recursos-de-video-formula100k

Convierte un video grabado por la usuaria en un set de RECURSOS de edición (B-roll, overlays, referencias visuales) y un MANIFEST.md para montarlos en su editor. 4 modos: (1) IA — pixel-avatar mascot e infografía pixel generados con Higgsfield, fondo quitado; (2) WEB — recursos reales de Pinterest, Google Imágenes, TikToks virales (como link) y noticias, sin stock; (3) HÍBRIDO — ambos por momento; (4) UI/TUTORIAL — capturas tipo terminal/callout/paso con capturas-tutorial-formula100k. Admite capturas propias. Trabaja sobre la transcripción o el .srt del video; no edita ni renderiza el video. Activar cuando la usuaria mande un video o su .srt y diga 'cázame recursos para este video', 'busca b-roll real', 'tráeme recursos web', 'mezcla IA + recursos reales', 'overlays UI para mi tutorial'. Entrega: carpeta en entregables/ + MANIFEST.md en .zip por Telegram.

🦞 Corriendo en OpenClaw

Esta versión corre en un agente OpenClaw (servidor + Telegram), no en Claude Code. Antes de seguir, lee la skill f100k-puente: traduce herramientas y rutas. Lo específico de esta skill:

• No se transcribe ni se corta el video aquí (Paso 2 no corre). Pídele por Telegram el .srt que exporta su editor (CapCut: Subtítulos automáticos → Exportar) del video YA cortado, o la transcripción si está publicado (Supadata solo con SUPADATA_API_KEY). Las keywords del Paso 3 salen de ese texto. Para la duración basta con el SRT.
• Pinterest, Google Imágenes y medios (7a, 7b, 7d): con tu navegador sin iniciar sesión nunca. Si Pinterest pide login, sáltalo en ese cue. La regla NO-STOCK y la validación visual siguen: mira cada imagen antes de meterla.
• TikToks (7c): búsqueda web o Apify con APIFY_TOKEN (vistas y portada). No descargues con yt-dlp ni extraigas fotogramas con ffmpeg: en el MANIFEST va el link + la portada, marcado «subtítulos quemados: sin verificar», y la usuaria lo baja en su compu.
• Mascots e infografías pixel (7e) con el plugin de Higgsfield: la selfie sale de cerebro/fotos/ o llega por Telegram como archivo. El chroma key del 7g no se hace con ffmpeg: quita el fondo con remove_background de Higgsfield. Antes de generar, costo total (imágenes + quitar fondo) → ✅.
• Modo UI/Tutorial (7h): usa capturas-tutorial-formula100k (HTML → PNG con Chromium); sus PNG van a USER/ igual que en la skill.
• Paso 10: en vez de open, comprime la carpeta en .zip y mándala por Telegram con el resumen (recursos por modo y fuente, cues sin recurso). No hay editor-video-formula100k aquí: el MANIFEST.md es la hoja de montaje para su editor. Si el zip pasa de 50 MB, manda primero el MANIFEST y los PNG y avisa qué quedó fuera.

---

Recursos de Video — FÓRMULA 100K

Pipeline para convertir un video grabado por el usuario en un set de recursos de edición (B-roll, overlays, referencias visuales) listos para superponer sobre la toma.

Esta skill SOLO caza recursos y arma el MANIFEST.md. No edita ni renderiza el video. Para auto-componer el BORRADOR_AUTO.mp4 final, usar editor-video-formula100k después de que esta skill termine.

Cuándo activar

Activar cuando se cumplan AMBAS:

1. El usuario provee un archivo de video local (.mov, .mp4, .m4v, .mkv).
2. Pide recursos reales / b-roll / clips virales / referencias web / mix IA+web / overlays UI tipo tutorial (terminal, callouts, pasos, atajos).

Si el usuario solo dice "hazme gráficos / scrapbook / overlays con IA" → usar graficos-de-video-formula100k directamente.

Detección automática de modo TUTORIAL: durante el Paso 3 (identificar momentos), si el transcript Whisper revela ≥3 cues léxicos de tutorial (copia este comando, paso N, entra a https://..., presiona Cmd+, cuando termine vas a ver, etc. — ver lista completa en [[capturas-tutorial-formula100k]]), proponer modo UI al usuario con AskUserQuestion. Si dice sí, se delega el render de esos cues a la skill capturas-tutorial-formula100k.

NO activar para

• Solo gráficos scrapbook con IA → graficos-de-video-formula100k.
• Editar/componer el video final → editor-video-formula100k.
• Stories de Instagram → historias-a-imagenes-nanobanana.
• Carruseles de IG → carrusel-render-formula100k.
• Miniaturas YouTube → miniatura-youtube-formula100k.

Regla NO-STOCK (obligatoria)

NUNCA usar resultados de estos dominios. Si el agente de búsqueda los encuentra, descartarlos:

text

shutterstock.com, gettyimages.com, istockphoto.com, unsplash.com, pexels.com,
pixabay.com, freepik.com, stock.adobe.com, 123rf.com, depositphotos.com,
dreamstime.com, alamy.com, vecteezy.com, canstockphoto.com, bigstockphoto.com

Si en algún paso un dominio de stock aparece en los top resultados, reformula la query (más nicho, más narrativo, más editorial) y vuelve a buscar.

Regla NO-PLACEHOLDER (obligatoria)

NUNCA usar servicios de imagen aleatoria / placeholder / lorem-ipsum, ni siquiera como "test" o "demo". Bloqueados:

text

picsum.photos, lorem-picsum, fastly.picsum.photos, placekitten.com,
placebear.com, placehold.it, placehold.co, via.placeholder.com,
fakeimg.pl, dummyimage.com, baconmockup.com, fillmurray.com

Estos servicios devuelven imágenes ALEATORIAS — nunca van a matchear el contenido del video. Si no se puede cazar un recurso real relevante después de los intentos del Paso 7, dejar el cue sin recurso (no incluirlo en MANIFEST). Es mejor no tener overlay que tener uno que no tiene nada que ver con lo que el usuario está diciendo en ese segundo.

Regla VALIDACIÓN-VISUAL (obligatoria)

Cada archivo cazado (WEB o IA) debe pasar una inspección visual antes de incluirse en MANIFEST.md. No se acepta nada "a ciegas" basado solo en la URL/query/título del resultado.

Para cada candidato:

1. Imágenes (.jpg, .png, .webp): usar Read sobre el archivo descargado y comparar contra el concepto_visual + texto_clave del momento. Preguntarse: "¿Esta imagen ilustra LITERALMENTE lo que el usuario está diciendo en ese segundo del video?" Si la respuesta es "más o menos", "podría servir", "es genérica pero está bien" → descartar. Solo aceptar matches CLAROS.

2. Videos (.mp4, .mov): extraer 3 keyframes con ffmpeg (al 25%, 50%, 75%) y leer cada uno (ya documentado en Paso 7c para subtítulos quemados). Aplicar el mismo criterio de relevancia visual.

3. IA generada (Higgsfield): misma regla — leer el rawUrl después del job, confirmar que el output respeta el prompt y no derivó (sucede a veces con nano_banana_2).

Si tras 3 intentos de cazada/regenerada un cue no consigue un match relevante, marcar ese cue como "sin recurso" y omitirlo del MANIFEST. El usuario prefiere un reel con menos overlays que con overlays incorrectos.

Ejemplo de fallo a evitar: video habla de "descargar recursos de Internet" en el segundo 42. La cazadora encuentra una foto bonita de lluvia de chispas en cámara lenta. Visualmente impactante pero NO TIENE NADA QUE VER con internet/redes/contenido. Descartar. Mejor dejar ese segundo sin overlay.

