Vom Demo-Videozum Launch.
Eine Content-Pipeline, die aus einem Feature-Demo-Video sieben launchfertige Assets macht — annotierte Screenshots, Geräte-Mockups, LinkedIn-Text, einen Newsletter-Abschnitt, Hilfeartikel in zwei Sprachen und einen erfassten Eintrag im Content-Hub des Teams — alles aus einer URL, in einem orchestrierten Lauf.
Der Launch-Tag sollte kein Design-Tag sein
Ein neues Feature geht live. Dann macht jemand Screenshots, räumt sie auf, setzt sie in ein Handy-Mockup, schreibt den Post im Ton der letzten zwölf, kopiert ihn in den Newsletter, aktualisiert das Help-Center in zwei Sprachen und sagt im Launch-Channel Bescheid. Ein halber Tag sorgfältig langweiliger Arbeit — jedes Mal nach demselben Muster.
Aufnehmen.Annotieren. Veröffentlichen.
Sechs Schritte. Ein Auslöser. Jedes Asset kommt getaggt, nachverfolgbar und mit dem Quellvideo verknüpft heraus.
Aufnehmen
Ein Demo-Video landet in S3. Der Skill startet von Hand, über Slack oder für unbeaufsichtigte Läufe über eine n8n-SSH-Brücke. Die einzige Pflichteingabe ist eine URL.
Transkribieren
whisper-timestamped transkribiert Wort für Wort, damit die Frame-Extraktion genau die Momente trifft, in denen ein Feature genannt oder ein Button geklickt wird — nicht einfach alle 5 Sekunden.
Annotieren
ffmpeg zieht Frames an den Anker-Zeitstempeln. Webcam-Overlays und Browser-Rahmen werden per deterministischer CV-Maskierung entfernt. Danach zeichnet Gemini Vision rote Pfeile um das relevante UI-Element.
Mockups bauen
Annotierte Screenshots werden mit PIL in MacBook- und iPhone-Vorlagen montiert — pixelgenau, ohne KI-Verzerrung. Ein von Gemini erzeugter Hintergrund vervollständigt das Hero-Bild.
Schreiben
Claude entwirft LinkedIn-Post und Newsletter-Abschnitt anhand des Styleguides des Teams und der letzten 20 veröffentlichten Posts — gleiche Stimme, gleiche Struktur, frischer Inhalt.
Veröffentlichen
Im Notion Feature Hub entsteht ein Eintrag mit allen Assets. Der englische Help-Center-Artikel wird direkt aktualisiert; die deutsche Fassung läuft über ein YAML-Mapping der Seiten-IDs mit, neue Absätze sind zur Prüfung grün markiert. Slack und Discord bekommen Benachrichtigungen mit Vorschau.
Eine Eingabe, sieben Ergebnisse.
Alles nach dem Auslöser wird erzeugt, nicht zusammenkopiert. Du kannst alles bearbeiten — musst es aber selten.
KI, wo sie etwas bringt.Code, wo sie Schaden anrichten würde.
Gängige Bildgeneratoren zeichnen UI-Screenshots gern neu und machen aus Buttons still und leise Glyphen. Diese Pipeline hält KI aus pixelgenauer Arbeit heraus und setzt sie dort ein, wo ihr Urteilsvermögen das eigentliche Feature ist.
Ein Skill, kein Service.
Kein Daemon, keine Queue, keine Orchestrierungsoberfläche. Die ganze Pipeline ist ein Claude Code Skill, der eine Handvoll MCP-Server und Python-Tools aufruft. Er läuft, wenn du ihn auslöst, beendet sich, wenn er fertig ist, und hinterlässt einen Prüfpfad in Git.
Launches ohneBauchschmerzen?
Erzähl uns, was du auslieferst, und wir skizzieren die Pipeline, die es veröffentlicht — annotiert, als Mockup, übersetzt, gepostet, nachverfolgt.
