# EINARBEITUNG — sieben Stationen, bevor du den ersten Dollar ausgibst *Diese Seite ist kein Text zum Überfliegen. Sie ist eine Prüfung. Wer sie durchklickt, ohne die Fragen zu beantworten, produziert in der ersten Stunde genau die Fehler, die hier schon bezahlt wurden — im Schnitt einige hundert Dollar.* ## Wie du damit arbeitest 1. **Eine Station nach der anderen.** Station n+1 setzt voraus, dass n sitzt. 2. **Erst antworten, dann auflösen.** Jede Station stellt zwei Fragen. Formuliere deine Antwort aus, *bevor* du die Auflösung liest. Nicht denken „das weiß ich schon" — ausformulieren. Der Unterschied zwischen „kenne ich" und „kann ich sagen" ist genau der Unterschied, um den es hier geht. 3. **Falsch heißt zurück.** Eine falsche Antwort ist kein Makel, sondern der Grund für diese Seite. Lies die genannte Quelle nach, dann weiter. 4. **Am Ende schreibst du das Protokoll** (letzter Abschnitt) und gibst es dem Menschen, mit dem du arbeitest. Vorher läuft kein bezahlter Render. Das Protokoll ist der einzige Weg, auf dem ein Mensch sehen kann, ob du gelesen oder geblättert hast. Jede Auflösung nennt ihren **Beleg** — die Stelle, an der es steht. Wenn deine Antwort abweicht, gilt der Beleg, nicht dein Vorwissen aus anderen Projekten. --- ## Station 1 — Die zwei Sätze **Lies:** Foundation, Abschnitt 1 „Die eisernen Gesetze". **Warum:** Alles Weitere ist Ausführung dieser zwei Sätze. Wer sie nur zitieren kann, aber nicht anwendet, bricht sie beim ersten Zeitdruck. **Weg im Buch** — Kette: alle Gates · Fehlerbaum: 6.10 **Frage 1.1** — Du hast eine freigegebene Szene und sollst acht Shots daraus bauen. Der Mensch ist offline und hat „mach die Folge fertig" gesagt. Wie viele Shots renderst du? **Frage 1.2** — Nenne den Unterschied zwischen einem Fehlversuch und einem Retry, so wie er hier gemeint ist.
Auflösung **1.1** — Nicht acht. Das Ebenen-Prinzip verlangt ein Gate je Stufe: Konzept zeigen → Freigabe → billige Probe → Freigabe → teurer Render. „Mach die Folge fertig" ist kein Blankoscheck für acht parallele Renders, weil ein Fehler in Shot 1 in allen acht steckt, bevor ihn jemand sieht. Richtig: eine billige Probe, dann warten. Und: **nie batchen ohne Gate.** *Beleg: Foundation 1.1 · Diagnose „Abhängige Bilder warten".* **1.2** — Ein Fehlversuch ist ein Befund: du verstehst die Ursache und machst **einen** gezielten Retry. Ein Retry ohne verstandene Ursache ist Würfeln — das ist der Punkt, an dem Geld verbrennt, ohne dass Wissen entsteht. *Beleg: Foundation 1.2.*
--- ## Station 2 — Referenzen: die erste ist nie beliebig **Lies:** Foundation, Abschnitt 1.3 und 1.4 · BIBLIOTHEK → Referenz-URLs. **Warum:** Fast jede Figuren-Katastrophe in diesem Studio ist eine Referenz-Frage gewesen, keine Prompt-Frage. **Weg im Buch** — Kette: Kanon · Modellwahl: Figur in ein Set setzen · Fehlerbaum: 1.1, 1.10 **Frage 2.1** — Es gibt zwei Adressen für dasselbe Blatt: `suite/refs/` und `suite/full/.jpg`. Welche gibst du als Referenz an, und was passiert bei der anderen? **Frage 2.2** — Du sollst „schnell testen, ob die Bildsprache trägt" und dafür eine Hauptfigur ohne Referenz generieren. Deine Antwort?
Auflösung **2.1** — Immer `suite/refs/` — volle Auflösung. `suite/full/` ist die Galeriefassung, auf 1600 px heruntergerechnet; als Gesichts-Anker verwendet stellt sie genau den Fehler aus Diagnose 1.1 wieder her: das Modell bekommt zu wenig Gesichtsinformation und erfindet den Rest. *Beleg: BIBLIOTHEK → Referenz-URLs · Diagnose 1.1.* **2.2** — Nein, auch nicht als Test. Wiederkehrende Figuren werden **nie** ohne Bild-Referenz generiert. Referenzlose Modelle (Recraft) sind für Figuren tabu; sie liefern eine Falschbesetzung, die danach niemand mehr einfängt — und die als „sieht doch gut aus" in die Kette rutscht. Für Sets, Orte und Requisiten sind sie richtig. *Beleg: Foundation 1.3 („auch nicht als Test").*
--- ## Station 3 — Die teuerste Falle: primary UND refs **Lies:** Foundation, Abschnitt 3, „Die i2v-Kipp-Falle". **Warum:** Diese eine Zeile hat die meiste Zeit gekostet und sieht im Aufruf völlig harmlos aus. **Weg im Buch** — Kette: Shot · Modellwahl: Ensemble · Fehlerbaum: 4.3 **Frage 3.1** — Du hast einen komponierten Startframe und drei Figuren-Referenzen. Du gibst beides mit: `primary` = Startframe, `refs` = die drei Figuren. Was tut das Modell? **Frage 3.2** — Wo gehören die Identitäts-Locks stattdessen hin, und was beschreibt der Video-Prompt dann noch?