Pipeline (10 pasos)

Paso 1 — Validar input

bash

file "$VIDEO_PATH"
ffprobe -v error -show_entries format=duration -of default=nokey=1:noprint_wrappers=1 "$VIDEO_PATH"

Si >5 min, avisa y confirma antes de seguir.

Paso 2 — Transcribir (idempotente) (en OpenClaw NO corre: mira el bloque 🦞 de arriba)

Llamar al script de la skill editor-video-formula100k que corta silencios y transcribe word-level. Esto produce _source_cut.mov + captions.json que después la skill editor reutiliza sin re-transcribir:

bash

python3 skills/editor-video-formula100k/scripts/cut_silences_and_fillers.py \
  "$VIDEO_PATH" "$DEST"

Outputs en $DEST/:

• _source_cut.mov — video sin silencios ni muletillas
• captions.json — word-timestamps del video cortado (usar para verificar que los keyword del Paso 3 existen)
• edl.json — mapping orig→nuevo tiempo (debugging)

Paso 3 — Identificar momentos (mínimo 7 por video)

Regla obligatoria: SIEMPRE al menos 7 momentos por video, sin importar la duración. Los reels viven o mueren por la densidad visual — menos de 7 deja muchos segundos "secos" donde solo hay cara hablando.

Si el video es más largo, escalar proporcionalmente:

• ≤60s → 7 momentos (mínimo absoluto, ~1 cada 8s)
• 60-120s → 7-10 momentos

• 120s → 10-14 momentos

Si el video es muy corto (<20s) y honestamente no caben 7 momentos sin saturar, avisarle al usuario con un AskUserQuestion antes de saltarse la regla — pero el default es siempre 7+.

Por momento extrae:

• timestamp_in, timestamp_out (informativo, no se usa en el MANIFEST nuevo — el editor resuelve por keyword)
• concepto_visual (1 línea)
• texto_clave (frase literal del audio en ese segmento)
• keyword — UNA palabra del texto_clave que ancla el cue al transcript. Reglas obligatorias:
  • Aparece literalmente en el audio (la skill editor la busca en captions.json)
  • Lo más única posible dentro del video (no usar "es", "el", "que" — usar sustantivos/verbos específicos)
  • En lowercase, sin puntuación
  • Si el texto_clave usa una palabra rara/marca/nombre propio, ESE es el keyword ideal
• clase_visual — overlay o broll:
  • overlay → gráfico se superpone sobre el pecho del usuario (~480-560px ancho). Aplicable a: scrapbook IA, mascots de acción única, infografías-pixel generadas con IA, infografías de Pinterest, screenshots de UI, charts, iconos, capturas de redes.
  • broll → reemplaza fullscreen la cámara durante unos segundos. Aplicable SOLO a: TikToks virales, fotos de lugares/personas/eventos reales, clips de noticias. NUNCA usar B-roll para infografías-pixel — la cara del usuario se ve a través de los huecos transparentes del chroma key y queda visualmente caótico.
• tipo_dominante (pantalla IG / comparación / dato duro / persona / objeto / lugar / proceso / emoción / ecosistema / grid / mapa)
• subtipo_ia (solo si modo IA/HÍBRIDO) — mascot o infografia-pixel:
  • mascot (default) → un solo personaje pixel-art haciendo una acción. Va a Overlays con ancho 480-500px.
  • infografia-pixel → panel denso multi-elemento (mandala de tiles, grid 2×N, split comparativo). Usar cuando el texto_clave enumera ≥3 elementos, o el tipo_dominante es ecosistema | comparación | grid | mapa, o la usuaria dice explícitamente "muéstralo como infografía / mapa / sistema". Va SIEMPRE a Overlays con ancho 520-560px y duración 4-5s (más tiempo que un mascot porque el viewer necesita leer texto).
• riqueza_visual (alta / media / baja) — qué tan "buscable" es ese momento en la web

Regla de oro de keyword: si en el video la usuaria dice "...con la skill de Cloud Remotion que edita...", el keyword puede ser remotion (única, fácil de encontrar). Si dice "...Yapper Method...", el keyword es japer o yapper — lo que efectivamente diga el audio (mlx-whisper a veces lo transcribe como "Japer"). Si dudas, mejor inspecciona captions.json después del corte para elegir keywords que sí estén ahí.

Paso 3.5 — Diseñar el Header del reel (delegar a guionizacion-formula100k)

El reel tiene un header persistente de 2 líneas centrado arriba durante TODO el video. Es la promesa principal — no cambia, no por-timestamp.

Cómo generarlo: invocar la skill guionizacion-formula100k con el transcript del Paso 2 + el tema central + las 3-5 ideas que el video promete entregar. Pedirle que devuelva 3 variantes de gancho textual siguiendo su framework "Gancho Textual del Top 1%" (declaración punzante, contraste, número fuerte, contraintuitivo).

Cada variante en formato línea 1 / línea 2, 3-5 palabras por línea, sentence case (NO all caps).

Ejemplo de prompt a la skill:

text

Tengo este transcript: [pegar]
El video promete: [resumen 1 línea]
Necesito 3 variantes de gancho textual en formato:
  Línea 1 (3-5 palabras)
  Línea 2 (3-5 palabras)
Aplicar framework "Gancho Textual del Top 1%". Sin all caps.

Mostrar las 3 variantes al usuario con AskUserQuestion y dejar que elija. Si pide variaciones, volver a invocar la skill con feedback específico.

Si la skill guionizacion-formula100k no está instalada, generar el header tú mismo aplicando estas reglas, pero avisar al usuario: "para mejor calidad de gancho instala guionizacion-formula100k".

Paso 3.55 — Carpeta de fotos de referencia del usuario (OBLIGATORIO antes de generar IA)

El pixel-mascot se genera inspirado en una foto del usuario (pelo, complexión, color de piel). Sin foto de referencia el mascot sale genérico — perderías el efecto "es mi avatar".

text

AskUserQuestion:
  question: "¿Tienes una carpeta con selfies / fotos personales para inspirar el pixel-mascot?"
  header: "Fotos de referencia"
  multiSelect: false
  options:
    - label: "Sí, uso esta ruta:"
      description: "Carpeta con .jpg / .png frontales o de medio cuerpo. El sistema elegirá automáticamente una clara con cara visible para usar como referencia en Higgsfield (medias role:image)."
    - label: "No, usa un mascot genérico"
      description: "El mascot sale en estilo pixel genérico, sin parecido al usuario. Útil si nunca van a ver su cara en el reel y solo es decoración."

Atajo si ya hay carpeta de selfies conocida: si el usuario tiene una carpeta de selfies configurada (p. ej. cerebro/fotos) y existe, saltar la pregunta y usarla. Listar el directorio, leer 2-3 archivos con Read y elegir el que tenga cara frontal/3-cuartos clara, buena iluminación, sin objetos tapando el rostro. Si no existe ninguna carpeta conocida, preguntar — no inventar una ruta.

Una vez elegida la foto:

1. Subirla a Higgsfield con mcp__higgsfield__media_upload (returns upload_url).
2. PUT el binary a esa URL con curl -X PUT -T <file> "<upload_url>".
3. Llamar mcp__higgsfield__media_confirm para registrarla.
4. Capturar el media_id (UUID). Lo vas a pasar en medias: [{value: <UUID>, role: "image"}] en CADA generate_image que use el mascot.

Guardar el media_id en memoria conversacional (se reusa en TODAS las generaciones del reel — el HOOK + los 4-5 overlays).

Paso 3.6 — Imagen gancho del segundo 1 (OPCIONAL — preguntar al usuario)

La imagen gancho es un pixel-avatar mascot que aparece en el segundo 0.3-2.5 en la parte inferior del frame (para no tapar el header grande), rotado ligeramente, sin chocar con la cara. Es CRÍTICA para el primer segundo cuando se usa — el viewer la registra antes que el header. PERO no siempre se quiere: a veces el primer segundo está mejor "limpio" para que el viewer fije la mirada en la cara y el header.

