Qué vas a conseguir
Esta es la guía del vídeo en el que pedía comentar GUÍA. Ese vídeo no se editó en Premiere ni en After Effects: lo programó la IA. Cada escena es una página web animada que se graba fotograma a fotograma, y cada nota de la música decide qué pasa en pantalla y qué suena.
Para hacer el tuyo solo necesitas Claude Code o Codex. No hace falta música, efectos ni imágenes: el prompt hace que el agente lo cree todo desde cero.
Antes de empezar: el render es un ordenador dibujando cada fotograma, así que 40 segundos con 3D pueden tardar más de una hora. motionmaxxing (Apache-2.0) es un proyecto de terceros, no de Anthropic, OpenAI ni EDSO.
Cómo usarlo
- Crea una carpeta vacía y abre Claude Code o Codex dentro.
- Copia el prompt, rellena lo que va entre corchetes (de qué va tu vídeo y qué palabra quieres que comenten) y pégalo.
- El agente se para tres veces para enseñarte el storyboard, una preview y el vídeo final. Pídele los cambios en lenguaje normal: "más grande", "esto más rápido", "quita ese texto".
Vas a crear desde cero un vídeo vertical de unos 40 segundos (1080x1920, 30 fps) en el que la
música manda: cada nota mueve la cámara, cada efecto visual tiene su sonido y todo cae en el
fotograma exacto. No te doy ningún archivo: música, efectos de sonido e imágenes los creas tú.
MI VÍDEO
- Tema: [DE QUÉ VA EL VÍDEO, EJEMPLO: MI NEGOCIO / UN PRODUCTO / UNA IDEA]
- Llamada a la acción final: comenta [PALABRA]
- Idioma de los textos: español
Si los corchetes siguen sin rellenar, pregúntamelo antes de empezar y no sigas hasta que responda.
REGLAS DE TRABAJO
- Trabaja en una carpeta nueva llamada video-al-compas/ y no toques nada fuera de ella, salvo para
instalar herramientas.
- Cuando algo necesite permisos de administrador o una instalación en el sistema, dime el comando
exacto y espera a que lo ejecute yo.
- No descargues música ni vídeo de nadie. Todo lo que uses tiene que ser tuyo, de dominio público
o con licencia CC0.
- Hay tres paradas obligatorias (PARADA 1, 2 y 3): ahí me enseñas el resultado y esperas a que diga OK.
- Mantén un archivo NOTAS.md con lo que haces, para poder retomarlo en otra sesión.
PASO 1 · HERRAMIENTAS
1. Comprueba que hay Node 22 o superior, Python 3 con numpy, FFmpeg y Google Chrome o Chromium.
Instala lo que falte (o dime el comando si necesita permisos).
2. Clona la skill de motion graphics motionmaxxing:
git clone https://github.com/Tejashmakwana/motionmaxxing video-al-compas/tools/motionmaxxing
Si eres Claude Code, ejecuta también su install.sh para enlazarla en ~/.claude/skills.
Si eres otro agente (Codex, etc.), úsala directamente desde esa carpeta.
3. Lee entero su SKILL.md y el README de runtime/ antes de escribir una línea de animación. Sigue sus
leyes, sus easings y su lista de "never ship".
4. Haz un render de prueba de 2 segundos con su plantilla en vertical y comprueba que sale un MP4.
PASO 2 · LA MÚSICA (la compones tú)
1. Elige una pieza clásica en dominio público cuyo autor murió hace más de 80 años y que vaya
acelerando (ejemplo: En la gruta del rey de la montaña, de Grieg). Escribe la melodía nota a nota
(altura y duración) y compón tú el arreglo: melodía, bajo, percusión y un golpe final.
2. Sintetízala con Python (numpy, sin grabaciones de nadie) a musica.wav de 40 a 42 segundos. Que el
tempo suba de forma progresiva, que tenga 4 golpes secos, 1 pulso de silencio y un final fuerte.
3. Mientras la generas, guarda beats.json con el tiempo exacto de cada pulso, de cada corchea y de
cada nota de la melodía (inicio, duración y altura), además de las frases musicales.
Desde aquí NADA se coloca a ojo: cada corte, movimiento, texto y sonido se calcula desde
beats.json, pasado a fotogramas a 30 fps con el mismo redondeo siempre.
PASO 3 · STORYBOARD → PARADA 1
Escribe storyboard.md con una tabla: # | tiempo | frase musical | qué se ve | texto | sonido.
- Segundos 0 a 3, el gancho: 5 o 6 cortes rápidos de los mejores momentos del vídeo, uno por nota,
y un rebobinado tipo VHS hacia el inicio.
- Una escena distinta por frase musical; el cambio de escena, en el primer pulso de la frase.
- Al menos un momento en 3D (Three.js, que viene con motionmaxxing) y un cambio de mundo (por
ejemplo, 3D que pasa a un minijuego 2D y vuelve al 3D).
- La intensidad sube con la música: más movimiento y más capas cuanto más acelera.
- El silencio de la música también es pausa en imagen, justo antes del final.
