Ein YouTube-Erklärvideo ohne Gesicht, getaktet an der Sprache

Ein YouTube-Video ohne Gesicht kann eine echte Frage erklären, ohne dass ein Gesicht vor der Kamera ist. Es braucht trotzdem ein Skript, das du geschrieben hast, Sprache, die du takten kannst, und Bilder, die einen Satz entweder belegen oder als Illustration gekennzeichnet bleiben. Dieser Leitfaden ist die längere Fassung. KI-Video für TikTok und YouTube Shorts behandelt die Kurzform. KI-Sprache für YouTube-Videos behandelt den Sprachdurchgang.

Das Beispiel ist ein Schreibtisch, zu dem du hinlaufen kannst: ein Monitor an einem Arm, eine Lampe links und ein Kabel hinter dem Arm. Die Schritte ergeben einen prüfbaren Schnitt und sagen nichts über Aufrufe, Umsatz oder einen Kanal, der von allein läuft.

Eine Zuschauerfrage prüfen

Wähl eine Frage, die eine Zuschauerin laut stellen könnte. Hier lautet sie: Wie funktioniert dieser einfache Schreibtischaufbau? Schreib die Antwort in einem Satz, bevor du zusätzliche Farbe sammelst: Der Bildschirm trifft die Augenhöhe im Sitzen, die Lampe beleuchtet den Tisch von links, und das Kabel bleibt von der Tastatur weg.

Prüf diesen Satz an diesem Tisch. Setz dich auf den Stuhl, den du nutzt, und vergleich deine Augen mit der Oberkante des Bildschirms. Merk dir, auf welcher Seite die Lampe steht. Verfolg das Kabel mit der Hand. Eine Zahl, die nicht in diesen Notizen steht und nicht auf Geräten gedruckt ist, die du lesen kannst, bleibt aus dem Skript. Ein allgemeiner Tipp zur Monitorhöhe ist keine Messung dieses Stuhls.

Ein eigenes Skript schreiben, bevor es Bilder gibt

Schreib gesprochene Zeilen und markier jede Zeile als Beleg oder Illustration.

Belegzeilen benennen diesen Tisch. Die Oberkante des Bildschirms liegt auf Augenhöhe, wenn ich mich hinsetze. Die Lampe steht links, also fällt der Schatten rechts von der Tastatur. Das Kabel läuft hinter dem Monitorarm und fällt am hinteren Bein ab.

Eine Illustrationszeile ist eine Vorliebe: An einem ruhigeren Tisch fällt der Arbeitsbeginn leichter. So eine Zeile kann eine Stimmungsaufnahme tragen und darf keine Behauptung über Belastung, Konzentration oder einen Prozentsatz werden.

Lies das Skript laut und teil jede Zeile, die du nicht in einem Atemzug sagen kannst. Friere den Wortlaut ein, bevor du Bilder generierst. Der Sprachleitfaden zeigt, wie sich kurze gesprochene Zeilen in einem Sprachmodell verhalten.

Die Sprache setzt die Zeiten

Nimm die Sprache zuerst auf oder generiere sie. Die öffentliche Audioliste von OmniArt enthält MiniMax Speech 2.8 HD für Sprachaufnahmen mit hoher Treue und MiniMax Speech 2.8 Turbo für schnellere Entwurfslesungen. Generiere im Audio-Workspace, hör einmal zu und markier den Anfang jedes Satzes.

Diese Marken sind der Schnitt. Ein Satz über die Lampe bekommt eine Lampen-Einstellung, die so lange dauert wie der Satz. Drei Sätze teilen sich nicht eine dahintreibende Bewegung. Wenn ein generierter Clip zu lang läuft, schneid ihn. Wenn er zu kurz läuft, halt das letzte klare Bild oder schneid zurück zum Foto. Die Sprache ist die Uhr.

Faktenbeleg und illustrierendes Bildmaterial trennen

Sachbilder sind solche, die eine Zuschauerin prüfen könnte: dieser Monitor auf Augenhöhe, der Kabelweg oder du, wie du das Maßband abliest. Illustrierendes Bildmaterial ist Atmosphäre, etwa ein Lampenschein oder ein generierter Tisch, der nicht dieser ist.

Benenn den generierten Clip im Projekt als Illustration, wenn der Tisch im Bild nicht der Tisch ist, den du gemessen hast. Male keine Messung auf ein generiertes Bild. Zeig kein Einstellungsfeld, das du nicht aufgenommen hast. Wenn die Seite, auf der du veröffentlichst, synthetisches Material kennzeichnen will, kennzeichne die illustrativen Einstellungen. Die gemessenen Fotos bleiben gewöhnliche Fotos.

Den Tischschnitt setzen, untertiteln und prüfen

Schneide an Satzgrenzen. Untertitel wiederholen die gesprochene Zeile, nicht einen längeren Absatz. Halt sie vom Maßband und vom Kabel fern, denn das ist der Beleg. Musik bleibt unter der Stimme, und nur, wenn du das Recht hast, sie zu nutzen. Schau einmal mit Ton und einmal, indem du nur die Untertitel liest.

Wenn eine Zeile an dieser Tabelle scheitert, lösch die Zeile. Ein hübsches Bild rettet keinen Satz, auf den du nicht zeigen kannst.

Auf OmniArt loslegen

Schreib die drei Belegzeilen für einen Tisch, den du heute messen kannst. Generiere die Stimme im Audio-Workspace und bau nur das illustrierende Bildmaterial im Video-Workspace. Schneide die gemessenen Fotos auf die Sprachzeiten. Veröffentliche, wenn jeder Untertitel noch zu einem Foto oder zum Maßband passt.