Einfach fragen

Ein Satz, und es läuft.

Der Skill startet bei ganz normalen Anfragen wie diesen. Keine Befehle zum Auswendiglernen.

“Mach ein Erklärvideo über X”“Erklärvideo als Knetanimation, Pixel Art oder Whiteboard”“Erklär mein Produkt in einem kurzen Animationsvideo”“Mach aus diesem Thema eine Erklär-Anzeige mit Sprecher”

Die zehn Stile

Ein Ablauf. Zehn Looks.

Nenn einen Stil, und der Skill lädt die passende Kartusche: Technik, Schnittrhythmus, Typografie, Kamerasprache und Sound ändern sich gemeinsam. Jeder Clip unten ist damit entstanden.

Isometric Flat Vector

Einfarbige Illustration im Holzschnitt-Look mit hohem Kontrast, starker Used-Textur, grell weißen Lichtpunkten und spannungsgeladenen Motion-Comic-Schnitten.

Ideal für: Tech-, Security- und Developer-Tool-Marken. Dramatische Enthüllungen, Strategie-Analogien, Geschichten mit Spannung und Themen rund um Cybersecurity.

2D Illustrator

Konturlose digitale Gouache, „auf Zweiern“ animiert, grobes Papierkorn, harte geometrische Schatten auf flacher, satter Farbfläche, entspannter Lo-Fi-Look.

Ideal für: Lifestyle-, Sport- und freche Tech-Marken. Schnelle Anleitungen, Produkt-Tutorials und Manifeste, die energiegeladene Bilder unter einer ruhigen, souveränen Stimme brauchen.

Whiteboard Doodle

Kritzeleien mit Whiteboard-Marker auf verschmierter Tafel, Strich für Strich gezeichnet, zitternde Linien und quietschender Marker als Geräusch.

Ideal für: Bildung, So-funktioniert-es-Themen und Onboarding. Das klassische Erklärvideo, nahbar und ideal, um komplexe abstrakte Konzepte zu vereinfachen oder schnelle Fun Facts zu zeigen.

Pixel Art

Knallige 16-Bit-Arcade-Pixel-Art, Chibi-Sprites, tiefer Parallax, flinke Sprite-Bewegung „auf Zweiern“ und Chiptune-Musik.

Ideal für: Gaming-, Tech- und Cybersecurity-Marken. Gamifizierte Erklärvideos, nostalgische Markenaktionen und energiegeladene Lern-Shorts.

Claymotion

Bunte Stop-Motion aus Knete, sichtbare Fingerabdrücke, stämmige Figuren, aus Knete modellierter Text und typisches Flimmern bei 12 fps.

Ideal für: Verspielte, fantasievolle Marken, die Geschichten erzählen. Haptisches Brand Storytelling, lehrreiche Erklärvideos und charmante Produktvorstellungen.

Fluffy Toy

Gemütliches Diorama aus Nadelfilz, abstehende Fasern, Knopfaugen, Effekte aus echtem Garn und sanfte Stop-Motion.

Ideal für: Warme, sanfte Marken aus Wellness, Kinder, Gesundheit und Food. Für sensible, komplexe oder emotionale Themen und Markengeschichten, die auf Wärme und Nähe setzen.

3D Mix

Weiche Pastell-Illustration mit sanftem Leuchten, Kawaii-Figuren ohne Gliedmaßen, schwebender Glitzer, sanftes Squash-and-Stretch und Schlaflied-Sound.

Ideal für: Wellness, mentale Gesundheit und gemütliche Consumer-Apps. Sanfte Erklärvideos und behutsame Produktvorstellungen.

Low Poly

Warme Low-Poly-3D-Welt, ungeglättete flache Facetten, sanfte Kamerafahrten und akustischer Bilderbuch-Sound mit kindlichem Charme.

Ideal für: Bildung für Kinder, nachhaltige Produkte und Markengeschichten über Einfachheit, Wärme und bescheidene Anfänge. Ein klares, modernes, leicht hochwertiges Bilderbuch.

3D Papercraft

Theatralisches Diorama aus gestanztem Papier, tiefe Parallax-Tunnel, Gegenlicht in Edelsteinfarben und warme Märchenerzählung.

Ideal für: Magisches, fantasievolles Brand Storytelling. Erklärvideos zu Geschichte oder Mythologie, saisonale Kampagnen und Entstehungsgeschichten von Produkten.

Mixed Media

Papiercollage in 2.5D, Schwarz-Weiß-Fotos mit weißem Scherenrand, harte Schlagschatten und Infografiken auf Haftnotizen.

Ideal für: Bildung, Daten und Mechanik. Für verborgene Mechanismen, Physik, datenlastige Vergleiche und historische Zeitleisten, bei denen ein greifbar gemachtes abstraktes Konzept beim Verstehen hilft.

Die Pipeline

Was der Skill für dich erledigt.