- Al final, la palabra de la llamada a la acción en grande y el texto "comenta [PALABRA]".
- Textos cortos, grandes y siempre dentro de la zona segura.
Renderiza 6 fotogramas clave en una sola imagen, enséñamela junto a la tabla y espera mi OK.
PASO 4 · CONSTRUIR LAS ESCENAS
1. Cada escena es HTML animado con el runtime de motionmaxxing (determinista por fotograma, sin
tiempo real).
2. Cámara musical: mete todas las escenas dentro de un contenedor "cámara". En cada nota de la
melodía la cámara hace uno de estos 5 movimientos, en este orden y en bucle: zoom, barrido a la
izquierda, barrido a la derecha, inclinación hacia arriba y giro holandés. Cada movimiento entra en
3 o 4 fotogramas con un ease de golpe que se asienta. Las notas largas empujan la cámara hacia
dentro. El primer pulso de cada frase es un golpe mayor con separación RGB y un destello de luz.
Añade un temblor suave por ruido (no aleatorio por fotograma) que crezca cuando la música acelere,
y escala lo justo para que nunca se vea el borde de la imagen.
3. El texto va FUERA del contenedor de la cámara, para que ningún movimiento lo corte.
4. Escena 3D: materiales que no parezcan plastilina (textura procedural, sombras suaves y profundidad
de campo) y la cámara siempre encuadrando al protagonista.
5. Si algo se mueve por el espacio (un personaje, una ruta), que cada nota sea un paso.
6. Renderiza con desenfoque de movimiento (obturador de 180 grados). Haz que el render guarde la lista
de eventos (qué entra o sale y en qué fotograma); la usarás para el sonido.
PASO 5 · EFECTOS DE SONIDO
1. Consigue los efectos en openverse.org filtrando por licencia CC0 (su API pública funciona sin
clave). Guarda en sfx/LICENCIAS.md el nombre, autor y enlace de cada uno. Si no tienes red o no
encuentras alguno, sintetízalo con Python: whoosh (ruido filtrado en barrido), pop (seno corto),
impacto (seno grave descendente más ruido), clic, papel.
2. Pon un sonido para cada movimiento de cámara y para cada evento de la lista: tarjeta que entra,
palabra, cambio de escena, golpe.
3. Coloca cada sonido para que su PICO (no su inicio) caiga en el fotograma del movimiento. Si cae a 1
o 2 fotogramas de una corchea, muévelo a la corchea.
4. Iguala el volumen de todos los efectos antes de mezclar.
5. Afina los sonidos con nota (pops, toques, monedas) a la nota de la melodía que suena en ese
momento, y dobla la melodía con un toque de cristal muy suave dos octavas arriba. Así el montaje
"canta" la canción.
6. Los barridos a la izquierda suenan a la izquierda y los de la derecha, a la derecha.
7. Mezcla: la música baja un poco bajo cada golpe (sidechain) y vuelve enseguida. Dale a los efectos
una sala corta común. Máster a -14 LUFS sin pasar de -1 dBTP.
PASO 6 · PREVIEW → PARADA 2
Renderiza los 5 primeros segundos a media resolución, con sonido, y enséñamelos. Aplica mis cambios.
PASO 7 · RENDER FINAL Y CONTROL DE CALIDAD → PARADA 3
1. Renderiza por tramos para que ningún proceso se corte. Si luego solo cambia un texto, vuelve a
renderizar solo ese tramo y pégalo.
2. Antes de decirme que está terminado, comprueba:
- 1080x1920, 30 fps, la duración esperada y con audio;
- que no hay fotogramas negros ni congelados;
- una hoja de contactos a 10 fps de cada escena, mirada por ti: texto cortado, cosas fuera de
plano, saltos;
- en 3 momentos al azar, que el sonido cae en su fotograma;
- la sonoridad final en LUFS y el pico.
3. Guarda el vídeo en export/ y dame: la ruta, los números de calidad, la lista de licencias y, con
sinceridad, cuál es el tramo más flojo y qué cambiarías.Por qué funciona
- La música la compone el agente. Al sintetizar una pieza en dominio público nota a nota, sabe el instante exacto de cada nota. La sincronía no se ajusta a mano: sale exacta de serie.
- Un movimiento por nota. La cámara reacciona a la melodía, no solo a los golpes. Eso es lo que hace que parezca editado por un profesional.
- El sonido por su pico. Un golpe que empieza en su fotograma pero tiene la parte fuerte 80 ms después se siente tarde. Colocarlo por el pico lo arregla.
- Paradas de revisión. Renderizar es lo lento. Revisar una tabla y seis fotogramas es rápido.
Antes de publicarlo
- No sustituyas la música por una canción comercial sin licencia: en Instagram y TikTok te pueden silenciar o bloquear el vídeo.
- Conserva el archivo de licencias de los efectos que haya descargado el agente.
- Mira el vídeo entero en el móvil y con el volumen bajo antes de subirlo.
- No uses logotipos de marcas sin permiso.
Enlaces
- motionmaxxing en GitHub
- Openverse (efectos de sonido CC0)
- Claude Code · Codex