Дупломатика — Производственный пайплайн v5

Этот документ фиксирует ВСЁ: последовательность, что из чего вытекает, правила, команды, грабли. Источник правды — sandbox/oko/outputs/pepsi-navy/.

01Обзор: YouTube-завод и 4-слойная модель

YouTube-завод — не «сделать один ролик», а станок, который штампует ролики канала конвейером с зафиксированными наработками. Каждый фидбек/фикс уходит в ТЕХНИЧЕСКИЙ код пайплайна, а не в правку одного ролика (иначе наработки теряются между итерациями).

Всё производство разложено на 4 слоя. Ключевой закон — параметр живёт на самом ВЫСОКОМ слое, где остаётся постоянным. Это не даёт правкам расползаться и наработкам теряться.

┌──────────────────────────────────────────────────────────────┐
│  ЯДРО (станок, channel-agnostic, неизменный)                   │
│  контракты данных · оркестрация стадий · тех-формат            │
│  адаптеры Grok/Vertex/TTS · рендер · БИБЛИОТЕКА возможностей    │
│  (шрифты · голоса · переходы · FX · саунд — реализованы ОДИН раз)│
├──────────────────────────────────────────────────────────────┤
│  КАНАЛ (Дупломатика) — идентичность                            │
│  персона/маскот/тон/аудитория/баны                             │
│  инварианты бренда (акцент-цвет, личность рассказчика)          │
│  CHANNEL_ANCHOR (мастер-референс мира → биндится во все кадры)  │
├──────────────────────────────────────────────────────────────┤
│  ФОРМАТ (байка-анекдот) — структура                            │
│  каденс/длина/метод/гейты/скрипт-рецепт                        │
│  подформаты (монолог / диалог)                                 │
├──────────────────────────────────────────────────────────────┤
│  СТИЛЬ (залочен) — сенсорный комплекс                          │
│  LOOK/палитра/style_prompt/якоря персонажей                    │
│  шрифты субтитров · голоса · переходы · FX · музыка · грейд     │
└──────────────────────────────────────────────────────────────┘

Закон размещения (примеры)

Принцип capability / binding: возможность реализуется в ЯДРЕ один раз; форма (канал/формат/стиль) только ВЫБИРАЕТ подмножество на своём слое. Пример: ядро умеет рендерить любой .ass-стиль сабов → канал ВЫБИРАЕТ word-pop караоке + шрифт Accidental Presidency.

Нейминг: generic-по-функции для переиспользуемого (core/keyframe/compose/voice), имя собственное — только для channel/format/style (profile_dich, style_robotchicken).

02Слой КАНАЛ — Дупломатика (ДНК)

Источник правды: pipeline/profile_dich.py.

Имя и суть

• «Дупломатика» (запасное — Дупло). Обыгрывает «диплом/дипломатика» + дупло дерева. Заменяет рабочее «ДИЧЬ»/«OKO».
• Формат — faceless (без лица): контент доходит ТОЛЬКО через голос + монтаж. Значит текст пишется под ухо диктора, а не под чтение глазами.

Маскот-рассказчик

• Птица киви-«дупель»: плотный коричневый, длинный изогнутый клюв, надменно-прищуренный циничный взгляд (приподнятая бровь, полуопущенные веки), пренебрежительный жест крылом. Тёплый янтарно-коричневый свет, мягкий 3D.
• Якорь консистентности: ~/sites/duplo-brand/mascot_dupel_anchor2.png.
• Рассказчик повествует СО СТОРОНЫ, с превосходством, подъёбом и сухим цинизмом. НЕ глумится над жертвой — бьёт по системе/нелепости.

Тон (ядро канала)

Регистр: смешно · курьёзно · абсурдно · с подъёбом · цинично (НЕ высокий эпос ERA, НЕ научно-сухое).

Тон живёт ВО ВСЁМ — монтаж И концепция, не только текст. «Мемный монтаж» обязателен; научно-сухой ролик = мимо.

4 формулы тона (profile_dich.TONE), ≥2 на ролик (де-факто цель выше — панч почти на каждый бит):

1. подъёб — подкол героя/ситуации/зрителя;
2. цинизм-добивка — сухой итог в КОНЕЦ эпизода, бьёт по системе;
3. абсурд-гипертрофа — раздуть цифру нелепым бытовым сравнением;
4. курьёз — подать факт как анекдот.

Целевая аудитория

Максимально широкая: мужчины и женщины 15-60+, без спецзнаний. Тест: если хоть один (школьник ИЛИ пенсионер) не поймёт фразу/кадр — упростить. Никакого жаргона без объяснения.

CHANNEL_ANCHOR — мастер-референс мира

• brand/channel-anchor/CHANNEL_ANCHOR.png + спека brand/channel-anchor/ANCHOR-SPEC.md.
• Одна богатая картинка, фиксирующая ВСЮ визуальную ДНК мира (3 кукольных персонажа + абсурдная бытовая катастрофа + разнофактурный реквизит + детализированный миниатюрный сет).
• Биндится во все будущие ассеты/кадры через vertex_image_ref → единый кукольный мир. Залочен.

Акцент-цвет

FFC23D (золото) — фирменный акцент, активное слово в субтитрах (profile_dich.ACCENT_HEX).

03Слой ФОРМАТ — байка-анекдот с моралью

Формат канала — байка-анекдот: ОДИН яркий герой ИЛИ абсурдный эпизод с аркой, из которого ВЫТЕКАЕТ циничная мораль. (Выведено из 6 эталонных сценариев: Люстиг, Макгрегор, Паркер, война с эму, безголовый Майк, биткоин-свалка.)

Каркас 5 битов

1. ХУК — in medias res, факт-шок в первой фразе (БЕЗ «сегодня мы…» / «родился в…»).
2. КУРЬЁЗ — герой подан как анекдот.
3. ОКСЮМОРОН — абсурдный твист «и вот тут самое смешное».
4. АБСУРД-ГИПЕРТРОФА — бытовое сравнение (раздуть цифру наглядно).
5. ЦИНИЗМ-ДОБИВКА + ЗАКОЛЬЦОВКА — мораль «так что в следующий раз… вспомни про парня, который…».

