پلی‌بوک‌ها ۰۲ویدیو با هوش مصنوعی۱۶ دقیقه مطالعه

ویدیوی انیمیشنی علمی با Claude Code هر فریم با کد، هر حرکت روی یک کلمه‌ی نریشن

این پرامپت فقط نمی‌گوید «یک ویدیوی زیبا بساز». رنگ‌ها، کاراکتر، حرکت دوربین، هماهنگی نریشن با تصویر، صدا و رندر را با جزئیات مشخص می‌کند و از Claude Code می‌خواهد یک سیستم انیمیشن کدنویسی‌شده بسازد. این‌جا قدم‌به‌قدم بازش کرده‌ام و یک نسخه‌ی کوچکش را همین‌جا، زنده، ساخته‌ام.

1920×1080رزولوشن
30فریم در ثانیه
18ضرب‌آهنگ در ۳۰ ثانیه
بروس مک‌کندلس با لباس سفید فضایی، بدون طناب، بالای زمین آبی، ۱۹۸۴
بروس مک‌کندلس در اولین راهپیمایی فضایی بدون طناب، ۱۹۸۴. فضانورد واقعی؛ فضانورد ویدیو از چند مستطیل گرد کشیده می‌شود.اعتبار تصویر: NASA · Public domain · Wikimedia Commons
آخرش دستت است

یک ویدیوی توضیحی ۱۰۸۰p به سبک تخت و رنگی کانال‌هایی مثل Kurzgesagt، ساخته‌شده از یک فایل HTML که هر فریمش تابعی از زمان است.

پیش‌نیاز
آشنایی با ترمینال، Python و Node. انتظار چند دور اصلاح داشته باش، نه یک پرامپت و تمام.
هزینه
با صدای محلی (kokoro-onnx) رایگان است. ElevenLabs بعد از سهمیه‌ی رایگان به ازای هر کاراکتر پول می‌گیرد.
آخرین بررسی

همین‌جا، زنده

اگر خورشید ناپدید می‌شد؟

این ۳۰ ثانیه با همان روش پرامپت کشیده شده: یک Canvas، و تابعی که هر فریم را فقط از روی زمان می‌سازد. برای همین می‌توانی هر جای آن بپری، عقب بروی یا متوقفش کنی و همیشه همان تصویر را ببینی.

0.00sساعت داستان 0.00s

تایم‌لاین را بکش، یا روی یک ضرب‌آهنگ بزن. هر فریم فقط از روی زمان کشیده می‌شود.

ضرب‌آهنگ‌ها

بزرگ‌نمایی دوربین در طول زمان (مقیاس لگاریتمی)

0.3x1x2.25x0s10s20s30s

نسخه‌ی ساده‌شده است: زمین یک دایره‌ی دوبعدی است نه کره‌ی WebGL، و صدا و Motion Blur ندارد. ویدیوی واقعی را خود پرامپت می‌سازد.

مسیر کار

سه سؤال، دو تأیید، یک رندر

Claude اول سه سؤال می‌پرسد، بعد نریشن و زمان‌بندی اتفاق‌ها را نشانت می‌دهد، و قبل از رندر نهایی یک کانتکت شیت از همه‌ی صحنه‌ها. دو جایی که کار متوقف می‌شود، ارزان‌ترین جا برای عوض کردن نظرت است.

  1. 01سه سؤالموضوع، طول، کلید ElevenLabs یا نه
  2. 02نریشن و زمان‌بندیهر کلمه به اتفاقی که راه می‌اندازد وصل است
  3. ◆تأیید تومتن و ضرب‌آهنگ‌ها
  4. 03یک فایل HTMLCanvas، WebGL، تابع seek(t)
  5. 04کانتکت شیتیک فریم برای هر ضرب‌آهنگ
  6. ◆تأیید توقبل از رندر طولانی
  7. 05رندر و میکسفریم‌ها، صدا، افکت، منفی ۱۴ LUFS
توقف برای تأیید

۱ · طراحی بصری

رنگ‌ها را با عدد بده، نه با صفت

پرامپت به جای «فضای زیبا» می‌گوید گرادیان از #081d2c تا #102348، پنج توده‌ی سحابی با شفافیت مشخص، و سه لایه ستاره در عمق‌های ۰٫۱۲، ۰٫۳۵ و ۰٫۶. همین دقت است که خروجی را از «یک انیمیشن» به «یک سبک» می‌رساند. روی هر رنگ بزن تا کدش کپی شود.