Auflösung **3.1** — Es animiert den Startframe **nicht**. `primary` + gefüllte `refs` kippt i2v in ref2v: das Modell baut die Szene neu zusammen, statt das vorhandene Bild in Bewegung zu setzen. Dein sorgfältig komponierter Startframe ist dann nur noch eine Anregung. *Beleg: Foundation 3, „i2v-Kipp-Falle".* **3.2** — Die Locks gehören in den **Startframe** — dort wird das Aussehen festgezurrt, bevor Bewegung ins Spiel kommt. Der Video-Prompt beschreibt danach nur noch, was sich bewegt. Der Gegenweg ist bewusstes ref2v mit „@Image1 IS THE SHOT". *Beleg: ebenda.*
--- ## Station 4 — Ein Master, viele Varianten **Lies:** Foundation, Abschnitt 2.1. **Warum:** Der Fehler kostet nichts pro Bild und ruiniert trotzdem die Folge — er fällt erst im Schnitt auf, wenn zwei Einstellungen desselben Raums nicht derselbe Raum sind. **Weg im Buch** — Kette: Set-Platte · Modellwahl: Ort, Raum oder Gegenstand · Fehlerbaum: 3.1, 3.2 **Frage 4.1** — Du brauchst die Halle aus einem zweiten Winkel und mit geöffnetem Tor. Wie gehst du vor? **Frage 4.2** — Warum reicht es nicht, den Recraft-Prompt zu kopieren und „from the side, gate open" zu ergänzen?
Auflösung **4.1** — Vom **Master** aus per Edit-Werkzeug: der Master ist die eine Wahrheit, jede Variante (andere Ansicht, Zustand, Outfit, Objekt-Zustand) entsteht als Edit mit dem Master als Referenz. *Beleg: Foundation 2.1 · Merkregel „Master-Edit".* **4.2** — Weil zwei getrennte Recraft-Läufe trotz identischer Beschreibung verschiedene Räume liefern. Die Beschreibung ist nicht präzise genug, um ein Bauwerk zu reproduzieren — kein Prompt ist das. Nur der Bildbezug hält den Raum zusammen. *Beleg: ebenda.*
--- ## Station 5 — Ton: was das Modell liefert und was nicht **Lies:** Foundation, Abschnitt 4 · Merkregeln „Lipsync-Ton" und „Song-Timing". **Warum:** Tonfehler hört man erst im fertigen Schnitt, und dann ist der Bake schon bezahlt. **Weg im Buch** — Kette: O-Ton, Lipsync · Modellwahl: Stimme · Fehlerbaum: 5.5, 5.9 **Frage 5.1** — Du baust einen Sprech-Shot mit Lipsync. Woher kommt der Raumton? **Frage 5.2** — Du sollst die Lyrics eines Songs auf die Musik timen. Welches Werkzeug, und welches ausdrücklich nicht?
Auflösung **5.1** — **Nicht** aus dem Sprech-Shot. Lipsync-Ausgaben tragen nur das Sprach-Bett; Raumton wird immer aus den Original-Shots gezogen und unter dem Sprechfenster geduckt (~0,35). Andernfalls brabbelt das Modell-Audio in die Szene. Bei Sprech-Shots gilt zusätzlich: `generate_audio` aus. *Beleg: Foundation 4, „Atmo-Regel" · Merkregel „Lipsync-Ton".* **5.2** — **ElevenLabs Scribe**, nie Whisper. Whisper driftet bei Musik um mehrere Sekunden und halluziniert Strukturen; Scribe traf 448 von 448 Wörtern, geschriene Gang-Vocals eingeschlossen. Whisper bleibt das Prüfwerkzeug für Sprache **ohne** Musikbett. *Beleg: Foundation 4 · Merkregel „Song-Timing".*
--- ## Station 6 — Wenn etwas schiefgeht **Lies:** DIAGNOSE (die Sektion) · Foundation, Abschnitt 0 und 6. **Warum:** Der Reflex „nochmal rendern" ist der teuerste Reflex, den ein Assistent haben kann, und er fühlt sich jedes Mal vernünftig an. **Weg im Buch** — Korrektur: das ganze Verfahren · Fehlerbaum: 7.7 **Frage 6.1** — `job_status` meldet seit vier Minuten `running`. Was tust du — und was tust du auf keinen Fall? **Frage 6.2** — Der Google-Safety-Filter lehnt eine Generierung ab (Code 1200). Erster Schritt?