Критерии отбора идей (приоритет)

1. format_fit — ДОМИНАНТА (яркий герой/эпизод с аркой, пересказуемо как байка; вечнозелёное).
2. moral_closer.
3. absurd_twist.
4. hook.
5. freshness / yt_gap — ВТОРИЧНЫЕ тай-брейкеры (свежесть — приправа, не блюдо; новости-заметки в каркас не лезут).

Скаут идей ОБЯЗАН якориться на sandbox/oko/voice-and-script/*-short.md.

Драматургия интриги — ТОМИТЬ до финала

Правило: вопрос-хук/загадка ТОМЯТСЯ до кульминации. После хука → ДЕРЖАЛКА (заверение/поднятие ставки без спойлера: «звучит как бред, но это правда») → ключевое раскрытие приберечь на финал, где бьёт как осознание.

Инструмент сценария

• Skill era-style-script (Claude-в-цикле) — каркас реверс-инжиниринг ERA MMA, тон переориентирован на наш.
• Рецептура: sandbox/oko/voice-and-script/SCRIPT-RECIPE.md (53KB) — 7 формул панча, метафор-домены, эвфемизмы-добивки.
• Read-aloud gate — смешно ли ВСЛУХ.
• Viewer-test — 3 симулированных зрителя перед сдачей (но чутьё Тимура перепроверяет вердикт).

Формула длины (profile_dich.SCRIPT_TARGET)

• target: 60-80с (макс 1:20); темп playboy ~2.4 слова/сек → бюджет 150-190 слов, hard_max 200.
• Писать СРАЗУ под бюджет плотно (панчи), НЕ «250 слов → нарезать → потерять смысл».
• НИКОГДА не резать подъёбы/панчи ради секунд — резать только связочный жир/канцелярит.

Ключевые правила письма (oko-script-rules)

• НЕТ длинных тире (—) — рвут озвучку на слух. Внутри фраз точки/запятые.
• Каждая фраза РАСКРЫВАЕТ суть, не намекает. Канцелярит → бытовое.
• НЕТ прямых реплик в кавычках — рассказчик всегда СО СТОРОНЫ, косвенно.
• Фирменная ДОБИВКА-формула в финале обязательна.
• Каждое противопоставление ОБЯЗАНО закрываться панчем («X, а не Y» без укуса = мёртвая фраза).
• Редактуру Тимура вносить ВЕРБАТИМ, не переписывать.

04Слой СТИЛЬ — сенсорный комплекс (залочен)

LOOK — Robot Chicken puppet

Источник: pipeline/style_robotchicken.py — STYLE_PROMPT (добавляется в КАЖДЫЙ кадр Imagen), KEY_ATTRIBUTES, NEGATIVES. AD не выдумывает лук — он залочен здесь; AD решает только раскладку истории по битам.

Суть: взрослый stop-motion, ФИЗИЧЕСКИЕ КУКЛЫ/МИНИАТЮРА — видимые шарнирные суставы и швы, матовые лепленые лица, чуть утрированные пропорции экшн-фигурок, РЕАЛЬНАЯ сшитая ткань. НЕ мультик, НЕ пластик, НЕ глянец, НЕ фотореал, НЕ Aardman/пластилин. Жёсткий направленный свет, резкие тени, лёгкая грязь. Снято «изнутри самодостаточного мира как если бы он был реальным» — не миниатюра на столе, без человеческих рук.

LOOK в кадреШот 1: банка-командир на рубке подлодки — видимые швы, матовый свет, кукольная фактура.

Палитра канала

Грейд: мутная, слегка грязная, гритти-палитра (dusty primaries, yellowed whites).

Субтитры (залочено)

• Word-pop караоке (стиль Б, как i11ush): пословно по центру, белый жирный гротеск + толстая чёрная обводка, БЕЗ плашки, активное слово — золото FFC23D.
• Формат .ass V4+. Шрифт «Accidental Presidency (Rus by Lomzz)» — файл assets/fonts/Accidental-Presidency-Rus.ttf.
• В Pepsi-сборке (build_final_pepsi.py): Fontsize 128, Outline 9, Shadow 3, PER_LINE 3, difflib-выравнивание читаемого script.txt ↔ whisper-таймингов.

Голос (залочен)

• Клон playboy (CtLRZDtn8Xgr90sVZl7u) → STS shadow в Brian (nPczCjzI2devNBz1zQrb) = ФИНАЛ канала. Shadow = voice-conversion (speech-to-speech), НЕ фильтр.
• Модель TTS — eleven_v3 (2026-07-03; та же цена что v2, лучше контекст/просодия). STS-этап остаётся eleven_multilingual_sts_v2 (v3 STS нет).
• Пресет длинного текста — dich_stable (stability 0.85 / sim 0.85 / style 0.05 / speed 1.0). --chunk обязателен для >40с (иначе EL плывёт к середине).
• Альт ровный диктор: ERA Narrator MesHavvgW96DAQ3Us2o3 (НЕ использовать без явной просьбы — это канон чужого канала).
• Хелперы: .claude/skills/voice-clone-channel/helpers/el.py.
• Ключ: ~/.claude/.accounts/elevenlabs.env.

Музыка / FX

• Марш ролика — EL Music /v1/music (Pepsi: советский комичный/имперский). Микс мягким дакингом под голос.
• Grok-SFX — звук из видео-клипов = SFX-слой.
• Иерархия микса: голос 1.0 ≫ марш ~0.42 > Grok-SFX ~0.28. Дакинг мягкий (sidechaincompress ratio 3, НЕ 8 — иначе музыку задавит в ноль).