فضا

خورشید

زمین

کاراکتر و نوشته

واقعی و کشیده‌شده

خورشید در نور فرابنفش دور، نارنجی با نواحی فعال روشن
خورشید در طول موج ۳۰۴ آنگستروم، رصدخانه‌ی SDO ناسا.اعتبار تصویر: NASA/SDO (AIA) · Public domain · Wikimedia Commons

خورشید واقعی در نور فرابنفش، از رصدخانه‌ی SDO ناسا. نسخه‌ی کشیده‌شده عمداً ساده است: یک گرادیان سه‌رنگ، چهار حلقه‌ی هاله و هیچ زبانه‌ای روی لبه.

تیله‌ی آبی: کل زمین از آپولو ۱۷، با آفریقا و جنوبگان
تیله‌ی آبی، آپولو ۱۷، ۱۹۷۲.اعتبار تصویر: NASA/Apollo 17 crew · Public domain · Wikimedia Commons

زمین واقعی از آپولو ۱۷. در نسخه‌ی کشیده‌شده هر خشکی یک رنگ تخت دارد و نور هر فریم از جای خورشید حساب می‌شود.

۲ · کاراکتر و تایپوگرافی

نوشته از پشت یک برش بالا می‌آید، محو نمی‌شود

همه‌ی نوشته‌ها با فونت Fredoka در وزن ۶۰۰ و ۷۰۰، حروف بزرگ، فاصله‌ی ۳ تا ۶ پیکسل و داخل کپسول‌های گرد. هر خط به اندازه‌ی ۱٫۳ برابر ارتفاع خودش از پشت یک برش بالا می‌آید. تفاوت را کنار هم ببین:

THIS LIGHT LEFT THE SUN8 MIN 20 SEC AGO
بالا آمدن از برش
THIS LIGHT LEFT THE SUN8 MIN 20 SEC AGO
محو شدن ساده
  • کاراکتر باید مال خودت باشد. پرامپت صریحاً کپی کردن کاراکترهای کانال‌های دیگر را ممنوع می‌کند.
  • روی متن‌های تصویر نقطه‌ی پایان جمله نگذار.
  • در پایان: وینیت ملایم و ۶٪ نویز فیلم که ۲۴ بار در ثانیه عوض می‌شود.

۳ · روایت و دوربین

یک شکل روایت که برای هر موضوعی کار می‌کند

سناریوی خورشید فقط مثال است. چیزی که باید نگه داری، شکل آن است: اتفاق روی کلمه‌ی خودش، عقب رفتن برای مقیاس، شیرجه به سمت «تو»، دوباره عقب، پیامدها با یک شمارنده‌ی زنده، تشدید، یک شوخی، بازگشت به تصویر قبلی و عنوان. خط زیر، بزرگ‌نمایی دوربین در هر قدم است.

2.25x1x2.3x0.3x0.3x0.26x1.25x1x1x
قاره‌ی آمریکا در شب: چراغ شهرها مثل نقطه‌های طلایی روی کره‌ای تاریک
قاره‌ی آمریکا در شب، Black Marble ناسا. حدود ۳۸۰ چراغ شهر در پرامپت، کاریکاتوری از همین تصویر است.اعتبار تصویر: NASA Earth Observatory · Public domain · Wikimedia Commons

۴ · هماهنگی نریشن و انیمیشن

هر اتفاق روی یک کلمه

قانون اصلی: هر جمله‌ی نریشن با یک حرکت دوربین یا تغییر تصویر همراه است و تصویر هیچ‌وقت طولانی بی‌حرکت نمی‌ماند. برای این کار زمان دقیق هر کلمه لازم است، و دو راه برای گرفتنش هست.

