Skill für Erklärvideos im Vox-Stil mit KI-Agenten

Das ganze Video

Ein Prompt rein. Ein fertiger Film raus.

Nichts davon wurde von Hand geschnitten. Das kam aus einer einzigen Zeile zurück, für eine echte Marke, mit Sprechertext und Musik, die der Skill selbst geschrieben hat.

Mach ein Erklärvideo im Vox-Stil für CrunchLabs. 16:9, den Angle wählst du.

Jetzt erstellen Skill installieren

Deine Marke, deine Aussage, derselbe Ablauf.

Einfach fragen

Ein Satz, und es läuft.

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

“Mach ein Erklärvideo im Vox-Stil für mein Produkt”“Animation als Collage aus gerissenem Papier”“Mach aus dieser Aussage eine animierte Collage”“Erklär-Anzeige als Collage”

Die Pipeline

Was der Skill für dich erledigt.

1
Beat-Map schreiben
Der Skill wählt einen Erzählbogen für die Aussage (Problem, Zuspitzung, Lösung, So funktioniert es, Mythos entlarvt und mehr) und entwirft die komplette Beat-Map: ein Hook, der in unter 3 Sekunden sitzt, zwei Einstellungen pro Beat, abwechslungsreiche Kamerabewegungen und ein Sprechertext, der auf Zeit geschrieben ist. Das ist der einzige verpflichtende Freigabepunkt.
2
Theme nach Augenmaß wählen
Er schlägt 3 bis 4 Themes vor, die zu Epoche und Ton der Aussage passen (american-retro, swiss-modern, punk-zine, paper-craft-cream und mehr), rendert den ersten Beat in jedem als direkten Vergleich, und du wählst den Gewinner. Diese Wahl legt auch das Bildmodell für die ganze Anzeige fest.
3
Collage-Poster generieren
Ein vielschichtiges Poster aus gerissenem Papier pro Einstellung, mit nano-banana-2 wegen der Papierstruktur, die Headline direkt beim Generieren eingebaut (Advibly hat bewusst kein Text-Overlay-Tool) und dein echtes Produktfoto fotorealistisch hineinmontiert. Das Produkt ist das einzige Element, das nie stilisiert wird.
4
Die Collage zum Leben erwecken
Jedes freigegebene Poster wird mit Gemini Omni Flash zur lebendigen Collage: Ebenen bewegen sich im Parallax, Kanten flattern, Teile setzen sich zusammen und fliegen auseinander, alles nur mit Soundeffekten. Die großen Effekte (Aufbau aus dem Nichts, Konfetti, Aufprall-Wackler, Reißschwenk) entstehen allein über die Bewegungs-Prompts. Seedance 2.5 übernimmt Enthüllungen mit exaktem Endframe.
5
Vertonen und Musik
Die Sprechertexte der Beats werden zu einer durchgehenden Aufnahme (xAI TTS) verbunden, darunter liegt ein instrumentaler Musikteppich (MiniMax 2.6). Beides wird über die Papiergeräusche gemischt und per Ducking abgesenkt, damit die Stimme immer führt.
6
Schneiden, untertiteln, veröffentlichen
Die Einstellungen werden zu einem Schnitt im Vox-Stil zusammengefügt, dynamische Untertitel lassen sich optional einbrennen, und das fertige Erklärvideo kann auf einem verbundenen Social-Media-Konto erscheinen.

Sechs Schritte, zwei davon deine.

Du gibst die Beat-Map frei und wählst den Look, der Rest läuft von selbst.

Jetzt erstellen

Jedes Format

Er schneidet auch vertikal.

Wünsch dir 9:16, und alles wird neu aufgebaut: das Layout der Poster, die Position der Headline und wie weit die Kamera heranfährt. Kein 16:9-Schnitt mit abgeschnittenen Rändern, der die meisten recycelten Erklärvideos auf dem Smartphone unansehbar macht.

9:16 für Reels, TikTok und Shorts, 16:9 für YouTube und zum Einbetten auf deiner Website
Headlines für das Hochformat gesetzt, nie mitten im Wort abgeschnitten
Wird direkt auf einem verbundenen Social-Media-Konto veröffentlicht, sobald du fertig bist

Jetzt erstellen Skill installieren

Coffeeverse

Som Sleep

Coffeeverse

Die Modelle

Das richtige Modell für jede Aufgabe.

Sechs Modelle aus vier Laboren, so verbunden, dass du nie selbst eins wählen musst. Der Skill weiß, welches Papier am besten zeichnet, welches es bewegt und welches eine Einstellung auf einem exakten Frame enden lassen muss.