05Пайплайн v5 — этапы и гейты

Источник правды: docs/PIPELINE-V5.md (задан Тимуром 2026-07-04). v5 заменяет ПОРЯДОК ЭТАПОВ И ГЕЙТОВ v3/v4. Технические рецепты операций (озвучка v3, Grok i2v, монтаж, брендинг — раздел 07) НЕ меняются — v5 определяет, КОГДА и КЕМ они вызываются.

Принцип: система работает как часы. Центральная роль — РЕЖИССЁР. Ничего дорогого не генерится, пока нет утверждённого концепт-пакета.

Никаких параллельных согласований. Ассеты / кадры / музыка — не «ветки», а выходы режиссёрского пакета. Всё вытекает из режиссёрской проработки (этап 2).

5 этапов

4 гейта (все — Тимур)

4 роли (субагенты, все — opus)

Оркестрация — главная сессия: ведёт этапы, дёргает агентов, держит гейты, сдаёт Тимуру.

Что изменилось против v4

Контракты между этапами (файлы)

ideas/candidates-<дата>.json        → гейт A → ideas/approved-<дата>.json
outputs/<slug>/concept-package/     → гейт B (утверждённый пакет = источник правды ролика)
outputs/<slug>/storyboard/          → гейт C
outputs/<slug>/final/<slug>_final_cover.mp4 → гейт D

Как этапы v5 вызывают операции v4

Важно: 11 шагов из раздела 07 — это библиотека рецептов операций (команды, скрипты, грабли). Они никуда не делись, но живут не как конвейер с 7 гейтами, а как операции, которые этапы v5 вызывают в своём порядке:

06РЕЖИССУРА — как из истории рождается кадр

Самый важный раздел: отвечает на вопрос «каким промптом делается кадр?» — дословно, на реальном материале эталона Pepsi-флот. Роль — duplo-director (этап 2 v5). Источники всех цитат: outputs/pepsi-navy/raskadrovka.md, gen_full_keyframes.py, gen_grok_videos.py, pipeline/style_robotchicken.py.

6.1 Что решает режиссёр (и чего НЕ решает)

Стиль канала залочен (RC puppet, палитра, голос playboy→shadow, word-pop сабы) — режиссёр НЕ выдумывает лук. Его зона:

1. Драматургическая раскладка — какой бит озвучки на какой шот, где резы (по панчам, 2-3.5с, на хуке 2-2.3с).
2. Каждый шот — план (крупность) · камера (ракурс/движение) · свет · действие в кадре · SFX-бриф · реф-биндинги (какие ассеты в кадре).
3. Сквозное видение — как шоты складываются в последовательность после склейки (6.5).
4. Промпты кадров — сцена image-промпта + motion-промпт + звуковой бриф на каждый шот.
5. Музыка — промпт для EL Music под тему ролика (6.6).

6.2 Цепочка «бит → шот»: как думает режиссёр

Каждая строка раскадровки — это решение: бит сценария → драматургическая функция шота → конкретика кадра. Реальные примеры из raskadrovka.md Pepsi (73.3с, 24 шота, таймкоды выверены по whisper):

Дальше — как ровно эти режиссёрские решения превращаются в промпты.

6.3 Анатомия промпта кадра (image, Vertex gemini-3-pro-image)

Финальный промпт кадра не пишется одним куском — он СКЛАДЫВАЕТСЯ из 4 текстовых слоёв + реф-биндингов. Формула сборки — реальный код gen_full_keyframes.py:

CRAFT = "; ".join(KEY_ATTRIBUTES[:7])          # из pipeline/style_robotchicken.py
prompt = f"{STYLE_PROMPT}\n\nSHOT: {scene}\n\nKey craft: {CRAFT}\n\nKeep every referenced figure/object IDENTICAL to its reference image (same colors, shapes, cartoon face). NO realistic human face on the can."
# рефы идут НЕ текстом, а image-input'ами (позиционные аргументы CLI):
# vertex_image_ref.py <out.png> 9:16 assets/soviet_official.png assets/pepsi_can.png <<< prompt

Слой 1 — STYLE_PROMPT (залоченный, pipeline/style_robotchicken.py)

Добавляется в КАЖДЫЙ кадр канала. Режиссёр его НЕ трогает. Дословно:

A still frame from an ADULT STOP-MOTION ANIMATED comedy TV show. EVERYTHING in frame is unmistakably a PHYSICAL HANDMADE PUPPET or MINIATURE — clearly articulated action figures, NOT real people, NOT photoreal, NOT live-action photography: visible ball-joint seams, matte sculpted faces, slightly exaggerated action-figure proportions, real sewn fabric clothing on small figures, a clearly handmade miniature set. CRUDE ADULT stop-motion animation in the irreverent action-figure sketch-comedy school (Robot Chicken vein) — absolutely NOT a cute children's cartoon, NOT soft felt or plush, NOT plasticine/clay, NOT Aardman, NOT a warm storybook, NOT glamour-lit. Edgy, satirical, deadpan, a little gritty. Filmed from INSIDE a complete self-contained world as if it were real — never a miniature on a table, never a diorama on a workbench, no human presence, no human hands, no real-world human-scale objects. Characters are detailed CUSTOM ARTICULATED ACTION FIGURES with realistic adult proportions and sharply sculpted, slightly exaggerated expressive faces (NEVER baby-cute, NEVER chibi); visible ball-and-socket articulation; REAL SEWN FABRIC clothing — actual woven cloth with stitched seams, wrinkles and wear (NEVER molded plastic clothes). Real physical materials: rubber/latex, painted weathered metal, real wood, real cloth — NOT felt, NOT plush. Environments are fully built believable places, period- and place-accurate to the story, made of real tactile materials, dressed with depth and grime. HARD directional practical lighting with crisp shadows and a slightly harsh edge — not soft, not cozy. Natural-perspective camera at eye level, normal lens, realistic depth (NO tilt-shift fake-miniature blur). Tangible handmade stop-motion craftsmanship with a deliberate handmade, slightly rough adult edge — clearly an articulated PUPPET, NEVER a real photographed human.

