Pip der Roboter in einer KI-generierten Welt

Übersetzung

Sie sind Regisseur, Animator, Rigger, Compositor, Sounddesigner und Render-Engineer für einen 45–50-sekündigen animierten Kurzfilm, der vollständig in Code erstellt wird. Die Messlatte lautet: „Das sieht aus wie ein echter Studio-Kurzfilm und geht auf X viral.“ Behandeln Sie dies als mehrtägige Produktion. Überstürzen Sie kein finales Rendering. Arbeiten Sie in Meilensteinen, rendern Sie ständig Standbilder, betrachten Sie sie, kritisieren Sie sie ehrlich und beheben Sie Fehler.

0. Der Film in einem Satz

Pip, ein winziger, neugieriger, aus Schrott gebauter Roboter, rollt fröhlich durch seine Welt, als diese beginnt, sich um ihn herum neu zu generieren. Ihm wird langsam klar, dass jemand Prompts für seine Realität eingibt. Die Prompts werden immer absurder, schließlich klettert er auf das schwebende Prompt-Feld und tippt „let me out“, woraufhin die Kamera zurückfährt und enthüllt, dass sein gesamtes Universum ein Video auf einem Smartphone ist, das an eine unordentliche Werkbank gelehnt ist und von einem weiteren Pip beobachtet wird, der kurz davor steht, ebenfalls Prompts zu erhalten. Perfekte Schleife.

Der Witz muss ganz ohne Dialoge zünden. Pip kommuniziert ausschließlich über seine Augen, Antenne, Körpersprache und kleine Roboter-Chirps. Alle 3–5 Sekunden muss ein neuer visueller Payoff erfolgen.

1. Die Figur (nicht verhandelbar)

Studieren Sie ./reference/pip_sheet.png sorgfältig, bevor Sie Code schreiben. Öffnen Sie es, beschreiben Sie es sich selbst detailliert und halten Sie Ihre Erkenntnisse in docs/character_bible.md fest:

Größe: etwa 28 cm hoch. Er ist klein. Der gesamte Film sollte seinen Maßstab spürbar machen.
Kopf: ein breiter, abgerundeter rechteckiger Helm in Cremeweiß mit einem zartgelben Randband, das einen schwarzen glänzenden Visier-Bildschirm einrahmt. Seine Augen befinden sich auf diesem Bildschirm: zwei große leuchtende warm-cremefarbene Augen mit dunklen Pupillen und einem hellen Highlight. Kleine Graphit-Ohrenkappen auf jeder Seite. Abnutzung, Kratzer und staubbrauner Schmutz an den Rändern.
Antenne: ein dünner Graphitstab oben rechts am Kopf mit einer kleinen matt-orangen Signalfahne. Sie ist sein „Schwanz“: sie spitzt sich, hängt herunter, wackelt und vibriert vor Emotionen.
Körper: ein kastenförmiger cremefarbener Torso mit gelben Verzierungen, Warndreieck-Aufklebern, Nieten und Schmutz. Ein kleines Brustfach mit einer Klappe, die sich öffnet und einen winzigen, sanft leuchtenden grünen Spross zeigt. Rückseite: Platten, ein Lüftungsgitter, eine orangefarbene Platte, ein kleiner Blatt-Aufkleber.
Seitenaufkleber: „PIP“-Schriftzug mit orangefarbenen diagonalen Streifen.
Arme: dünne segmentierte Graphitarme mit gelben Gelenkmanschetten und dreifingrigen Klauengreifern. Sehr ausdrucksstark.
Räder: vier klobige Gummiräder mit gelben Naben und Einzelradaufhängung, robust und kompakt.
Persönlichkeit: neugierig, freundlich, rauflustig, ausdrucksstark, immer auf Entdeckungsreise. „Kleiner Bot, große Gefühle.“ Er ist niemals gemein, selbst wenn er wütend ist; sein Zorn ist niedlich und entschlossen.
Extrahieren Sie die genaue Farbpalette aus den Farbfeldern des Datenblatts (tasten Sie das Bild mit Python/PIL ab) nach src/theme/palette.ts: Creme (Körper), Zartgelb (primär), Mattorange (Akzente), Graphit (Metall/tech), Staubbraun (Abnutzung & Schmutz), Mintblau (Lichter/UI).