Preguntar SIEMPRE al usuario antes de generar nada:

text

AskUserQuestion:
  question: "¿Quieres una imagen gancho en el segundo 1 de este reel?"
  header: "Imagen gancho"
  multiSelect: false
  options:
    - label: "Sí, genera el pixel mascot"
      description: "Genero un pixel-avatar mascot (380px) con la skill banana — cuerpo blocky salmón, contorno blanco grueso, ojos cuadrados, haciendo la acción del gancho. Aparece top-right en seg 0.3-2.5, rotado 3°, sin tapar la cara."
    - label: "Sí, usar captura mía"
      description: "el usuario pasa la ruta a una captura de pantalla (PNG/JPG) que se usa tal cual como gancho. Útil para mostrar conversaciones, UI de IG, dashboards, mensajes, etc."
    - label: "No, dejar el segundo 1 limpio"
      description: "Sólo header centrado arriba + cara. El primer segundo respira; el viewer fija la mirada en ti directamente."

Atajos textuales que saltan la pregunta:

• "sin imagen gancho" / "sin sticker" / "limpio el primer segundo" → modo SIN
• "con pixel" / "con mascot" / "hazme el hook" → modo PIXEL (genera)
• "con captura" / "usa esta foto" + ruta → modo CAPTURA

Si el usuario elige "Sí, pixel mascot":

Concepto: un personaje pixel-art chunky (estilo retro 16-bit / sprite de juego) representando al usuario haciendo la acción que sintetiza el video. Mismo personaje recurrente entre videos, distinta pose por gancho. Ejemplos:

• Video sobre perfeccionismo → mascot con cara dubitativa rompiendo un papel + ✗ pixelada
• Video sobre auto-edición → mascot con pulgar arriba + ✓ pixelada azul
• Video sobre venta en DM → mascot sosteniendo un teléfono pixelado con notificación
• Video sobre haters → mascot indiferente con escudo pixelado

Cómo generarlo (Higgsfield nano_banana_2):

Prompt base — copiar y rellenar <ACCIÓN> y <PELO Y RASGOS>. Pasar SIEMPRE el media_id del Paso 3.55 en medias: [{value: <UUID>, role: "image"}]:

text

Chunky pixel-art mascot character in 16-bit retro game sprite style, INSPIRED BY THE REFERENCE PHOTO,
preserve the person's <PELO Y RASGOS: ej. "long straight dark-auburn hair, light-tan skin tone, soft features">
translated to chunky pixels (hair as blocky pixel locks, skin as solid color),
square blocky body, tiny black square dot eyes, small simple mouth line,
thick crisp white pixel outline around the entire silhouette (3-4px equivalent),
flat colors only — NO gradients, NO anti-aliasing, NO shading,
visible chunky square pixels (low-res aesthetic upscaled with nearest-neighbor),
character is <ACCIÓN: pose/objeto/expresión específica>,
SOLID BRIGHT CHROMA-KEY GREEN BACKGROUND (#00FF00) — pure saturated green fills the entire canvas edge to edge with NO gradient, NO shadow on the background, NO green pixels touching the character outline (background must be flat key-out green),
centered composition, single subject only,
aspect ratio 1:1, 1024x1024px.

Reglas:

1. Aspect ratio cuadrado (1:1)
2. UNA acción por imagen — nada de escenas complejas
3. Si la acción incluye un objeto (cartas, teléfono, escudo, ✓, ✗), describir el objeto también en estilo pixel — NUNCA usar verde en el mascot o sus objetos (chocaría con el chroma key)
4. NO escribir texto dentro de la imagen — los textos van en el header y en la caja de énfasis
5. Guardar en IA/HOOK_<slug>.png (raíz de IA/, sin prefijo T)
6. Post-procesar con chroma key OBLIGATORIO (ver Paso 7g) — el PNG final guardado en IA/ debe tener alpha transparente, no fondo verde
7. Validación visual (Read tool): el mascot debe leerse claro a 380px. El contorno blanco debe destacar contra cualquier fondo. Descartar y regenerar si parece tridimensional / con sombras suaves / sin contorno, o si tiene pixeles verdes en el mascot.

Si el usuario elige "Sí, captura":

1. Pedirle la ruta del archivo (AskUserQuestion o input directo).
2. Copiar/hardlinkar el archivo a IA/HOOK_<slug>.png.
3. Validación visual: ¿se entiende el contenido a 380px? Si es una conversación con texto pequeño, sugerirle recortar/zoomar antes.

Una vez aprobada (cualquiera de los dos modos), registrarla en MANIFEST.md sección ## Gancho visual.

Si el usuario elige "No":

Saltar la generación. NO incluir la sección ## Gancho visual en MANIFEST.md (el editor la ignora silenciosamente si no existe). El primer segundo del reel queda con header + cara únicamente.

Paso 4 — Preguntar modo

Salvo que el usuario ya lo haya dicho (frases como "solo IA", "solo recursos web", "mezcla los dos", "es tutorial") preguntar:

text

AskUserQuestion:
  question: "¿Qué tipo de recursos quieres para este video?"
  header: "Modo recursos"
  options:
    - label: "Solo IA (generados con Higgsfield)"
      description: "Pixel-mascot + infografías-pixel 100% on-brand. Comportamiento idéntico a graficos-de-video."
    - label: "Solo Web (Pinterest, Google, TikTok, noticias)"
      description: "Recursos reales cazados de la web. Sin stock. Tú decides en edición qué usar."
    - label: "Híbrido (IA + Web por timestamp)"
      description: "Por cada momento da 1 opción IA + 1-2 opciones web. Más para elegir."
    - label: "UI / Tutorial (terminal + callouts + pasos) — modo PURO"
      description: "Si el video es un tutorial. Renderiza capturas UI con HTML+CSS+Puppeteer: terminales macOS con comandos exactos, cards de paso, callouts info/warning/success, screenshot frames, atajos de teclado. Delegado a capturas-tutorial-formula100k. **NO mezcla con mascots IA ni con WEB** — TODOS los overlays del video son del estilo capturas-tutorial. Para combinaciones con otros estilos, elegir explícitamente UI + Web abajo."
    - label: "UI + Web (combinado)"
      description: "Capturas UI para los cues de tutorial (terminal, paso, callout) Y recursos web reales (TikToks, Pinterest, noticias) para los momentos no-tutorial (storytelling, gancho emocional). NUNCA mezcla con mascots IA — si quieres mascots, usa modo IA o HÍBRIDO."

Atajos textuales que saltan la pregunta:

• "modo ia" / "solo ia" / "solo generados" → modo IA
• "modo web" / "solo web" / "solo reales" / "sin ia" → modo WEB
• "híbrido" / "mezcla" / "los dos" / "ambos" → modo HÍBRIDO
• "modo ui" / "modo tutorial" / "es tutorial" / "overlays ui" / "capturas tutorial" / "solo capturas tutorial" / "solo estilo tutorial" → modo UI / TUTORIAL PURO (NO genera mascots IA ni WEB — TODOS los overlays son capturas UI)
• "ui + web" / "ui más web" / "capturas tutorial + tiktoks" → modo UI + Web combinado

Regla de oro del modo UI puro: cuando el usuario pide "capturas-tutorial" o "modo UI" sin más calificadores, se asume PURO. No hay mascots IA, no hay recursos web, no hay imagen gancho IA (HOOK_*.png). Si un cue del Paso 3 no encaja con ninguno de los 8 tipos UI (step, terminal, callout, screenshot, keys, link, comparison, list), conviértelo al tipo más cercano (típicamente callout info/success) en vez de degradarlo a mascot o a WEB. Razón: El usuario quiere consistencia estética total en sus reels tutorial — el cambio de capa visual entre captura UI y mascot pixel rompe el flow del viewer.