Перевод сути: «кадр взрослого stop-motion шоу; всё в кадре — физическая кукла/миниатюра с видимыми шарнирами и настоящей сшитой тканью; НЕ фотореал, НЕ детский мультик, НЕ пластилин; снято изнутри самодостаточного мира, без человеческих рук; жёсткий направленный свет». Слово «Photoreal» из промпта убрано намеренно — грабля Phase D E2: триггерило фотореал-дрейф + safety-блок лиц.

Слой 2 — SHOT: <сцена> — единственное, что режиссёр пишет per-shot

Реальная сцена шота 22 (твист) из gen_full_keyframes.py, дословно:

SHOT: the Soviet general (=ref1, IDENTICAL) hands over a whole fleet of submarines behind him while greedily grabbing a single small can-commander (=ref2, IDENTICAL). Reveal moment, dramatic light.

Перевод: «советский генерал (=реф1, ИДЕНТИЧЕН) отдаёт целый флот подлодок за спиной, жадно хватая одну маленькую банку-командира (=реф2, ИДЕНТИЧНА). Момент раскрытия, драматичный свет». Обрати внимание: режиссёр указывает =ref1 / =ref2 — привязку персонажей к порядку картинок-рефов, слово IDENTICAL — требование не перерисовывать персонажа, плюс драматургию света («Reveal moment, dramatic light» — свет здесь работает на твист).

Для сравнения — сцена шота 1 (хук):

SHOT: the can-commander (=ref1, IDENTICAL can body/cap/cartoon-face) stands on the conning tower of the rusty submarine (=ref2) at sea, grey overcast sky, hard light. Can-commander is hero.

«Банка-командир (=реф1, ИДЕНТИЧНЫ корпус/фуражка/мультяшное лицо) стоит на рубке ржавой подлодки (=реф2) в море, серое пасмурное небо, жёсткий свет. Банка-командир — герой кадра».

Слой 3 — Key craft: — первые 7 атрибутов KEY_ATTRIBUTES

Тоже залочены, усиливают ключевые свойства медиума:

Key craft: AAA+ custom articulated PUPPET figures — visible ball-and-socket joints, real adult proportions, sharply sculpted slightly exaggerated faces; Matte sculpted skin and faces — no plastic sheen, no glossy toy surface; tactile painted finish; REAL SEWN FABRIC clothing — actual woven cloth, stitched seams, wrinkles and wear (never molded plastic clothes); Real physical materials — rubber/latex, painted weathered metal, real wood, real cloth (not felt, not plush, not clay); Detailed miniature handcrafted toy WORLD — fully built believable places of real tactile materials, dressed with depth and grime; Hard single-source practical light — razor-sharp directional shadows, slightly harsh edge, not soft, not cozy; Deadpan absurdist figure posing — symmetrical but slightly off-kilter framing

Слой 4 — хвост консистентности (один на все шоты с рефами)

Keep every referenced figure/object IDENTICAL to its reference image (same colors, shapes, cartoon face). NO realistic human face on the can.

«Держи каждую референсную фигуру/объект ИДЕНТИЧНОЙ картинке-референсу (те же цвета, формы, мультяшное лицо). НИКАКОГО реалистичного человеческого лица на банке» — вторая фраза лечит конкретную граблю Pepsi: модель рисовала банке человеческое лицо.

Слой 0 — реф-биндинги (не текст, а картинки)

Консистентность персонажей решается ТОЛЬКО передачей мастер-рефов как image-input. Шот 22: refs=["soviet_official","pepsi_can"] → в модель уходят assets/soviet_official.png + assets/pepsi_can.png. Правило: часто-повторяющиеся персонажи/сеты — рефами (1-3), разовые локации/пропы — текстом в сцене. Без рефа модель заново выдумывает персонажа и палитру.

6.4 Анатомия motion-промпта (Grok i2v)

Видео = keyframe + motion-промпт. Формула сборки — реальный код gen_grok_videos.py:

NOSPEECH = "NO speech, no dialogue, no voices, no singing, no music with vocals — sound effects and ambience ONLY."
full = f"{prompt} {NOSPEECH}"
# запуск: syntx.py grok-i2v <keyframe.png> "<full>"

Два блока: [движение камеры/действие + Sound: SFX-бриф] + [обязательный NOSPEECH-хвост].

Реальный промпт шота 22 (твист), дословно:

Slow push-in: the Stalin-like leader greedily clutches the little can-commander as the fleet sits behind him. Sound: a dramatic reveal sting, a small greedy chuckle-less gasp, warehouse tone. NO speech, no dialogue, no voices, no singing, no music with vocals — sound effects and ambience ONLY.

«Медленный наезд: вождь-как-Сталин жадно сжимает маленькую банку-командира, флот стоит за его спиной. Звук: драматичный reveal-стинг, короткий жадный вздох, гул склада» + запрет речи.

И шота 16 (sight-gag на панче):

The little side cannon fires a splashing jet of dark soda instead of a shell, fizzing. Sound: fizzy pressurized spray-shot, comedic pop, liquid splatter. NO speech, no dialogue, no voices, no singing, no music with vocals — sound effects and ambience ONLY.

Почему так:

• движение пишется ОТ keyframe — Grok анимирует готовый кадр и сам держит консистентность от него (рот-лок эпохи Veo больше не нужен); режиссёр описывает только ЧТО движется (камера/объект/среда);
• Sound: — потому что Grok генерит звук сам, и этот звук = наш SFX-слой финального микса (volume ~0.28);
• NOSPEECH-хвост обязателен в КАЖДОМ промпте: речь/вокал из клипа конфликтуют с нарратором shadow, который идёт поверх.

