Vox-artige Erklärvideos im Papier-Collage-Stil sind derzeit überall zu sehen.
Sie erzielen Millionen von Aufrufen auf TikTok und Instagram, und Media-Einkäufer schalten sie mittlerweile als bezahlte Anzeigen. Sie funktionieren. Der Stil wirkt redaktionell, nicht wie eine Werbung, daher schauen die Leute tatsächlich zu.
Bis vor kurzem bedeutete die Erstellung eines solchen Videos, einen Motion Designer zu beauftragen oder Tage in After Effects zu verbringen.
Jetzt generiert Google Omni Flash diesen Stil erstaunlich gut. Zerrissene Papierstrukturen, ausgeschnittene Typografie, handgeschnittene Illustrationen, direkt ins Video eingebettete Erzählung. Und es generiert schnell.
Ich habe einen Skill entwickelt, der die gesamte Pipeline automatisiert. Du beantwortest ein paar Fragen, und er produziert die komplette Anzeige für dich in MaxFusion AI. Kein Prompt-Kopieren und -Einfügen, kein ständiges Nachjustieren.
So funktioniert das Ganze.
Was der Skill macht
Du lädst den Skill und teilst ihm dein Produkt mit.
Er stellt eine kurze Reihe von Fragen. Hast du ein Produktbild? Möchtest du ein Maskottchen auf dem Bildschirm oder einen erklärenden Text ohne Gesicht? Hochformat oder Querformat? Das war's im Großen und Ganzen.
Wenn du ein Produktbild hochlädst, wird es als echte Referenz in jeden Clip eingefügt, sodass dein Produkt in der gesamten Anzeige identisch aussieht.
Beispiel mit der Hevy-App
Hevy-App Beispiel
Wenn du den Maskottchen-Modus wählst, lädst du ein Charakterbild hoch, und der Skill wandelt es in eine Papierausschnitt-Version um, die die Anzeige zur Kamera präsentiert. Wenn du den gesichtslosen Modus wählst, erhältst du den klassischen Vox-Erklärer: keine sprechenden Köpfe, nur Illustrationen, Beschriftungen und Pfeile, die die Botschaft vermitteln.
Dann schreibt es das Voice-Over-Skript und die gesamte visuelle Regie, zeigt dir alles zur Freigabe und generiert jeden Clip in MaxFusion AI.
Jeder 10-Sekunden-Clip wird mit dem letzten Frame des vorherigen Clips verknüpft, sodass die Anzeige als ein durchgehendes Stück fließt. Du musst nichts tun, Claude erledigt alles für dich.
Du kommst zu einer fertigen Anzeige zurück.
Und falls du MaxFusion AI nicht nutzt: Ich veröffentliche auch eine zweite Version des Skills, die die Automatisierung überspringt und dir die fertigen Prompts zum Kopieren und Einfügen in dein eigenes Tool übergibt. Gleiches kreatives System, manuelle Auslieferung.
Warum Omni Flash und nicht Seedance
Andere Tools, die diesen Stil zeigen, verwenden standardmäßig Seedance. Das ist die falsche Entscheidung. Besonders für deinen Geldbeutel und deine Zeit.
Seedance ist teurer pro Generierung. Es ist auch langsamer und bekanntermaßen schlecht in zwei Dingen, auf die dieser Stil angewiesen ist: auf dem Bildschirm dargestellte Wörter und vom Sprecher gesprochene Wörter.
Ein Vox-Erklärer besteht aus Bildschirmbeschriftungen und Erzählungen. Wenn das Modell beides verunstaltet, musst du neu generieren. Und das bedeutet, Credits und Tokens für Clips zu verschwenden, die du wegwirfst.
Omni Flash hält Text, hält Sprache, hält die Stilkonsistenz über alle Clips hinweg und ist in einem Bruchteil der Zeit fertig. Für dieses spezifische Format ist das kein Vergleich.
Und falls du neu generieren musst, ist es nicht nur günstiger, sondern vor allem viel schneller.
Die Sprecherstimme korrigieren
Eine Eigenart, auf die du stoßen wirst: Omni generiert die Erzählung innerhalb des Videos und garantiert nicht dieselbe Stimme über alle Clips hinweg.
Der Skill sperrt bereits das Geschlecht, sodass du keine weibliche Erzählerin in Clip 1 und einen männlichen in Clip 2 bekommst. Aber du kannst trotzdem 3 Clips haben, die alle männliche Stimmen haben, und jede klingt wie ein anderer Typ.
Hier ist die Lösung:
- Füge alle Clips in CapCut zusammen.
- Exportiere das gesamte Video.
- Lade es in MaxFusion AI hoch.
- Öffne das Kontextmenü und wähle „Stimme ersetzen“.
- Wähle eine Stimme aus der Bibliothek oder von deinen eigenen geklonten Stimmen.
Ein durchgehender Erzähler für die gesamte Anzeige, in einem Durchgang.
Wo du diese einsetzen kannst
Das sind nicht nur organische Inhalte. Das Format konvertiert als bezahlte Werbung.
App-Vermarkter nutzen sie, um in 30 Sekunden zu erklären, was die App macht. Supplement-Marken nutzen sie, um den Wirkmechanismus ohne sprechenden Kopf zu erklären. Jedes Produkt, das einen „So funktioniert's"-Moment braucht, passt in dieses Format.
Der redaktionelle Look verschafft dir eine Anschauzeit, die eine standardmäßige UGC-Anzeige nicht bekommt.
Was ist also der Unterschied zwischen diesem Skill und anderen, die ich gesehen habe?
Andere Skills, die du gepostet gesehen hast, geben dir die Prompts und sagen dir, geh generieren, extrahiere den letzten Frame und verwende ihn als Referenz, generiere dann erneut, bearbeite es extern zusammen.
Mein Skill ist für das Maxfusion AI MCP, und über Claude chattest du einfach 30 Sekunden lang mit ihm und es erledigt alles für dich.
Probier es aus - https://maxfusion.ai/?via=UGC-IG
Ich veröffentliche diese Skills und Workflows in meinem kostenlosen Telegram-Kanal, bevor sie auf X live gehen.
Tritt hier bei: t.me/primegenai
Ausführliche YouTube-Aufschlüsselung folgt bald.