کلمه‌ها، و اتفاقی که هر کدام راه می‌اندازد
What0.00sif0.22sthe0.36sSun0.50sjust0.86svanished?1.08sخورشید فرو می‌ریزدFor2.20seight2.42s۸:۲۰ با ضربه می‌آیدminutes,2.74snothing.3.30sدایره‌ی نقطه‌چینThen4.30sthe4.50sdark4.64shits4.96sشب از زمین می‌گذردyou.5.20sسنجاق YOU

خط زرد زمان است؛ کلمه‌هایی که زیرشان اتفاق نوشته شده، رویدادی در تصویر را صدا می‌زنند.

ElevenLabseleven_v4stability 0.5similarity 0.75with-timestamps
هزینه
بعد از سهمیه‌ی رایگان، به ازای هر کاراکتر
زمان‌بندی
زمان‌بندی کاراکتری؛ باید به کلمه تبدیلش کرد
طبیعی‌ترین صدا، کلید API می‌خواهد
kokoro-onnx + faster-whisperKokoro-82MONNX on CPUword_timestamps=True
هزینه
رایگان، روی سیستم خودت
زمان‌بندی
Whisper صدا را دوباره گوش می‌دهد و زمان کلمه‌ها را می‌دهد
حدود ۳۰۰ مگابایت فایل مدل، بدون کلید
  • ۱حدود ۱۶۵ کلمه در دقیقه.
  • ۲۰٫۲۴ ثانیه مکث بین جمله‌ها.
  • ۳۰٫۳۶ ثانیه مکث قبل از افشای اصلی.
  • ۴اگر خواندن طول کشید، متن را کوتاه کن؛ صدا را برای جا شدن در تصویر کش نده.

۵ · معماری فنی

هر فریم، تابعی از زمان

کل پروژه یک فایل HTML است و یک تابع: window.seek(t) فریم t را می‌کشد. هیچ تایمر یا انیمیشن CSS مستقلی وجود ندارد، پس رندر هر فریم تکرارپذیر است و می‌شود هر ثانیه را جدا بازسازی کرد. پخش‌کننده‌ی بالای همین صفحه دقیقاً همین‌طور کار می‌کند.

index.html
// هر چیزی که روی تصویر است، فقط از t می‌آید
window.seek = (t) => {
  const st = storyTime(t)      // ساعت داستان، که می‌تواند عقب برود
  const cam = camera(st)       // دوربین با easeInOutCubic، زوم در فضای لگاریتمی
  drawSpace(t, cam)            // ستاره‌ها روی ساعت محیط
  drawSun(st)
  drawEarth(st, t)
  drawCaptions(t)
}

دو ساعت جدا

ستاره‌ها، چرخش زمین و شناور بودن فضانورد روی «ساعت محیط» حرکت می‌کنند و همیشه جلو می‌روند. اتفاق‌های داستان روی «ساعت داستان». وقتی داستان ۰٫۸ ثانیه به عقب برمی‌گردد، اگر یک ساعت باشد، ستاره‌ها هم عقب می‌پرند و تصویر می‌لرزد.

یک ساعت: همه‌چیز عقب می‌پرد
دو ساعت: فقط داستان برمی‌گردد

فنر میرا برای هر ضربه

حرکت دوربین با easeInOutCubic نرم است، ولی هر «پاپ» (شمارنده‌ای که با ضربه می‌آید، سنجاقی که فرود می‌آید) با یک فنر میرا ساخته می‌شود. پرامپت میرایی ۰٫۴۲ تا ۰٫۵ و فرکانس ۱۲ تا ۱۶ را می‌خواهد. خودت امتحان کن:

8:20
در محدوده‌ی پرامپت

۶ · رندر

از HTML تا MP4

Playwright مرورگر Edge را بدون پنجره باز می‌کند، هر فریم را با seek(t) می‌کشد و عکس می‌گیرد. برای Motion Blur دو زیرفریم با شاتر ۰٫۶ با هم ترکیب می‌شوند. ffmpeg فریم‌ها را با کدک H.264 کنار هم می‌گذارد.

