Predstavenie modelu Ora 2 Image

Opýtajte sa ma na: názov môjho produktu, jednoriadkovú prezentáciu, moje logo, 3 až 6 snímok obrazovky produktu, viac ako 40 obrázkov toho, čo vytvára (alebo jeho fotografií), farby a písmo mojej značky, kľúč API ElevenLabs a ID hlasu, plus skladbu bez licenčných poplatkov s jasným poklesom (zvukový súbor a časová pečiatka poklesu). Ak niečo vynechám, použite tieto predvolené hodnoty: „Ora 2“, „model obrázka vytvorený pre vkus“, bezplatné obrázky z Unsplash a Pixabay, Geist, atrament #111214, hlas Samary X (19STyYD15bswVz51nqLf) na eleven_v4 a Pixabay „Cascade Breathe“ (129,83 BPM, pokles na 75,39 s).

<script>
Napíšte 9-riadkový hlasový komentár v tomto formáte a prispôsobte každý riadok môjmu produktu:
„Toto je [meno]. [kategória]... vytvorená pre [hodnota]. [Sloveso] v AKOMKOĽVEK štýle. Dajte jej [vstup] - a ona jednoducho... rozumie. Čím viac ju používate, tým LEPŠIA je. Upravte jej [nastavenie]. Jej [nastavenie]. Jej [nastavenie]. Každý [výstup] - presne tak, ako ste si ho predstavovali. [Meno]. Teraz vonku.“
Používajte emócie striedmo: [jemne] v tichých riadkoch a [vzrušene] v riadku [Sloveso]. Neoznačujte úvodnú vetu a ukončite ju jednoduchou bodkou.
</script>

Zavolajte rozhranie API ElevenLabs priamo pomocou môjho kľúča, bez MCP. Vygenerujte 4 zábery s plným skriptom naraz a nechajte ma vybrať. Ak niektorý riadok neznie správne, vygenerujte iba tento riadok 4-krát a najlepšiu verziu vložte do môjho záberu.
Skracujte pauzy dlhšie ako 0,28 s na 0,2 s a potom každú frázu nastavte na 85 % smerom k strednej úrovni, pričom zosilnenie upravujte iba počas pauz.
Pre načasovanie slov rozdeľte čítanie na pauzy 100 ms alebo dlhšie, prepíšte každý segment samostatne pomocou funkcie Whisper a zarovnajte jeho prvé slovo s nameraným začiatkom. Jeden prechod funkciou Whisper dokáže umiestniť slová až o pol sekundy neskôr.

22-sekundový štvorcový úvodný film s rozlíšením 1440x1440 pri 60 snímkach za sekundu v štýle úvodného filmu z laboratória umelej inteligencie: biele plátno, jeden typ písma, čierny atrament, skutočné obrázky a popisky písané slovo po slove presne v čase, keď sú vyslovené.
Každý ovládací prvok (panel s výzvami, panel nastavení, tableta s popismi) používa tekuté sklo: zmrazte scénu za ním, ohnite ju pozdĺž okraja ako hrubé sklo a potom pridajte vrchný lesk, jasný okraj a jemný tieň. Sklo mizne na čisto bielej farbe, takže pridajte pomalú pastelovú auru v mojich značkových farbách alebo rozmazaný prechod fotografie za ním.
Ten zdôrazňoval typy slov v prechode farieb mojej značky s jemným leskom v pozadí.
Pravidlá pohybu: udržujte kameru v pohybe (posúvajte rýchlosť od 1,0 do 1,04 na scénu; keď sa obsah presunie do ďalšej scény, začnite v bode priblíženia, kde predchádzajúca scéna skončila). Nič sa neobjaví okamžite: používajte postupné prechody s trvaním aspoň 0,3 s. Zmeňte obrázky na šestnástkach, pričom pre každú z nich kliknite jedným kliknutím. Zmeny scén sa uskutočňujú na začiatku frázy a zarovnajte pokles hudby s čiarou [Sloveso]. Nezobrazujte bodky na obrazovke.
Zakázané: zvýraznenia vo výberovom poli, údery zachytené beatmi, biele záblesky, 3D, šablóny.

