Налаштування: Фільм про запуск моделі Ora 2 Image

Запитуйте мене про: назву мого продукту, однорядкову презентацію, мій логотип, від 3 до 6 скріншотів продукту, понад 40 зображень того, що він створює (або фотографії), кольори та шрифт мого бренду, ключ API ElevenLabs та ідентифікатор голосу, а також трек без сплати роялті з чітким дропом (аудіофайл та позначка часу дропу). Якщо я щось пропускаю, використовуйте ці налаштування за замовчуванням: "Ora 2", "модель зображення, створена для смаку", безкоштовні зображення з Unsplash та Pixabay, Geist, чорнило #111214, голос Samara X (19STyYD15bswVz51nqLf) на eleven_v4 та Pixabay "Cascade Breathe" (129.83 BPM, дроп на 75.39s).

<script>
Напишіть 9-рядковий голосовий супровід у такому форматі та адаптуйте кожен рядок до мого продукту:
«Це [ім'я]. [категорія]... створена для [значення]. [дієслово] у БУДЬ-ЯКОМУ стилі. Дайте йому [вхід] - і він просто... зрозуміє. Чим більше ви його використовуєте, тим КРАЩИМ він стає. Налаштуйте його [налаштування]. Його [налаштування]. Його [налаштування]. Кожен [вихід] - саме так, як ви його уявляли. [Ім'я]. Вже вийшов».
Використовуйте теги емоцій економно: [м’яко] у тихих рядках та [збуджено] у рядку [Verb]. Не додавайте теги до початкового рядка та завершуйте його простою крапкою.
</script>

Викликати API ElevenLabs безпосередньо, використовуючи мій ключ, без MCP. Згенерувати 4 повних сценарію за один прохід і дозволити мені вибрати. Якщо рядок звучить неправильно, згенерувати лише цей рядок 4 рази та вставити найкращу версію в мій дубль.
Скоротіть паузи довші за 0,28 с до 0,2 с, потім підвищте тривалість кожної фрази на 85% до середнього рівня, регулюючи підсилення лише під час пауз.
Для визначення часу зчитування слів розділяйте зчитування на паузи тривалістю 100 мс або довше, транскрибуйте кожен сегмент окремо за допомогою Whisper та вирівнюйте його перше слово з виміряним початком. Один прохід Whisper може розмістити слова на півсекунди пізніше.

22-секундний квадратний фільм про запуск, 1440x1440 з частотою 60 кадрів/с, у стилі запуску лабораторії штучного інтелекту: біле полотно, один шрифт, чорне чорнило, реальні зображення та підписи, що набираються слово за словом саме в той момент, коли їх озвучують.
Кожен елемент керування (панель підказок, панель налаштувань, планшет із підписами) використовує рідке скло: заморозьте сцену позаду нього, зігніть цю сцену вздовж краю, як товсте скло, потім додайте верхній блиск, яскравий обідок та м’яку тінь підсвічування. Скло зникає на звичайному білому, тому додайте повільну пастельну ауру в моїх фірмових кольорах або розмиту розмиття фотографії позаду нього.
Один підкреслював типи слів градієнтом кольорів мого бренду, з ледь помітним сяйвом позаду.
Правила руху: забезпечте дрейф камери (натискайте від 1,0 до 1,04 на сцену; коли контент переходить до наступної сцени, починайте з масштабування, де закінчилася попередня сцена). Ніщо не з'являється миттєво: використовуйте плавні переходи тривалістю щонайменше 0,3 секунди. Змінюйте зображення на 16-х нотах, клацаючи для кожної. Зміни сцен на початку фрази та вирівнюйте падіння музики з лінією [Дієслово]. Не показуйте крапки на екрані.
Заборонено: підсвічування блоку вибору, слем-ефекти, зняті за допомогою біт-снепу, білі спалахи, 3D, шаблони.