6.5 Сквозное видение — шоты как последовательность

Главное отличие режиссуры от «нарезки сценария на картинки»: режиссёр обязан видеть ролик ПОСЛЕ склейки. Как это сделано в Pepsi (из «Связки / непрерывность» в raskadrovka.md):

• Лейтмотив-персонаж: банка-командир (pepsi_can) — один мастер-реф во ВСЕХ шотах с банкой (1, 3, 5, 15, 16, 21, 22, 23, 24). Её арка = визуальная эскалация ролика: командир на рубке (хук, шот 1) → монарх-держава на троне с армадой (шот 15) → пушка стреляет газировкой (шот 16) → победитель на горе долларов (шот 21) → предмет вожделения Сталина (твист, шот 22) → эхо-петля (шот 24).
• Повторы-якоря: один реф на персонажа/сет по всему ролику — kendall (шоты 4, 17, 18: озадачен → самодоволен → понты), soviet_official (11 → 22: даёт флот → в финале хватает газировку = переворот), sub (1, 5, 13, 19, 24), fleet_dock (2, 11, 12, 14, 15), moscow_street (6, 7, 23).
• Ритм резов: 2-3.5с, на хуке 2-2.3с (не отпустить палец в зоне максимальной утечки), рез ПРИВЯЗАН к панчу озвучки (whisper-таймкоды). Sight-gags — точно на панчах (шоты 13 весы, 16 пушка, 19 зонтик, 21 моль из кошелька).
• Чередование крупностей: не 5 общих подряд — макро (5, 8, 21) перемежается сетами (2, 6, 10, 20) и hero-планами (15, 22).
• Цветовая арка: холодный серый СССР ↔ тёплый корпоративный Pepsi; в финале сходятся на кадре обмена (шот 22).
• Финал-петля (retention): шот 24 = эхо кадра шота 1, но зритель уже знает разгадку — визуальное закольцевание под финал-панч.

В v5 это оформлено требованием к режиссёру: в раскадровке ЯВНО прописывать связки («шот 7 отвечает шоту 2», «здесь пик абсурда») — каждый кадр продуман и сам по себе, И как звено последовательности.

6.6 Музыка как режиссёрское решение

• Направление стиля залочено (style_robotchicken.MUSIC): melodic sarcastic theme sustaining ironic mood throughout, with a drop on the punchline — мелодичная саркастичная тема, ироничный тон, drop на панчлайне.
• Тему под ролик задаёт режиссёр: для Pepsi — советский комично-имперский МАРШ (сатира на «державу»); в раскадровке прописано где музыка работает на кадр: «пафос-хор (сатира)» на троне-державе (шот 15), «грустный trombone» на пустом кошельке (шот 21), «финальный аккорд» на петле (шот 24).
• Генерация кодифицирована: pipeline/gen_music.py (EL Music /v1/music; платно — ASK) → march.mp3 в пакет.
• Микс — автоматика (голос 1.0 ≫ марш ~0.42, мягкий дакинг sidechaincompress ratio 3), но пики/паузы музыки — решение режиссёра.

07Библиотека операций — 11 рецептов (наследие v4)

Эталон: outputs/pepsi-navy/, ролик 73с, 24 шота.

идеи (scout) ──► тиндер [гейт A] ──► КОНЦЕПТ-ПАКЕТ (РЕЖИССЁР: ш.1 сценарий + ш.2 озвучка +
                                     ш.3 раскадровка + ш.10 музыка/обложка + ш.4 ассеты)
                                     [гейт B: ВСЁ РАЗОМ]
                                        │
                                        ▼
                                     кадры (ш.5 keyframes) [гейт C]
                                        │
                                        ▼
                                     шоты + склейка (ш.6 Grok → ш.7 монтаж → ш.8 CapCut опц. →
                                     ш.9 брендинг → ш.11 обложка-в-конец)
                                     [гейт D: ГОТОВЫЙ ролик] ──► публикация

Шаг 1 — Сценарий

• Вход: идея/история (byaka-анекдот format_fit).
• Инструмент: skill era-style-script.
• Выход: voice-and-script/pepsi-navy-short.txt (читаемый, цифрами) + .md.
• Правила: хук-ВОПРОС + твист-переворот в ФИНАЛ (интригу НЕ раскрывать рано), панч на каждый бит, добивка-формула. viewer-test 3 зрителя + read-aloud gate.
• Грабли: твист во 2-й фразе убивает загадку; голый контраст без панча = брак.

Шаг 2 — Озвучка (v3)

• Вход: *.txt → адаптированный *-tts.txt (числа/год прописью, ударения размечены).
• Инструмент: ElevenLabs eleven_v3, playboy → STS shadow (Brian). Эталонный скрипт: gen_voice_paused.py (блочная генерация со смысловыми паузами через ffmpeg-склейку + STS).

Команда (канон через el.py):

el.py tts CtLRZDtn8Xgr90sVZl7u out_playboy.mp3 --text-file s-tts.txt --preset dich_stable --chunk --model eleven_v3
el.py sts nPczCjzI2devNBz1zQrb out_playboy.mp3 out_shadow.mp3

• Пресет: dich_stable = stability 0.85 / sim 0.85 / style 0.05 / speed 1.0. --chunk обязателен >40с.
• Ускорение: ffmpeg atempo (Pepsi ×1.3 = 73с). Пауза-блоки: хук 0.7с, держалка 0.5с, перед финалом 0.6с, обычные стыки 0.3-0.4с.
• Выход: shadow_pepsi_final.mp3 (финал = shadow).
• Грабли: v3 игнорит speed/break-теги — только atempo + ffmpeg-паузы.