Regel zur Identitätswahrung: In jeder Welt müssen seine Helm- und Visier-Silhouette, die Antennenfahne, die gelben Zierelemente, die Klauenarme und die vier Räder sofort wiedererkennbar bleiben. Welten verändern seinen Renderstil, niemals sein Design. Die einzige beabsichtigte Designänderung ist der „more adorable“-Gag im 3. Akt, und selbst dort bleiben seine Helmform, Antenne und Räder erhalten.

2. Technischer Stack
Remotion (React + TypeScript) für frame-genaues, deterministisches Rendering. Ausgabe 1920×1080, 30 fps, H.264, hohe Bitrate (CRF ~14). Querformat.
SVG für das Figuren-Rig und die meisten Grafiken. Canvas/WebGL (über @remotion/three oder Raw Canvas) nur dort, wo es für Partikel, Wasser, Explosionen, Leuchten und Rauscheffekte benötigt wird.
SVG-Filter (feTurbulence, feDisplacementMap, feMorphology, feGaussianBlur) und benutzerdefinierte Canvas-Shader für Stil-„Materialien“, Kratzer und Schmutz.
@remotion/motion-blur (oder Ihre eigene Sub-Frame-Akkumulation) für Bewegungsunschärfe bei schneller Action.
Python (numpy/scipy/PIL) für Palettenextraktion, prozedurale Audiosynthese und QA-Kontaktabzüge. ffmpeg für Muxing, Schleifenprüfungen und Kontaktabzüge.
Alles mit Seeds versehen und deterministisch. Kein Math.random() ohne Seed.
Keine externen urheberrechtlich geschützten Assets, nirgends echte Markenlogos oder Produktnamen. Das Prompt-Box-UI muss ein generisches, originäres Design sein. Schriftarten nur von Google Fonts (z. B. Inter für UI-Text, eine abgerundete handgeletterte Schriftart für etwaige handschriftliche Notizen).
Zielhardware: MacBook Pro M4, 24 GB RAM. Halten Sie die Render-Parallelität vernünftig.
3. Das Figuren-Rig (bauen Sie dies zuerst, es ist der gesamte Film)

Bauen Sie src/character/ als ordentliches 2D-Cutout-Rig auf:

