
ClipSmith: Fotos zu Kurzvideos

Symbolische Illustration, kein Screenshot einer tatsächlichen Ausgabe.
Echte Ergebnisse ansehen
Koreanisches TikTok-Beispiel: 6-sekündiger Ausschnitt aus einem 30-sekündigen Render. Die Beispielfotos sind fiktive, KI-generierte Bilder.
Englisches YouTube-Shorts-Beispiel: 6-sekündiger Ausschnitt aus einem 45-sekündigen Render. Die Beispielfotos sind fiktive, KI-generierte Bilder.
Englisches Reels-Beispiel: 6-sekündiger Ausschnitt aus einem 20-sekündigen Render mit Vorher-Nachher-Wischblende. Die Beispielfotos sind fiktive, KI-generierte Bilder.
Was ClipSmith leistet
ClipSmith erweitert das Planungspaket FrameBrief um Video-Rendering. Kleine Marken, selbstständige Creator und Social-Teams können damit Produktvorstellungen, Erklärstücke und Vorher-Nachher-Beiträge aufbauen. Die Vorlagen kombinieren bildfüllende Fotos mit Ken-Burns-Schwenks und Zooms, großer Schrift, animierten Untertiteln, Übergängen sowie synthetisierter Musik und Effekten. Es ist weder Realfilmproduktion noch KI-Videogenerierung.
Benötigte Eingaben
Lade PNG-, JPEG- oder WebP-Fotos, optional ein Rasterlogo, Markenfarben und je eine Zeile pro Einstellung hoch. Nenne Ziel, Publikum, Plattform, Dauer und Sprache. Der Agent erstellt pack.json; du musst kein JSON schreiben. Ohne Bilder arbeitet er mit Typografie und Farbflächen weiter und nennt diese Annahme. Videoclips und Bild-URLs werden nicht unterstützt. Pro Foto gelten höchstens 25 MiB, 40 Megapixel und 16384 Pixel an der langen Seite. EXIF-Drehung wird nicht automatisch übernommen.
Ablauf
Im Capafy-Chat fragt der Agent nur fehlende Pflichtangaben ab, prüft den Plan, rendert Unterlagen und Video und fasst Dateien, Annahmen und PASS/WARN/FAIL zusammen. Du installierst nichts und führst keine Befehle aus. Final: 1080x1920 bei 30 fps als H.264+AAC-MP4. Draft: 720x1280 bei 30 fps. Die Dateien sind zum Prüfen und Hochladen bestimmt; es erfolgt keine automatische Veröffentlichung.
Ausgabedateien
- Dateien:
video.mp4,cover.png,verify-video.json,verify-video.md,rendered-pack.json;brief.md,treatment.md,script-av.md,shotlist.csv,captions.srt,captions.vtt,storyboard.pdf,frames/frame-NN.svg,hooks.md,cover-spec.md,posting-plan.md,qa-report.json,qa-report.md,approval-gates.md. Enthalten sind Briefing, Treatment, AV-Skript, Einstellungsliste, drei Hook-Varianten, Veröffentlichungsplan, Storyboard sowie QA- und Freigabechecklisten. Untertitel beruhen auf Text mit geschätztem Wort-Timing, nicht auf Spracherkennung. Das Storyboard-PDF zeigt nur ASCII; vollständiger nichtlateinischer Text steht in Skript, Untertiteln und SVG-Dateien.

Ausgabedateien und technische Prüfberichte.
Beispiele
Drei Beispiele: ein koreanisches TikTok mit 30 Sekunden über Filterkaffee im Aufgussbeutel; ein englisches Shorts mit 45 Sekunden zur Prüfung eines gebrauchten Laptops; ein englisches Reels mit 20 Sekunden zum Schreibtisch-Aufräumen im Vorher-Nachher-Vergleich. Die Beispielfotos sind fiktive KI-Bilder, keine echten Produktaufnahmen. ClipSmith erzeugt diese Bilder nicht. Das ZIP enthält pack.json und Textdateien, aber keine Beispielmedien.

Die Beispielfotos sind fiktive KI-generierte Bilder.

Die Beispielfotos sind fiktive KI-generierte Bilder.

Die Beispielfotos sind fiktive KI-generierte Bilder.
Prüfung
verify prüft MP4-Struktur, Auflösung, fps, Codecs und Audio-/Videodauer. Gemessen werden Lautheit und Sample-Peak des PCM vor AAC. Stichproben suchen schwarze, statische oder bewegungsarme Bilder und abrupte Übergänge. Deklarierte Textrechtecke dienen zur Prüfung von Sicherheitsbereichen und Titel-/Untertitelüberschneidungen. Das ist keine OCR, keine True-Peak-Messung des decodierten AAC und keine Freigabe jedes Frames. Hinweise, Wiedergabe, Ton und App-Beschnitt bitte selbst prüfen.
Renderzeit und Grenzen
Rendering dauert Minuten: Der 30-sekündige koreanische Fotofinal dauerte auf dem Entwicklungs-MacBook 236.23 Sekunden, etwa vier Minuten. Ergebnis: null Fehler, eine Warnung zu geringer Bewegung im abschließenden CTA. In der Cloud kann es länger dauern; Linux-Leistung ist ungeprüft. Einige Han-Schriftzeichen fehlen; Übersetzungen dieser Beschreibung versprechen keine Rendering-Unterstützung aller Schriften. Die einfache Musik wird synthetisiert, nicht aus externen Aufnahmen bezogen. Bewegung wurde nur anhand von Standbildern beurteilt, nicht bei Wiedergabe freigegeben. Vorlagen garantieren keine Agentur-Abnahmequalität, Plattformannahme oder Reichweite. Fotos und Texte bestimmen das Ergebnis mit.
Daten und Rechte
In diesem Ablauf verarbeitet der Renderer Fotos und Texte ausschließlich in der Capafy-Ausführungsumgebung und sendet sie nicht an externe Dienste. Ein optionaler externer TTS-Adapter ist im Code vorhanden, wird aber nicht genutzt; generierte Sprecherstimmen sind nicht zugesagt. Dies beschreibt nicht Capafys Aufbewahrungsregeln. Für Foto- und Logorechte bist du verantwortlich. Die enthaltenen Pretendard-Schriften stehen unter SIL Open Font License 1.1.
Tarife
Wöchentlich: US$6.99 für 8 Videos. Monatlich: US$14.99 für 30 Videos. Keine kostenlose Testphase. Das Titelbild ist eine symbolische Illustration, kein Screenshot eines Ergebnisses.


