Come diventa un sito web
un video finito?

Il worker di cattura apre l'URL pubblico in un browser e legge ciò che è visibilmente presente. Estrae testi utili, sezioni semantiche, call to action, colori, famiglie di font, candidati al logo e metadati della pagina.

Salva le schermate di pagina approvate e i webfont effettivamente usati dalla pagina, dove possono essere recuperati in sicurezza. Le sezioni hero, feature, prezzi, prova sociale e call-to-action diventano possibili scatti sorgente. Script, embed, audio, video e contenuto SVG non sicuro non vengono copiati nell'asset del logo catturato.

La cattura preserva le prove, ma non decide la storia. La fase successiva sceglie quali di quegli elementi reali sostengono un unico argomento breve.

La fase di scrittura combina il brand kit catturato con un hook selezionato e scrive una breve sequenza di battute vocali, testo a schermo, asset sorgente e call to action. Ogni battuta diventa un beat con un inizio, una fine e un visivo corrispondente.

Le battute vocali sono sintetizzate separatamente e misurate. Le loro durate reali fissano un limite minimo non negoziabile per ogni beat. Un ritmo richiesto può aggiungere tempo di attesa, ma la timeline non accorcerà mai una battuta parlata per farla stare in una stima.

La scena è autonoma e usa gli asset locali catturati. Posizione, scala, opacità, maschere e contenuto attivo sono funzioni del tempo della timeline, non animazioni libere.

Il renderer calcola il timestamp di ogni fotogramma a 30fps, imposta un orologio virtuale su quel timestamp e chiama la funzione di render della scena. Attende layout e paint, salva il fotogramma, poi avanza al timestamp successivo.

Il tempo di cattura reale non controlla il tempo dell'animazione. Un fotogramma difficile può richiedere più tempo da produrre senza far saltare avanti il fotogramma successivo. Gli scatti numerati vengono codificati in ordine come video h264 con formato pixel yuv420p.

Le scene verticali renderizzano a 1080x1920. Le scene orizzontali renderizzano a 1920x1080. Entrambe usano 30fps, quindi la tela cambia mentre il contratto di temporizzazione resta lo stesso.

I file voce misurati vengono posizionati sui loro cue nella timeline finale. Il letto musicale viene sintetizzato da zero per il render, usando l'impulso selezionato e i punti di taglio visivi reali invece di una registrazione preesistente.

Voce e colonna sonora vengono mixate insieme, tenendo la colonna sonora sotto la traccia parlata. L'audio combinato passa attraverso una normalizzazione della sonorità con target di -14 LUFS, poi diventa uno stream AAC stereo nell'MP4.

Un link audio nativo separato può essere usato durante la pubblicazione social quando quel suono è idoneo per l'account e il posizionamento. Non viene incorporato nel master esportato.

Il file finito viene analizzato per larghezza, altezza, frame rate a 30fps, durata, codec h264, formato pixel yuv420p e traccia audio attesi. La durata deve restare entro 100 millisecondi dalla lunghezza di render prevista.

La scena viene anche ispezionata a timestamp campione per individuare elementi visibili che superano la larghezza del viewport. Controlli separati decodificano i fotogrammi dall'MP4 e ne confrontano gli hash, così una scena che dovrebbe muoversi non può passare come un'immagine ripetuta.

Un controllo tecnico fallito ferma la pipeline prima del caricamento. La revisione umana giudica comunque il claim, l'inquadratura, il ritmo e la leggibilità, ma non deve scoprire per caso una traccia audio mancante.