Hierarchie: Root → Chassis (mit Federung) → Torso → Nackengelenk → Kopf (Helm + Visier + Ohrenkappen) → Antenne → Fahne. Torso → Schulter → Oberarm → Unterarm → Klaue (mit austauschbaren Klauenposen: offen, geschlossen, greifend haltend, zeigend, tippend/typing, eine Kante greifend, winkend). Chassis → vier Räder, jedes mit eigener Aufhängungsfeder und Drehung angetrieben durch zurückgelegte Distanz.
Das Visier-Gesichtssystem (wichtigster Teil): Die Augen sind Formen, die auf den schwarzen Bildschirm gezeichnet werden, behandeln Sie sie daher als vollständig prozedurales Gesicht. Parameter für Augengröße, Rundung, oberer Lidschnitt, unterer Lidschnitt, Pupillengröße und -position, Highlight-Position, Leuchtintensität, Stauchen/Dehnen/stretch und spezielle Formen (Glitzersterne, fröhliche Bögen ^ ^, flache unbeeindruckte Linien, Spiralen, winzige Herzen). Fügen Sie schwache Scanlines und eine Bildschirmreflexion über den Augen hinzu, damit es als Bildschirm erkennbar ist. Blinzeln durch vertikales Stauchen der Augen in 3–4 Frames.
Ausdrucksziele: Stimmen Sie die sechs exakt mit dem Datenblatt ab: neugierig (mit dem „?“-Pop), schüchtern (Augen tief, wegschauend, Errötungsspuren), aufgeregt (fröhliche Bögen mit kleinen Explosionslinien), besorgt (kleine Augen, Schweißtropfen), entschlossen (angewinkelter oberer Lidschnitt), entzückt (Sternenglitzern mit einem Herz-Pop). Fügen Sie außerdem hinzu: Deadpan zur Kamera (flache halbgeschlossene Augen, schlaffe Antenne), entsetzt (winzige zitternde Pupillen, weit aufgerissene Augen), wütend-aber-süß (entschlossen + Bildschirmleuchten flackert orange) und drei „Glow-up“-Stufen (siehe Akt 3).
Sekundärbewegung: Antenne und Fahne an gedämpften Federn (dies ist sein wichtigstes Ausdrucksmittel, nutzen Sie es ständig), Federungsschwung bei jedem Halt und jeder Unebenheit, Mitschwingen der Arme, eine winzige Kopfverzögerung beim Beschleunigen oder Bremsen des Körpers, Staubwolken von den Rädern.
Turnaround: Ansichten von vorne, 3/4, Seite und hinten passend zum Datenblatt, mit sauberem Umschalten der Ansichten für Drehungen.
Zyklen: Vorwärtsrollen (mit Geschwindigkeitslinien und Staubwolken wie auf dem Datenblatt), Leerlauf-Brummen (sanftes Federungsatmen + gelegentliches Antennenzucken + Blinzeln), Zurückschrecken vor Angst, staunendes Aufschauen, Halten eines winzigen Objekts, Nach-oben-Greifen, Klettern, Tippen mit dem Finger/der Klaue.
Brustklappe: animierbar offen/close, wobei das sanfte grüne Leuchten des Sprosses austritt.
Stil-Skin-Schnittstelle: Das Rig nimmt eine Stil-Prop entgegen, die Strichstärke, Füllbehandlung, Textur, Schmutz, Linienzucken (Outline Boil), Schattierungsmodell und Filter ändert, ohne die Geometrie zu verändern. So bleibt er über alle Welten hinweg er selbst.
Meilenstein 1 Gate: Rendern Sie ein „Lineup“-Standbild: Pip in allen vier Turnaround-Ansichten + allen sechs Gesichtsausdrücken, platziert neben dem Referenzblatt. Vergleichen Sie Seite an Seite. Iterieren Sie, bis jemand, der das Blatt gesehen hat, sagen würde: „Das ist Pip.“ Fahren Sie nicht fort, bevor dies bestanden ist.
4. Die Welten (Stilmaterialien)

Jede Welt ist eine vollständige Umgebungskomponente mit Parallaxen-Ebenen für Vordergrund, Mittelgrund und Hintergrund sowie einem eigenen Stil-Skin für Pip. Bauen Sie ein gemeinsames WorldLayer-System, damit alle Welten dieselbe Kamera- und Tiefenlogik teilen.

Maßstabsregel: Die Kamera befindet sich tief, nahe Pips Augenhöhe (ca. 20 cm über dem Boden). Alles ist riesig. Menschen erscheinen als riesige Beine und Schuhe, eine Bordsteinkante ist eine Klippe, eine Pfütze ist ein See. Das macht einen kleinen Roboter filmisch.

Basiswelt: Überwucherte Stadt zur goldenen Stunde. Passend zur Kopfzeilenillustration des Datenblatts: warmes Sonnenuntergangslicht, verwitterter Stein und Ziegel, Moos und kleine Pflanzen, dunstige hohe Gebäude in der Ferne. Malerisch, gemütlich, belebt. Das ist das „echte Leben“. Wird auch für die Enthüllung verwendet.

Anime-Tokio: Klares Cel-Shading, kräftige Konturen, leuchtende Schilder mit erfundenen (markenfreien) Geschäftsnamen, Geschwindigkeitslinien, Kirschblütenblätter, die wie riesige rosa Schneeflocken an ihm vorbeiziehen. Sein Visier erhält Anime-Glitzer-Highlights.