Шаг 3 — Whisper-раскадровка

• Вход: финальная озвучка shadow_pepsi_final.mp3.
• Инструмент: Whisper (word-level) → out/whisper/shadow_pepsi_final.json.
• Выход: raskadrovka.md — 24 шота под РЕАЛЬНЫЕ таймкоды озвучки, резы привязаны к панчам.
• Правила: рез 2-3.5с; на хуке 2-2.3с (не отпустить палец в зоне максимальной утечки). Шот 1 = визуальный ШОК-образ хука, не титул. Финал (шоты 24) = эхо-петля первого кадра.
• Артефакт таймкодов (эталон Pepsi): массив STARTS в build_final_pepsi.py — старт каждого из 24 шотов + END=73.3.

Шаг 4 — Ассеты RC

• Вход: утверждённый сценарий + арт-дирекшн (art-direction.md).
• Инструмент: gen_assets_pepsi.py — каждый ассет = залоченный STYLE_PROMPT + сцена, через integrations/gemini/vertex_image.py.

Команда:

GOOGLE_GENAI_USE_VERTEXAI=1 GOOGLE_CLOUD_PROJECT=project-b754ed01-ed79-435d-b6b python3 gen_assets_pepsi.py

• Выход: assets/*.png — мастер-рефы (персонажи-якоря первыми для консистентности, потом сеты/пропы).
• Правила:
  • Персонажи-якоря генерим ПЕРВЫМИ (pepsi_can → kendall → soviet_official → sub), потом сеты/пропы.
  • Бренды НЕ в промптах (Veo/Imagen режут IP): банки = «blue-red-white/red soda can, unbranded, no readable logo». Читаемого текста в кадре нет.
  • Банка-командир БЕЗ человеческого лица (dot-eyes / cartoon-выражение).
  • Чиновник = Сталин (узнаваемый мем-образ > историческая точность 1989).
  • Sequential + паузы (~30с анти-429) + retry (Vertex 429).
• Грабли: отвергнутые варианты сохранены как *_rejected.png (soviet_official_generic, pepsi_can_humanface).

Шаг 5 — Keyframes

• Вход: мастер-рефы assets/*.png + 24 сцены с ref-списками.
• Инструмент: gen_full_keyframes.py через integrations/gemini/vertex_image_ref.py (передаёт ассеты как image-input → консистентность).

Команда:

GOOGLE_GENAI_USE_VERTEXAI=1 GOOGLE_CLOUD_PROJECT=project-b754ed01-ed79-435d-b6b python3 gen_full_keyframes.py
# vertex_image_ref.py <out.png> <aspect> [ref1.png ref2.png ...] <<< prompt
# модель по умолчанию: gemini-3-pro-image (location=global)

• Выход: storyboard/shot01_keyframe.png … shot24_keyframe.png (9:16).
• Правила: часто-повторяющиеся персонажи/сеты идут рефами (1-3 рефа), разовые локации/пропы — в промпте напрямую. В промпт хвост: «Keep every referenced figure IDENTICAL… NO realistic human face on the can.»
• Грабли: независимая генерация без ref → модель заново выдумывает персонажа/палитру. Консистентность решается ТОЛЬКО ref-биндингом.

Шаг 6 — Видео (Grok i2v)

• Вход: keyframes + motion-промпты + звуковые брифы.
• Инструмент: gen_grok_videos.py через integrations/syntx/syntx.py (Telethon-бот @syntxaibot, WARP-прокси SOCKS5 127.0.0.1:40000).

Команда:

<venv>/python syntx.py grok-i2v <keyframe.png> "<motion>. <звуковой бриф>"
# эталон: python3 gen_grok_videos.py  (в фоне, мониторить out)

• Выход: clips/shot01.mp4 … shot24.mp4 — 9:16 (704×1280), ~6с СО ЗВУКОМ.
• Правила:
  • Звуковой бриф в КОНЕЦ КАЖДОГО промпта (обязательно): Sound: <SFX шота> plus ambience. NO speech, no dialogue, no voices, no singing — sound effects and ambience ONLY. Grok-звук = наш SFX-слой; речь/вокал конфликтуют с нарратором.
  • Генерация ПО ОЧЕРЕДИ (одна Telethon-сессия).
• Грабли: ⚡~8/клип (платно, ASK). НЕ параллелить с tg-claude-bot.service → AUTH_KEY_DUPLICATED.

Шаг 7 — Монтаж

• Вход: clips/*.mp4 + shadow_pepsi_final.mp3 + march.mp3 + script.txt + whisper-json.
• Инструмент: build_final_pepsi.py.
• Команда: python3 build_final_pepsi.py (--ass-only — только пересобрать сабы).
• Выход: final/pepsi_final.mp4 + final/subs.ass.

Что делает (по шагам):

1. Обрезка каждого клипа под длительность шота (STARTS[i+1]-STARTS[i]) + scale/crop до 1080×1920, fps 24.
2. Concat обрезанных клипов (video + Grok-SFX audio).
3. Микс аудио:
   ffmpeg filterКопировать

   [0:a]volume=1.0[v];              # озвучка
   [1:a]volume=0.42[m];             # марш (loop)
   [2:a]volume=0.28[sfx];           # Grok-SFX из видео
   [v][m]sidechaincompress=threshold=0.05:ratio=3:attack=20:release=400[vm];  # мягкий дакинг
   [vm][sfx]amix=inputs=2:duration=first[mix]

4. Word-pop сабы: difflib-выравнивание script.txt ↔ whisper-тайминги → .ass (Accidental Presidency, белый + золото FFC23D на активном слове), прожиг subtitles=…:fontsdir=….

Шаг 8 — CapCut handoff (опциональный ручной монтаж)

• Вход: медиа по публичным obahoba-URL (https://duplomatika.obahoba.com/pepsi-navy/…).
• Инструмент: build_capcut_pepsi.py через integrations/capcutapi (venv integrations/capcutapi/.venv!).
• Команда: python3 build_capcut_pepsi.py.
• Выход: CapCut draft на мак (/Users/gost/Movies/CapCut/.../com.lveditor.draft), запись в реестр root_meta_info.json, final/_capcut_draft_id.txt.
• Поток: draft на мак → Тимур монтирует → Export в ~/Downloads/~/Desktop → забираю экспорт → прожигаю сабы (голос не двигал → тайминги валидны).