Sedem scén, načasovaných podľa hlasu:

1. „Toto je [meno]“: koláž mojich obrázkov sa vynorí, keď sa meno napíše vo veľkom a potom ustúpi riadku s kategóriou.
2. „vyrobené pre [hodnota]“: záblesky mojich najlepších obrázkov na celej obrazovke sa prepínajú na šestnástkové noty do poklesu, s čiarou napísanou bielou farbou nad nimi.
3. Kvapka: sklenená lišta s pokynmi napíše krátku výzvu. Výsledková karta mení štýl každú šestnástku noty, zatiaľ čo čierny štýlový žetón sa kotúľa ku každému novému menu nad pásikom s miniatúrami.
4. „Ukážte tomu nástenku nálad“: 9 obrázkov sa rozmiestni do mriežky 3x3 a potom zakrúžkujte výsledok, zatiaľ čo sa na obrazovke píše „Dostane vás to“.
5. „Čím viac to používaš, tým lepšie to bude“: napíš dva riadky so zvýrazneným slovom v prechode.
6. Nastavenia: ukážte sklenený panel s 3 posuvníkmi, pričom každý sa pohybuje podľa jej názvu. Zmeňte odtieň obrázka, pridajte nové semienka na šestnástiny a potom ho premeňte na plagát. Synchronne posuňte rozmazaný závoj jeho farieb za sklo.
7. „Každý [výstup] presne tak, ako ho vidíte“: rozdeľte 120 mojich obrázkov od stredu smerom von za sklenenú popisnú tabletku a potom ich spojte do môjho loga, keď sa bude písať meno. Pod to napíšte „Teraz vonku“ a podržte 2 sekundy.

Nahradiť panel s výzvami, výsledky a posuvníky skutočnými vstupmi, výstupmi a nastaveniami môjho produktu.

Nastavte skladbu tak, aby kvapka dopadla na riadok [Verb] a ukotvte tam mriežku rytmu.
Utlmte hudbu pod spev pomocou 3-pásmového bočného reťazca (bazóny 30 %, stredy 85 %, vzduch 55 %; 0,3 s hold, 50 ms look-ahead, 0,5 s release). Potom upravte stredy každej frázy, kým spev nebude približne 9 dB nad hudbou medzi 300 Hz a 4 kHz.
Použite jeden stiahnutý zvukový efekt z Mixkitu na udalosť, umiestnený podľa jeho nameraného vrcholu: kliknutie pre každú zmenu obrázka, zvuk klávesu pre každé napísané písmeno, mäkké pristátie na zdôraznenom slove, svišťanie a dopady na kvapku a logo. Orežte každý okolo jeho vrcholu (mnoho stúpaní trvá 4 sekundy). Stlmte hudbu pozdĺž dB krivky pod koncovou kartou. Loudnorm na -14 LUFS.

1. Jedno HTML plátno. Každý rámec je čistou funkciou času vo vnútri funkcie seek(t) a každý popis a výrez nasleduje za tabuľkou slov.
2. Sklo: zachyťte plátno za tvarom, rozostrite ho asi 14px pre telo, nakreslite mierne rozmazanú kópiu zväčšenú asi 1,06x v 12px páse pozdĺž okraja a potom pridajte mlieko, lesk, okraj a tieň.
3. Renderujte pomocou Playwright pri 60 snímkach za sekundu s použitím 8 podrámcov s rozmazaním pohybom a potom kódujte pomocou ffmpeg.
4. Predtým, ako mi čokoľvek ukážete, si vytvorte kontaktný hárok statických záberov, naskenujte rozdiely medzi jednotlivými zábermi a vyhľadajte praskavé efekty (skákať môžu iba šestnástkové noty) a skontrolujte pomer hlasu k hudbe pre každú frázu.

Úvodné slovo [vrelo] môže znieť šepkane, zatiaľ čo slovo [nadšene] môže pôsobiť falošne. Zvýraznené políčko za slovom vyzerá ako výber textu vo Windowse. Ak sa fotoaparát počas odovzdávania resetuje na 1,0, priblíženie sa zacvakne. Zoslabenie o 0,05 sekundy vyzerá ako okamžité zobrazenie objektu.

Požiadaj ma o vstupy, napíš scenár, pošli mi 4 hlasové zábery na výber a potom mi ukáž 8 statických záberov pred úplným renderovaním.

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.

Výzva prevzatá z príspevok @rossaxbt.