Modo UI + Web (combinado, opcional): SOLO si el usuario lo pidió explícitamente. Aplica UI a los cues léxicos detectados y WEB al resto. La detección por cue se hace en el Paso 3 marcando cada momento con subtipo: ui | broll. NO incluye IA mascots — si los quiere, debe pedir HÍBRIDO o IA directamente.

Paso 5 — Decidir cantidad y fuentes por timestamp (adaptativo)

Para cada momento, la skill decide cuántos recursos buscar y de qué fuentes según riqueza_visual + tipo_dominante:

Riqueza visual	Cantidad total	Fuentes priorizadas
Alta (visualmente potente, viral, persona/lugar reconocible)	3-4	TikTok + noticias + Pinterest + Google
Media (concepto claro pero genérico)	2	Pinterest + Google
Baja (concepto abstracto, nicho)	1-2	Pinterest + (IA si modo híbrido)

Mapeo tipo_dominante → fuente más probable:

• persona / lugar / evento → noticias + TikTok (porque son hechos reales)
• pantalla IG / comparación / dato duro → Pinterest (infografías virales) + IA
• proceso / tutorial → TikTok + Pinterest
• emoción / objeto → Google Images + Pinterest
• nicho del usuario (algoritmo IG, ventas DM, contenido) → TikTok + Pinterest

Paso 6 — Mostrar plan y confirmar

Antes de gastar créditos/tiempo de búsqueda, muestra una tabla:

text

| # | TS    | Keyword     | Clase   | Concepto              | Modo    | Fuentes        |
|---|-------|-------------|---------|-----------------------|---------|----------------|
| 1 | 00:02 | perfección  | overlay | Tachado/cruz sobre G1 | Híbrido | IA + Pinterest |
| 2 | 00:15 | japer       | overlay | Logo/UI Yapper Method | IA      | IA             |
| 3 | 00:38 | remotion    | broll   | Capturas Claude IDE   | Web     | Google + TikTok|
...

Adicional: confirmar el Header propuesto (línea 1 / línea 2) y si la imagen gancho se va a generar o no (resultado del Paso 3.6).

AskUserQuestion: "¿Procedo con este plan, ajusto cantidades, cambio el header, cambio modo/keyword/clase de algún timestamp, o cambio la decisión de la imagen gancho?"

Atajo: si el video dura <60s y el plan es claro, saltar la confirmación.

Paso 7 — Ejecutar búsquedas en paralelo

TODAS las búsquedas se lanzan en paralelo (un solo mensaje con múltiples tool calls). El downloading se hace después, cuando ya tienes las URLs.

Recordatorio: todo asset cazado en este paso (Pinterest, Google, TikTok, noticias, IA) DEBE pasar la Regla VALIDACIÓN-VISUAL antes de incluirse en MANIFEST. Inspeccionar el archivo (Read) y descartar si no matchea el concepto_visual del cue. Las reglas NO-STOCK y NO-PLACEHOLDER siguen aplicando.

7a. Pinterest (vía agent-browser)

Cargar la skill agent-browser si no está cargada:

bash

agent-browser skills get core

Workflow:

1. agent-browser navigate https://www.pinterest.com/search/pins/?q=<query> con query en inglés derivada del concepto + tipo.
2. Snapshot la accessibility tree. Identificar los primeros 5-10 pins.
3. Para los pins seleccionados, obtener URL de imagen full-size (no thumbnail).
4. Descargar con curl al destino.

Si Pinterest pide login, no inicies sesión: salta Pinterest en ese cue y sigue con Google.

7b. Google Images (vía agent-browser)

1. agent-browser navigate https://www.google.com/search?tbm=isch&q=<query>+-site:shutterstock.com+-site:gettyimages.com+-site:istockphoto.com
2. Tomar los 5 primeros resultados que NO sean del blocklist de stock.
3. Click en cada uno para obtener la imagen full-res (no thumbnail).
4. Descargar con curl.

Si un dominio de stock aparece en top 5, agregarlo a la query con -site: y reintentar.

7c. TikTok virales (vía Tavily + yt-dlp) (en OpenClaw NO corre: mira el bloque 🦞 de arriba)

1. mcp__claude_ai_Tavily__authenticate si hace falta.

2. Buscar con Tavily: query en español + filtros virales. Ej: "tiktok viral algoritmo instagram 2025 millones de vistas site:tiktok.com".

3. Tomar 4-6 URLs candidatas de tiktok.com/@user/video/12345 (más de las que vas a usar).

4. Para cada URL, llamar mcp__claude_ai_supadara__supadata_metadata para confirmar:

   • vistas > 100k (umbral viral)
   • duración relevante (5-60s típicamente)
   • idioma compatible (es/en)

5. Descargar el .mp4 con yt-dlp:

   bash

   yt-dlp -f "best[ext=mp4]" -o "$DEST/WEB/tiktok/T<n>_<slug>.%(ext)s" "$URL"
   

6. 🚫 FILTRO ANTI-SUBTÍTULOS QUEMADOS (obligatorio, regla del usuario): Los TikToks con captions/subtítulos quemados sobre el video crean ruido visual cuando se superponen. Antes de aceptar un TikTok como recurso final:

   a. Extraer 3 keyframes distribuidos (al 25%, 50%, 75%):

   bash

   DUR=$(ffprobe -v error -show_entries format=duration -of default=nokey=1:noprint_wrappers=1 "$VIDEO")
   for pct in 0.25 0.5 0.75; do
     t=$(python3 -c "print($DUR * $pct)")
     ffmpeg -ss "$t" -i "$VIDEO" -frames:v 1 -y "/tmp/check_${pct}.jpg"
   done
   

   b. Inspeccionar visualmente cada keyframe (Read tool sobre los .jpg). Si en cualquiera aparece texto/subtítulos/captions quemados → descartar ese TikTok (borrar .mp4 + keyframes) y probar el siguiente candidato.

   c. Solo conservar TikToks limpios. Si tras 4 candidatos no encuentras uno limpio, marcar el timestamp como "sin TikTok" en MANIFEST.

   Tips: los tipo POV/reaction/show suelen estar limpios. Los tipo "explainer/tutorial" casi siempre tienen subtítulos. Filtra con palabras como "raw", "POV", "no commentary", "sin texto", "show", "process".

7. Una vez aprobado, capturar screenshot del segundo clave con ffmpeg para el manifest:

   bash

   ffmpeg -ss <seg> -i "$DEST/WEB/tiktok/T<n>_<slug>.mp4" -frames:v 1 -y "$DEST/WEB/tiktok/T<n>_<slug>_keyframe.jpg"
   

7d. Medios de noticias (vía agent-browser)

Lista priorizada de medios (español primero, inglés después). NUNCA stock:

text

Español:
- bbc.com/mundo, cnnespanol.cnn.com, elpais.com, lanacion.com.ar,
  infobae.com, clarin.com, eluniversal.com.mx, forbes.com.mx,
  bloomberglinea.com, expansion.mx, semana.com

Inglés:
- reuters.com, apnews.com, bbc.com, theguardian.com, nytimes.com,
  forbes.com, bloomberg.com, wired.com, techcrunch.com, theverge.com

Workflow:

1. agent-browser navigate https://www.google.com/search?tbm=isch&q=<query>+(site:bbc.com/mundo+OR+site:reuters.com+OR+...)
2. Tomar 2-3 imágenes editoriales relevantes.
3. Descargar respetando la URL original del medio (para crédito en el manifest).

