StartseiteAnleitung
Aktualisiert
AI-Video-Skriptgenerator auf Basis einer LLM-API
Ein AI-Video-Skriptgenerator ist ein Textmodell mit einem guten Prompt drumherum. Dieser Leitfaden zeigt, wie man einen solchen Generator auf einer OpenAI-kompatiblen API aufbaut, mit einer Python-Vorlage und den tatsächlichen Kosten pro Skript.


Wichtige Punkte
- Die API schreibt nur Text: Skripte, Shot-Listen und Sprechertext. Sie rendert kein Video.
- Fordere JSON an, damit jede Szene in einem Feld landet, das dein Editor oder Videotool lesen kann.
- Ein 60-Sekunden-Skript mit Shotlist kostet etwa ein Zehntel Cent bei $0,15 und $0,50 pro 1M Token.
- Behalte das Briefing, den Ton und vergangene Szenen im Prompt; das Kontextfenster umfasst 100.000 Token.
Keine Karte nötig. Nach der Anmeldung beanspruche mit einem Klick $0,50 kostenloses Testguthaben (einmal pro Person).
API-Schlüssel erhaltenWas ein Skriptgenerator tatsächlich tut
Ein AI-Video-Skriptgenerator nimmt eine kurze Idee und gibt den Text zurück, den ein Video braucht: einen Hook, Szenen, Erzähltext, On-Screen-Text und Hinweise für Visuals. Das Modell schreibt. Dein Code macht den Rest: Er baut den Prompt, sendet ihn, prüft die Antwort und übergibt die Teile an das Tool, das die Bilder erzeugt.
Diese API ist nur Text. Sie generiert keine Bilder, Audio oder Video. Das passt gut zur Aufgabe, denn das Skript ist der Schritt, an dem die meisten Videoprojekte scheitern, und es ist auch der günstigste Schritt zur Automatisierung. Bilder und Stimmen kommen von anderen Tools, die du bereits nutzt. Das Modell, betrieben von einem unabhängigen Anbieter, ist darauf abgestimmt, ohne Inhaltsfilter für die legale Erwachsenen-Nutzung zu antworten, was wichtig ist, wenn deine Skripte erwachsene Fiktion, Horror, Krimi-Geschichten oder dunklen Humor behandeln. Wenn du das Gesamtbild davon sehen möchtest, wie Text in Video-Pipelines passt, sieh dir den AI-Video-API-Leitfaden an.
Drei Ausgaben sind es wert, in einer einzigen Anfrage angefordert zu werden: der Sprechertext (was der Erzähler sagt), die Shot-Liste (was der Zuschauer sieht) und eine Zeitschätzung pro Szene. Die Aufteilung in separate Felder macht spätere Schritte einfach.
Client einrichten
Der Endpunkt ist OpenAI-kompatibel, daher funktioniert das Standard-SDK. Hol dir einen Schlüssel auf der API-Schlüssel-Seite, verweise den Client dann auf die Basis-URL und verwende die Modell-ID uncensored.
from openai import OpenAI
client = OpenAI(
base_url="https://api.aivideogenapi.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a 3-line hook for a video about night trains."}],
)
print(resp.choices[0].message.content)
print(resp.usage)
Die gleiche Anfrage funktioniert in curl oder Node mit nur geänderter Basis-URL und Schlüssel. Vollständige Parameterdetails findest du in den API-Dokumenten. Neue Konten können mit einem Klick auf der Schlüssel-Seite $0,50 an Testguthaben beanspruchen, was ausreicht, um alles in diesem Artikel oft zu testen.
Eine Prompt-Vorlage, die nutzbare Szenen zurückgibt
Eine vage Anfrage ergibt vage Skripte. Eine gute Vorlage behebt vier Dinge: das Zielpublikum, die Länge, den Ton und das Ausgabeformat. Schreibe die Regeln in die System-Nachricht und die Idee in die Benutzer-Nachricht.
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.aivideogenapi.com/v1", api_key="YOUR_KEY")
SYSTEM = """You write short video scripts.
