AI-montażysta: 3 prompty do montażu rolek w Claude Code

Pracujesz w tym folderze jako mój AI-montażysta. Zacznij od przygotowania stanowiska.

1. Utwórz w tym folderze trzy podfoldery: materiały, inspiracje, gotowe.
2. Sprawdź, co mam zainstalowane: Node.js (wersja 22 lub nowsza), Python, FFmpeg z obsługą napisów (libass: `ffmpeg -filters` musi pokazać filtr `subtitles`). Czego brakuje, doinstaluj ze mną: najpierw powiedz, co i jak chcesz zainstalować, i poczekaj na moje „tak”.
3. Przygotuj do montażu pięć narzędzi:
   - Remotion (remotion.dev) i Hyperframes (github.com/heygen-com/hyperframes) do składania wideo i grafiki z kodu,
   - FFmpeg do cięcia i eksportu,
   - Whisper (najlepiej faster-whisper) do napisów,
   - yt-dlp do pobierania rolek-inspiracji.
4. Zrób mały test każdego narzędzia na pliku testowym i pokaż mi tabelkę: narzędzie, wersja, działa / nie działa.
5. Zapisz w pliku ZASADY.md, jak pracujemy: wideo źródłowe w „materiały”, wzorce w „inspiracje”, efekt w „gotowe”; nigdy nie nadpisujesz moich oryginałów; format wyjściowy to pion 1080×1920, MP4.

Na końcu napisz mi jednym zdaniem, czy jesteśmy gotowi do montażu.

Poznaj mój gust montażu. Oto linki do rolek, które mi się podobają:

1. [LINK]
2. [LINK]
3. [LINK]
(3–5 linków)

Zrób tak:
1. Pobierz je yt-dlp do folderu „inspiracje” (tylko do prywatnej analizy, niczego nie publikujemy).
2. Dla każdej rolki rozbierz styl: tempo cięć, rodzaj i wygląd napisów, kolory i czcionki, zoomy, przejścia, muzykę, jak zaczyna się pierwsze trzy sekundy.
3. Znajdź to, co powtarza się w większości rolek. To mój gust.
4. Zapisz wnioski w pliku GUST.md jako konkretne zasady do montażu (np. „napisy po jednym słowie, żółty akcent, cięcie co 2–3 sekundy”), a nie ogólniki.

NAJWAŻNIEJSZA ZASADA: inspiruj się tymi rolkami, ale ich nie kopiuj. Nie powielaj ich kadrów, tekstów, grafik ani muzyki. Bierz sposób montażu, nie gotowe rzeczy, i dodaj coś własnego, żeby moje rolki nie wyglądały jak u wszystkich.

Na końcu pokaż mi GUST.md i zapytaj, czego brakuje.

Nie mam rolek do inspiracji. Weź styl [NAZWA STYLU] z tej tabeli i zapisz jego parametry w GUST.md jako konkretne zasady montażu: czcionka i rozmiar napisów, ile słów na raz, kolor akcentu, zoomy, dźwięk.

Dopisz do GUST.md zakazy na każdy styl, chyba że wprost poproszę: żadnych kwasowych gradientów, migania koloru kadru, ramek „telefonu”, naklejek z emoji, „WOW!!!”, tekstu na twarzy i więcej niż dwóch czcionek.

Sprawdź, czy czcionka stylu ma polskie znaki (ą, ę, ł, ż). Jeśli nie ma jej na komputerze, weź najbliższą z polskimi znakami i powiedz mi, którą.

Na końcu pokaż mi GUST.md.

Zmontuj rolkę z najnowszego nagrania w folderze „materiały”.

Przeczytaj ZASADY.md i GUST.md i trzymaj się ich przez cały film. Oryginałów nie ruszasz: pliki robocze trzymasz w folderze „robocze”, wynik w „gotowe”.

1. Transkrypcja. Użyj faster-whisper (model large-v3-turbo, na słabszym komputerze small), język polski, z czasem każdego słowa. Zapisz słowa w robocze/slowa.json. Nie poprawiaj transkrypcji, to podstawa do cięcia.
2. Plan cięcia. Pokaż mi tabelę: co wycinasz, ile sekund było i ile będzie. Potem tnij, chyba że poproszę, żebyś poczekał.
   - Pauzy dłuższe niż 0,35 s skracaj do 0,12–0,18 s. Pauzę przed puentą, liczbą albo „ale” zostaw do 0,4 s.
   - Jeśli zaczynam zdanie kilka razy, zostaw ostatnią pełną, udaną wersję, a poprzednie wytnij w całości.
   - „Yyy”, „no”, „jakby” wycinaj tylko wtedy, gdy zdanie bez nich zostaje całe.
   - Nie tnij w środku słowa (granice słów plus 40 ms zapasu) i nie przyspieszaj głosu.
3. Cięcie. Jeden przebieg FFmpeg z przekodowaniem (trim i concat), na każdym cięciu dźwięku przejście 20–30 ms, żeby nie trzaskało. Wideo H.264, yuv420p, fps jak w oryginale, dźwięk AAC 48 kHz.
4. Napisy. Grupy po 1–4 słowa, najwyżej 22 znaki, podział na znaku interpunkcyjnym, aktualne słowo w kolorze akcentu z GUST.md. Napisy na środku dolnej jednej trzeciej (około 1250 px z 1920). Dolne 15% i górne 10% kadru zostaw wolne, tam jest interfejs Instagrama. Nazwy i marki przeczytaj okiem i popraw pisownię w napisach. Przed renderem sprawdź, czy czcionka ma polskie znaki (ą, ę, ł, ż).
5. Dźwięk. Głos wyrównaj do około −14 LUFS, szczyt nie wyżej niż −1 dBFS. Muzyka tylko z pliku muzyka.* w „materiałach”, 12–18 dB ciszej niż głos. Nie ma pliku? Zapytaj mnie o utwór, do którego mam prawa, i nie wymyślaj własnego.
6. Eksport: MP4 w pionie 1080×1920 do folderu „gotowe”.
7. Sprawdź sam, zanim mi pokażesz:
   - plik otwiera się bez błędów, a dźwięk trwa tyle co obraz;
   - arkusz klatek co sekundę: napisy nie zasłaniają twarzy, nie wychodzą poza kadr i nie nakładają się, na cięciach nie ma szarpnięć, ostatnie słowo nie jest ucięte;
   - transkrypcja gotowego pliku: wszystkie zostawione słowa są na miejscu, a wycięte powtórki nie wróciły.
   Popraw i sprawdź jeszcze raz.

Na koniec napisz mi: ile sekund było i ile jest, co wyciąłeś, co znalazłeś i poprawiłeś, co może mi się nie spodobać. Niczego nie publikuj.