  1. seek(t)۹۰۰ فریم برای ۳۰ ثانیه
  2. Playwright + Edgeبدون پنجره، با GPU
  3. دو زیرفریمشاتر ۰٫۶ برای Motion Blur
  4. libx264Master با CRF 16، تحویلی با CRF 20
  5. میکس صدامنفی ۱۴ LUFS
نمونه‌ی دو دستور آخر
ffmpeg -framerate 30 -i frames/%05d.png -i mix.wav -c:v libx264 -crf 16 -pix_fmt yuv420p -c:a aac master.mp4
ffmpeg -i master.mp4 -c:v libx264 -crf 20 -af loudnorm=I=-14:TP=-2.2 delivery.mp4

۷ · موسیقی، افکت و میکس

صدا را هم با عدد بده

یک موسیقی فضایی آرام و بدون حق امتیاز، ۷ دسی‌بل زیر نریشن، که پایان طبیعی‌اش با عنوان پایانی بخواند. برای هر نوع اتفاق یک افکت، دقیقاً روی فریم خودش و ۴ تا ۱۰ دسی‌بل زیر صدا. مجوز هر فایل صوتی را قبل از استفاده چک کن.

نریشن
0 dB
افکت‌ها
-10…-4 dB
موسیقی زمینه
-7 dB
موسیقی زیر عنوان
-2 dB
نسبت به نریشن

افکت‌ها، یکی برای هر نوع اتفاق

  • فروپاشی
  • ضربه
  • ووش
  • تیک
  • شیرجه
  • ضربه‌ی سنجاق
  • فوتون
  • کلیک پخش
  • برخورد نور
  • آشکار شدن
  • یخ‌زدگی
  • برگشت
شفق قطبی سبز و قرمز بالای جنوبگان از ایستگاه فضایی بین‌المللی
شفق جنوبی از ایستگاه فضایی، مأموریت ۵۲.اعتبار تصویر: NASA/Jack Fischer · Public domain · Wikimedia Commons

علم پشت سناریو

سناریوی نمونه چقدر درست است؟

پرامپت درباره‌ی ساختن است، نه علم. ولی وقتی ویدیوی علمی می‌سازی، عددها باید درست باشند. هر ادعای سناریوی خورشید را با منبع چک کردم:

  1. نور خورشید ۸ دقیقه و ۲۰ ثانیه طول می‌کشد تا برسددرستیک واحد نجومی تقسیم بر سرعت نور، حدود ۴۹۹ ثانیه؛ یعنی ۸ دقیقه و ۱۹ ثانیه. منبع
  2. زمین در همان ۸ دقیقه هم به مدارش ادامه می‌دهددرستتغییر گرانش با سرعت نور منتقل می‌شود؛ ادغام ستاره‌های نوترونی GW170817 در ۲۰۱۷ اختلاف این دو را کمتر از یک در ۱۰ به توان ۱۵ نشان داد. منبع
  3. بعد زمین با ۳۰ کیلومتر بر ثانیه در خط راست می‌روددرستسرعت میانگین مداری ۲۹٫۷۸ کیلومتر بر ثانیه است؛ بدون کشش مرکزی، در امتداد خط مماس ادامه می‌دهد. منبع
  4. مشتری بیش از یک ساعت دیده می‌شوددرستنور حدود ۴۳ دقیقه تا مشتری راه دارد و ۳۳ تا ۵۴ دقیقه تا برگشت به ما؛ پس مشتری ۶۷ تا ۸۷ دقیقه بعد از تاریک شدن آسمان ما هنوز روشن است. منبع
  5. دما از ۱۵ به منفی ۷۰ درجه می‌رسدتخمینتخمین‌های رایج: حدود منفی ۱۸ درجه در یک هفته و حدود منفی ۷۳ درجه در یک سال. ویدیو یک سال را در ۱٫۴ ثانیه فشرده می‌کند؛ این را روی تصویر بگو. منبع
  6. با رسیدن تاریکی چراغ‌های شهر روشن می‌شوندشاعرانهشاعرانه است، نه دقیق: چراغ‌ها شب همیشه روشن‌اند، همان‌طور که Black Marble ناسا نشان می‌دهد. منبع
مشتری با نوارهای کرم و زنگاری و لکه‌ی سرخ بزرگ
مشتری، هابل، ژوئن ۲۰۱۹: تا ۶۷ تا ۸۷ دقیقه بعد از تاریک شدن آسمان ما هنوز روشن است.اعتبار تصویر: NASA, ESA, and A. Simon (NASA Goddard) · Public domain · Wikimedia Commons
ابرهای آفتاب‌خورده که در امتداد مرز روز و شب زمین در تاریکی محو می‌شوند، از مدار
مرز روز و شب از ایستگاه فضایی. نوار مرجانی پرامپت، کشیده‌شده‌ی همین خط است.اعتبار تصویر: ISS Crew, Earth Sciences and Image Analysis Lab, JSC, NASA · Public domain · Wikimedia Commons

