OmniHuman-1.5 Prompt-Rezepte: direkt kopierbare Prompts für Sprecher-Avatar-Videos

Warum die Prompt-Struktur wichtiger ist als die Formulierung

Die meisten Teams schreiben ihren ersten Sprecher-Avatar-Prompt als einen einzigen Satz und verbringen dann Stunden damit, ihn umzuschreiben, um eine magische Formel zu finden. Dieser Ansatz scheitert zwangsläufig, weil OmniHuman-1.5 nicht auf Cleverness reagiert, sondern auf Spezifikation. Ein Prompt ist eine Spezifikation für einen kurzen Clip: wer zu sehen ist, was gesagt wird, wie das Bild komponiert ist und wie die Zeilen vorgetragen werden. Fehlt einer dieser Punkte oder vermischt er sich mit einem anderen, kann das Modell nur raten – und Raten ist die Quelle von Inkonsistenz.

Ein nützliches Denkmodell ist, den Prompt als vier aufeinandergestapelte Module zu betrachten, die gemeinsam eine Ausgabe speisen:

• Subjekt – wer zu sehen ist und wie er auf einer stabilen, beschreibbaren Ebene aussieht.
• Skript – die exakten Worte, die gesagt werden sollen, wortwörtlich ausgeschrieben.
• Bildkomposition – Einstellungsgröße, Kamerawinkel, Hintergrund und die Position des Subjekts im Bild.
• Vortrag – Tempo, Energie, Tonfall und kleine körperliche Bewegungen, die die Zeilen gesprochen statt aufgesagt klingen lassen.

Sobald man diese trennt, wird die Iteration kontrollierbar. Man kann den Vortrag ändern, ohne das Skript anzufassen, oder die Subjektbeschreibung neu schreiben, ohne die Komposition neu zu gestalten. Wenn alles in einem einzigen fließenden Text zusammengequetscht ist, ist jede Bearbeitung eine globale Bearbeitung, und man kann die Veränderung der Ausgabe nie einem bestimmten Eingriff in die Eingabe zuordnen.

Das erklärt auch, warum zwei Prompts, die sich oberflächlich stark unterscheiden, ähnliche Ergebnisse liefern können: Sie kodieren dieselben vier Module. Und zwei fast identisch aussehende Prompts können sich stark unterscheiden, weil bei einem stillschweigend ein Modul fehlt – meistens der Vortrag, der Teil, den die Leute am ehesten vergessen aufzuschreiben.

Alle Rezepte in diesem Leitfaden basieren auf denselben vier Modulen. Sie sind dafür gedacht, dass man sie kopiert, anpasst und dann gezielt auseinandernimmt, um zu sehen, welche Rolle jedes Modul spielt.

Ein Hinweis vor dem Start

Die Art und Weise, wie OmniHuman-1.5 Prompts verarbeitet, ist nicht vollständig offengelegt, und nicht offengelegte Stellschrauben ändern sich. Jedes Rezept unten verzichtet auf erfundene Parameter, Gewichtungssyntax und herstellerspezifische Flags. Stattdessen setzt es auf schlichte, explizite Beschreibungen in natürlicher Sprache von Subjekt, Skript, Bildkomposition und Vortrag. So bleiben die Rezepte portabel, und man baut seine Pipeline nicht auf Syntax, die es möglicherweise gar nicht gibt.

Wenn ein Rezept etwas einschränken muss, was das Modell möglicherweise nicht zuverlässig befolgen kann – präzise Zeitpunkte, exakte Lippensynchronisation bei ungewöhnlichen Phonemen, sehr lange Skripte –, weist der Leitfaden ausdrücklich darauf hin und empfiehlt, das außerhalb des Prompts zu lösen, statt zu hoffen, dass es durch den Text erreichbar ist.

Wenn man diese Rezepte über eine einzige einheitliche API ausführen möchte, statt einzelne Integrationen pro Modell zusammenzustückeln, ist der Video-Endpunkt von HiAPI.ai der hier beschriebene Zielpfad.

Die Anatomie eines direkt kopierbaren Prompts

Bevor es an die Rezepte geht, ein Blick auf die Vorlage, die alle gemeinsam befolgen. Einmal gelesen, kann man jedes davon aus dem Gedächtnis rekonstruieren.

[SUBJECT]
A [age range] [gender presentation] with [hair], [distinguishing feature],
wearing [clothing]. Natural, realistic appearance, no stylization.