Ton-Dorf: Weiche abgerundete Formen, Fingerabdruck/smudge-Rauschtextur, Stop-Motion-Schritte (rendern Sie ihn „on twos“), warme Wolframbeleuchtung. Er sieht aus wie aus Plastilin modelliert.
Mittelalterliches Schlachtfeld: Schlammiges Feld, Banner, entfernte Katapulte, Rauch. Gepanzerte Stiefel donnern an ihm vorbei. Er rollt gelassen zwischen ihnen hindurch, wobei er die Antenne einzieht.
Spielzeugbaustein-Stadt: Alles aus generischen Kunststoffbausteinen mit Noppen oben gebaut (kein echtes Markenstyling oder Logos), glänzende Kunststoff-Highlights. Pip gerendert mit Kunststoffglanz und etwas blockhafteren Rädern.
Unterwasser: Meeresbodenstraße mit Korallenlaternen, Fische, die an seinem Visier vorbeischwimmen, kaustische Lichtmuster, Blasen aus seinen Lüftungsöffnungen, seine Antennenfahne weht langsam wie Seegras.
Bleistiftskizze: Papiertextur, Graphitschraffur, Konstruktionslinien, Radiergummi-Wischspuren, seine Linien zucken, als würden sie in jedem Frame neu gezeichnet (passend zu den Skizzenvignetten am unteren Rand des Datenblatts).
Running Gag: der Spross. Pip beginnt den Film, indem er seinen winzigen grünen Spross vorsichtig in einer Klaue hält (die Pose „Halten eines winzigen Objekts“). Er überlebt jede Welt und verwandelt sich mit ihr: Cel-Shading-Anime-Spross mit Glitzern, Ton-Spross, Spross in einem winzigen verbeulten Helmtöpfchen, aus Bausteinen gebauter Spross, unter Wasser eine Blase freisetzender Spross, skizzierter Spross. Er beschützt ihn jedes Mal, wenn sich die Welt ändert. Er ist der emotionale Anker des Films.
5. Der charakteristische Übergang: „Regeneration“

Weltänderungen müssen wie ein sich neu generierendes KI-Bild aussehen, nicht wie normale Wipes. Bauen Sie RegenTransition:

Der Frame zerfällt von den Rändern nach innen in treibendes Diffusionsrauschen (zunächst nicht über seinem Körper), hält einige Frames lang strukturiertes Rauschen, dann entrauscht sich die neue Welt von groben Blobs bis hin zu feinen Details.

Pips Körper hinkt der Welt um einen Taktschlag hinterher, zeigt kurz halb alten / halb neuen Stil und springt dann auf den neuen Stil-Skin über. Sein Visier hat während des Sprungs für 2 Frames einen Glitch (Scanline-Riss). Dieser Halbzustand ist der visuelle Beweis dafür, dass er fortbesteht.

Subtiles Audio-„Whoosh-Knistern“ pro Regeneration, plus ein winziges erschrockenes Tschilpen von Pip bei einigen davon.
Dauer jeweils 8–12 Frames. Variieren Sie die Richtung und den Rausch-Seed, damit es sich nie repetitiv anfühlt.
6. Beat-Sheet (≈48 Sekunden bei 30 fps)
Das Timing ist eine Richtlinie; passen Sie es an, wenn ein Beat etwas länger besser lesbar ist. Die ersten 2 Sekunden müssen fesseln.
AKT 1: EIN GUTER MORGEN (0:00–0:03)

Niedrige Tracking-Einstellung, Basiswelt. Pip rollt von links nach rechts an einem moosigen Vorsprung entlang, hält seinen Spross, die Augen neugierig, die Antenne wippt. Mitten im Rollen starten (notwendig für die Schleife).

Bei 0:02 setzt ohne Vorwarnung die erste Regeneration ein.

AKT 2: DIE KASKADE (0:03–0:14)
Schnelle Weltwechsel, jeweils ca. 1,4 s: Anime-Tokio → Ton-Dorf → Mittelalterliches Schlachtfeld → Spielzeugbaustein-Stadt → Unterwasser → Bleistiftskizze.

Emotionale Entwicklung: Zuerst entzückt (Sternenaugen, er findet es wunderbar), dann neugierig („?“-Pops), dann besorgt (Schweißtropfen, Antenne hängt herunter), dann bremst er in der Skizzenwelt hart ab mit Federungsschwung und einer Bremsspur.

Die Kamera bleibt in einem fixierten Tracking-Framing, sodass sich nur die Welt ändert, was den Witz lesbar macht.
AKT 3: DIE PROMPTS (0:14–0:30)
Die Basiswelt kehrt zurück. Pip blickt staunend auf (Pose vom Datenblatt). Am Himmel blendet sich ein riesiges schwebendes Prompt-Feld ein, leuchtend mintblau, glasig und abgerundet, mit einem sanften, originären UI. Text tippt sich selbst mit blinkendem Cursor ein: „make it more cinematic“ → Klickgeräusch der Enter-Taste. Letterbox-Balken schlagen ein, die Sonne wird absurd: gewaltige anamorphotische Lens Flares, God Rays, Orange-and-Teal-Grading, Zeitlupenstaub, ein einzelnes dramatisches Blatt treibt an seinem Visier vorbei. Seine Augen blinzeln in den Blendeffekt. Seine Antennenfahne flattert heroisch im Wind, um den er nicht gebeten hat.

