Film o predstavitvi modela Ora 2 Image

Vprašajte me za: ime mojega izdelka, enovrstično predstavitev, moj logotip, 3 do 6 posnetkov zaslona izdelka, več kot 40 slik tega, kar ustvari (ali fotografij tega), barve in pisavo moje blagovne znamke, ključ API-ja ElevenLabs in glasovno identifikacijo ter skladbo brez avtorskih honorarjev z jasnim padcem (zvočna datoteka in časovni žig padca). Če kaj preskočim, uporabite te privzete nastavitve:»Ora 2«,»model slike, narejen za okus«, brezplačne slike iz Unsplash in Pixabay, Geist, črnilo #111214, glas Samara X (19STyYD15bswVz51nqLf) na eleven_v4 in Pixabay»Cascade Breathe«(129,83 BPM, padec pri 75,39 s).

<script>
Napiši 9-vrstični glasovni posnetek v tej obliki in vsako vrstico prilagodi mojemu izdelku:
"To je [ime]. [kategorija]... zgrajena za [vrednost]. [Glagol] v POLJUBNEM slogu. Dajte ji [vnos] - in preprosto... razume. Bolj ko jo uporabljate, BOLJŠA postaja. Prilagodite njeno [nastavitev]. Njeno [nastavitev]. Njeno [nastavitev]. Vsak [izhod] - točno tako, kot ste si ga zamislili. [Ime]. Zdaj zunaj."
Oznake čustev uporabljajte zmerno: [tiho] v tihih vrsticah in [navdušeno] v vrstici [Glagol]. Ne označujte uvodnega stavek in ga končajte s preprosto piko.
</script>

Pokliči ElevenLabs API neposredno z mojim ključem, brez MCP. V enem prehodu ustvari 4 posnetke celotnega scenarija in pusti, da izberem sam. Če se vrstica ne sliši pravilno, 4-krat regeneriraj samo to vrstico in najboljšo različico vstavi v moj posnetek.
Pavze, daljše od 0,28 sekunde, skrajšajte na 0,2 sekunde, nato pa vsako frazo približajte srednji ravni za 85 %, pri čemer prilagajajte ojačanje samo med pavzami.
Za merjenje časa branja razdelite branje na premore, dolge 100 ms ali več, vsak segment posebej prepišite s funkcijo Whisper in prvo besedo poravnajte z izmerjenim začetkom. En sam prehod funkcije Whisper lahko besede zamuja do pol sekunde.

22-sekundni kvadratni predstavitveni film, 1440 x 1440 pri 60 sličicah na sekundo, v slogu predstavitvenega filma za laboratorij umetne inteligence: belo platno, ena pisava, črno črnilo, prave slike in napisi, vpisani besedo za besedo točno v trenutku, ko so izgovorjeni.
Vsak kontrolnik (vrstica s pozivi, plošča z nastavitvami, tablica z napisi) uporablja tekoče steklo: zamrznite prizor za njim, upognite ta prizor vzdolž roba kot debelo steklo, nato dodajte zgornji sijaj, svetel rob in mehko senco. Steklo izgine na navadni beli barvi, zato dodajte počasno pastelno avro v barvah moje blagovne znamke ali zamegljen preliv fotografije za njim.
Ena je poudarila besedne vrste v gradientu barv moje blagovne znamke, z rahlim sijem v ozadju.
Pravila gibanja: kamera naj se premika (potiskajte od 1,0 do 1,04 na prizor; ko se vsebina premakne v naslednji prizor, začnite pri povečavi, kjer se je prejšnji prizor končal). Nič se ne prikaže takoj: uporabite počasnejše postopke vsaj 0,3 sekunde. Slike spreminjajte na šestnajstinah, s klikom za vsako. Spremembe prizorov se izvajajo na začetku fraz in poravnajte padec glasbe s črto [Glagol]. Na zaslonu ne prikazujte pik.
Prepovedano: poudarki v izbirnem polju, slam posnetki ritma, beli bliski, 3D, predloge.

