Faceless-Video- Generator

Ein Faceless-Video erzählt eine Geschichte oder erklärt ein Thema, ohne dass eine Person vor der Kamera steht. Ein Sprecher liest den Text über Illustrationen, Animationen oder Filmmaterial, sodass der Kanal von Skript und Look lebt statt von einem Gesicht. Dieses Format steckt hinter vielen Kanälen für Erklärvideos, Geschichte, Wissenschaft und Storytelling auf YouTube, TikTok und Reels.

Mage erstellt Faceless-Videos mit dem kostenlosen Skill Faceless Video, der in Claude, Cursor und anderen mit Mage verbundenen Assistenten läuft. Du gibst ein Thema, einen Stil und eine Länge vor. Bei realen Themen recherchiert er mit den Suchtools deines Assistenten und nennt seine Quellen, schreibt den Sprechertext, erstellt mit Mango 3 ein Stilbild, dem jede Szene folgt, und rendert die Szenen mit Vertonung und Ton auf Cherry 2 Pro. Du bestätigst Skript und Stil, bevor ein Video bezahlt wird.

Du kannst auch von Hand in der Mage-App eins bauen: ein Stilbild in Mango 3, einen Sprecher in Eleven Speech oder Seed Audio, Szenenclips auf Cherry 2 Pro oder Lemon und Storyboard, um sie zusammenzufügen. Keiner der beiden Wege fügt Untertitel oder eingebrannten Text hinzu. Der Skill hält den Bildschirm bewusst frei von Text, deshalb ergänzt du Untertitel in deinem Editor.

Der Sprechtext bestimmt die Länge. Menschen sprechen etwa zweieinhalb Wörter pro Sekunde, also passen in 10 Sekunden rund 25 Wörter und in 15 Sekunden etwa 35. Danach plant der Skill: Ein Video mit bis zu 15 Sekunden ist ein Clip, bei 15 bis 30 Sekunden entsteht ein langer Clip oder zwei mit je 15 Sekunden, und alles Längere wird in Blöcken von 10 bis 15 Sekunden erstellt, eine Szene pro Block, am Ende zusammengefügt.

Jeder Block hat denselben Aufbau: die Stilbeschreibung, Wort für Wort; die Szene, die diese Zeile zeigt; die Bewegung, etwa ein langsamer Zoom oder gleitende Papierebenen; die genaue Sprechzeile; und der Sound, also eine Atmosphäre oder ein leiser Musikteppich ohne weitere Stimmen. Die Stilbeschreibung in jedem Block identisch zu halten, sorgt dafür, dass der Look über ein zweiminütiges Video hinweg zusammenpasst.

Das Skript folgt derselben Disziplin: ein Hook gleich in der ersten Zeile, eine Idee pro Block, ein Payoff am Ende und Zahlen so ausgeschrieben, wie man sie spricht. Bei einem realen Thema stammt jeder Fakt aus einer Quelle, die der Skill bei der Lieferung des Videos auflistet. Bei einer persönlichen Geschichte verwendet er nur das, was du ihm erzählst.

• Plane etwa 25 Wörter pro 10 Sekunden ein.
• Eine Idee und eine Szene pro Block.
• Schreib Zahlen so aus, wie der Sprecher sie sagt.
• Halte die Stilbeschreibung in jedem Block identisch.

Der Skill bietet zehn illustrierte Stile. Stickman-Cartoon passt zu Geschichte, Erzählungen und Humor. Papier-Diorama, geschichtetes Scherenschnitt-Papier in warmem Licht, passt zu Geschichte, Natur und Reisen. Pastell-Flat-2D passt zu Erklärvideos, Selbstverbesserung und Tech. Handgezeichnete Tusche passt zu Philosophie, Biografien und Essays. Knetanimation passt zu Kinderthemen, Geschichten und Wissenschaft.

Whiteboard, mit Markerzeichnungen und Pfeilen, passt zu Business, Anleitungen und Bildung. Aquarell passt zu Geschichten, Poesie und Natur. Pixel Art passt zu Gaming, Internetgeschichte und Tech. Low-Poly-3D passt zu Wissenschaft, Weltraum und Geografie. Vintage-Wochenschau, in Schwarz-Weiß mit Filmkorn gezeichnet, passt zu Kriegen, Erfindungen und anderer Geschichte. Du kannst auch einen eigenen Stil beschreiben oder Stilbilder teilen, an die sich der Skill anpasst.

Jeder Stil ist absichtlich nicht fotorealistisch. Der Skill schließt realistische menschliche Gesichter und Realfilm aus. So bleibt das Video klar als Illustration erkennbar und das Aussehen echter Personen bleibt außen vor.

Beginne mit dem Look. Erzeuge in Mango 3 ein Stilbild: der ikonischste Moment des Themas in deinem gewählten Stil, mit „kein Text, keine Untertitel“ am Ende des Prompts. Dieses Bild ist die Referenz für jede Szene. Dann erstellst du den Sprecher. Eleven Speech liest ein Skript in mehr als 90 Sprachen mit 16 voreingestellten Stimmen vor, als MP3 genau so lang wie der Text, und Seed Audio beschreibt eine Stimme anhand des Prompts. Lade auf der Seite Audio eine kurze Stimmprobe hoch, um sie als Referenz in Videogenerierungen zu verwenden.

Rendere jede Szene mit Cherry 2 Pro, mit dem Stilbild als Referenz, der Sprechzeile in Anführungszeichen als Sprecher aus dem Off und deiner gespeicherten Stimme über ihren @handle. Cherry Mini und Lemon erzeugen günstigere Entwürfe. Wenn du den Sprechtext lieber getrennt halten möchtest, rendere die Szenen mit ausgeschaltetem Ton in Lemon und lege die Eleven-Speech-Spur in deinem Editor darüber.

Füge bis zu sechs Clips in Storyboard zusammen, das sie samt Ton als ein MP4 exportiert. Für eine Geschichte mit wiederkehrenden Figuren statt eines Sprechers schau dir den KI-Filmgenerator an.

Untertitel. Mage fügt keine Untertitel oder eingebrannten Texte hinzu, und der Skill weist jede Szene an, textfrei zu bleiben, damit Platz für Untertitel bleibt. Füge sie in deinem Editor passend zum Sprechtext hinzu und prüfe die Schreibweise von Namen und Zahlen.

Ein Thumbnail. Auf YouTube entscheiden Thumbnail und Titel darüber, worauf Leute klicken. Der KI-Thumbnail-Generator kümmert sich darum, und der Skill YouTube Thumbnail erstellt Varianten im selben Assistenten wie das Video.

Originalität. Die Monetarisierungsrichtlinien von YouTube schließen nicht authentische Inhalte aus, zu denen laut YouTube massenhaft produzierte oder sich wiederholende Videos sowie KI-generierte Inhalte aus generischen Vorlagen zählen. Ein recherchiertes Skript, eine eigene Perspektive und ein eigener Stil machen einen Kanal erst folgenswert. Betrachte den Skill daher als Produktionswerkzeug und nicht als Weg, Füllmaterial zu posten.