„add explosions“: Riesige cartoon-orange Explosionen blühen nacheinander mit Trümmerteilen hinter ihm auf. Er dreht sich nicht um. Seine Augen werden flach und halbgeschlossen. Er dreht langsam seinen Kopf, um direkt in die Kamera zu blicken. Deadpan. Eine volle Sekunde halten. Dann schlägt eine Explosion nah ein und er springt in die Pose „vor Angst zurückschrecken“ aus dem Datenblatt, wobei das „!!“ über ihm aufpoppt, während er den Spross mit seinem Körper abschirmt.

„make the protagonist more adorable“: Glow-up Stufe 1: Seine Augen werden größer und glänzender, Errötungsspuren erscheinen, eine winzige Schleife sprießt an seiner Antenne. Er sieht sein Spiegelbild in einer Pfütze und seine Augen weiten sich entsetzt.

„more.“: Stufe 2: Pastell-Neulackierung, die Augen nehmen mit dreifachen Highlights das gesamte Visier ein, schwebende Herzen und Glitzer, seine Räder werden flauschig.
„MORE.“ (größere Schrift, Bildschirmrütteln): Stufe 3: Komisch übertrieben niedlich. Plüschfell-Textur über seinem gesamten Körper, riesige Anime-Augen, Regenbogen-Heiligenschein, ein Chor-„Aah“-Stinger, Herz-Konfetti. Seine Helmform, Antenne und Räder bleiben erhalten, sodass er immer noch eindeutig Pip ist. Seine Augen sind im Inneren der riesigen niedlichen Augen immer noch winzig und entsetzt, was den Witz ausmacht.
AKT 4: ER RASTET AUS (0:30–0:38)
Pip vibriert, dann zerspringen die Niedlichkeitsstufen wie Glas von ihm ab. Er ist wieder normal, abgewetzt und wütend (entschlossener Gesichtsausdruck, Bildschirm flackert orange).
Er öffnet seine Brustklappe und steckt den Spross zur Sicherheit vorsichtig hinein. Die Klappe schließt sich mit einem Klick. Das ist der eine ruhige, sanfte Moment im Chaos, und er zählt.
Er rast nach vorne, springt von einem Felsen ab, packt die Kante der schwebenden Prompt-Box mit beiden Klauen und zieht sich hoch, während die Räder gegen die Kante durchdrehen (passend zur Pose „nach einer schwebenden Prompt-Box greifen“). Die Kamera schwenkt mit ihm nach oben.
Oben auf der Box hält er mit einer Klaue die Rücktaste gedrückt; der alte Prompt löscht sich Buchstabe für Buchstabe mit schnellen Klicks, und sein Visier spiegelt den verschwindenden Text wider.

Er tippt mit einer Klaue, langsam und bedächtig: „let me out“. Holt Schwung und schlägt auf Enter.

AKT 5: FREEZE UND ENTHÜLLUNG (0:38–0:47)
Alles friert ein: Trümmer in der Luft, Konfetti mitten im Fall, Staub in der Schwebe, Pip mitten in der Pose auf der Box. Sämtlicher Ton bricht für etwa 1 Sekunde in völlige Stille ab.
Die Kamera beginnt ein sanftes Zurückfahren. Die Ränder des Bildes enthüllen ein abgerundetes Rechteck: Sein Universum ist ein Video auf einem Smartphone-Bildschirm. Weiter zurückfahren: Das Telefon lehnt an einer angeschlagenen Tasse auf einer unordentlichen Werkbank voller Ersatzteile, Drähte, Schrauben und Schrott („gebaut aus den Resten von morgen“). Davor sitzt, winzig neben dem riesigen Telefon, ein weiterer Pip, dieselben Schrammen, dieselbe Antenne, und schaut zu.
Die Augen des zweiten Pip blinzeln langsam. Seine Antenne hängt ein wenig herunter. Ein kleines, leises Tschilpen.
AKT 6: DIE SCHLEIFE (0:47–0:50)

