Танзимот: Филми муаррифии модели Ora 2

Аз ман пурсед: номи маҳсулоти ман, як пешниҳоди яксатра, логотипи ман, аз 3 то 6 скриншотҳои маҳсулот, зиёда аз 40 тасвири он чизе, ки он эҷод мекунад (ё аксҳои он), рангҳо ва шрифти бренди ман, калиди API ElevenLabs ва ID-и овоз, инчунин як треки ройгон бо афтиши равшан (файли аудио ва мӯҳри вақти афтиш). Агар ман ягон чизро гузарам, ин пешфарзҳоро истифода баред: "Ora 2", "модели тасвире, ки барои завқ сохта шудааст", тасвирҳои ройгон аз Unsplash ва Pixabay, Geist, ранг #111214, овози Samara X (19STyYD15bswVz51nqLf) дар eleven_v4 ва Pixabay "Cascade Breathe" (129.83 BPM, афтиши 75.39 сония).

<script>
Дар ин формат овози 9-сатрӣ нависед ва ҳар як сатрро ба маҳсулоти ман мутобиқ кунед:
"Ин [ном] аст. [категория]... барои [арзиш] сохта шудааст. [Феъл] бо ҳар услуб. Ба он [вуруд] диҳед - ва он танҳо... мефаҳмад. Ҳар қадар шумо онро бештар истифода баред, ҳамон қадар БЕҲТАР мешавад. [Танзимоти] онро танзим кунед. [Танзимоти] он. [Танзимоти] он. Ҳар [баромад] - маҳз ҳамон тавре ки шумо онро тасаввур мекардед. [Ном]. Ҳоло берун аст."
Барчаспҳои эҳсосотро кам истифода баред: дар ҷумлаҳои ором [нарм] ва дар ҷумлаҳои [Феъл] [ҳаяҷонзада]. Ҷумларо бо нуқта қайд накунед.
</script>

Ба ElevenLabs API мустақиман бо истифода аз калиди ман, бе MCP, занг занед. Дар як гузариш 4 варианти пурраи скриптро тавлид кунед ва ба ман имкон диҳед, ки интихоб кунам. Агар сатр дуруст садо надиҳад, танҳо ҳамон сатрро 4 маротиба аз нав эҷод кунед ва беҳтарин версияро ба варианти ман пайваст кунед.
Таваққуфҳои аз 0.28 сония дарозтарро то 0.2 сония кӯтоҳ кунед, сипас ҳар як ибораро 85% ба сатҳи миёна наздик кунед ва афзоиши овозро танҳо ҳангоми таваққуфҳо танзим кунед.
Барои вақти калимаҳо, хонданро бо таваққуфҳои 100 мс ё бештар аз он тақсим кунед, ҳар як сегментро алоҳида бо Whisper транскрипсия кунед ва калимаи аввали онро бо оғози ченшуда мувофиқ кунед. Як маротиба гузаштани Whisper метавонад калимаҳоро то ним сония дертар ҷойгир кунад.

Филми чоркунҷаи 22-сониягӣ, 1440x1440 бо суръати 60 кадр дар як сония, ба услуби як озмоишгоҳи зеҳни сунъӣ: холсти сафед, як ҳуруф, сиёҳии сиёҳ, тасвирҳои воқеӣ ва сарлавҳаҳо калима ба калима дар вақти дақиқи гуфтан чоп карда мешаванд.
Ҳар як идоракунӣ (сатри дархост, панели танзимот, планшети сарлавҳа) аз шишаи моеъ истифода мебарад: манзараи пушти онро яхбандӣ кунед, он манзараро дар канор мисли шишаи ғафс хам кунед, сипас дурахши боло, ҳошияи дурахшон ва сояи нарми болобардор илова кунед. Шиша дар сафеди оддӣ нопадид мешавад, аз ин рӯ, аураи пастелии сустро бо рангҳои бренди ман ё шустани норавшани акс дар пушти он илова кунед.
Яке аз онҳо ба намудҳои калимаҳо дар градиенти рангҳои бренди ман таъкид мекард ва дар паси он дурахши заиф метофт.
Қоидаҳои ҳаракат: камераро дар ҳолати ҳаракат нигоҳ доред (аз 1.0 то 1.04 барои ҳар як саҳна тела диҳед; вақте ки мундариҷа ба саҳнаи навбатӣ мегузарад, аз масштаби аз ҷое, ки саҳнаи қаблӣ ба охир расидааст, оғоз кунед). Ҳеҷ чиз фавран пайдо намешавад: аз пажмурдашавии сабуки ҳадди аққал 0.3 сония истифода баред. Тасвирҳоро дар нотаҳои 16-ум бо як клик барои ҳар як нота иваз кунед. Тағйироти саҳнаи замин ҳангоми оғози ибора ва мувофиқати партофтани мусиқӣ бо сатри [Феъл] анҷом диҳед. Нуқтаҳоро дар экран нишон надиҳед.
Манъ карда шудааст: равшансозии қуттии интихоб, зарбаҳои сахт, дурахшҳои сафед, 3D, шаблонҳо.