[SCRIPT]
Say exactly: "<your script here>"

[FRAMING]
[Shot size] shot, [camera angle], [subject position in frame].
Background: [background description]. Lighting: [lighting description].

[DELIVERY]
Speaks at [pace]. Tone: [tone]. [Optional physical behavior cue].
Camera is static.

Ein paar Anmerkungen dazu, warum jedes Feld so geschrieben ist.

Subjekt

Die Beschreibung stabil und konkret halten: Altersspanne, Geschlechtsdarstellung, Frisur, ein oder zwei auffällige Merkmale, Kleidung. Adjektive nicht stapeln – jedes überflüssige beschreibende Wort ist ein weiterer Punkt, an dem das Modell zwischen Durchläufen abdriften kann. Wenn man dieselbe Person in mehreren Clips braucht, friert man dieses Modul wortwörtlich ein und ändert es nie.

Skript

Die Formulierung Say exactly (sprich wörtlich) leistet hier echte Arbeit. Sie zeigt an, dass der folgende Text Sprachinhalt ist, keine Szenenbeschreibung. Das Skript in Anführungszeichen setzen, damit die Grenzen eindeutig sind, und es als reinen Fließtext halten – keine Regieanweisungen, keine Klammerbemerkungen, keine Markierungen.

Bildkomposition

Einstellungsgröße (Nahaufnahme, Halbtotale, amerikanische Einstellung), Kamerawinkel (auf Augenhöhe, leicht von unten) und Position des Subjekts (zentriert, leicht links im Bild) lassen sich allesamt mit gewöhnlichen Worten beschreiben und verändern die Ausgabe substanziell. Hintergrund und Licht gehören ebenfalls hierher, denn sie sind Teil des Bildes, nicht des Vortrags.

Vortrag

Dieses Modul überspringen die meisten. Tempo, Tonfall und ein Hinweis auf körperliches Verhalten (leichtes Nicken, eine Geste, eine Haltungsänderung) tragen mehr zur wahrgenommenen Natürlichkeit bei als stundenlanges Umschreiben der Subjektbeschreibung. Ein oder zwei Hinweise genügen – bei mehr muss das Modell eine Auswahl treffen.

Die abschließende Einschränkung

Mit Camera is static (Kamera ist statisch) zu enden ist eine kostengünstige Methode, unaufgeforderte Kamerabewegungen zu unterdrücken, eine häufige und ablenkende Fehlerquelle bei der Sprecher-Avatar-Generierung. Es ist kein Parameter, sondern eine gewöhnliche Anweisung, die Teil des Rezepts ist.

Was man nicht in die Vorlage schreiben sollte

Bildrate, Auflösung, Seed und Modellversions-Strings nicht in den Prompt-Text schreiben. Das sind Fragen auf Anfrageebene, nicht auf Prompt-Ebene, und wenn man sie einmischt, wird der Prompt schwerer zu diffen und schwerer wiederzuverwenden. Der Prompt kümmert sich um den Inhalt, der API-Aufruf um die Infrastruktur.

Rezept: Einzelsprecher-Erklärclip

Das Arbeitspferd-Rezept. Geeignet für Dokumentations-Off-Kommentare, Kursinhalte, Ankündigungsvideos und alles, wo eine Moderatorin oder ein Moderator ein vorbereitetes Skript vorliest.

[SUBJECT]
A person in their early 30s, gender-neutral presentation, short dark hair,
wearing a plain crew-neck sweater. Natural, realistic appearance, no stylization.

[SCRIPT]
Say exactly: "In this walkthrough we'll cover three things. First, how to set up
the project. Second, the configuration options that matter most. And third, how
to verify everything is working before you ship."

[FRAMING]
Medium shot, eye level, subject centered with a small amount of headroom.
Background: softly out-of-focus home office with a bookshelf.
Lighting: soft key light from the left, no harsh shadows.

[DELIVERY]
Speaks at a measured, conversational pace. Tone: friendly and instructional.
Occasional small nod on sentence boundaries. Camera is static.

Warum es funktioniert

Das Skript ist kurz genug, um kohärent zu bleiben – etwa drei Sätze mit klaren Satzgrenzen. Die Bildkomposition ist bewusst unspektakulär: zentriert, auf Augenhöhe, weicher Hintergrund. Eine unspektakuläre Komposition ist hier ein Vorteil, weil sie Unterschiede in der Ausgabe zwischen Durchläufen leicht erkennbar macht. Wenn der Hintergrund anfängt zu variieren, weiß man, dass es am Modell liegt und nicht an der eigenen Bildbeschreibung.

