KI Long‑Form Video Generator für YouTube

Vertonte Videos aus einem Skript

Das ist das Format, auf das die meisten horizontalen Kanäle setzen. Füge ein Skript mit bis zu 1.200 Zeichen ein, das entspricht etwa zwei Minuten Vertonung, oder beschreibe eine Idee und lass das Skript für dich schreiben. ClipPilot teilt es in Szenen auf, erstellt für jede eine Bild, nimmt das Voiceover auf und synchronisiert die Untertitel Wort für Wort.

Es eignet sich für Videos, die Leute von Anfang bis Ende ansehen: Geschichtenerzählungen, Erklärvideos, Top‑Listen, Gruselgeschichten, Gute‑Nacht‑Stories. Wähle einen visuellen Stil wie Cartoon, Anime, Comic, Vintage oder Gruselig und jede Szene folgt diesem Stil. Jedes Bild zoomt langsam, während es gezeigt wird, und standardmäßig blendet jede Szene in die nächste, sodass es wie ein Video wirkt und nicht wie eine Diashow.

In 16:9 werden sie mit 1920 × 1080 gerendert. Sie sind außerdem bei weitem das günstigste Format, etwa 100 Credits pro Minute, und damit die praktische Wahl, wenn du oft postest.

Musikvideos bis zu drei Minuten

Reim ist das eine Format, das von Anfang an auf horizontal ausgelegt ist. Es steht standardmäßig auf 16:9, und ein vollständiger Songtext ergibt ein Lied, das als einzelnes Kanalvideo bestehen kann, bis zu drei Minuten.

Du schreibst die Liedtexte oder beschreibst eine Idee, und der Texter entwirft ein Kinderlied für dich. ClipPilot verwandelt die Texte in ein Originallied mit Musik und Gesang, plant daraus die Szenen und animiert für jede eine kurze Sequenz. Die Clips laufen in der Reihenfolge des Lieds ab, sodass das Video der Geschichte folgt, die die Texte erzählen.

Standardmäßig klingt und sieht es wie ein Mitmach-Kinderlied aus: ein fröhliches Kinderreim-Lied und ein heller 3D-Cartoon. Beides sind aber nur kurze Textfelder. Beschreibe einen anderen Sound und ein anderes Aussehen, und du bekommst ein ganz anderes Musikvideo. Du kannst auch eine eigene Audiospur hochladen, bis zu drei Minuten, und das Video darum herum bauen lassen.

Voll animierte Videos

Wenn du in jeder Szene echte Bewegung statt Standbilder willst, erzeugt das benutzerdefinierte animierte Video für jede Szene einen kurzen Videoclip. Bei einem Skript von bis zu 1.200 Zeichen wird das Ganze mit einem Voiceover und Untertiteln vertont. Ohne Skript beschreibst du eine Idee und wählst bis zu zehn Szenen, jeweils fünf bis zehn Sekunden lang.

Animiertes Video kostet mehr, weil jede Sekunde generiertes Filmmaterial ist: 35 Credits pro Sekunde in HD. Es lohnt sich für Videos, bei denen Bewegung der zentrale Punkt ist. Für alles andere ist ein erzähltes Bildvideo meist das bessere Preis-Leistungs-Verhältnis.

Vorlagen, die im Breitbild funktionieren

Die meisten Vorlagen wurden für Reels und Shorts entworfen, sind aber nicht auf Vertical fixiert. Jede Vorlage kann in 16:9 gerendert werden, und einige wirken so sogar besser.

Renovation filmt einen Raum aus einer Kamera in der Ecke an der Decke als eine durchgehende Aufnahme, da passt ein breiter Rahmen besser, um den ganzen Raum zu zeigen. Animal Rescue ist Bodycam-Material, das in Breitbild ohnehin gut aussieht. Giant Village dreht sich um ein riesiges Tier, das über eine kleine Stadt wacht, da passt ein breiter Bildausschnitt.

Ein Vorlagenvideo läuft bis zu zehn Szenen à zehn Sekunden, deshalb eignet es sich gut als kurzer horizontaler Upload oder als Teil eines längeren Videos.

Videos länger als drei Minuten machen

Jedes Video hat eine Obergrenze: etwa zwei Minuten Erzählung oder drei Minuten Lied. Für einen zehnminütigen Upload schreibst du ihn als mehrere Teile, erstellst jeden hier mit derselben Stimme, demselben Stil und Charakter und fügst sie in einem beliebigen Videoeditor zusammen. Weil die Einstellungen übereinstimmen, sehen die Teile wie ein einziges Video aus.

Musikkanäle machen dasselbe mit Compilations. Erstelle mehrere Lieder nacheinander und setze sie dann zu einem langen Upload hintereinander.

Lass deinen Kanal wie ein einzelner Kanal wirken

Speichere einen Charakter in deiner Galerie oder gestalte einen im Tool und verknüpfe ihn mit deinen Videos. Die Szenen, in denen dieser Charakter vorkommt, werden aus seinem Bild generiert, sodass das gleiche Gesicht von einem Upload zum nächsten wiederkehrt.

Mach dasselbe mit Stimme und visuellem Stil. Wähle sie einmal und bleib dabei, dann erkennen Zuschauer deine Videos auf einen Blick.

Szenen reparieren statt von vorne anfangen

Jedes fertige Video öffnet sich im Editor. Bei einem erzählten Bildvideo kannst du ein fehlendes Bild für 5 Credits austauschen oder eine Erzählzeile umschreiben und Voiceover und Untertitel zusammen neu erzeugen lassen. Bei Animations- und Musikvideos beschreibst du eine Szene anders und regenerierst nur diesen Clip.

Dann renderst du das Video noch einmal. Du zahlst nur für das, was du geändert hast, nicht für das ganze Video noch einmal.

So setzt sich der Preis zusammen

Erzählte Bildvideos kosten etwa 100 Credits pro Minute, eine volle Zweiminuten-Erzählung liegt also bei rund 200. Eine Charakterreferenz zu einem Bildvideo macht es viermal so teuer.

Animierte Videos werden pro Sekunde berechnet: 25 Credits bei Standard, 35 in HD und 65 in Full HD. Musikvideos nutzen dieselben Sätze plus pauschal 250 Credits pro Video, ein zweiminütiges Lied in HD kostet also 4.450 Credits. Den Preis siehst du im Formular, bevor du generierst.