Das bekommst du

Eine fertige Erklär-Ad im Vox-Stil als Papiercollage (9:16 oder 16:9)
Ein Collage-Poster pro Einstellung mit eingebauter Headline
Eine freigegebene Beat-Map und ein nach Augenmaß gewähltes Theme
Ein Sprecherskript und Musik, fertig gemischt
Alles in deiner Advibly-Bibliothek abgelegt und bereit zum Veröffentlichen

Jetzt erstellen Quellcode ansehen

nano-banana-2

Collage-Poster aus gerissenem Papier in 2K, Headline direkt im Bild

gpt-image-2

Der Fallback für viel Text, wenn eine Headline exakt sitzen muss

Gemini Omni Flash

Lebendige Collage-Bewegung: Parallax, Flattern, Zusammensetzen, Zerstreuen

Seedance 2.5

Einstellungen, die auf einem exakten Endframe enden müssen

xAI TTS

Der Sprecher, eine Aufnahme pro Beat

MiniMax 2.6

Der instrumentale Musikteppich darunter

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 vox-explainer

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/vox-explainer ~/.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.

beat-layer.md

Die Bibliothek der Erzählbögen, Hook-Muster, Anzahl der Beats, Einstellungsgrößen, das für flache Ebenen sichere Kameravokabular und der Bewegungsrhythmus gegen Monotonie.

prompt-guide.md

Die fünfteilige Struktur für Bild-Prompts, die Vokabularsammlungen, der Bewegungs-Prompt mit 5 Achsen und die Themes samt Vergleichstest.

motion-collage.md

Die großen Looks (Aufbau aus dem Nichts, Held fliegt durchs Bild, Konfetti, Aufprall-Wackler, Reißschwenk), erreicht allein über Bewegungs-Prompts, ohne lokale Skripte.

models-and-gotchas.md

Wahl der Bild- und Videomodelle, Content-Sperren, die Regel für positive Formulierungen und das komplette ffmpeg-Rezept für die finale Mischung.

Ehrliche Grenzen

Worauf du achten solltest.

Der Look steckt im Poster. Ist ein Poster keine reichhaltige, vielschichtige Collage, rettet es auch keine Bewegung. Schwache Poster werden deshalb vor dem Animieren neu generiert.
Jede Headline wird beim Generieren eingebaut, einen Text-Overlay-Schritt gibt es nicht. Eine unsaubere Headline wird neu generiert oder gekürzt.
Das echte Produkt bleibt fotorealistisch, während alles andere Papier ist. Das Produkt als Papier neu zu zeichnen, ist der häufigste Fehler und wird vor der Animation abgefangen.
Ein Bildmodell und ein Videomodell pro fertiger Anzeige. Das Set wird nur komplett getauscht oder gar nicht.
Echte Personen oder fremde Logos verschieben die ganze Anzeige zu Kling, weil die Standard-Bewegungsmodelle erkennbare Gesichter und Marken blockieren.

Fragen

Bevor du ihn installierst.

Was ist ein Erklärvideo im Vox-Stil?

Es ist der moderne Editorial-Look, den Vox bekannt gemacht hat: Collage aus gerissenem Papier und Halbtonraster, eine Karte mit starker Headline in fast jeder Einstellung, Archiv-Ausschnitte, die über strukturiertes Papier gleiten, und ein ruhiger Sprecher, der eine einzige Idee erklärt. Der Skill bildet diese Sprache Einstellung für Einstellung nach und endet mit deinem Produkt, fotorealistisch hineinmontiert, damit es nicht wie alles andere zu Papier wird.

Was muss ich dem Agenten geben?

Eine Marke, die in Advibly bereits eingerichtet ist, und eine Aussage, die das Video beweisen soll. Alles andere (Erzählbogen, Beat-Map, Shotlist, Headlines, Sprechertext und Musik) schreibt der Skill und zeigt es dir, bevor ein Credit ausgegeben wird.

Wie lange dauert ein komplettes Erklärvideo?

Langsam sind die Freigabepunkte, nicht die Modelle. Du gibst die Beat-Map frei und wählst ein Theme aus einem Live-Vergleich. Danach laufen Poster, Bewegung, Voiceover und Musik im Hintergrund, und der fertige Schnitt landet in deiner Advibly-Bibliothek.

Was kostet das?

Der Skill selbst ist kostenlos und Open Source. Beim Ausführen verbrauchst du deine normalen Advibly-Credits für die Bilder und Clips, die er erzeugt, ohne Aufpreis für den Skill. Jede Generierung zeigt ihre Kosten in Credits, bevor sie startet.

Welche Agenten können ihn ausführen?

Jeder Agent, der installierbare Skills und das Model Context Protocol unterstützt: Claude Code, Claude, Cursor, Codex, VS Code, OpenClaw, Hermes und ChatGPT. Installiere ihn mit einem npx-Befehl und verbinde dann Advibly MCP, damit der Skill Tools zum Aufrufen hat.

Kann er eine Hochformat-Version für Reels und TikTok machen?

Ja. Derselbe Ablauf schneidet in 9:16 und in 16:9. Wünschst du dir Hochformat, werden Poster, Position der Headline und Bewegung für das hohe Format aufgebaut, und der fertige Schnitt kann direkt auf einem verbundenen Social-Media-Konto erscheinen.