Filtrar dominios de stock incluso si Google los devuelve.

7e. IA (Higgsfield) — solo si modo IA o HÍBRIDO

Dos sub-tipos pixel-art, ambos sobre chroma green:

• 7e.1 — Mascot (default): un solo personaje pixel-art haciendo una acción. Va a tabla Overlays (~480px). Usar para cues con subtipo_ia: mascot o cuando no se especifica.
• 7e.2 — Infografía pixel (NUEVO): panel denso multi-elemento (mandala de tiles, grid 2×N, split comparativo). Va SIEMPRE a tabla Overlays (no a B-roll fullscreen — la transparencia del chroma key hace que la cara del usuario se vea por los huecos y queda caótico). Usar para cues con subtipo_ia: infografia-pixel (ecosistema / comparación / grid / mapa / lista enumerada). Ancho recomendado 520-560px, duración 4-5s.

Nota: la skill infografia-reel-formula100k también hace infografías pero entrega un REEL completo 9:16 listo para subir a IG. Esta sub-sección 7e.2 es distinta — genera una infografía estática 1:1 como overlay inferior dentro de un reel talking-head del usuario, recortable con chroma key. Si el usuario quiere infografía como deliverable final (no inserto), redirigir a infografia-reel-formula100k.

7e.1 — Mascot (acción única, overlay)

Prompt base — copiar y rellenar <ACCIÓN> y <PELO Y RASGOS>. SIEMPRE pasar el media_id del Paso 3.55 en medias: [{value: <UUID>, role: "image"}]:

text

Chunky pixel-art mascot character in 16-bit retro game sprite style, INSPIRED BY THE REFERENCE PHOTO,
preserve the person's <PELO Y RASGOS: ej. "long straight dark-auburn hair, light-tan skin tone, soft features">
translated to chunky pixels (hair as blocky pixel locks, skin as solid color),
square blocky body, tiny black square dot eyes, small simple mouth line,
thick crisp white pixel outline around the entire silhouette (3-4px equivalent),
flat colors only — NO gradients, NO anti-aliasing, NO shading,
visible chunky square pixels (low-res aesthetic upscaled with nearest-neighbor),
character is <ACCIÓN: pose/objeto/expresión específica>,
SOLID BRIGHT CHROMA-KEY GREEN BACKGROUND (#00FF00) — pure saturated green fills the entire canvas edge to edge with NO gradient, NO shadow on the background, NO green pixels touching the character outline (background must be flat key-out green),
centered composition, single subject only,
aspect ratio 1:1, 1024x1024px.

Reglas obligatorias:

• UNA acción por imagen. Pose limpia, un solo objeto/gesto.
• Cero texto dentro de la imagen — los textos van en header y caja de énfasis.
• Contorno blanco grueso siempre visible (es la firma del estilo).
• Mismo personaje en todo el reel — pasa la MISMA foto de referencia (mismo media_id) en TODAS las generaciones para que pelo/piel/rasgos sean consistentes.
• Fondo verde chroma key (#00FF00) — Nanobanana sale verde plano, después el Paso 7g lo convierte en alpha transparente. NUNCA usar verde en el mascot o sus objetos (chocaría con el key).
• Si la acción requiere objeto (✓, ✗, teléfono, cartas, escudo, llave, candado, reloj), describirlo también en pixel-art (sin verde).

Flujo de generación:

• mcp__higgsfield__generate_image con nano_banana_2, aspect_ratio 1:1, prompt llenado, medias: [{value: <media_id>, role: "image"}]
• mcp__higgsfield__job_status con sync: true
• Capturar rawUrl y descargar a $DEST/IA/T<n>_G<g>_<slug>_<mmss-mmss>.png (versión raw, fondo verde)
• Validación visual (Read tool): confirmar que (a) tiene contorno blanco grueso, (b) los píxeles son cuadrados/chunky visibles, (c) NO hay shading suave ni gradientes, (d) el mascot está centrado y completo, (e) el fondo es verde sólido brillante (#00FF00, no oscuro ni con gradiente), (f) NO hay pixeles verdes en el mascot, (g) los rasgos respetan la foto de referencia. Si falla cualquiera → regenerar con prompt reforzado en esa dimensión.
• Inmediatamente después de aprobar la validación, aplicar chroma key (Paso 7g) y SOBRESCRIBIR el archivo en IA/ — el PNG que va al MANIFEST tiene que tener alpha transparente, NO fondo verde.

Si nano_banana_2 deriva al estilo "ilustración digital suave" en lugar de pixel-art (pasa ~10% del tiempo), reforzar el prompt con: MUST be pixel art with visible square pixels, like a Stardew Valley or Minecraft mob sprite — NOT a digital painting, NOT smooth illustration.

7e.2 — Infografía pixel (sistema/ecosistema/comparación, Overlay inferior)

Cuándo dispararla, en orden de prioridad:

1. El texto_clave del cue enumera ≥3 elementos discretos (ej: "tengo 9 áreas / 5 ofertas / 3 tipos / 7 fases").
2. tipo_dominante ∈ {ecosistema, comparación, grid, mapa}.
3. El usuario dice explícitamente en el video o en chat "muéstralo como infografía / mapa / sistema / grid / poster".
4. El concepto necesita densidad visual que un solo mascot no resuelve (ej: "mi ecosistema completo", "antes vs después con 5 puntos cada uno", "los 10 subagentes").

Si ninguna se cumple → usar 7e.1 (mascot). No sobre-aplicar: una infografía mal usada interrumpe el reel.

Tres layouts soportados (elegir según el contenido del cue):

Layout	Cuándo	Estructura
mandala	Sistema con 1 centro + N satélites (3-9)	Mascot central salmón con cartel del número, N tiles de colores alrededor conectadas con líneas pixeladas
grid-2xN	Lista de 4-10 ítems paralelos	2 columnas × N filas de cartas, cada una con mini-mascot + label + 3-5 chips
split	Comparación A vs B	Panel izquierdo color 1 + panel derecho color 2, mascot+stack de bullets en cada lado

Prompt base — copiar, elegir layout, llenar <TÍTULO>, <SUBTÍTULO> y <CONTENIDO>. Pasar el media_id del Paso 3.55 en medias si quieres que los mascots internos respeten los rasgos del usuario:

text

Retro 16-bit pixel art infographic, sharp chunky pixels, no anti-aliasing, no smooth gradients.
SOLID BRIGHT CHROMA-KEY GREEN BACKGROUND (#00FF00) — pure saturated green fills the entire canvas edge to edge with NO gradient, NO shadow on the background, NO green pixels touching any element outline.

Title at top in chunky pixel font, white with black 1px outline and small drop shadow: "<TÍTULO 3-5 palabras, MÁX 25 caracteres>".
Subtitle in smaller pixel font: "<SUBTÍTULO 1 línea, opcional>".

LAYOUT: <mandala | grid-2xN | split>
<CONTENIDO específico según layout:
  · mandala  → "central salmon (#FF8C8C) pixel mascot with thick white outline holding a sign with the chunky pixel number <N>, surrounded by <N> colored tiles connected by pixelated dashed lines and chunky pixel arrows. Each tile has a 2px white pixel border and shows a label in chunky pixel font + a number badge + 3 sub-items in tiny pixel font: <listar tile1: color · label · sub-items / tile2 ... >"
  · grid-2xN → "grid of <N> pixel-art trading cards arranged as 2 columns × <N/2> rows. Each card has a 2px white pixel border, a solid colored background, a small 32x32 salmon-pink mascot avatar at the top (different prop per card), the agent name in chunky pixel font on a colored header band, and 3-5 tiny pill-shaped chips below with item names: <listar card1: color · prop · name · chips / card2 ... >"
  · split    → "split-screen left vs right. Left panel: <COLOR1> background, mascot character with <PROP1>, header '<LABEL1>', stack of 3-5 bullet chips: <items>. Right panel: <COLOR2> background, mascot with <PROP2>, header '<LABEL2>', stack of bullets: <items>. Pixel-art vertical divider between panels.">

Decorative pixel elements: small 8x8 pixel stars sparkles, pixel hearts, pixel arrows, pixel coins scattered between elements.