نکته‌هایی که پرامپت رویشان تأکید می‌کند

جاهایی که معمولاً خراب می‌شود

  1. ۱

    لبه‌ی زمین بریده می‌شود

    Canvas کره‌ی زمین در نماهای نزدیک باید دست‌کم ۲ × شعاع × زوم × ۱٫۱۸ پیکسل باشد، وگرنه لبه‌ها قطع می‌شوند.

  2. ۲

    قلاب‌های سفید روی خورشید

    هر زبانه‌ای روی لبه‌ی خورشید در ویدیو مثل قلاب سفید دیده می‌شود. اصلاً نکش.

  3. ۳

    صدای کش‌آمده

    اگر نریشن طولانی شد، متن را فشرده کن. صدا را برای جا شدن در تصویر کش نده.

  4. ۴

    تاریکی که تمام نمی‌شود

    مرز تاریکی باید نزدیک زمین تند شود؛ از حدود ۴۷ به ۷۰۰ پیکسل در ثانیه، تا عبورش از زمین ۰٫۷ ثانیه طول بکشد.

  5. ۵

    برگشتی که همه‌چیز را به هم می‌ریزد

    ساعت محیط و ساعت داستان را جدا نگه دار تا برگشت در زمان ستاره‌ها و چرخش زمین را خراب نکند.

  6. ۶

    رندر بدون پیش‌نمایش

    قبل از رندر نهایی، یک کانتکت شیت از همه‌ی ضرب‌آهنگ‌ها ببین. رندر کامل طولانی است و اشتباه دیر پیدا می‌شود.

پرامپت کامل

پرامپت، آماده‌ی کپی

پرامپت به انگلیسی است، چون Claude با همین دقت بهتر کار می‌کند و رنگ‌ها و عددها باید دست‌نخورده بمانند. نسبت به نسخه‌ای که دست‌به‌دست شده، چند چیز اصلاح شده (پایین صفحه فهرستشان هست). آن را در Claude Code بچسبان؛ اول سه سؤال می‌پرسد.