Return JSON only, with this shape:
{"title": str, "hook": str,
"scenes": [{"n": int, "seconds": int, "voiceover": str,
"shot": str, "on_screen_text": str}]}
Rules:
- Total length matches the requested duration.
- Voiceover is spoken language: short sentences, no stage directions.
- 'shot' describes what the camera shows, in one sentence.
- First scene is a hook that works without sound."""
def make_script(idea, seconds=60, tone="dry, curious", audience="adults"):
user = f"Idea: {idea}\nDuration: {seconds} seconds\nTone: {tone}\nAudience: {audience}"
r = client.chat.completions.create(
model="uncensored",
temperature=0.8,
response_format={"type": "json_object"},
messages=[{"role": "system", "content": SYSTEM},
{"role": "user", "content": user}],
)
return json.loads(r.choices[0].message.content), r.usage
script, usage = make_script("why night trains are coming back")
for s in script["scenes"]:
print(s["n"], s["seconds"], s["voiceover"])
Der JSON-Modus (response_format mit json_object) hält die Antwort parsbar. Packe json.loads trotzdem in einen try-Block und versuche es bei einem Fehler einmal erneut, da jedes Modell gelegentlich eine kaputte Zeichenkette produzieren kann. Eine Temperatur von 0,7 bis 0,9 liefert vielfältige Formulierungen; senke sie auf 0,3, wenn du über einen Batch hinweg eine nahezu identische Struktur benötigst.
Prüfe die Länge, bevor du ihr vertraust
Modelle sind schlecht darin, Sekunden zu zählen. Eine verlässliche Faustregel sind etwa 150 gesprochene Wörter pro Minute für einen ruhigen Sprecher, etwas mehr für schnelle Social-Media-Clips. Zähle nach jeder Anfrage die Wörter in allen Sprechertext-Feldern und vergleiche sie mit dem Zielwert.
def spoken_seconds(script, wpm=150):
words = sum(len(s["voiceover"].split()) for s in script["scenes"])
return round(words / wpm * 60)
est = spoken_seconds(script)
if abs(est - 60) > 8:
print("Off target:", est, "seconds. Ask for a rewrite.")
Wenn das Skript zu lang ist, sende eine zweite Nachricht mit den tatsächlichen Zahlen: „Der Sprechertext dauert etwa 78 Sekunden; kürze ihn auf 60, ohne den Hook zu verlieren.“ Konkrete Rückmeldungen funktionieren besser als „mach es kürzer“. Behalte die erste Antwort in der Nachrichtenliste, damit das Modell sieht, was es geschrieben hat.
Shot-Listen und Sprechertext als separate Durchgänge
Für längere Videos wird eine einzelne Anfrage für alles dünn. Nutze stattdessen zwei Durchgänge. Bitte zuerst um einen Entwurf mit Titeln der Szenen und einzeiligen Zielen. Generiere dann jede Szene in einer eigenen Anfrage und übergebe den Entwurf sowie den Sprechertext der vorherigen Szene, damit der Ton übertragen wird.
- Durchgang 1, Gliederung: 6 bis 12 Szenen, jede mit einem Ziel und einer ungefähren Dauer.
- Durchgang 2, Szenen: Sprechertext und Shot für eine Szene nach der anderen, mit der Gliederung und den letzten zwei Szenen im Kontext.
- Durchgang 3, Verfeinerung: Lies den gesamten Sprechtext zurück und bitte um Variation bei wiederholten Phrasen.
Das Kontextfenster umfasst 100.000 Token für Prompt plus Antwort, sodass selbst ein 20-minütiges Dokumentarskript mit seiner vollständigen Gliederung in einem Gespräch passt. Für das Verhalten des Kontexts bei langen Sitzungen behandelt die Seite zum Kontextfenster die praktischen Grenzen. Streaming (stream: true) ist nützlich, wenn du das Skript einer Person zeigst, während es geschrieben wird.