NEVER use realistic textures. NEVER use smooth shading. NEVER include extra text or watermarks beyond what is specified. ONLY chunky retro 16-bit pixel-art aesthetic like Super Nintendo or Game Boy Advance era. Background MUST be flat solid chroma green #00FF00 with zero gradient, ready for chroma key removal in video editing.

Aspect ratio 1:1, 1024×1024px.

Reglas obligatorias para infografía-pixel:

• Aspect ratio: 1:1. Va a la tabla Overlays con ancho 520-560px y duración 4-5s (más tiempo que un mascot porque el viewer necesita leer texto). NUNCA va a B-roll fullscreen — la cara del usuario se ve a través de los huecos transparentes del chroma key y queda visualmente caótico.
• Máx 8 elementos discretos en el panel (antes 10). Como overlay ocupa ~520px de ancho en 1080px de canvas, los textos quedan más chicos que en B-roll — bajar densidad para mantener legibilidad.
• Texto interno por bloque: ≤ 20 caracteres (antes 25). Abreviar nombres largos (ej: guionizacion-formula100k → GUIONES).
• Mismo personaje salmón en todos los cards/tiles si aparecen mascots internos — pasar el media_id del usuario para que pelo/piel respeten su look. Si la infografía no incluye mascots de cara, el media_id se puede omitir.
• Cero verde en los elementos — chocaría con el chroma key.
• NO escribir texto que no esté en el prompt — Nano Banana inventa labels si no le pides cero extra text. Reforzar con la frase "NEVER include extra text" en el prompt final.
• Validación visual obligatoria (Read tool): (a) los elementos prometidos están y son legibles, (b) los colores corresponden a los del prompt, (c) no hay micro-typos en labels críticos (si los hay y son corregibles, re-generar el cue específico — vale más generar 3 veces que dejar un typo en un overlay), (d) fondo es verde plano #00FF00 sin gradiente.

Flujo de generación:

• mcp__higgsfield__generate_image con nano_banana_2, aspect_ratio 1:1, prompt llenado, medias opcional
• mcp__higgsfield__job_status con sync: true
• Descargar a $DEST/IA/T<n>_INFO_<slug>_<mmss-mmss>.png (el prefijo INFO distingue infografías de mascots para debugging)
• Aplicar chroma key (Paso 7g) — sobrescribe en sitio

Si nano_banana_2 deriva al estilo "ilustración suave / mood board / collage" en lugar de pixel-art, reforzar con: MUST be chunky pixel art with visible 4-8px square pixels, like a Super Nintendo cartridge cover or a Stardew Valley promotional poster — NOT a digital illustration, NOT a flat vector design, NOT a watercolor.

7g. Aplicar chroma key a los PNGs IA (OBLIGATORIO) — en OpenClaw: quitar fondo con Higgsfield, mira el bloque 🦞

Después de generar y validar cada imagen, convertir el fondo verde a alpha transparente con el script de la skill:

bash

bash skills/recursos-de-video-formula100k/scripts/chroma_key.sh "$DEST/IA/T1_G1_xxx.png"

El script usa ffmpeg con chromakey=color=0x00FF00:similarity=0.30:blend=0.10 y SOBRESCRIBE el archivo de entrada. El resultado es un PNG con alpha — el mascot recortado, listo para flotar sobre el video real sin caja contenedora.

Procesar TODOS los PNGs IA generados en este proyecto (HOOK + overlays). No olvidar ninguno: si un PNG queda con fondo verde, el viewer va a ver un cuadrado verde feo en el reel.

Atajo para procesar toda la carpeta:

bash

for f in "$DEST/IA/"*.png; do
  bash skills/recursos-de-video-formula100k/scripts/chroma_key.sh "$f"
done

Validación post-chroma-key (Read tool):

• El mascot conserva su contorno blanco grueso (no se erosionó)
• NO hay halo verde fino alrededor del mascot (si lo hay, re-correr con --similarity 0.40 --blend 0.15)
• El fondo es transparente (Read mostrará el patrón cuadriculado de transparencia)
• Los pixeles internos del mascot no se hicieron transparentes accidentalmente (si pasó, hay verde en el mascot — regenerar la imagen con prompt reforzado en "NO green on character")

Si tras 2 intentos el halo verde no se va, revertir al fondo negro (cambiar prompt + omitir chroma key) — el negro con contorno blanco también queda bien aunque sin el efecto recortado.

7h. UI / Tutorial — delegar a capturas-tutorial-formula100k

Activar SOLO si el usuario eligió modo UI / TUTORIAL (puro) o el modo UI + Web combinado (en este caso solo para los cues marcados subtipo: ui en el Paso 3).

En modo UI PURO: TODOS los cues del Paso 3 generan un item UI tutorial. Si un cue no encaja con ninguno de los 9 patrones léxicos de abajo (ej: una frase de storytelling como "Tengo +30 estructuras"), convertirlo al tipo más cercano — casi siempre callout variant info (declaración/fact) o callout variant success (CTA/cierre). Nunca degradar a mascot IA ni a WEB en modo UI puro — El usuario quiere consistencia estética total. Si genuinamente no hay nada que decir visualmente en ese momento, omitir el cue (mejor sin overlay que con mascot que rompe el flow).

Triggers léxicos para clasificar un cue como UI (escanear el texto_clave de cada cue del Paso 3):

Patrón en el audio	Tipo UI	Data a capturar
"copia este comando", "pega esto", "ejecuta", "en la terminal", "corre"	terminal	comando verbatim (limpiar muletillas)
"paso 1/2/3", "primero", "después", "luego", "ahora vas a"	step	number + title + body
"¿qué hace esto?", "esto significa", "para qué sirve"	callout variant info	body
"ojo con", "cuidado", "importante", "no olvides"	callout variant warning	body
"cuando termine", "deberías ver", "vas a ver el mensaje"	callout variant success	body
"presiona Cmd+V", "el atajo es", "⌘+"	keys	array de teclas + label
"ve a https://...", "entra a [dominio]"	link	URL + label opcional
"esto NO ... esto SÍ", "no hagas X, haz Y", "antes ... ahora"	comparison	no_title/body + yes_title/body
"vas a ver una pantalla", "se ve así"	screenshot	requiere asset USER/ — si no hay, degradar a callout success
"vas a necesitar", "los pasos son 3", "requisitos"	list	items + title

Workflow:

1. Para cada cue UI detectado en el Paso 3, generar una entrada en MANIFEST_UI.yml:

yaml

recursos:
  - id: r01
    tipo: terminal
    bg: transparent       # default — El usuario decide en edición
    width: 1920
    height: 1080
    data:
      command: "curl -fsSL https://claude.ai/install.sh | bash"
      title: "Terminal — bash"
      slug: "curl-claude-install"
  - id: r02
    tipo: step
    data:
      number: 2
      title: "Pega el comando de instalación"
      body: "Copia el comando de abajo y pégalo en la Terminal con **Cmd+V** y presiona Enter."
      slug: "pega-comando"
  # ...

Guardar en $DEST/MANIFEST_UI.yml.