Das Vortragsmodul enthält einen körperlichen Hinweis (gelegentlich leichtes Nicken an Satzgrenzen), der natürlich zur Struktur des Skripts passt. Diese Entsprechung zwischen Vortragshinweis und Form des Skripts lohnt sich zu übernehmen: Hinweise, die zum Rhythmus des Skripts passen, lesen sich natürlich, Hinweise, die ihm widersprechen, lesen sich zufällig.

Anpassen

• Längeres Skript: Dieselbe Bildkomposition und denselben Vortrag behalten und das Skript an Absatzgrenzen in mehrere Segmente aufteilen, statt eine lange Generierung zu erzwingen. Die Konsistenz über Segmente hinweg ist leichter zu wahren, wenn jedes Segment ähnlich strukturiert ist.
• Anderes Publikum: Nur das Tonfall-Wort ändern ("autoritär", "warm", "flott") und neu laufen lassen. Das ist die Einzelbearbeitung mit dem höchsten Hebel im Rezept.
• Markenpersona: Das Subjektmodul einfrieren und nur die Kleidung ändern. So isoliert man die Kleidung von Gesicht und Haaren, den am leichtesten abdriftenden Feldern.

Bekannte Einschränkungen

Sehr lange Skripte – mehrere Absätze in einer Generierung – verlieren gegen Ende oft die rhythmische Konsistenz. Man plant einige Sätze pro Segment und setzt sie im Editor zusammen. Man sollte nicht versuchen, ein Längenproblem durch Hinzufügen von Rhythmusanweisungen zum Prompt zu lösen; ein Prompt ist kein Zeitregler.

Rezept: Kurzer Social-Hook

Kurzvideos entscheiden sich in den ersten zwei Sekunden. Dieses Rezept tauscht die Neutralität des Erklär-Rezepts gegen Energie und ist bewusst kürzer als die anderen.

[SUBJECT]
A person in their late 20s, wearing a casual button-up shirt.
Natural, realistic appearance, no stylization.

[SCRIPT]
Say exactly: "Stop scrolling. If you've ever shipped a feature that broke in
production, this is the one setting you probably missed."

[FRAMING]
Close-up shot, slightly below eye level, subject centered and filling most of
the frame. Background: simple solid-color wall. Lighting: bright, even, frontal.

[DELIVERY]
Speaks quickly with confident energy. Tone: direct and conspiratorial.
Leans in slightly on the first sentence. Camera is static.

Übernehmenswerte Design-Entscheidungen

Nahaufnahme plus leicht unter Augenhöhe erzeugt Nähe und einen Hauch von Dringlichkeit. Das ist die visuelle Grammatik von Kurzvideos, und sie lässt sich vollständig mit gewöhnlicher Kompositionssprache ausdrücken – keine spezielle Syntax nötig.

Einfarbiger Hintergrund beseitigt visuelles Rauschen, das mit dem schnellen Schnitt um Aufmerksamkeit konkurriert. In einem Kurzvideo sollte der Hintergrund nie der interessante Teil des Bildes sein.

Höchstens zwei Sätze. Ein Hook ist eine Aufmerksamkeitseinheit, kein Absatz. Wenn die Idee drei Sätze braucht, gehört sie zu einem anderen Rezept.

Ein körperlicher Hinweis, passend zum ersten Satz. "Beim ersten Satz leicht vorlehnen" funktioniert, weil der erste Satz der Hook ist. Man paart den Hinweis mit dem Beat, zu dem er gehört.

Anpassen

Drei verschiedene Hook-Skripte mit demselben Subjekt und derselben Bildkomposition laufen lassen und dann aus den Ausgaben auswählen. Da alles außer dem Skriptmodul eingefroren ist, lässt sich der Unterschied zwischen den Clips auf das Schreiben zurückführen – genau das, was man beim A/B-Testen von Hooks will.

Bekannte Einschränkungen

Ein sehr schneller Vortrag kann die Verständlichkeit bei dichten Fachbegriffen verringern. Wenn der Hook Produktnamen, Abkürzungen oder Zahlen enthält, die vorgelesen werden müssen, ändert man das Tempo-Wort von "quickly" zu "briskly" und vergleicht. Das ist die einzige Stelle, an der das Vortragsmodul auch nach dem Fixieren des Skripts noch eine zweite Runde brauchen kann.