Шаг 9 — Брендинг-слой

Обязательный пост-слой на КАЖДЫЙ ролик. Детали — раздел 08. Строгий порядок: видео+сабы → вотермарк → subscribe-кнопка (СВЕРХУ ВСЕГО) → SFX тихо → обложка 0.5с в конце.

Шаг 10 — Марш + обложка

• Марш: EL Music /v1/music — тема под ролик (Pepsi: советский комичный/имперский), промпт задаёт режиссёр (см. 6.6). Скрипт: pipeline/gen_music.py (кодифицирован в v5; платно — ASK). → march.mp3. Микс мягким дакингом (шаг 7).
• Обложка: Vertex — кликбейт (Pepsi: банка + флот + шок-текст). → covers/cover_v1..v3.png.

Шаг 11 — Обложка 0.5с в конце

Инструмент/команда:

ffmpeg -loop 1 -i cover.png -t 0.5 -vf "scale=1080:1920,fps=24" ... cover_clip.mp4
# затем concat: [видео с брендингом][cover_clip]

• Выход: final/pepsi_final_cover.mp4 (обложка-кадром в самом конце).
• Зачем: чтобы Тимур выбрал этот кадр для YouTube-thumbnail.

08Брендинг-слой (пост-обработка)

Наработан на Pepsi (2026-07-04), эталон-файлы: outputs/pepsi-navy/. Источник: auto-memory oko-endcard-branding.

1. Вотермарк

watermark.pngЛогомаска ДУПЛОМАТИКА (прозрачный PNG, показан на клетчатом фоне).

• watermark.png (логомаска ДУПЛОМАТИКА с крыльями, RGBA полупрозрачный).
• По ВСЕЙ ширине, прибит к ВЕРХУ, весь ролик:

[wm]scale=W:-1[wms];[v][wms]overlay=0:0

2. Subscribe-анимация

• Remotion-композиция SubscribeButton — sandbox/comic-cover-anim/src/compositions/SubscribeButton.tsx.
• Механика (90 кадров @30fps, ~3с): кнопка вылетает сверху → появляется курсор → едет к кнопке → клик (43-49f) → красная A41018 становится серой (текст «ПОДПИШИСЬ» → «ГОТОВО») → улёт вправо-вверх (62-88f). Плавно (spring).
• Рендер с ALPHA — PNG-sequence:

remotion render … --sequence --image-format=png

Overlay на 3с (ПОСЛЕ хука-вопроса):

setpts=PTS-STARTPTS+3/TB, enable='between(t,3,6.1)'

Верхний слой ОБЯЗАТЕЛЬНО.

3. SFX subscribe

• EL /v1/sound-generation → sfx/flyin.mp3 (вылет 3.0с), sfx/click.mp3 (клик 4.5с), sfx/flyout.mp3 (улёт 5.07с).
• Громкость ТИХО ~0.20 (Тимур дважды просил тише):

adelay=<ms>,volume=0.20 … amix=…:normalize=0

4. Марш

EL Music /v1/music — фоновая музыка ролика, микс мягким дакингом (см. шаг 7).

5. Обложка 0.5с в конце

См. шаг 11.

Переиспользование: SubscribeButton + вотермарк + SFX + обложка-в-конец = один пост-скрипт на любой ролик; меняются только видео/сабы/обложка/марш.

09Инфраструктура и ключи

10Карта артефактов outputs/<slug>/

Реальная структура эталона outputs/pepsi-navy/:

pepsi-navy/
├── gen_voice_paused.py        # ш.2 — озвучка блоками+паузы+STS
├── gen_assets_pepsi.py        # ш.4 — RC-ассеты (мастер-рефы)
├── gen_full_keyframes.py      # ш.5 — 24 keyframe (ref-биндинг)
├── gen_grok_videos.py         # ш.6 — 24 Grok-клипа (motion+SFX-бриф)
├── build_final_pepsi.py       # ш.7 — обрезка+concat+микс+word-pop сабы
├── build_capcut_pepsi.py      # ш.8 — CapCut draft на мак
├── art-direction.md           # арт-дирекшн + ассет-лист + video-промпты
├── raskadrovka.md             # ш.3 — 24 шота под whisper-таймкоды
├── watermark.png              # брендинг — логомаска
├── march.mp3                  # марш (EL Music)
│
├── assets/                    # мастер-рефы: pepsi_can, kendall, soviet_official(Сталин),
│                              #   sub, coca_cola_can, fleet_dock, moscow_street …
│                              #   + *_rejected.png (отвергнутые варианты)
├── storyboard/                # shot01_keyframe.png … shot24_keyframe.png + concept-panels.png
├── clips/                     # shot01.mp4 … shot24.mp4 (Grok 704×1280 ~6с)
├── out/whisper/               # shadow_pepsi_final.json (word-level таймкоды)
├── sfx/                       # flyin/click/flyout.mp3 (subscribe SFX)
├── covers/                    # cover_v1..v3.png (кликбейт-обложки)
├── capcut_edited/             # draft_info.json (экспорт из CapCut)
├── final/
│   ├── subs.ass               # word-pop сабы (Accidental Presidency)
│   ├── capcut.srt             # SRT для CapCut
│   ├── pepsi_final.mp4        # монтаж без брендинга
│   ├── pepsi_final_sub.mp4    # + сабы
│   ├── pepsi_final_sfx.mp4    # + subscribe-анимация+SFX
│   ├── pepsi_final_cover.mp4  # + обложка 0.5с в конце (ФИНАЛ)
│   └── subscribe_norm.mp4     # нормализованный subscribe-оверлей
├── shadow_pepsi_final.mp3     # ФИНАЛЬНАЯ озвучка (73с, ×1.3)
└── full_x1.0 / x1.15 / x1.3 / x1.5 / x1.7.mp3   # варианты atempo

Ядро пайплайна (pipeline/, channel-agnostic станок)

11Гейты и контроль качества

Порядок гейтов — v5 (см. раздел 05): A тиндер-отбор идей → B концепт-пакет ЦЕЛИКОМ (сценарий+озвучка+раскадровка+музыка+ассеты+промпты+обложка — ВСЁ РАЗОМ, одним согласованием) → C ключевые кадры → D ГОТОВЫЙ ролик (со всем брендингом).

