# FOLGEN-REZEPT — Wie eine Episode entsteht
*Der komplette Produktionsablauf des chazon studio, destilliert aus SER-03
„Wer trägt das Haus?" (105 s Doku-Teaser, ~60 $). Für Menschen UND Assistenten.
Voraussetzung: Prompto-Zugang (s. prompto-guide) und Kanon-Assets der Figuren.
Jede Phase endet an einem GATE: der Mensch sichtet und gibt frei — nie überspringen.*

## Phase 0 · Idee & Drehbuch (0 $)
1. **Hook wählen** (Trigger-Dimension × Thema — das Haus führt eine Hook-Matrix;
   jede Folge bedient eine noch offene Zelle).
2. **Kanon lesen**, bevor du schreibst: Welt-Regeln, Figuren-Register (wer spricht
   wie), was frühere Folgen schon verbraucht haben.
3. **Drehbuch als Shot-Tabelle**: pro Shot Nummer, Zeitfenster, Bildbeschreibung
   (Kadrage! z. B. 3/4-Shot, American, Dutch), O-Ton-Text, Kamera-Verhalten.
   90–105 s ≈ 12–15 Shots. Regie-Grundsätze: keine weiten Shots (KI-Weite wirkt
   unecht), Interviews knapp neben die Linse, Ton = Handwerk.
4. Drehbuch als lesbares Dokument ausliefern → **GATE: Text-Freigabe.**

## Phase 1 · Sets & Kostüme (~1–3 $)
- Je Location EIN Set-Still: `recraft-v4` (realistic_image, quality pro,
  Palette als Hex im Prompt). Material, Licht, Kleinstdetails beschreiben.
- Kostüm-/Requisiten-Fassungen der Figuren: `nano-banana-2-edit` auf den
  Kanon-Ganzkörpern (NIE referenzlos!).
- Sets doppeln als Look-Bibel UND als Raum-Refs für Video-Shots.
→ **GATE: Szenenbild-Sichtung.**

## Phase 2 · Startframes (~1–2 $)
- Pro Shot ein **komponierter Startframe**: `nano-banana-2-edit`,
  primary = Set-Still, refs = [Figur in Kostüm-Fassung]. 16:9 explizit anfordern.
- **Requisiten-Regel:** Was die Figur nicht sauber greift, klebt später im Video.
  Hand-Kontakt explizit bauen oder Requisit streichen.
- Licht-Logik je Raum prüfen (Fensterseite = Lichtseite, kein Frontal-Fill).
→ **GATE: alle Startframes am Stück sichten.**

## Phase 3 · Shots (~20–30 $)
Model-Split je Shot-Typ (Preise/Details im prompto-guide):
- Bewegung/Ensemble/Kamera-Folgen → `kling-o3-ref` (Startframe als @Image1 +
  Figuren-Refs; Verhalten hart positiv prompten).
- Statische Interviews/Talking-Heads → `kling-v3-pro` i2v vom Startframe.
- FX, Rituale, Makros, Multishot-B-Roll → `seedance-2-pro` (Shot 1..4 in einem
  Prompt; Hand-Choreo einfach halten).
- Unsicher bei Konsistenz? Erst `vidu-q2-ref`-Preview (0.30 $ flat), dann final.
- Jeden Shot einzeln sichten (BEWEGTBILD, nicht Frames — Kleber/Drift sieht man
  nur im Video). Ein Fehlversuch → Ursache verstehen → EIN Retry.
→ **GATE: Shot-Abnahme.**

## Phase 4 · Stimmen (~1–3 $)
- Jede Figur hat eine EIGENE Voice-ID aus der ElevenLabs-Library (Stimmen-Register
  des Hauses; nie die Premade-Defaults). Neue Figur → erst casten (2 Kandidaten,
  Anhör-Gate).
- O-Töne in eleven_v3 mit Audio-Tags + stability je Figur; Emotionsregie aus dem
  Steckbrief. Länge messen — sie bestimmt den Schnitt.
→ **GATE: Anhörprobe.**

## Phase 5 · Lipsync & Schnitt (~5–8 $)
- **Betten-Technik:** je Sprech-Shot ein Audio-Bett in exakter Shot-Länge bauen
  (Stille + O-Ton an der Soll-Stelle) → `sync-lipsync-3(video=Shot, audio=Bett)`.
  Rückenansichten brauchen keinen Lipsync.
- Schnitt als Skript (ffmpeg): Timeline-Tabelle mit Assertion (Lücke = Abbruch),
  `tpad=stop_mode=clone` in jedem Stück, Audio vor concat vereinheitlichen.
- **5 Tonspuren:** O-Ton (adelay-Mix) · Atmo (aus ORIGINAL-Shots, unter Sprache
  auf ~0.35 geduckt) · Score (Ducking + Endfade) · Foley (Transienten messen,
  ElevenLabs-SFX passgenau) · UI-Sounds für Einblendungen. → loudnorm I=-14.
- Score: Suno (Prompt vom Studio, Mensch wählt die Datei) oder `elevenlabs-music`.
→ **GATE: 480p-Proof am Handy, mehrere Runden einplanen.**

## Phase 6 · Text-Ebene (0 $, aber Sorgfalt)
- Eigenes Satzsystem statt Rohtext: Display-Serif + Text-Serif + Mono-Labels,
  Grundlinien, echte Anführungszeichen, optischer Randausgleich.
- Namens-Subs mit Wiedererkennungs-Element (im Haus: Messingscheibe mit
  Registernummer), Titeltafel, Abschlusstafel, Endcard mit Pflichtangaben
  (inkl. „KI-GENERIERT"), Sender-Ident → Logo-Bug.
- **Typo-Blatt zur Freigabe VOR dem Einbrennen.** → **GATE.**

## Phase 7 · Finish (~1.5 $)
1. Clean-Master OHNE Text bauen (exakte Solldauer).
2. An Segmentgrenzen splitten (Teile ≤25 s, <50 MB).
3. `bytedance-video-upscaler` auf 2k; Output-AUFLÖSUNG verifizieren.
4. tpad-Normalisierung auf exakte Teildauern → concat.
5. Text-Bake in nativer Zielauflösung (unsharp aufs Bild VOR den Overlays).
6. 9:16-Fassung: eigener Crop + EIGENE Portrait-Typo, nie gequetscht.
7. Beide Fassungen frame-verifizieren (Ident, Titel, Subs, Endcard) + ffprobe.
→ **GATE: Endabnahme durch den Menschen → publish.**

## Nachlauf (Pflicht)
- Render-Log abschließen (jede Generation mit ID, $, Befund).
- Neue Lehren ins Playbook/die Foundation — sonst zahlt sie das nächste Projekt
  nochmal. Balance-Check und Kosten-Summe melden.