Dile a Claude "hazme un video estilo editorial sobre…" y te devuelve un vertical terminado: guion con datos reales, voz IA, objetos generados, hoja de papel inclinada en 3D, cámara con desenfoque de movimiento y cada palabra en pantalla justo cuando se dice. Con los colores de tu marca.
Funciona en Windows (Git Bash), macOS y Linux. Antes necesitas tener instalados Node 20+, Python 3.10+ y ffmpeg 7+.
Va directa a tu carpeta de skills de Claude Code.
Navegador de render, voz, Whisper y audio. Solo la primera vez.
En Claude Code, con palabras normales o con el comando.
No hay timeline ni keyframes. Claude escribe el guion, comprueba los datos, genera la voz, pide las imágenes, monta las escenas, revisa sus propios fotogramas y renderiza.
cafe-caro_MAXCALIDAD.mp4 (29,4 s, −14 LUFS)portada.jpg · ✍️ descripción + 10 hashtagsmarca.js.

El movimiento, el ritmo y la composición son fijos. Los colores, las fuentes y las redes del cierre están en marca.js, el único archivo con colores. Claude lo rellena con tu marca y comprueba el contraste.
const MARCA = { acento: '#FFC400', // el ÚNICO color de acento sobreAcento:'#000000', // texto dentro de la caja hojaClara: '#e4ebe9', // el papel hojaOscura: '#0d1f1d', tinta: '#111111', redes: [['YOUTUBE', '@tumarca']], fuente: { negrita: ['Montserrat', …], cursiva: ['Great Vibes', …] }, };
Son valores medidos y pulidos en videos reales. La skill los trae fijados para que cada video salga con el mismo acabado.
La cámara recorre la misma hoja con desenfoque de movimiento de 8 muestras.
Hoja nueva que entra girada ±24° con +55 % de zoom y frena suave.
Inclinación con perspectiva real que respira todo el tiempo.
Cada palabra entra cuando la voz la dice: sube, se enfoca y se asienta.
Script elegante para el relleno y sans gruesa para lo que importa.
La palabra clave lleva caja o brillo del color de tu marca. Solo uno.
Los objetos pasan a gris con puntos y parecen sacados de la misma revista.
Beat original, whoosh en cada corte, ding en la clave y audio a −14 LUFS.
No. Todo se dibuja en código (canvas + WebGL) y se renderiza con un navegador sin ventana. Tú solo escribes lo que quieres en Claude Code.
El render final de 30 s tarda unos minutos en un PC normal. Antes, Claude escribe el guion, genera la voz y revisa fotogramas; un video completo suele salir en una sesión.
Con el generador que quieras. La skill trae el prompt exacto para pedir 3 objetos por imagen con fondo transparente, y un script que los recorta solo.
Sí. La voz usa las voces neuronales de Microsoft Edge (decenas de idiomas) y Whisper alinea las palabras. Cambia la voz en el comando y listo. Revisa los términos de Microsoft si el uso es comercial.
Sí, comerciales incluidos. El motor es MIT (basado en Lemo-Opuscar) y las fuentes incluidas son SIL OFL.