Self-QA перед КАЖДЫМ отчётом (HARD): сам иду проверяю работу, ищу косяки, редактирую. Сдаю отревьюенное, не сырое.

Другие гейты

• Read-aloud gate (сценарий) — смешно ли ВСЛУХ.
• Viewer-test — 3 симулированных зрителя (но чутьё Тимура перепроверяет).
• STORYBOARD-GATE — апрув концепции ПЕРЕД тратой Vertex на ассеты.
• TTS-адаптация — обязательный отдельный проход (числа прописью, ударения, дробление длинных фраз).

Правила консистентности

• Формат 9:16 ВСЕГДА, текст только русский и НЕ запекать моделью (Vertex коверкает кириллицу) → оверлеем.
• Консистентность персонажей — ТОЛЬКО ref-биндинг на якорь, не текстовый промпт.
• НЕТ Ken Burns / slow-zoom по статике в финале (маркер любительского).
• Узнаваемый мем-образ > историческая точность (Сталин).

12Примеры (реальные пути Pepsi)

Live: https://duplomatika.obahoba.com/pepsi-navy/

Keyframes (RC, 9:16)

• outputs/pepsi-navy/storyboard/shot01_keyframe.png — хук (банка-командир на рубке подлодки)
• outputs/pepsi-navy/storyboard/shot15_keyframe.png — держава (банка на троне, армада веером)
• outputs/pepsi-navy/storyboard/shot16_keyframe.png — sight-gag (пушка стреляет газировкой)
• outputs/pepsi-navy/storyboard/shot22_keyframe.png — твист (Сталин отдаёт флот за баночку)
• outputs/pepsi-navy/storyboard/shot24_keyframe.png — финал-петля (эхо шота 1)
• outputs/pepsi-navy/storyboard/concept-panels.png — концепт-полотно (панели)

Ассеты (мастер-рефы)

• outputs/pepsi-navy/assets/pepsi_can.png — банка-командир (без лица)
• outputs/pepsi-navy/assets/soviet_official.png — чиновник-Сталин
• outputs/pepsi-navy/assets/kendall.png — CEO Pepsi
• outputs/pepsi-navy/assets/fleet_dock.png — сет флота

Клипы (Grok)

• outputs/pepsi-navy/clips/shot01.mp4 — хук-клип со звуком

Финал

• outputs/pepsi-navy/final/pepsi_final_cover.mp4 — ФИНАЛ (сабы+вотермарк+subscribe+SFX+обложка)
• outputs/pepsi-navy/final/pepsi_final_sfx.mp4 — до обложки

Обложки

• outputs/pepsi-navy/covers/cover_v1.png, cover_v2.png, cover_v3.png

Брендинг

• outputs/pepsi-navy/watermark.png — логомаска-вотермарк

★Эталон: Pepsi-флот

Реальные артефакты прогона «Pepsi-флот» (73с, 24 шота). Кликните миниатюру для увеличения.

ФИНАЛ ролика — сабы + вотермарк + subscribe + SFX + обложка (9:16, 73с).

Keyframes (9:16)

Шот 1 · хукБанка-командир на рубке подлодки

Шот 15 · державаБанка на троне, армада

Шот 16 · sight-gagПушка стреляет газировкой

Шот 22 · твистСталин отдаёт флот

Шот 24 · финал-петляЭхо первого кадра

Обложки-кандидаты (кликбейт)

cover_v1

cover_v2

cover_v3

Ассеты-персонажи (мастер-рефы)

pepsi_canБанка-командир (без лица)

soviet_officialЧиновник-Сталин

kendallCEO Pepsi

fleet_dockСет флота

Концепт-полотно & вотермарк

concept-panelsКонцепт-полотно (панели)

watermark.pngЛогомаска (прозрачный PNG)

Grok-клип (со звуком)

shot01.mp4 — Grok i2v хук-клип, 704×1280 со звуком.

13Расхождения код ↔ факт

Замеченные устаревшие места в коде (документируется ФАКТ канала Дупломатика, код помечен как наследие):

Что НЕ удалось подтвердить в коде (честно)

• Брендинг-слой на эталонном прогоне был ad-hoc. Ffmpeg-команды вотермарка/subscribe-overlay/SFX/обложки-в-конце реконструированы из auto-memory oko-endcard-branding + промежуточных файлов в final/, а не из исполняемого скрипта. В v5 дыра закрывается кодификацией в pipeline/build_branding.py (пишется параллельным агентом).
• Точные CLI-параметры разрешения Grok (704×1280 vs 720×1088) — настраиваются в WebView @syntxaibot, в syntx.py не захардкожены; 704×1280 взято из memory (подтверждённый тест), 720×1088 в черновике раскадровки — расхождение.
• Команда рендера Remotion SubscribeButton (--sequence --image-format=png) — из memory; конкретной build-строки/npm-скрипта в comic-cover-anim не проверял.
• march.mp3 и обложки — файлы есть, но на эталонном прогоне сгенерированы ad-hoc (скриптов в outputs/pepsi-navy/ нет; точный текст промпта Pepsi-марша не зафиксирован). В v5 музыка кодифицируется в pipeline/gen_music.py, промпт — обязательная часть концепт-пакета.
• atempo базовая длительность — из memory (~96с база → ×1.3=73с); в коде gen_voice_paused.py atempo не применяется (только блоки+STS), финальный full_x1.3.mp3 собран отдельным ad-hoc вызовом.