Rezept: Produktdemo-Off-Kommentar

Dieses Rezept ist für Off-Kommentare über einer Produktoberfläche oder einer Folge von Schritten gedacht, wo Klarheit wichtiger ist als Persönlichkeit und das Tempo Platz lassen muss, damit die Augen des Publikums folgen können.

[SUBJECT]
A person in their mid 30s, wearing a neutral blazer over a plain shirt.
Natural, realistic appearance, no stylization.

[SCRIPT]
Say exactly: "Open the settings panel from the left navigation. Choose the
integration you want to connect. Paste your key into the credential field.
Then save, and run a test call from the same screen to confirm the connection."

[FRAMING]
Medium close-up, eye level, subject positioned slightly left of center to leave
room on the right of frame. Background: clean, uncluttered neutral wall.
Lighting: soft, even, no rim light.

[DELIVERY]
Speaks slowly and evenly, with a brief pause at each step boundary.
Tone: calm and precise. Minimal movement. Camera is static.

Der wichtigste Kompositionshinweis

"Leicht links der Mitte, um rechts im Bild Platz zu lassen" ist die wichtigste Zeile in diesem Rezept. Demos werden üblicherweise mit Bildschirmaufnahmen oder UI-Overlays zusammengesetzt, und eine außermittige Komposition gibt dem Cutter Platz, sie zu platzieren. Im Prompt kostet das nichts, spart aber ein erneutes Rendern.

Tempo als strukturelle Anweisung

"Eine kurze Pause an jeder Schrittgrenze" ist eine Anweisung zur Struktur, kein Zeitparameter. Sie sagt dem Modell, dass das Skript einen Rhythmus von vier Einheiten hat. Man gibt keine Millisekunden vor – man sagt ihm, wo die Beats liegen. Die Anzahl der Schritte im Skript gering und die Zuordnung klar halten; wenn das Skript sechs Schritte hat und der Vortrag Pausen an den Grenzen erwähnt, ist das immer noch eine Anweisung und immer noch lesbar.

Anpassen

• Mehrere Segmente: Jeden Schritt als eigenen Clip mit demselben Subjekt- und Kompositionsmodul rendern und dann zusammenfügen. Das gibt saubere Schnittpunkte und ein einheitliches Aussehen über die ganze Sequenz.
• Overlay-getriebener Schnitt: Wenn ein Schritt einen visuellen Beat braucht, der länger ist als seine gesprochene Zeile, fügt man einen stillen Auslauf-Clip hinzu, statt die Vortragsanweisung zu verlängern. Stille ist ein Postproduktionsproblem.

Bekannte Einschränkungen

Pausen sind ein Wunsch, keine Garantie. Wenn die exakte Pausenposition für die Synchronisation mit Bildschirmaktionen entscheidend ist, plant man die Anpassung im Editor ein und behandelt den generierten Clip als Quelle der Wahrheit für alles außer dem Schnittzeitpunkt.

Rezepte testen und iterieren

Ein Rezept ist eine Hypothese. Man validiert es, bevor man skaliert.

Schritt 1: Ein Testskript schreiben

Ein kurzes Skript vorbereiten – zwei bis drei Sätze –, das die schwierigen Stellen des echten Inhalts abdeckt: die längsten Wörter, die ungewöhnlichsten Eigennamen, die Zahlen, die man tatsächlich sagen wird. Das Testskript sollte widerspenstig sein, nicht gefällig. Ein Testsatz, den das Modell mühelos bewältigt, sagt einem nichts.

Schritt 2: Eine Basislinie generieren

Das Rezept einmal unverändert mit dem Testskript laufen lassen. Die Ausgabe zusammen mit dem exakten Prompt-Text speichern, der sie erzeugt hat. Diese Basislinie ist der Referenzpunkt für jeden späteren Vergleich.

Schritt 3: Pro Durchlauf nur eine Variable ändern

Das ist die ganze Disziplin. Eine Sache auswählen und nur diese ändern:

• Skriptlänge – derselbe Prompt, ein Satz mehr.
• Bildkomposition – von Halbtotale zu mittlerer Nahaufnahme, sonst nichts.
• Vortragstonfall – ein Wort ersetzen ("freundlich" zu "flott").

Wenn man im selben Durchlauf sowohl die Komposition als auch den Tonfall ändert und die Ausgabe besser wird, hat man nur gelernt, dass etwas gewirkt hat, aber nicht was. Das war ein verschwendeter Durchlauf.

