AI Media Generator

Raport z testu

Zadanie: napisać podpowiedź do 10-sekundowej reklamy kawy przelewowej. Linia bazowa (z pamięci, bez umiejętności) wygenerowała typową 'kinematograficzną 10-sekundową reklamę... piękną, w zwolnionym tempie, dynamiczny ruch kamery, 4K, ultra szczegółową, arcydzieło' — zmierzone za pomocą grep: 4 słowa-śmieci z listy stop rubryki, 0 nazwanych ruchów kamery, 0 optyki, 0 negatywnych podpowiedzi; w skali 10-punktowej umiejętności, było to 3 surowe punkty minus 4 kary = 0/10, czyli poniżej własnego progu akceptacji '≥8'. Z umiejętnością, było to 10/10: 0 słów-śmieci, konkretny temat (matowy lejek terakotowy, żebra stożkowe 60°), 4 elementy sceny, 100mm f/4 + dolly-in + rack focus, negatywy z negative-bank.md odnoszące się do rzeczywistych artefaktów (zdeformowany produkt, zmieniający się kształt, niespójna etykieta). Główną korzyścią była struktura: selector.md przeszedł z jednostopniowego t2v na dwustopniowy i2v (najpierw ujęcie bohatera w Flux, potem animacja w Kling) — dokładnie technika, którą repozytorium nazywa głównym lekarstwem na deformację produktu, podczas gdy linia bazowa wpadła prosto w tę pułapkę. Instalacja z czystego HOME działa (SKILL.md znajduje się w głównym katalogu repozytorium, klonowanie bezpośrednio do ~/.claude/skills), wszystkie względne linki w SKILL.md są rozwiązane — 0 uszkodzonych z tych sprawdzonych. Uwaga: nie wygenerowano samego medium (potrzebne były płatne konta), więc oceniono artefakt podpowiedzi, a nie końcowe wideo, a rubryka jest własną rubryką umiejętności.

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