15 Sekunden — Final Fantasy VII-Stil — KI-Video von Neta Studio

Stufe 1: Weltaufbauclaude-opus-5
Die Welt beginnt mit einem einzigen Satz — „Gute Stimmung zum Arbeiten, stimmungsvolles Late-Night-Streamer-Setup … eine Emo-Streamerin in einem übergroßen langärmeligen Hoodie, die an einem Gaming-Schreibtisch sitzt, der hauptsächlich vom Monitorleuchten und von violetten und blauen RGB-LED-Streifen beleuchtet wird.“ Neta Studio erweitert ihn zu einer fixierten Welt: eine Figur (die Late-Night-Streamerin), ein Ort (der kleine dunkle Schlafzimmer-Schreibtisch), eine Palette (kühles Monitorleuchten plus blau-violettes RGB) und eine Stimmung (nächtliche Ruhe).

Stufe 2: Stil-Erkundunggpt-image-2
Aus demselben fixierten Motiv wurden zwei konkurrierende Looks generiert, um das Gefühl zu testen: eine handgefertigte Stop-Motion-Version mit sichtbarem Ton, Stoff und Draht sowie eine cel-shaded 3D-Toon-Version mit harten Cel-Schattenbändern und flacher, abgestufter Farbe. Der Cel-Look wurde als Arbeitsrichtung weiterverfolgt.

Stufe 3: Referenzbildergpt-image-2
Zwei identitätsfixierende Referenzen werden generiert: ein Charakterbogen der jungen Frau — Front, Dreiviertel, Rücken und eine Gesichtsnahaufnahme, dunkles glattes Haar, übergroßer grauer Hoodie, große Over-Ear-Kopfhörer — und eine Szenen-Referenz des Schlafzimmers, die die zwei leuchtenden Monitore, die RGB-Streifen an der Wand und die warme Tasse auf dem Schreibtisch zeigt.

Stufe 4: Key-Art-Seitegpt-image-2
Eine vertikale Präsentationsseite mit dem Titel „STILL HERE“ ist wie die Titelseite eines Premium-Streamingdienstes gestaltet — ein randloses Hero-Bild ihres Gesichts im Monitorleuchten, ein Titel-Lock-up, die Zeile „Ein Zuschauer ist noch wach“ und ein Kontaktbogen mit neun Standbildern aus derselben Welt.

Stufe 5: Erstes Rendering — cel-shaded Cutseedance-2-0
Der erste 15-Sekunden-Schnitt wird cel-shaded aus dem Charakterbogen und der Szenen-Referenz gerendert, entlang der exakten Takt-Timeline. Er liest sich korrekt, doch die flachen Toon-Flächen verlieren die Haut- und Stoffdetails, die die Szene braucht, also wird der Look neu gebrieft.

Stufe 6: Finales Rendering — Final Fantasy VII CGseedance-2-0
Dieselbe Takt-Timeline und dieselben Referenzen werden in einem halbrealistischen filmischen CG-Stil neu gerendert — detaillierte menschliche Gesichtszüge, glänzende Haut und Stoffe, dramatische filmische Beleuchtung, stimmungsvolles Color Grading, das Finish einer JRPG-Zwischensequenz der späten 2000er. Eine nahe Webcam-Einstellung bleibt auf ihrem Gesicht, mit einem langsamen Push-in über den letzten Takt; die fertige MP4 wird sofort über einen teilbaren Link veröffentlicht, der in jedem Browser läuft.

Charakter-Referenz — die Streamerin, vier fixierte Ansichtengpt-image-2
„Charakter-Referenzbogen im cel-shaded 3D-Spielstil, sauberer weißer Hintergrund. Eine junge Frau im Emo-Stil, Anfang zwanzig, blasse Haut, dunkles glattes Haar, das über die Schultern fällt, übergroßer grauer langärmeliger Hoodie, große Over-Ear-Kopfhörer, müde Augen. Vier Ansichten von links nach rechts, gleichmäßig verteilt: vollständige Frontansicht, Dreiviertelansicht, Rückenansicht und eine Nahaufnahme ihres Gesichts. Harte Cel-Schattenbänder, saubere geometrische Silhouettenkanten, flache abgestufte Farben mit violettem und blauem Akzentlicht. Kein Text, keine Beschriftungen, keine Ränder, kein Wasserzeichen.“