Sedem prizorov, časovno usklajenih z glasom:

1.»To je [ime]«: kolaž mojih slik se pojavi, ko se ime natipka v velikih črkah, nato pa se umakne vrstici kategorije.
2.»narejeno za [vrednost]«: celozaslonski bliski mojih najboljših slik se vklopijo na šestnajstinke v kapljico, črta pa je nad njimi natipkana z belo barvo.
3. Padec: steklena vrstica z navodili vnese kratek poziv. Kartica z rezultati spremeni slog vsako šestnajstino note, črn žeton s slogom pa se kotali do vsakega novega imena nad trakom s sličicami.
4.»Prikaži tablo razpoloženja«: 9 slik se razporedi v mrežo 3x3, nato pa rezultat obkroži, medtem ko na zaslonu piše»It gets you«(Doseže te).
5.»Bolj ko ga uporabljaš, boljše postaja«: napiši dve vrstici, pri čemer poudarjeno besedo postavi v preliv.
6. Nastavitve: prikaži stekleno ploščo s tremi drsniki, vsak se premika, ko ga poimenuje. Spremeni odtenek slike, na šestnajstinah zvrni nova semena in jo nato spremeni v plakat. Sinhrono premakni zamegljen preliv njenih barv za steklo.
7.»Vsak [izhod], točno tako, kot si ga predstavljate«: 120 mojih slik iz sredine za stekleno napisno tablico razporedite navzven, nato pa jih združite v moj logotip, ko se ime tipka. Spodaj napišite»Zdaj na voljo«in držite 2 sekundi.

Zamenjaj vrstico s pozivi, rezultate in drsnike z dejanskimi vhodnimi podatki, izhodnimi podatki in nastavitvami mojega izdelka.

Pesem nastavite tako, da kapljica pristane na vrstici [Glagol] in tam zasidrajte mrežo ritmov.
Glasbo utišajte pod glas s 3-pasovnim stranskim ojačevalnikom (nizki toni 30 %, srednji 85 %, zračni toni 55 %; 0,3 s zadrževanja, 50 ms predvidevanja, 0,5 s sproščanja). Nato prilagajajte srednje tone vsake fraze, dokler glas ne bo približno 9 dB nad glasbo med 300 Hz in 4 kHz.
Uporabite en preneseni Mixkit SFX na dogodek, pozicioniran glede na njegov izmerjeni vrh: klik za vsako spremembo slike, zvok tipke za vsako vneseno črko, mehak pristanek na poudarjeni besedi, šumenje in udarci na padcu in logotipu. Vsakega obrežite okoli njegovega vrha (veliko dvignjenih elementov traja 4 sekunde). Glasbo postopno uravnavajte vzdolž dB krivulje pod končno karto. Loudnorm na -14 LUFS.

1. Eno platno HTML. Vsak okvir je čista funkcija časa znotraj seek(t), vsak napis in izrez pa sledi tabeli besed.
2. Steklo: zajemite platno za obliko, ga zameglite za približno 14 slikovnih pik za telo, narišite rahlo zamegljeno kopijo, povečano za približno 1,06x, v pasu velikosti 12 slikovnih pik vzdolž roba, nato dodajte mleko, sijaj, rob in senco.
3. Upodobite s Playwright pri 60 sličicah na sekundo z 8 podokvirji zameglitve gibanja in nato kodirajte z ffmpeg.
4. Preden mi karkoli pokažeš, naredi kontaktni list fotografij, pregledaj razlike med kadri in poišči poskoke v posameznih kadrih (skakanje je dovoljeno le pri šestnajstinkah) ter preveri razmerje med glasom in glasbo za vsako frazo.

[Toplo] uvodno sporočilo se lahko sliši zašepetano, medtem ko se lahko [navdušeno] zdi umetno. Označeno polje za besedo je videti kot izbira besedila v sistemu Windows. Če se kamera med prenosom ponastavi na 1,0, se povečava samodejno prekine. Postopno bledenje za 0,05 sekunde je videti kot takojšen pojavni element.

Vprašaj me za vhodne podatke, napiši scenarij, pošlji mi 4 glasovne posnetke, med katerimi lahko izbiram, nato pa mi pokaži 8 fotografij pred popolnim renderjem.

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.

Poziv vzet iz objava @rossaxbt.