1
Stil-Kartusche wählen
Der Skill empfiehlt dir anhand von Marke und Thema einen von zehn Looks und zeigt dir das ganze Menü, damit du nach Gefühl umentscheiden kannst. Ein Stil ist eine komplette Art Direction: Technik, Schnitttempo, Kamerasprache, Typografie und Audio gehören dazu. Du schwankst zwischen zwei? Dann rendert er den ersten Keyframe in beiden und du entscheidest.
2
Beat-Map freigeben
Er entwickelt ein eigenes Konzept für dein Thema (nie das Beispiel aus einer Stil-Datei), wählt einen Erzählbogen und plant jede Einstellung: Bildausschnitt, Kamerabewegung, Bewegung der Elemente, eingebaute Headlines und den Sprechertext, getaktet auf die Wörter pro Sekunde dieses Stils. Das ist der verpflichtende Freigabepunkt.
3
Keyframes rendern
Ein Standbild pro Einstellung, wobei der Bildblock des Stils wortgleich in jeden Prompt wandert (gpt-image-2 für die präzisen Stile, nano-banana-2 für organische Texturen). Genau dieser identische Block lässt acht Einstellungen wie einen Film wirken. Frames, die aus dem Stil fallen, werden hier neu generiert, solange es noch günstig ist.
4
Jede Einstellung animieren
Jeder freigegebene Keyframe wird mit der Bewegungs-DNA des Stils zum Clip, in Gemini Omni Flash oder in Seedance 2.0, wenn eine Einstellung auf einem exakten Endframe landen muss, etwa der Tiefentunnel beim Papercraft. Die Clips enthalten nur Soundeffekte, damit nichts mit der Stimme kollidiert.
5
Stop-Motion-Look einrasten
Die fünf Stile, die „auf Zweiern“ animiert sind, wirken wie etwa 12 fps, und kein Videomodell hält das von selbst. Jeder Clip bekommt vor der Mischung einen ffmpeg-Durchgang, der Frames überspringt. Erst dadurch wirken Knete und Filz wirklich wie Stop-Motion.
6
Vertonen, Musik, Schnitt
Ein Voiceover-Satz pro Einstellung, jeder auf seinen eigenen Startzeitpunkt gesetzt (eine einzige durchgehende Aufnahme verrutscht gegenüber den Schnitten), dazu ein instrumentaler Musikteppich. Ein einziger render_composition-Aufruf fügt Clips, Sprecher und Musik zusammen und senkt die Musik unter der Stimme automatisch ab.

Die Modelle

Das richtige Modell für jede Aufgabe.

gpt-image-2Keyframes für die präzisen Stile

nano-banana-2Keyframes für Knete, Filz und Gouache

Gemini Omni FlashBewegung für neun der zehn Stile

Seedance 2.0Der Papercraft-Tunnel mit exaktem Endframe

xAI TTS + MiniMax 2.6Sprecher pro Einstellung und Musik

Das bekommst du

Das Ergebnis.

Ein fertiges Erklärvideo mit Sprecher (16:9 oder 9:16), geschnitten und gemischt
Ein Keyframe und ein Clip pro Einstellung, einzeln in deiner Bibliothek abgelegt
Eine Sprecherspur pro Einstellung und ein instrumentaler Soundtrack
Eine bearbeitbare Komposition, die sich im Advibly-Videoeditor wieder öffnen lässt

Installieren

In Sekunden installiert.

Installiere den Skill und verbinde Advibly MCP, damit er Tools zum Aufrufen hat. Funktioniert mit jedem Agenten, der Skills unterstützt.

Claude Code

Claude

Cursor

Codex

VS Code

OpenClaw

Hermes

ChatGPT

Verbinde zuerst Advibly MCP

Ein Klick, kein Terminal

.skill herunterladen .zip herunterladen

Zieh die .skill-Datei in Claude → Einstellungen (Settings) → Skills oder entpacke den Ordner nach ~/.claude/skills.

Ein Befehl (jeder Agent)

npx skills add advibly/skills -s explainer-videos

Funktioniert mit Claude Code, Claude Desktop, Cursor und jedem Agenten, der Skills unterstützt. Lädt direkt von GitHub.

Manuell (Claude Code)

git clone https://github.com/advibly/skills.git
cp -R skills/explainer-videos ~/.claude/skills/

Oder in Claude Desktop: Einstellungen (Settings) → Skills → Installieren (Install) und den Skill-Ordner auswählen.

Mitgelieferte Referenzen

Das Playbook.

Jeder Skill bringt Referenzdokumente mit, die der Agent bei Bedarf lädt. So steckt das Handwerk schon drin.

style-catalog.md

Das Menü der zehn Stile mit Kurzbeschreibung, die Logik für die Empfehlung anhand der Marke und die Tabelle für Modell, Takt, Stimme und Text.

styles/<style>.md

Die zehn Kartuschen. Jede enthält die komplette DNA für Look, Bewegung, Typografie und Audio, fertige Prompt-Blöcke für Bild und Bewegung und ihre typischen Fehler.

story-and-beats.md

Die Bibliothek der Erzählbögen, Hook-Muster, Schnitttakt pro Stil, das Schema der Beat-Map und die Checkliste gegen Monotonie.

pipeline-and-audio.md

Der Asset-Workflow, die Matrix der Bild- und Videomodelle, der Frame-Durchgang „auf Zweiern“, das Timing des Voiceovers pro Einstellung und der Kompositionsaufruf.

Ehrliche Grenzen

Worauf du achten solltest.

Ein Stil, ein Bildmodell und ein Videomodell pro fertigem Video. Das Set wird nur komplett getauscht oder gar nicht. Stile innerhalb eines Erklärvideos zu mischen, ruiniert es.
Der Look entsteht im Keyframe. Überzeugt ein Standbild nicht im gewählten Stil, rettet es auch keine Bewegung. Deshalb werden solche Frames vor dem Animieren neu generiert.
Der Stop-Motion-Takt kommt aus dem Frame-Durchgang, nie aus dem Videomodell. Ohne Terminal für ffmpeg werden diese fünf Stile mit flüssiger Bewegung ausgeliefert.
Eingebaute Headlines rendert das Bildmodell, weil es kein Text-Overlay-Tool gibt. Nur fünf der zehn Stile zeigen überhaupt Text in der Szene.
Echte Personen oder fremde Marken verschieben das Video zu Kling, denn die Standard-Bewegungsmodelle blockieren erkennbare Gesichter und Logos.

Weitere Skills