Szenen-Referenz — das Schlafzimmer-Gaming-Setupgpt-image-2
„Cel-shaded 3D-Spielrender, vertikal. Ein kleines dunkles Schlafzimmer bei Nacht, beleuchtet vom blauen und violetten Leuchten eines Gaming-Setups. Eine junge Frau in einem übergroßen grauen Hoodie und großen Kopfhörern sitzt an einem Schreibtisch, von hinten in leichter Dreiviertelansicht gesehen, zwei leuchtenden Monitoren zugewandt. RGB-Streifen an der Wand werfen blaues und violettes Licht; warme Tasse auf dem Schreibtisch; dunkler Raum mit kaum sichtbaren Postern im Hintergrund. Harte Cel-Schattenbänder, saubere flächig schattierte Ebenen, wenig Textur, stimmungsvolle nächtliche Atmosphäre. Kein Text, keine Untertitel.“

Stiltest — handgefertigte Stop-Motiongpt-image-2
„Verwende handgefertigte Stop-Motion-Animation. Erzeuge physische Modellformen mit sichtbarer Montage und leichter Konstruktionsunregelmäßigkeit. Taktile Silhouettenkanten, geformt durch echte Materialien und handgemachte Verbindungen. Materialbestimmte Farbe mit dem Werteverhalten einer praktischen Kamera. Praktische gerichtete Beleuchtung, geerdeter Kontaktschatten und geringe physische Tiefe. Finish mit Ton, Stoff, Holz, Draht, Farbe, Nähten, Fingerabdrücken und handgefertigter Oberflächenvariation. Motiv: eine Emo-Streamerin in einem übergroßen langärmeligen Hoodie, an einem Gaming-Schreibtisch sitzend, mit Kopfhörern, blasse Haut und gedämpfte Töne. Szene hauptsächlich beleuchtet von kühlem Monitorleuchten und violett-blauen RGB-LED-Streifen; dunkler nächtlicher Raum dahinter, Poster kaum sichtbar. Kamera leicht über und vor ihr in Dreiviertelansicht, die sowohl ihr Gesicht als auch die leuchtenden Bildschirme hinter ihr einfängt. Stimmungsvolle nächtliche Atmosphäre. Kein Text, keine Untertitel, keine Typografie.“

Stiltest — cel-shaded 3D-Toongpt-image-2
„Verwende Cel-Style-3D-Toon-Rendering. Erzeuge modellierte dreidimensionale Formen, vereinfacht zu lesbaren anime-artigen Flächen. Selektives Kontur-Rendering und saubere geometrische Silhouettenkanten. Flache bis abgestufte lokale Farben mit kontrollierter Sättigung. Harte Toon-Schattenbänder, gestützt durch kohärente dreidimensionale Beleuchtung. Saubere stilisierte Materialien mit geringem Texturrauschen. Bewahre das gewünschte Motiv mit cel-shaded 3D-Spielrendering. Motiv: eine Emo-Streamerin in einem übergroßen langärmeligen Hoodie, an einem Gaming-Schreibtisch sitzend, mit Kopfhörern. Szene hauptsächlich beleuchtet von kühlem Monitorleuchten und violett-blauen RGB-LED-Streifen; dunkler nächtlicher Raum dahinter, Poster kaum sichtbar. Kamera leicht über und vor ihr in Dreiviertelansicht, die sowohl ihr Gesicht als auch die leuchtenden Bildschirme hinter ihr einfängt. Stimmungsvolle nächtliche Atmosphäre. Kein Text, keine Untertitel, keine Typografie.“