2. Invocar la skill capturas-tutorial-formula100k en modo batch:

bash

# Bootstrap idempotente (primera vez instala puppeteer + js-yaml)
bash skills/capturas-tutorial-formula100k/scripts/install.sh

# Render batch del manifest
# Importante: el destino es USER/, NO UI/.
# `editor-video-formula100k` solo lee USER/, IA/, WEB/ — y `## Overlays` es una sola tabla
# que mezcla mascot IA + UI tutorial + screenshots reales. Ver Paso 9.
node skills/capturas-tutorial-formula100k/scripts/render.mjs \
  --manifest "$DEST/MANIFEST_UI.yml" \
  --out "$DEST/USER/"

3. Validación visual (Read sobre cada PNG generado). El render ya aplica auto-trim al bbox + padding 40px, así que cada PNG sale al tamaño real del contenido (típicamente 800-1100px ancho, NO 1920×1080). Si algún comando se cortó o el texto quedó clipeado, ajustar width en el manifest y reintentar solo ese item.

4. Los archivos quedan como USER/r01_terminal_curl-claude-install.png, etc. Se referencian en el MANIFEST.md principal en la tabla única ## Overlays (Paso 9), mezclados con los mascot IA y los screenshots manuales del usuario.

Reglas:

• NO usar IA generativa para terminales / callouts — la IA rompe el texto. HTML + Puppeteer garantiza pixel-perfect.
• NO inventar comandos ni URLs: si en el transcript la usuaria dice "el comando de install" pero no lo dicta, detener el render y pedirle el comando exacto con AskUserQuestion antes de continuar.
• PNG con fondo transparente por default. Si el usuario pide fondo crema (#F5EFE6), pasar bg: cream en el item.
• Nunca 9:16 para overlays UI. Default: 1920×1080 (16:9).

7f. Capturas del usuario (modo SCREENSHOT)

El usuario puede aportar screenshots propios (DMs, dashboards, posts virales, conversaciones, UI de IG/TikTok, gráficas reales, mensajes de pago) que se usan tal cual como overlay sin generación IA. Útil cuando necesita mostrar prueba real o data específica que un mascot no puede representar.

Flujo:

1. Durante el Paso 6 (confirmación de plan), preguntar si algún timestamp se cubre con captura propia.
2. Si sí, pedirle la(s) ruta(s) (AskUserQuestion con campo libre, o ella las pega en chat).
3. Copiar a $DEST/USER/T<n>_<slug>.png (crear USER/ si no existe).
4. Validación visual: ¿el contenido se entiende a ~480px de ancho? Si tiene texto chico, sugerirle recortar/zoomar a la parte clave antes.
5. En el MANIFEST, este cue va a la tabla Overlays con Archivo: USER/T<n>_<slug>.png exactamente como cualquier otro overlay.

Atajos textuales:

• "uso mi captura de pantalla aquí" + ruta → modo SCREENSHOT en ese timestamp
• "para el momento X, esta foto: " → modo SCREENSHOT en X

Paso 8 — Estructura de carpeta destino

bash

DEST="entregables/$(date +%Y-%m-%d)_<nombre_descriptivo>"
mkdir -p "$DEST/IA"
mkdir -p "$DEST/USER"
mkdir -p "$DEST/WEB/pinterest"
mkdir -p "$DEST/WEB/google"
mkdir -p "$DEST/WEB/tiktok"
mkdir -p "$DEST/WEB/noticias"

IA/ → pixel-avatar mascots generados con Higgsfield. USER/ → screenshots que el usuario pasó manualmente + capturas UI tipo tutorial (terminal, callout, step, etc.) renderizadas con capturas-tutorial-formula100k. PNGs transparentes. Aquí viven tanto los assets del usuario como los outputs del modo UI/Tutorial — una sola carpeta porque editor-video-formula100k solo lee IA/, USER/ y WEB/. WEB/ → recursos cazados de la web.

<nombre_descriptivo> en snake_case sin acentos (ej: algoritmo_instagram_recursos).

Convención de nombre de archivo (CRÍTICA — la skill editor depende de ella):

• IA/T<n>_G<g>_<slug>_<mmss-mmss>.png (pixel-avatar mascot generado, overlay)
• IA/T<n>_INFO_<slug>_<mmss-mmss>.png (infografía-pixel generada, overlay inferior — no B-roll)
• USER/T<n>_<slug>.png (captura del usuario)
• USER/<id>_<tipo>_<slug>.png (captura UI generada por capturas-tutorial-formula100k, ej. USER/r02_terminal_curl-claude-install.png)
• WEB/pinterest/T<n>_P<p>_<slug>.jpg
• WEB/google/T<n>_GI<g>_<slug>.jpg
• WEB/tiktok/T<n>_TT<t>_<slug>.mp4 + _keyframe.jpg
• WEB/noticias/T<n>_N<m>_<slug>_<medio>.jpg

El prefijo T<n>_ es recomendado (no obligatorio en el nuevo lineamiento, pero ayuda a navegar la carpeta y a debuggear cuando un cue no carga). El editor ya no auto-descubre alternativas — cada cue del MANIFEST apunta a UN archivo explícito.

Paso 9 — Generar MANIFEST.md (formato keyword-based)

Archivo MANIFEST.md en la raíz de $DEST. La skill editor-video-formula100k lo consume con este formato exacto:

markdown

# Reel — <nombre del video>

- **Video fuente:** <ruta absoluta al .mov/.mp4>
- **Fecha:** <YYYY-MM-DD>
- **Modo:** <IA | Web | Híbrido>

## Header

- **Línea 1:** <línea 1 del header — 3-5 palabras, sentence case>
- **Línea 2:** <línea 2 del header — 3-5 palabras, sentence case>

## Gancho visual

- **Archivo:** `IA/HOOK_<slug>.png`
- **Posición:** right          (o `left`)
- **Inicio:** 0.3              (segundos)
- **Duración:** 2.2            (segundos)
- **Ancho:** 380               (px)
- **Rotación:** 3              (grados, suave)

## Énfasis

| Keyword     | Texto                 | Duración |
|-------------|-----------------------|----------|
| <keyword1>  | <texto caja blanca>   | 1.6      |
| <keyword2>  | ...                   | 1.6      |

## Overlays

| Keyword     | Archivo                                                                | Ancho | Duración |
|-------------|------------------------------------------------------------------------|-------|----------|
| <keyword>   | `IA/T1_..._.png` · `USER/T1_..._.png` · `WEB/.../...jpg`               | 560   | 3.0      |
| <keyword>   | `USER/r01_terminal_curl-claude-install.png` (UI tutorial)              | 980   | 4.0      |
| <keyword>   | `USER/r02_step_pega-comando.png` (UI tutorial)                         | 940   | 3.0      |
| <keyword>   | `USER/r03_callout_que-hace.png` (UI tutorial)                          | 960   | 3.0      |

> Una sola tabla `## Overlays`. Mascots IA, screenshots del usuario y capturas UI tipo tutorial conviven en la misma sección — `editor-video-formula100k` no diferencia: cada fila apunta a un PNG con alpha transparente que se compone sobre el video.

## B-roll

| Keyword     | Archivo                                  | Duración | Estilo         |
|-------------|------------------------------------------|----------|----------------|
| <keyword>   | `WEB/tiktok/T3_..._.mp4`                 | 3.0      | monitor-photo  |

## Créditos (recursos web)

[tablas por fuente con URL original de cada archivo]

Cómo llenar cada sección:

Header (obligatoria):

• 2 líneas que resumen la promesa del video, no por-timestamp. Ver Paso 3.5.