Schritt 4: Ein Diff-Log führen

Für jeden Durchlauf die Prompt-Variante, die eine Änderung und eine einzeilige Schlussfolgerung festhalten. Verworfene Varianten sind genauso wertvoll wie akzeptierte, weil sie zeigen, wo die Grenzen liegen. Eine einfache Textdatei mit Zeitstempeln und Diffs reicht; man braucht kein spezielles Tool.

Schritt 5: Befördern oder verwerfen

Wenn eine Variante die Basislinie deutlich übertrifft, befördert man sie zur neuen Basislinie und testet sie mit dem vollständigen Testskript erneut, bevor man sie zum Produktionsrezept macht. Eine Änderung, die einem Satz hilft, kann einem anderen schaden.

Was man nicht iterieren sollte

Nicht iterieren, was der Prompt nicht steuern kann. Wenn das Problem Auflösung, Seitenverhältnis oder Seed-Determinismus ist, ist man auf der falschen Ebene – dann schaut man sich die Anfrageparameter an, nicht den Prompt. Durchläufe damit zu verbrennen, Prompts umzuschreiben, um Infrastrukturprobleme zu beheben, ist die häufigste Art, wie Teams ihr Generierungsbudget verschwenden.

Eine Anmerkung zur Stichprobengröße

Die Sprecher-Avatar-Generierung unterliegt inhärenten Schwankungen zwischen Durchläufen. Nur eine Stichprobe pro Variante zu generieren, kann in die Irre führen. Bevor man Schlüsse zieht, zwei bis drei Stichproben pro Variante mit dem Testskript generieren und die Stichproben untereinander vergleichen, statt die beste auszuwählen.

Häufige Fehlermuster und wie man sie per Prompt vermeidet

Das sind die am häufigsten auftretenden Probleme, mit Anpassungen, die sie von der Prompt-Seite aus lösen. Keine davon erfordert erfundene Parameter.

Das Subjekt driftet zwischen Clips

Symptom: Haare, Kleidung oder Alter sehen zwischen den Segmenten unterschiedlich aus. Lösung: Das Subjektmodul in allen Prompts wortwörtlich einfrieren und darin nichts ändern – keine Synonyme, keine Wortstellung. Die Variation kommt meist von wohlgemeinten Umschreibungen zwischen den Clips.

Der Vortrag liest sich wie aufgesagt statt gesprochen

Symptom: Flacher Ausdruck, keine Mikrobewegungen, unheimliche Stille. Lösung: Einen Hinweis auf körperliches Verhalten ins Vortragsmodul aufnehmen und sicherstellen, dass er einem Beat im Skript entspricht. Außerdem prüfen, ob das Skript in gesprochener Sprache geschrieben ist – Kontraktionen, kurze Teilsätze, Satzfragmente. Formeller Prosatext liest sich unabhängig von den Tonfall-Wörtern wie ein formeller Vortrag.

Unaufgeforderte Kamerabewegung

Symptom: Langsamer Zoom, Drift oder Schwenk, den man nicht angefordert hat. Lösung: Am Ende des Vortragsmoduls eine ausdrückliche Anweisung für eine statische Kamera ergänzen. Wenn die Bewegung bleibt, Wörter streichen, die auch anderswo im Prompt Bewegung andeuten ("dynamisch", "energiegeladene Komposition", "bewegte Kamera").

Der Hintergrund konkurriert mit dem Subjekt um Aufmerksamkeit

Symptom: Das Modell legt Aufmerksamkeit auf Hintergrunddetails statt auf das Gesicht. Lösung: Die Hintergrundbeschreibung auf eine Phrase reduzieren und Licht ergänzen, das das Subjekt von der Wand trennt (weiches Führungslicht von einer Seite). Weniger Hintergrundwörter, nicht mehr.

Der Rhythmus langer Skripte bricht zusammen

Symptom: Der Vortrag beginnt gut und wird gegen Ende hastig oder flach. Lösung: Das Skript kürzen. Das ist die zuverlässige Lösung, die keine Prompt-Formulierung ausgleichen kann. Stattdessen an natürlichen Grenzen in mehrere Segmente aufteilen.

Die Verständlichkeit bei dichten Fachbegriffen sinkt

Symptom: Produktnamen, Abkürzungen oder Zahlen sind unklar. Lösung: Das Tempo-Wort von schnell auf bedächtig ändern; wenn ein bestimmter Begriff immer noch falsch ist, in Betracht ziehen, ihn im Skript phonetisch neu zu schreiben – und dabei eingestehen, dass das das Skript schwerer lesbar macht, also nur als letztes Mittel.