Key-Art-Seite — Präsentationsboard „STILL HERE“gpt-image-2
„Eine hochformatige Key-Art-Seite für eine kommende Serie, gestaltet wie die Titelseite eines Premium-Streamingdienstes — zurückhaltend, filmisch, überwiegend bildbasiert. Der Seitenhintergrund ist ein tiefes, entsättigtes Dunkelblau-Schwarz. Alle Interface-Elemente — Typografie, dünne Trennlinien, Pillen-Umrisse, der Bewertungsring — sind flach, klar und minimalistisch über die Fotografie gelegt. Jede Fotografie auf dieser Seite ist ein fotorealistisches Realfilm-Standbild in Vollfarbe — echte Hauttextur, echter Stoff, Filmkorn, echte fotografische Tiefenschärfe. Keine Illustration, kein Gemälde, kein gezeichneter oder cartoonhafter Look in keiner Fotografie. Die Welt in jedem Standbild ist dieselbe: ein kleines dunkles Schlafzimmer bei Nacht, das nur vom blauen und violetten Leuchten eines Gaming-Setups erleuchtet wird. Eine junge Frau Anfang zwanzig, blasse Haut, dunkles glattes Haar, das über die Schultern fällt, ein übergroßer grauer langärmeliger Hoodie und große Over-Ear-Kopfhörer, müde Augen — sie ist in jedem Bild dieselbe Person. Das Hero-Standbild beginnt ganz am oberen Rand der Seite und füllt deren obere drei Fünftel: eine große randlose Fotografie der jungen Frau von der Brust aufwärts, nah im Bild, leicht zur Kamera gelehnt und direkt in die Linse blickend, ihr Ausdruck sanft und müde, das blauviolette Leuchten eines Monitors ergießt sich über ihr Gesicht, eine einzige warme Tasse auf dem Schreibtisch in der unteren Ecke, mit viel Raum zum Atmen, ihre Unterkante geht sanft in den Seitenhintergrund über. Es gibt keinen Balken, kein Band, keinen Streifen und keinen Block flacher Farbe über der Fotografie oder über den oberen Rand der Seite — die Fotografie selbst reicht bis zum oberen Rand, und das allererste Element oben auf der Seite ist das Bild. Oberhalb des Titels läuft die Hero-Fotografie ununterbrochen bis zum oberen Rand der Seite: Dieser gesamte obere Bereich ist reine Fotografie, über die nichts gelegt ist. Der Titel ist das allererste Element auf der Seite. Über die untere linke Seite des Hero-Bildes gelegt, lautet der Titel „STILL HERE“ in einer dünnen, gesperrten modernen Sans-Serif in klaren Großbuchstaben. Er ist völlig flach — keine Abschrägung, keine dreidimensionale Extrusion, kein metallischer Schimmer, kein Chrom, kein Schlagschatten und kein Leuchten. Direkt unter dem Titel steht eine kleine dünne Metadatenzeile: „15 s · Ich-Perspektive · Stimmungsvoller Cel-Shade“. Unter dem Hero-Bild eine dünne Trennlinie über die volle Breite. Darunter links eine kleine hochformatige Poster-Vorschaubildkarte mit abgerundeten Ecken, die dasselbe Schlafzimmer als dunkle Silhouette zeigt, Schreibtisch und Monitore als dunkler Block vor einem schwachen blauvioletten Dunst. Rechts neben dieser Vorschaubildkarte: eine kurze fette Schlagzeile mit dem Text „Ein Zuschauer ist noch wach“ und darunter zwei kurze Zeilen kleiner grauer Fließtext mit dem Text „Nach dem Ende des Streams ist der Chat leer. Sie wirft einen Blick auf den Bildschirm und wendet sich dann der Kamera zu.“ Darunter liegen zwei abgerundete Outline-Pillen-Buttons nebeneinander, der erste mit dem Text „Charakterstudie“ und der zweite mit „Late-Night“. Am rechten Ende derselben Zeile ein kleiner, feiner kreisförmiger Bewertungsring: ein einzelner dünner, gleichmäßiger Strich mit abgerundeten Enden, der etwa drei Viertel des Weges in warmem Bernstein verläuft. Das verbleibende Viertel des Kreises wird von einem blassen, mattierten Bogen derselben Dicke vervollständigt, der deutlich heller ist als die Seite dahinter, als wäre es milchiges Glas über dem Hintergrund. Er ist nie dunkler als die Seite. Die Zahl „8.7“ steht groß und leicht in der Mitte des Rings. Es gibt keinerlei Wort oder Beschriftung unter oder neben dem Ring. Unter dieser Zeile, ohne Abschnittsbeschriftung und ohne jede Überschrift, ein ordentliches Raster aus neun kleinen Standbildern, drei nebeneinander und drei untereinander, schmale gleichmäßige Zwischenräume, leicht abgerundete Ecken. Die neun sind verschiedene Momente aus derselben Welt und bewusst nicht in Story-Reihenfolge: ihre Hand um eine kalte Tasse auf dem Schreibtisch gelegt; die RGB-Streifen, die an der Wand von Blau zu Violett gleiten; ihre kleine Silhouette im Dunkeln vor zwei leuchtenden Monitoren; ihre Kopfhörer, die auf ihren Schultern ruhen; eine Nahaufnahme ihrer müden Augen mit dem sich darin spiegelnden Bildschirmlicht; ein Monitorbildschirm, reduziert auf einen weichen, blassen Lichtschein, auf dem alles unscharf ist; ihre Hand, die nach oben greift, um die Kopfhörer abzunehmen; ein tiefer Winkel der Schreibtischkante mit der warmen Tasse und einer einzelnen Tastenkappe, die blaues Licht einfängt; ihr Gesicht im Profil vor dem blauen Leuchten mit aufgesetzter Kapuze, gerade zur Linse gedreht. Unter dem Raster, zentriert in großzügigem leeren Raum, steht eine Zeile zitierter Dialog: „Du bist noch hier.“, gesetzt in einer klaren, leicht komprimierten humanistischen Serif. Die Seite endet dort — unter dieser Zeile gibt es keinerlei Balken, Panel, Streifen oder Block, nur reiner, leerer Seitenhintergrund. Jeder oben aufgeführte Text ist genau so geschrieben, wie angegeben, und nur einmal. Es gibt nirgendwo auf der Seite anderen Text — keine Abschnittsbeschriftungen, keine Besetzungsliste, keine Credits, keine zusätzlichen Bildunterschriften, keine Bewertungen eines echten Rezensionsunternehmens, keine anderen Markennamen, keine Seitenzahlen, keine Signatur, kein Wasserzeichen, keine Kauderwelsch-Schrift und keine erfundenen Wörter.“

