AI Media Generator

Testbericht

Aufgabe: einen Prompt für einen 10-sekündigen Pour-Over-Kaffee-Werbespot schreiben. Baseline (aus dem Gedächtnis, ohne Skill) produzierte einen typischen 'cinematic 10-second commercial... beautiful, slow-motion, dynamic camera movement, 4K, ultra detailed, masterpiece' — gemessen per grep: 4 Junk-Wörter aus der Stop-Liste der Rubrik, 0 benannte Kamerabewegungen, 0 Optiken, 0 negative Prompts; auf der eigenen 10-Punkte-Skala des Skills waren dies 3 Rohpunkte minus 4 Strafen = 0/10, d.h. unterhalb der eigenen Einreichungsschwelle von '≥8'. Mit dem Skill waren es 10/10: 0 Junk-Wörter, spezifisches Thema (matter Terrakotta-Trichter, 60° konische Rippen), 4 Szenenelemente, 100mm f/4 + Dolly-in + Rack Focus, Negative aus negative-bank.md, die reale Artefakte (deformiertes Produkt, sich morphierende Form, inkonsistentes Etikett) adressieren. Der Hauptgewinn war strukturell: selector.md wechselte von einstufigem t2v zu zweistufigem i2v (erster Hero-Shot in Flux, dann Animation in Kling) — genau die Technik, die das Repo als die Wurzelbehandlung für Produktdeformationen bezeichnet, während die Baseline direkt in diese Falle tappte. Installation aus einem leeren HOME funktioniert (SKILL.md ist im Repo-Root, direkt in ~/.claude/skills klonen), alle relativen Links in SKILL.md werden aufgelöst — 0 defekte von den überprüften. Vorbehalt: die Medien selbst wurden nicht generiert (kostenpflichtige Konten erforderlich), daher wurde das Prompt-Artefakt bewertet, nicht das endgültige Video, und die Rubrik ist die eigene Rubrik des Skills.

Getestet am: 2026-07-16 · Claude Code 2.x (agent harness)