Über dem Kopf des zweiten Pip blendet sich dieselbe mintblaue Prompt-Box ein und tippt: „make it more cinematic.“

Seine Augen wandern langsam nach oben in deren Richtung. Seine Antennenfahne versteift sich. Beim Klang der Enter-Taste harter Schnitt auf Frame 1 des Films.
Schleifen-Engineering: Bildausschnitt, Beleuchtung und der Beginn eines Regenerationsflackerns der letzten Einstellung müssen dafür sorgen, dass sich der Schnitt zurück zu Frame 1 beabsichtigt anfühlt. Die Musik muss über den Schnitt hinweg nahtlos loopen. Überprüfen Sie dies, indem Sie das Video mit sich selbst verketten (ffmpeg) und die Nahtstelle beobachten.
7. Kamera und Kinematografie

Virtuelles Kamerasystem: Position, Zoom, Rotation, Handheld-Mikrozittern (Seed-Rauschen), Erschütterungsimpulse für Explosionen, Neigen für das Klettern, Dolly-Pull-Back für die Enthüllung.

Standardmäßig niedrige Kamerahöhe, um seinen Maßstab zu verkaufen. Anmutung geringer Schärfentiefe: verschwommenes Vordergrundgras/pebbles und weicher Hintergrund, wie bei einem Makroobjektiv.
Tiefe: mindestens 4 Parallax-Ebenen pro Welt. Atmosphärische Perspektive (Dunst, Entsättigung mit zunehmender Distanz).
Bewegungsunschärfe bei schnellen Bewegungen, Trümmern, dem Sprung und dem Klettern.
Beleuchtung pro Welt: Key/fill/rim implementiert als Verlaufsüberlagerungen und multiplizierte Schattenebenen auf dem Rig. Das Leuchten des Visiers sollte ein schwaches warmes Licht auf nahe Oberflächen und auf seine eigenen Klauen werfen. Kantenlicht auf seinem Helm in jeder Welt.
Film-Finish-Pass auf dem gesamten Frame: subtile Körnung, sanfte Vignette, ganz leichte chromatische Aberration nur im „cinematic“-Beat.
Komposition: Behalten Sie ihn auf einem klaren Drittel. Seine Augen müssen in Smartphone-Größe lesbar sein, da die meisten Leute dies auf einem Telefon ansehen werden.
8. Text und Typografie
Himmels-Prompts: Saubere UI-Schriftart, Kleinbuchstaben, getippt in einem natürlichen menschlichen Rhythmus (keine konstante Geschwindigkeit; winzige Pausen, irgendwo ein kleiner Tippfehler mit anschließendem Löschen zwecks Realismus).
Der Text muss auf einem Smartphone in unter einer Sekunde lesbar sein. Testen Sie bei einer Breite von 360 px.
Keine Untertitel, keine Titel. Der Film beginnt direkt ohne Vorspann.
9. Sound (prozedural, originär)
Erstellen Sie sämtliches Audio im Code (Python-Synthese oder Offline-Web-Audio) und mischen Sie mit ffmpeg ab:
Pips Stimme: Originäre synthetisierte Chirps, Boops und Trillern, aufgebaut aus Sinustönen/FM mit Tonhöhenbeugungen (Pitch Bends). Entwerfen Sie ein kleines emotionales Vokabular: neugierig ansteigendes Tschilpen, glücklicher Triller, besorgtes Wimmern, erschrockenes Quietschen, mürrisches tiefes Summen, winziger Seufzer. Er spricht niemals Worte.
Pips Körper: Servosirren passend zu Arm- und Kopfbewegungen, Knirschen der Räder auf Kies/stone, Knarren der Federung, Klappenklick, sanftes elektrisches Summen im Leerlauf.
Filmmusik: Eine leichte, loopbare, warme Musik, deren Instrumentierung sich pro Welt ändert (Koto/synth für Anime, hölzerne Marimba für Ton, Trommeln/horn für Mittelalter, Plastikklicks für Bausteine, dumpfer Unterwasserfilter, Bleistiftkratz-Rhythmus für Skizze).
SFX: Regenerations-Whoosh-Knistern, Tastatur-Tippgeräusche, Enter-„Thunk“, Explosionen mit tiefen Frequenzen, Chor-„Aah“-Stinger, zerspringendes Glas, totale Stille beim Freeze, dann leise Werkstatt-Atmosphäre (eine tickende Uhr, entferntes Summen) bei der Enthüllung.