Ҳафт саҳна, ки ба овоз мувофиқ карда шудаанд:

1. "Ин [ном] аст": ҳангоми чопи калони ном коллажи тасвирҳои ман пайдо мешавад ва сипас ба сатри категория роҳ медиҳад.
2. "сохта шудааст барои [арзиш]": дурахши пурраи тасвирҳои беҳтарини ман дар экран нотаҳои 16-умро дар қисмати поёнӣ иваз мекунад ва сатр бо ранги сафед дар болои онҳо чоп мешавад.
3. Афтидан: сатри дархости шишагӣ дархости кӯтоҳро чоп мекунад. Корти натиҷа ҳар нотаи 16-ум услубро иваз мекунад, дар ҳоле ки чипи услуби сиёҳ ба ҳар як номи нав дар болои рахи хурд меғелонад.
4. "Ба он тахтаи кайфиятро нишон диҳед": 9 тасвир ба шабакаи 3x3 парвоз мекунанд, сипас натиҷаро ҳангоми навиштаҷоти "It gets you" дар экран доира кунед.
5. "Ҳар қадар бештар онро истифода баред, ҳамон қадар беҳтар мешавад": ду сатр нависед, калимаи таъкидшуда дар градиент.
6. Танзимот: панели шишагиро бо 3 слайдер нишон диҳед, ки ҳар кадоме мувофиқи номаш ҳаракат мекунад. Ранги тасвирро иваз кунед, тухмиҳои навро дар 16-ум ғелонед ва сипас онро ба плакат табдил диҳед. Ҳамоҳангсозии рангҳои онро дар паси шиша ҷойгир кунед.
7. "Ҳар як [баромад], маҳз ҳамон тавре ки шумо онро мебинед": 120 тасвири маро аз марказ дар паси лавҳаи зернависи шишагӣ ба берун кашем, сипас ҳангоми чоп кардани ном онҳоро дар логотипи ман якҷоя кунам. Дар зери он "Ҳоло берун"-ро гузоред ва 2 сония нигоҳ доред.

Сатри дархост, натиҷаҳо ва слайдерҳоро бо вуруд, баромадҳо ва танзимоти воқеии маҳсулоти ман иваз кунед.

Сурудро тавре гузоред, ки қатра дар хати [Verb] афтад ва шабакаи ритмро дар он ҷо мустаҳкам кунед.
Бо истифода аз занҷири паҳлӯии 3-диапазон мусиқиро дар зери овоз паст кунед (пастҳо 30%, миёнаҳо 85%, ҳаво 55%; нигоҳ доштани 0.3 сония, нигоҳ доштани пеш 50 мс, раҳо кардани 0.5 сония). Сипас, миёнаҳои ҳар як ибораро то он даме ки овоз тақрибан 9 дБ болотар аз мусиқӣ байни 300 Гц ва 4 кГц бошад, танзим кунед.
Барои ҳар як ҳодиса як Mixkit SFX-и зеркашишударо истифода баред, ки аз рӯи қуллаи ченшудааш ҷойгир карда шудааст: як клик барои ҳар як тағирёбии тасвир, як садои тугма барои ҳар як ҳарфи чопшуда, фуруд омадани нарм ба калимаи таъкидшуда, садои ҳуштак ва таъсир ба афтидан ва логотип. Ҳар яки онҳоро дар атрофи қуллаи худ буред (бисёре аз баландкунандаҳо 4 сония мебошанд). Мусиқиро дар баробари каҷи dB дар зери корти ниҳоӣ паст кунед. Баландӣ то -14 LUFS.

1. Як холсти HTML. Ҳар як чаҳорчӯба функсияи холиси вақт дар дохили seek(t) аст ва ҳар як сарлавҳа ва буриш аз ҷадвали Word пайравӣ мекунад.
2. Шиша: канваси паси шаклро гиред, онро тақрибан 14 пиксел барои бадан норавшан кунед, нусхаи каме норавшанро бо андозаи тақрибан 1.06x калоншуда дар тасмаи 12 пиксел дар канор кашед, сипас шир, дурахш, ҳошия ва сояро илова кунед.
3. Бо истифода аз 8 зерфрейми Motion-blur бо Playwright дар 60 кадр/сония рендер кунед ва сипас бо ffmpeg рамзгузорӣ кунед.
4. Пеш аз нишон додани чизе ба ман, варақаи тасвирҳоро тартиб диҳед, фарқияти кадрҳоро барои пайдо шудани садоҳои яккафшерӣ скан кунед (танҳо нотаҳои 16-ум метавонанд ҷаҳида шаванд) ва таносуби овоз ба мусиқӣ барои ҳар як ибораро санҷед.

Садои [гарм] метавонад пичирросзанона садо диҳад, дар ҳоле ки [ҳаяҷонзада] метавонад сохта ҳис шавад. Қуттии равшанкунӣ дар паси калима ба интихоби матни Windows монанд аст. Агар камера ҳангоми интиқол ба 1.0 баргардонида шавад, масштаб қатъ мешавад. Пажмурдашавии 0.05с ба як пайдошавии фаврӣ монанд аст.

Аз ман маълумоти вурудӣ пурсед, сенария нависед, 4 акси овозиро барои интихоб ба ман фиристед ва сипас пеш аз намоиши пурра 8 аксро ба ман нишон диҳед.

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.

Супориш аз пост @rossaxbt.