Erster Render-Prompt — cel-shaded Cutseedance-2-0
„15 Sekunden. Cel-shaded 3D-Spielrender, kleines dunkles Schlafzimmer bei Nacht, beleuchtet von Monitorleuchten und blau-violetten RGB-Streifen, stimmungsvolles Nachtlicht. Referenzbilder: [Charakter-Referenz] die junge Frau, übergroßer grauer Hoodie, dunkles glattes Haar, große Kopfhörer, fixierte Identität und fixierter Look; [Szenen-Referenz] der Raum, der Schreibtisch, zwei leuchtende Monitore, RGB-Streifen, warme Tasse, fixierte Palette und fixiertes Layout. Ereignisziel: Der Stream ist vorbei und der Chat ist leer; sie hört auf zu performen und sagt einen ehrlichen Satz zu der einzigen Person, die noch zusieht, und sitzt dann in der Stille. Räumliche Anordnung: Sie sitzt am Schreibtisch mit Blick zur Kamera, eine nahe Webcam-Einstellung, zwei leuchtende Monitore hinter ihr, RGB-Streifen entlang der Wand hinter ihr, eine warme Tasse auf dem Schreibtisch in der unteren Ecke. Kamera auf Augenhöhe, nah an ihrem Gesicht. Kamera: ruhige nahe Einstellung knapp unterhalb ihrer Augenhöhe, die auf ihrem Gesicht bleibt; ein langsamer Push-in über den letzten Takt. Takt-Timeline: 0:00-0:03 — nahe Webcam-Einstellung ihres Gesichts zur Linse. Die RGB-Streifen hinter ihr wechseln an der Wand von Blau zu Violett; sie blickt zur Seite auf den Monitor, streicht sich eine Haarsträhne hinter das Ohr und richtet die Augen wieder auf die Linse. Leises Raumbrummen und PC-Lüfter. 0:03-0:09 — die Einstellung bleibt auf ihrem Gesicht. Sie lehnt sich leicht zur Linse, Augen auf die Kamera, und sagt „Du bist noch hier.“ Ihre Stimme ist tief und ruhig; das Raumbrummen lässt nach. 0:09-0:15 — derselbe Frame, langsamer Push-in. Ein kleines müdes Lächeln; sie blickt auf ihre Hände auf dem Schreibtisch hinunter und hebt die Augen dann wieder zur Linse. Das Leuchten verblasst ein wenig. Ein sanfter Atemzug; der Raum kommt zur Ruhe. Ton: ihr gesprochener Satz „Du bist noch hier“; ansonsten nur Geräuscheffekte, keine Hintergrundmusik. Harte Vorgaben: ihr Gesicht konsistent zur Charakter-Referenz halten, eine Figur, keine zusätzlichen Gliedmaßen, keine doppelte Figur, kein Abschneiden der Hände, kein Text und keine Untertitel irgendwo in der Szene.“