Énfasis (recomendada):

• 4-10 cajas blancas que aparecen al centro del video durante 1.4-2.0s cada una.
• Cada fila ancla a UNA keyword que existe literalmente en el audio.
• El Texto de la caja puede ser DISTINTO de la keyword: la keyword es solo el ancla temporal; el texto es lo que se muestra (más corto/punzante).
• Ej: keyword: perfección → Texto: Olvida la perfección. La caja aparece cuando el usuario dice "perfección".
• Buenos candidatos: declaraciones definitivas, frases-bomba, números importantes, veredictos.

Overlays (recomendada — recursos sobre el pecho del usuario — tabla única que mezcla mascot IA + screenshots del usuario + capturas UI tutorial):

• Una fila por cada recurso clasificado como overlay en el Paso 3 — incluye mascots, infografías-pixel (7e.2), screenshots de USER/, y todas las capturas UI generadas en 7h (terminal, step, callout, keys, etc.).
• Archivo es path relativo a $DEST/. Hay 3 prefijos válidos:
  • IA/T<n>_..._.png · IA/T<n>_INFO_..._.png (mascot e infografía-pixel)
  • USER/T<n>_..._.png (screenshot del usuario)
  • USER/r<NN>_<tipo>_<slug>.png (captura UI generada por capturas-tutorial-formula100k)
• Ancho defaults (sobre talking-head 9:16, canvas 1080w):
  • Mascot IA pixel (1 figura): 560px (legible — antes era 480, subido para hook strength)
  • Infografía-pixel (panel denso): 520-560px
  • Screenshot del usuario: 560px (subir a 720 si tiene texto chico)
  • UI tutorial — step: 940
  • UI tutorial — callout: 960
  • UI tutorial — terminal: 980 (comandos largos pueden requerir 1040)
  • UI tutorial — keys: 380
  • UI tutorial — link: 560
  • UI tutorial — comparison: 880
  • UI tutorial — list: 640
  • UI tutorial — screenshot: 720
• Duración defaults:
  • Mascot: 3.0s (mínimo 2.5s)
  • Infografía-pixel: 4-5s — necesita más tiempo en pantalla porque el viewer lee texto
  • Screenshot del usuario: 3-4s según densidad
  • UI keys, link: 2.5s
  • UI step, callout: 3.0s
  • UI screenshot: 3.5s
  • UI terminal: 4.0s (más si el comando es muy largo)
  • UI comparison: 5.0s (viewer lee 2 cajas)
  • UI list: 1.0s por item, mínimo 3.0s
• Todos los PNGs vienen con fondo transparente → el editor los compone sobre el video sin chroma key adicional (las IA ya pasaron por 7g).
• Mientras hay énfasis activo en el mismo segundo, el overlay se oculta automáticamente. El editor además desplaza automáticamente cualquier overlay que quede visible <1.8s al final del emphasis con el que choque — así la duración configurada se respeta siempre. No hace falta evitar manualmente que keyword de overlay y keyword de emphasis coincidan.
• CUIDADO con solapamiento overlay-overlay: dos overlays con keywords cercanas (diff < duración) se montan visualmente. Verificar que t_start_B > t_start_A + duración_A para overlays consecutivos. Si chocan, recortar la duración del primero o cambiar la keyword del segundo a una palabra más adelante en el audio.

B-roll (opcional — recursos fullscreen):

• Una fila por cada recurso clasificado como broll en el Paso 3 — incluye SOLO TikToks virales, fotos de noticias, clips de prensa. NUNCA infografías-pixel (van a Overlays).
• Estilo: monitor-photo añade rotate(-1.2deg) + gradiente radial blanco al 8% — simula una foto de pantalla, lo que da un toque editorial sin ser solemne. Default.
• Estilo: clean deja la imagen plana sin efectos. Usar para tomas que ya tienen mucho carácter (TikToks dinámicos, lugares con composición fuerte).
• Header sigue visible sobre el B-roll. Subtítulos también.

🚫 REGLA: para B-roll priorizar recursos verticales (9:16)

Los B-roll se renderean con object-fit: cover. Si el recurso es horizontal se va a cropear bastante — perderás contexto en los bordes. Para que se vea bien:

• TikToks ya son verticales (✓)
• Fotos de noticias: prefiere las verticales/cuadradas; si solo hay horizontal, conserva pero avisa
• Pinterest pins: prefiere los verticales
• Screenshots de UI: NO mandar a B-roll, mejor como overlay
• Infografías-pixel: NUNCA a B-roll — el chroma key transparente deja ver la cara del usuario entre los huecos de los paneles y queda visualmente caótico. Siempre como Overlay inferior.

No hay más columna Layout. Los recursos van a una de dos tablas (Overlays o B-roll), y cada tabla tiene su rendering fijo. Esto es más simple y predecible que el viejo pip / fullscreen / split.

Paso 10 — Entregar al usuario

1. mcp__higgsfield__job_display con UUIDs de IA (si hubo).
2. open "$DEST" para abrir Finder.
3. Resumen en chat:
   • Total de recursos por modo y por fuente.
   • Cuáles momentos quedaron sin recurso web.
   • Cualquier dominio de stock que se haya descartado.
4. Sugerir el siguiente paso: "Para componer el borrador automático del video, corre /render <ruta de DEST> o di 'edita este video' — invocará editor-video-formula100k con todo lo que acabamos de armar."

Iteración

Si el usuario pide regenerar un timestamp o cambiar un recurso:

1. Re-ejecutar solo esa búsqueda con query ajustada.
2. Sobrescribir solo ese archivo.
3. Actualizar MANIFEST.md.

Si pide "este momento mejor IA": llamar a mcp__higgsfield__generate_image solo para ese timestamp y guardar en IA/.

Errores y fallbacks

Error	Acción
agent-browser no instalado	npm i -g agent-browser && agent-browser install (avisar al usuario).
yt-dlp no instalado	brew install yt-dlp. Mientras tanto, guardar solo URL + thumbnail de Supadata.
Tavily no autenticado	Llamar mcp__claude_ai_Tavily__authenticate y guiar al user por el flow.
Pinterest exige login	No iniciar sesión: marcar el timestamp como "solo Google + IA".
TikTok URL caída / privada	Buscar otra. Si después de 3 intentos no hay clip viable, marcar el timestamp como "sin TikTok" en MANIFEST.
Todos los TikToks tienen subtítulos quemados	Reformular query con "raw"/"POV"/"no text" hasta 2 veces. Si igual, marcar como "sin TikTok".
Todos los resultados son stock	Reformular query (más editorial, más nicho) hasta 2 veces. Si igual sale stock, marcar timestamp como "sin web" y proponer IA.
Carpeta destino existe	Confirmar sobrescribir, o agregar _v2.

Atajos conversacionales

• /recursos-video <ruta> → modo HÍBRIDO por default, aspect ratio 1:1, decide cantidad adaptativo.
• /recursos-video <ruta> --modo ia → modo solo IA.
• /recursos-video <ruta> --modo web → modo solo web, sin IA.
• /recursos-video <ruta> --modo ui → modo UI/TUTORIAL PURO — delega TODO a capturas-tutorial-formula100k. Genera 1 item UI por cada momento del Paso 3 (los cues que no son tutorial se convierten a callout). NO genera mascots IA, NO baja WEB, NO crea HOOK_*.png. Solo capturas estilo tutorial. Es lo que el usuario quiere cuando dice "solo capturas-tutorial".
• /recursos-video <ruta> --modo ui+web → combina: UI para cues tutorial detectados, WEB para los demás. Sin mascots IA.
• /recursos-video <ruta> --solo-tiktok → solo TikToks virales.

Para videos <60s con plan claro, saltar paso 6 (confirmación) y ejecutar directo.

Cadena con la skill editor: si el usuario añade --render o "y luego edita" al comando, al terminar el Paso 10 invocar inmediatamente la skill editor-video-formula100k con la carpeta DEST recién creada.