Сім сцен, приурочених до озвучування:

1. «Це [ім’я]»: колаж із моїх зображень з’являється, коли ім’я друкується великими літерами, а потім поступається місцем рядку категорії.
2. «створено для [цінність]»: повноекранні спалахи моїх найкращих знімків перемикаються на 16-ті ноти в краплю, а лінія надрукована білим кольором над ними.
3. Крапля: скляна панель підказок друкує коротку підказку. Картка з результатами змінює стиль кожної 16-ї ноти, а чорний чіп стилю котиться до кожної нової назви над смужкою мініатюр.
4. «Покажіть йому дошку настрою»: 9 зображень розмістяться в сітці 3x3, а потім обведіть результат, поки на екрані з’являється напис «Це тебе зацікавить».
5. «Чим більше ви цим користуєтеся, тим краще це стає»: надрукуйте два рядки, розмістивши виділене слово в градієнті.
6. Налаштування: покажіть скляну панель із 3 повзунками, кожен з яких рухається відповідно до її імені. Змініть відтінок зображення, на 16-х числах розгорніть нові зерна, а потім перетворіть його на плакат. Синхронно змістіть розмитий слід його кольорів за скло.
7. «Кожен [вихід], саме так, як ви його бачите»: розмістіть 120 моїх зображень назовні від центру за скляною таблеткою з підписами, а потім об’єднайте їх у мій логотип, коли ім’я друкується. Напишіть під ним «Вихід зараз» і утримуйте 2 секунди.

Замінити панель підказок, результати та повзунки реальними вхідними, вихідними даними та налаштуваннями мого продукту.

Розмістіть пісню так, щоб крапля потрапляла на рядок [Verb], і закріпіть там сітку ритму.
Приглушіть музику під голос за допомогою 3-смугового сайдчейна (низькі частоти 30%, середні 85%, повітря 55%; 0,3 с утримання, 50 мс випередження, 0,5 с затримка). Потім налаштуйте середні частоти кожної фрази, доки голос не буде приблизно на 9 дБ вище музики в діапазоні від 300 Гц до 4 кГц.
Використовуйте один завантажений звуковий ефект Mixkit на подію, позиціонований за її виміряним піком: клацання для кожної зміни зображення, звук клавіші для кожної набраної літери, м'яке приземлення на виділене слово, свист та удари по падінню та логотипу. Обріжте кожен елемент навколо його піку (багато підйомів тривають 4 секунди). Зменште музику вздовж кривої дБ під кінцевою картою. Loudnorm до -14 LUFS.

1. Одне HTML полотно. Кожен кадр є чистою функцією часу всередині seek(t), а кожен підпис та виріз слідують за таблицею слів.
2. Скло: захопіть полотно за фігурою, розмийте його приблизно на 14 пікселів для тіла, намалюйте злегка розмиту копію, збільшену приблизно в 1,06 раза, смужкою 12 пікселів уздовж краю, потім додайте молоко, блиск, обідок і тінь.
3. Зробіть рендеринг за допомогою Playwright зі швидкістю 60 кадрів/с, використовуючи 8 підкадрів розмиття в русі, а потім закодуйте за допомогою ffmpeg.
4. Перш ніж показувати мені щось, зробіть контактний аркуш статичних знімків, проскануйте різницю в кадрах на наявність поодиноких поштовхів (стрибати можуть лише 16-ті ноти) та перевірте співвідношення голосу та музики для кожної фрази.

[Тепло] вступне слово може звучати пошепки, тоді як [схвильовано] може здаватися фальшивим. Рамка виділення за словом виглядає як виділення тексту Windows. Якщо камера скидається до 1.0 під час передачі передачі, масштабування плавно змінюється. Згасання на 0.05 с виглядає як миттєве поява.

Запитай у мене вхідні дані, напиши сценарій, надішли мені 4 дублі озвучки на вибір, а потім покажи мені 8 кадрів перед повним рендерингом.

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.

Промпт взято з посту @rossaxbt.