēram 1,06 reizes, 12 pikseļu joslā gar malu, pēc tam pievienojiet pienu, spīdumu, apmali un ēnu.
3. Renderējiet ar Playwright ar 60 kadriem sekundē, izmantojot 8 kustības izpludināšanas apakškadrus, pēc tam kodējiet ar ffmpeg.
4. Pirms kaut ko man rādāt, izveidojiet fotoattēlu kontaktlapu, skenējiet kadru atšķirības, lai atrastu atsevišķus izlēcienus (pārlēkt drīkst tikai 16. nošu skrējieni), un pārbaudiet balss un mūzikas attiecību katrai frāzei.

[Sirsnīgs] ievadvārds var izklausīties kā čuksts, savukārt [satraukts] var šķist mākslīgs. Izcelšanas lodziņš aiz vārda izskatās kā Windows teksta atlase. Ja kameras pārslēgšanas laikā iestatījums tiek atiestatīts uz 1,0, tālummaiņa nofiksējas. 0,05 s izgaismošana izskatās kā tūlītējs uznirstošais attēls.

Palūdz man ieteikumus, uzraksti scenāriju, atsūti man 4 balss ierakstus, no kuriem izvēlēties, un pēc tam parādi man 8 kadrus pirms pilnas renderēšanas.

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.

Uzvedne ņemta no pasts @rossaxbt.