Was ein Skript kostet
Die Preise liegen bei $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, bezahlt aus Prepaid-Guthaben. Nimm ein typisches 60-Sekunden-Skript mit einer Shot-Liste. Angenommen, der Prompt hat 1.200 Token (Regeln plus Idee) und die Antwort hat 1.800 Token.
| Teil | Token | Mathematik | Kosten |
|---|---|---|---|
| Eingabe | 1.200 | 1.200 / 1.000.000 x $0,15 | $0,00018 |
| Ausgabe | 1.800 | 1.800 / 1.000.000 x $0,50 | $0,0009 |
| Gesamt | 3.000 | $0,00108 |
Das sind etwa ein Zehntel Cent pro Skript. Ein Kanal, der 1.000 Skripte erstellt, zahlt etwa $1,08 an Modellgebühren. Retries und Polishing-Passes erhöhen dies, aber selbst drei Aufrufe pro Skript halten es bei etwa einem Cent pro Aufruf. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Guthaben verfällt nie, und die Preisseite listet die Aufladungsbeträge von $20 bis $500 sowie die Bonusstufen auf.
Das Feld usage in jeder Antwort gibt genaue Token-Zahlen, sodass du die echten Kosten pro Skript protokollieren kannst, anstatt zu schätzen.
Grenzen und Gewohnheiten, die Zeit sparen
Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Ein Test-Schlüssel erlaubt 2 parallele und 60 pro Minute. Wenn du viele Skripte bündelst, nutze einen kleinen Worker-Pool von 4 bis 6 und drossle, wenn du HTTP 429 siehst. Der Fehlercode sagt dir, welches Limit du getroffen hast: rate_limited für Anfragen pro Minute, concurrency für zu viele gleichzeitig. Bei temporärer Überlastung enthält die Antwort einen Retry-After: 5-Header, also warte fünf Sekunden und versuche es erneut.
- Speichere jedes Skript mit seinem Prompt, damit du ein gutes reproduzieren kannst. Der Parameter
seedwird durchgereicht, wenn du wiederholbare Läufe möchtest. - Halte ein Styleguide (verbotene Phrasen, wiederkehrende Charakternamen, Markenstimme) im System-Prompt und nutze es über Videos hinweg.
- Logge
X-Request-Idaus jeder Antwort; das hilft, wenn du den Support zu einer bestimmten Anfrage kontaktierst. - Lies jedes Skript vor der Veröffentlichung durch. Das Modell schreibt flüssigen Text, keine verifizierten Fakten.
import time
def call_with_retry(fn, tries=4):
for i in range(tries):
try:
return fn()
except Exception as e:
if "429" in str(e) and i < tries - 1:
time.sleep(5 * (i + 1))
continue
raise
Prompts werden nicht zum Training verwendet. Sexuelle Inhalte mit Minderjährigen sind nicht erlaubt, egal wie sie gerahmt sind.
Weitere Anleitungen
Fragen und Antworten
Kann diese API das Video selbst erstellen?
Nein. Es generiert nur Text. Nutze es für Skripte, Shot-Listen, Untertitel und Sprechertext, und übergebe diese an die Video- und Sprach-Tools, die du bereits nutzt.
Wie lang kann ein Skript sein?
Das Kontextfenster ist 100.000 Token für Prompt und Antwort zusammen, und max_tokens ist optional, sodass sehr lange Skripte passen. Für alles über ein paar Minuten liefert eine Gliederungsrunde gefolgt von Szenen-für-Szenen-Anfragen eine bessere Qualität.
Muss ich bezahlen, um es auszuprobieren?
Nein. Neue Nutzer können nach der Anmeldung mit einem Klick auf der API-Schlüssel-Seite $0,50 an Testguthaben beanspruchen. Spätere Aufladungen erfolgen in Krypto (USDT auf TRC20 oder USDC auf Base).
Wird es dunkle oder reife Story-Themen ablehnen?
Das Modell ist darauf abgestimmt, bei rechtmäßiger Erwachsennutzung ohne Inhaltsfilter zu antworten. Inhalte, die Minderjährige in sexuellem Kontext zeigen, sind niemals erlaubt.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.