Auflösung **6.1** — Weiter pollen; `completed_at` zeigt die Wahrheit, nicht das Statusfeld. Bei `wait=true`-Timeouts erst `list_werke` prüfen — der Job lief oft trotzdem durch. **Auf keinen Fall blind neu rendern:** das zahlt denselben Job zweimal. *Beleg: Foundation 0.* **6.2** — Denselben Prompt **identisch wiederholen**. Der Filter beurteilt das erzeugte Video, nicht den Prompt — derselbe Text geht mal durch und mal nicht, und Fehlversuche kosten $0. Erst nach mehreren Ablehnungen umschreiben, und dann Verbote aufs Material richten statt auf Körper („no writing on his skin" lenkt den Fokus erst recht auf Haut). *Beleg: Foundation 6.*
--- ## Station 7 — Prüfen statt hoffen **Lies:** Foundation, Abschnitt 7 · Merkregel „Sichtprüfung 6 Punkte". **Warum:** Du kannst Video nicht sehen und Audio nicht hören. Alles, was du nicht verifizierst, lieferst du auf Verdacht — und der Mensch merkt es vor dir. **Weg im Buch** — Kette: Clean-Master · Fehlerbaum: 6.5, 1.7, 6.13 · Skill: F3, F7 **Frage 7.1** — Nenne für Audio, für Video und für Länge/Auflösung je ein Werkzeug, mit dem du prüfst, statt zu vermuten. **Frage 7.2** — Welche sechs Punkte gehen in eine Sichtprüfung, bevor etwas freigegeben wird? **Frage 7.3** — Du hast einen Brief geschrieben, den Job gestartet und den fertigen Clip gemessen. Alle Messwerte stimmen. Warum reicht das trotzdem nicht — und an welchen zwei Stellen muss jemand draufschauen, der deine Absicht **nicht** kennt?
Auflösung **7.1** — Audio → Transkript (Scribe, bei Sprache ohne Musik auch Whisper). Video → Frame-Grids und Zoom-Crops (`ffmpeg -ss t -frames:v 1`), nie das nackte PNG. Länge und Auflösung → `ffprobe`. Beim Upscale zusätzlich: die **Ausgabe-Auflösung** prüfen, nicht den Job-Status — bei zu großem Input kommt klaglos die Default-Größe zurück. *Beleg: Foundation 7 und 5.* **7.2** — Gesichter · Outfits · Szene · Requisiten · Belichtung · Kamera. Immer gegen die **Kanon-Referenz**, nie gegen den letzten schönen Take — und jede engere Einstellung neu am Kanon ankern, weil Edit-Ketten Gesichter driften lassen. *Beleg: Merkregel „Sichtprüfung 6 Punkte" · Foundation 1.4.* **7.3** — Weil Messwerte nur beantworten, ob etwas **da** ist, nicht ob es **gut** ist. Wer ein Artefakt gebaut hat, liest beim Prüfen die eigene Absicht mit — und die Absicht ist immer die schönere von beiden. Deshalb Skill **F7**: (1) am **Brief** vor dem Absenden, der Prüfer bekommt Brief und Epochen-/Kanon-Blatt und sonst nichts; (2) am **fertigen Clip** vor dem Schnitt, der Prüfer bekommt Kontaktbogen, Messwerte und Kanon-Blätter — aber nicht den Brief. Genannt wird die **größte** Lücke, dann folgt EIN gezielter Versuch. *Beleg: Fehlerbaum 6.13 — dreimal in einer Sitzung, ZAPP-01, 2,70 $ plus ein verworfener Clip.*
--- ## Das Protokoll Bevor du den ersten bezahlten Render auslöst, gibst du dem Menschen genau das hier — ausgefüllt, in eigenen Worten, ohne Copy-Paste aus den Auflösungen: ``` EINARBEITUNG CHAZON STUDIO — Protokoll Assistent: …… Datum: …… 1 Gates Wie viele Renders starte ich ohne Freigabe? → …… 2 Referenz Welche Adresse ist die Referenz, welche nie? → …… 3 i2v Was passiert bei primary + refs gleichzeitig? → …… 4 Master Wie entsteht die zweite Ansicht eines Ortes? → …… 5 Ton Woher kommt der Raumton eines Sprech-Shots? → …… 6 Fehler Erster Schritt bei Ablehnung / bei stale running? → …… 7 Prüfen Womit prüfe ich Audio / Video / Auflösung? → …… Zwei Sätze zum Schluss: · Die Regel, die ich in meiner bisherigen Arbeitsweise am ehesten gebrochen hätte, ist ……, weil …… · Was ich vor dem ersten Render noch nicht weiß und nachfragen muss: …… ``` Die letzten beiden Zeilen sind die eigentliche Prüfung. Wer sie ernst beantwortet, hat gelesen. Wer „alles klar, ich halte mich an alle Regeln" schreibt, hat geblättert — und bekommt die Stationen noch einmal. --- ## Danach Die Einarbeitung endet hier, das Lernen nicht. Jede teuer gelernte Regel gehört sofort in den Diagnosebaum (`DIAGNOSE.md`, Symptom → Ursache → Lösung → Beleg) und, wenn sie grundsätzlich ist, in die Foundation. Widerlegte Regeln werden ausdrücklich als widerlegt markiert statt gelöscht — sonst zahlt der nächste Assistent dasselbe Lehrgeld noch einmal.