prompt.xml
<prompt>  <inputs>    Ask me for:    - One topic as a "what if" question (default: "What if the Sun vanished?")    - The length (default: 30 seconds)    - Whether I have an ElevenLabs API key. If not, use a free local voice.  </inputs>  <direction>    A cinematic animated science explainer at 1920x1080, 30fps, drawn entirely in code: one 2D Canvas plus one WebGL Canvas for planets. Use original characters and artwork. Do not copy existing channels' characters, styles or proprietary assets.    <space>      Vertical gradient #081d2c to #102348.      Five huge parallax nebula blobs: teal rgb(24,150,160) at 20%, blue rgb(40,95,195) at 16%, coral rgb(220,95,110) at 10%, indigo rgb(60,70,175) at 15%.      Three star layers at parallax depths .12, .35, .6 that twinkle. Draw 40% of near stars as 4-point sparkles.    </space>    <sun>      Radius 300px, half off the left edge.      Radial gradient #fff7dc to #ffc857 to #ff8f4a, with an offset highlight.      Additive halo rings at 1.23, 1.48, 1.76 and 2.1 times the radius.      18 faint rotating ray wedges. 28 drifting glowing granules on its surface.      Never draw prominences on the Sun's edge: no white hooks, flares or loops attached to the edge.    </sun>    <earth>      Orthographic sphere in a fragment shader, 4x supersampled, from a 2048x1024 map painted from longitude/latitude polygons.      Land #5fc47a, forest #48ad6b, desert #f5c75f, rainforest #3a9d62, ice #f1f8ff, ocean gradient #4dc7eb to #1a66b8. White capsule clouds.      Tilt .26 rad, spin .55°/s. Recompute the light direction from Sun to Earth every frame.      Day/night: smoothstep(-.12, .24, N·L). Navy night side with ~380 warm city lights. Coral band on the terminator.      Cyan rim, ocean specular, atmosphere halo stronger on the lit side.    </earth>    <astronaut>      Small original mascot, ~180px tall, built from rounded rectangles. Suit #f3f7fb, orange #ff8f4a boots, visor gradient #1f5a73 to #0a1c2c.      Glowing cyan eyes that look at whatever matters. Blinking antenna light. Idle bob. Squash and stretch on every pose.    </astronaut>    <typography>      Fredoka 600/700 only. Uppercase captions, 3-6px letter spacing, in teal #8fd8e6, gold #ffd98a or white.      Rounded pills, background rgb(6,20,40) at 62%.      Every line rises 1.3 times its own height through a clip with ease-out-quint. Never fade a whole line in at once.    </typography>    <finish>      Vignette rgba(4,4,20,.45). 6% film grain, re-randomised 24 times a second.      No static infographic strips. No full stops in on-screen text. No AI-generated images or video. No copied characters. No music with vocals, no bird sounds.    </finish>  </direction>  <structure>    For the default 30-second topic, "What if the Sun vanished?":    0s     Tight Sun shot at 2.25x.    1s     On "vanished": the Sun swells 6% for 0.22s, collapses over 0.33s, white flash, shockwave ring.    1.6-3s Pull back to 1x: Earth still lit, the astronaut staring at the empty spot.    3.2s   On "eight": an 8:20 countdown slams in from 1.7x to 1x and ticks. LAST LIGHT rides the edge of the growing dark disc.    5.6s   Dive to 2.3x on Earth, light streaks flowing in.    7s     On "you": a YOU pin drops.    7.5s   On "left": a photon lands on the pin. THIS LIGHT LEFT THE SUN / 8 MIN 20 SEC AGO.    8.8s   On "play": the pin morphs into a play button. YOU PRESSED PLAY / 15 SEC AGO.    9.6-12.5s Pull back from 2.4x to a 0.3x orbit view. LAST LIGHT and GRAVITY ride the ring.    13.4s  On "nothing": a dotted circle at the empty centre.    15.8s  On "hits": darkness sweeps Earth in 0.7s, city lights pop on, the countdown turns gold at 0:00.    17.4s  On "black": the background fades almost to black.    17.9s  Jupiter appears: STILL SHINING FOR 1 HOUR+.    20.8s  Zoom out, dashed tangent line: 30 KM/S. Earth flies straight off.    22.8s  A thermometer counts from 15 to -70°C while frost grows from the poles. Label it as an estimate over about a year.    24.3s  A 0.8s rewind on a separate story clock.    25.2s  Sunglasses drop onto the astronaut.    27.7s  A photon tagged 8:20 OLD, then the title.    For any other topic, keep the shape: the event on its spoken word; pull back to show scale; dive in to make it personal ("you"); pull back out; consequences on a live counter; escalate; a funny mascot beat; a callback to an earlier visual; the title.  </structure>  <build>    <architecture>      One HTML file. Every frame is a pure function of time: window.seek(t) draws frame t. No timers, no CSS animations.    </architecture>    <camera>      Camera moves use easeInOutCubic. Zoom interpolates in log space. Every pop uses a damped spring, damping .42-.5, frequency 12-16.    </camera>    <voice>      With an ElevenLabs key: eleven_v4; a calm, warm, curious male voice, late 30s, crisp, light neutral European English; stability .5, similarity .75; use the with-timestamps endpoint. It returns character timings: group them into words yourself.      Without a key: kokoro-onnx locally, then faster-whisper with word_timestamps=True for word times.      About 165 words per minute, 0.24s between sentences, a 0.36s beat before the major reveal. Every animation event fires on its spoken word. Never pad the voice to fit the visuals; tighten the read instead.    </voice>    <darkness>      Pixels within the darkness front's radius from the Sun turn to night with a 30px soft edge. Start at ~47px/s, ramp to 700px/s near Earth, tuned to cross Earth in 0.7s.    </darkness>    <clocks>      Two clocks: ambient time for twinkle, spin and bob; story time for narrative events. A rewind must not corrupt ambient motion.    </clocks>    <rendering>      Playwright with Microsoft Edge (channel "msedge"), headless. Headless browsers disable the GPU by default: launch with GPU flags, then read the WebGL renderer string, and tell me if it is software (SwiftShader) rather than pretend it is accelerated.      Seek every frame at 30fps. Blend two subframes with shutter 0.6 for motion blur.      Encode with libx264: master CRF 16, delivery CRF 20.      Show a contact sheet of every beat before the final render.    </rendering>    <sound>      A calm, royalty-free space music bed 7dB under the voice, its natural ending timed to the final title, swelling to 5dB under the voice there.      One royalty-free effect per event type: collapse, impact, pull-back whoosh, countdown tick, dive, pin tap, photon land, play click, light hit, reveal, frost, rewind. Peak on its frame, 4-10dB under the voice.      Master with gain and a limiter to -14 LUFS integrated, true peak -2.2dB. Verify every asset's licence before use.    </sound>  </build>  <gotchas>    Make the WebGL globe canvas at least 2 x radius x zoom x 1.18 pixels so close-ups do not clip.    Never draw prominences on the Sun's edge; they read as white hooks.    Never pad the voice to fit the visuals; tighten the read.    Speed the darkness front up near Earth or it takes too long to cross.    Keep ambient time separate from story time so a rewind stays consistent.    ElevenLabs timestamps are per character; build word times from them.    Check the WebGL renderer string in headless mode; software rendering is slow and may look different.    Verify dependencies, fonts, GPU access, browser, audio and encoding tools first. Report anything unavailable instead of pretending it worked.  </gotchas>  <start>    Ask me for the topic, the length and whether I have an ElevenLabs key.    Write the narration with the beat each word triggers. Show me the narration and event timeline for approval.    Build the HTML animation and the render pipeline. Show a contact sheet of every major beat.    Wait for my approval, then render and give me the output files.  </start></prompt>