Die Ausgabe ignoriert einen Teil des Prompts

Symptom: Ein ganzes Modul scheint wirkungslos zu sein. Lösung: Auf Modulkonflikte prüfen. Wenn das Subjektmodul "trägt einen formellen Anzug" sagt und das Kompositionsmodul "lockeres Café", muss das Modell den Widerspruch auflösen und lässt möglicherweise etwas weg. Die vier Module miteinander in Einklang bringen, bevor man annimmt, das Modell sei schuld.

Die Ergebnisse zwischen identischen Durchläufen sind inkonsistent

Symptom: Identischer Prompt, unterschiedliche Ausgabe. Lösung: Das ist erwartbare Variation, kein Prompt-Bug. Für jede Variante über zwei bis drei Stichproben Akzeptanzkriterien aufstellen und mit dem Feintuning aufhören, sobald man im akzeptablen Bereich ist. Perfekte Determinismus durch Prompt-Formulierungen anzustreben, ist nicht produktiv.

Prompts als versionierte Assets behandeln

Ein Prompt, der in einem Chatfenster lebt, ist kein reproduzierbares Asset. Sobald man zwei Rezepte und ein paar Varianten pro Rezept hat, hat man Quellcode – und der sollte wie Quellcode verwaltet werden.

Prompts neben dem Code speichern, der sie verwendet

Im Repository, in dem die Generierungsskripte liegen, ein Verzeichnis prompts/ führen. Ein Datei pro Rezept, reiner Text oder Markdown, mit allen vier Modulen vollständig und lesbar. Der Prompt-Text sollte als String ladbar sein und nicht in einen Funktionsrumpf eingeklebt werden.

Benennung, bei der der Name die Ausgabe vorhersagt

Ein Namensschema, das die Absicht kodiert, ist wertvoller als Cleverness:

prompts/
  explainer-single-speaker-v3.txt
  social-hook-closeup-v2.txt
  walkthrough-voiceover-v1.txt

Der Versionssuffix ist keine Dekoration. Man erhöht ihn, wenn eine Moduländerung die Ausgabe beeinflusst; man erhöht ihn nicht für einen Tippfehler in einem Kommentar.

Prompts diffen, nicht nur Binärdateien

Wenn sich die Ausgabequalität ändert, muss man die Frage "Was hat sich in der Eingabe geändert?" beantworten können. Ein Git-Diff auf reinem Text-Prompt beantwortet das mit einem Befehl. Ein Prompt, der in einem JSON-Blob mit Anfrageparametern eingebettet ist, nicht. Den Prompt-Text von der Anfragekonfiguration trennen, damit der Diff lesbar bleibt.

Prompts zusammen mit den generierten Assets festhalten

Wenn man einen generierten Clip speichert, festhalten, welche Prompt-Version ihn erzeugt hat – im Dateinamen, in einer begleitenden Metadatendatei oder in einer Asset-Datenbank. Wenn sechs Wochen später jemand fragt, warum ein Clip in einer Serie anders aussieht, sollte die Antwort mit einer Abfrage gefunden werden, nicht durch Raten.

Prompt-Änderungen wie Code-Änderungen prüfen

Eine Prompt-Bearbeitung, die Komposition oder Subjekt ändert, ist eine visuelle Änderung. Manuel behandelt sie wie eine UI-Änderung: einen Pull Request öffnen, Beispielausgaben vorher und nachher beilegen, damit eine andere Person prüfen kann. Das ist die billigste Art, versehentliche Drift in Modulen zu erwischen, die eingefroren sein sollten.

Einen Rezept-Index pflegen

Eine kurze README im Prompts-Verzeichnis, die jedes Rezept, seinen Zweck und seine aktuelle Version aufführt, erspart jedem neuen Beitragenden das Zurückrechnen der Absicht. Sie ist auch der Ort, an dem bekannte Einschränkungen festgehalten werden, etwa die Skriptlängen-Obergrenze im Erklär-Rezept, damit die Einschränkung dokumentiert und nicht neu entdeckt wird.

Mit der Plattform anfangen, dann spezialisieren

Wenn man diese Rezepte in eine Pipeline einbauen will, bietet der OmniHuman-1.5-Video-Endpunkt von HiAPI.ai eine einzige Aufrufschnittstelle, sodass Repo-Layout und Versionsschema stabil bleiben, während man Rezepte hinzufügt. Ein Rezept kopieren, mit einem kurzen Testskript laufen lassen, eine Variable auf einmal ändern und die Version committen, die die Basislinie übertrifft – dieser Zyklus ist die ganze Methode.