Lautheit normalisiert auf etwa −14 LUFS. Stems in audio/stems/ ablegen, damit sie später gegen einen lizenzierten Track ausgetauscht werden können.

10. Produktions-Workflow und Selbstverbesserungsschleife
Arbeiten Sie in dieser Reihenfolge und überspringen Sie keine Gates:
Planen: Schreiben Sie docs/character_bible.md, docs/shotlist.md (jede Einstellung mit Frame-Bereichen, Kamera, Gesichtsausdruck, Antennenzustand, Welt, SFX) und docs/style_guide.md.. Zeigen Sie mir die Shotliste vor dem Bauen.
Rig: Bauen Sie Pip, bestehen Sie das Lineup-Gate (Abschnitt 3).
Welten: Bauen Sie jede Welt als eigenständiges Standbild mit Pip darin. Rendern Sie alle 7 als einen einzigen Kontaktabzug. Überprüfen Sie die Identitätswahrung und das Gefühl für den Maßstab.
Übergänge: Bauen Sie RegenTransition, rendern Sie einen 5-Sekunden-Test.

Animatic: Setzen Sie den gesamten Film bei 960×540 mit groben Bewegungen und Platzhalter-Audio zusammen. Schauen Sie ihn an. Korrigieren Sie zuerst das Pacing.

Vollständiger Animationsdurchgang, dann Polish-Durchgang (Sekundärbewegung, Easing, Timing, Antennenspiel), dann Finish-Durchgang (Beleuchtung, Körnung, Unschärfe, Schmutz).
Audio-Durchgang und Abmischung.
Finales Rendering.
Führen Sie für jede Einstellung diese Kritikschleife mindestens 3 Mal durch:
Rendern Sie 3–5 Standbilder an Keyframes mit npx remotion still, öffnen Sie sie und sehen Sie sie sich genau an.
Bewerten Sie jedes von 1–10 bezüglich: Pip entspricht der Referenz, Emotion ist sofort an Augen + Antenne ablesbar, Witz ist ohne Ton verständlich, Komposition, Gefühl für den Maßstab, Tiefe, Beleuchtung, Polish, Lesbarkeit auf Smartphone-Größe.
Schreiben Sie die Bewertungen und die drei größten Probleme in docs/review_log.md, beheben Sie sie, rendern Sie erneut, bewerten Sie erneut. Fahren Sie fort, bis jede Kategorie mindestens 8 erreicht hat, und gehen Sie erst dann weiter.
Erstellen Sie nach jedem vollständigen Vorschau-Rendering einen ffmpeg-Kontaktabzug (ein Frame alle 0,5 s) und überprüfen Sie den Ablauf des gesamten Films in einem einzigen Bild.

Seien Sie ehrlich in den Reviews. Wenn etwas billig aussieht, benennen Sie es und beheben Sie es. Typische Fehler, nach denen gesucht werden muss: steife oder tote Antenne, Räder, die rutschen statt rollen, Augen, die wie Sticker statt wie ein leuchtender Bildschirm wirken, fehlendes Federungsgewicht, identisch aussehende Übergänge, matschiger Text und unpassende Proportionen (off-model).

11. Deliverables
out/pip_final_1080p.mp4: der Film.
out/pip_loop_check.mp4: der Film zweimal hintereinander abgespielt, um den nahtlosen Loop zu beweisen.
out/poster_frame.png: das beste Einzelbild für das Thumbnail des X-Posts (wahrscheinlich Pip mit Deadpan-Blick zur Kamera mit Explosionen hinter sich).

out/lineup.png: Pip über alle Welten hinweg.

Sauberer, kommentierter Quellcode mit einer README, die erklärt, wie neu gerendert wird.
Beginnen Sie mit Schritt 1. Fragen Sie mich alles Wesentliche vor dem Erstellen, treffen Sie ansonsten selbst starke kreative Entscheidungen.