چک‌لیست

اجرای اول

تیک‌ها در همین مرورگر می‌مانند.

۰ از ۱۲ انجام شده

روش

بررسی‌ها، اصلاح‌ها و منابع

تاریخچه‌ی تغییرات

  1. نسخه‌ی اول. نام مدل‌ها، تنظیمات رندر، معیار بلندی صدا و علمِ سناریوی نمونه با منبع‌های اصلی تطبیق داده شد.
  • در متنی که دست‌به‌دست شده، window.seek(t) به لینک تبدیل شده بود («http://window.seek(t)»). درستش یک تابع جاوااسکریپت است.
  • زمان‌بندی ElevenLabs کاراکتری است، نه کلمه‌ای؛ به پرامپت اضافه شد.
  • Chrome و Edge بدون پنجره، GPU را پیش‌فرض خاموش می‌کنند؛ پرامپت حالا می‌خواهد renderer چک و گزارش شود.
  • منفی ۱۴ LUFS هدف رسمی Spotify است؛ برای یوتیوب عددی اندازه‌گیری‌شده است، نه منتشرشده.
  • افت دما از ۱۵ به منفی ۷۰ درجه تخمینی برای حدود یک سال است، نه چند ثانیه؛ پرامپت حالا می‌خواهد روی تصویر برچسب بخورد.
  • پرامپت اصلی هم «موسیقی ممنوع» می‌گفت و هم یک موسیقی زمینه می‌خواست. نسخه‌ی این‌جا «موسیقی با کلام» را ممنوع می‌کند.
نوشته و آزموده‌یفرجاداستراتژیست هوش مصنوعی، منتور استارتاپ و کوچ کسب‌وکار، ساکن تورنتو.
این پلی‌بوک را به اشتراک بگذارید

© ۲۰۲۶ فرجاد (FarjadTalks). همه‌ی حقوق محفوظ است. نقل و بازنشر با ذکر نام و لینک همین صفحه آزاد است. این پلی‌بوک از سبک کانال‌های توضیحی الهام می‌گیرد و هیچ کاراکتر یا دارایی آن‌ها را کپی نمی‌کند. Kurzgesagt کانال استودیوی kurzgesagt GmbH در مونیخ است و این صفحه هیچ ارتباطی با آن ندارد.

ویدیوی انیمیشنی علمی با Claude Code | فرجاد